Пам’ять Honcho
Honcho додає до OpenClaw власну для AI пам’ять. Він зберігає
розмови у спеціалізованому сервісі та з часом будує моделі користувача й агента,
надаючи вашому агенту міжсесійний контекст, що виходить за межі Markdown-файлів
робочого простору.
Що це надає
- Міжсесійна пам’ять — розмови зберігаються після кожного ходу, тому
контекст зберігається між скиданнями сесій, compaction і перемиканням каналів.
- Моделювання користувача — Honcho підтримує профіль для кожного користувача (уподобання,
факти, стиль спілкування) і для агента (особистість, засвоєна
поведінка).
- Семантичний пошук — пошук за спостереженнями з минулих розмов, а не
лише в межах поточної сесії.
- Обізнаність про кількох агентів — батьківські агенти автоматично відстежують створених
sub-agent, а батьків додають як спостерігачів у дочірні сесії.
Доступні інструменти
Honcho реєструє інструменти, які агент може використовувати під час розмови:
Отримання даних (швидко, без виклику LLM):
| Інструмент | Що він робить |
|---|
honcho_context | Повне представлення користувача між сесіями |
honcho_search_conclusions | Семантичний пошук по збережених висновках |
honcho_search_messages | Пошук повідомлень між сесіями (фільтр за відправником, датою) |
honcho_session | Історія та підсумок поточної сесії |
Запитання та відповіді (на основі LLM):
| Інструмент | Що він робить |
|---|
honcho_ask | Ставить запитання про користувача. depth='quick' для фактів, 'thorough' для синтезу |
Початок роботи
Установіть плагін і виконайте налаштування:
openclaw plugins install @honcho-ai/openclaw-honcho
openclaw honcho setup
openclaw gateway --force
Команда налаштування запитує ваші облікові дані API, записує конфігурацію та
за бажанням переносить наявні файли пам’яті робочого простору.
Honcho може працювати повністю локально (self-hosted) або через керований API за адресою
api.honcho.dev. Для self-hosted варіанта жодних зовнішніх залежностей не потрібно.
Конфігурація
Налаштування розміщуються в plugins.entries["openclaw-honcho"].config:
{
plugins: {
entries: {
"openclaw-honcho": {
config: {
apiKey: "your-api-key", // omit for self-hosted
workspaceId: "openclaw", // memory isolation
baseUrl: "https://api.honcho.dev",
},
},
},
},
}
Для self-hosted інстансів задайте в baseUrl адресу локального сервера (наприклад
http://localhost:8000) і не вказуйте API-ключ.
Перенесення наявної пам’яті
Якщо у вас є наявні файли пам’яті робочого простору (USER.md, MEMORY.md,
IDENTITY.md, memory/, canvas/), openclaw honcho setup виявить їх і
запропонує перенесення.
Перенесення є недеструктивним — файли завантажуються до Honcho. Оригінали
ніколи не видаляються і не переміщуються.
Як це працює
Після кожного ходу AI розмова зберігається в Honcho. Спостерігаються і повідомлення користувача, і
повідомлення агента, що дає Honcho змогу з часом будувати та уточнювати свої моделі.
Під час розмови інструменти Honcho звертаються до сервісу на етапі before_prompt_build,
впроваджуючи релевантний контекст до того, як модель побачить промпт. Це забезпечує
точні межі ходів і релевантне пригадування.
Honcho проти вбудованої пам’яті
| Вбудована / QMD | Honcho |
|---|
| Сховище | Markdown-файли робочого простору | Спеціалізований сервіс (локальний або хостований) |
| Міжсесійність | Через файли пам’яті | Автоматично, вбудовано |
| Моделювання користувача | Вручну (запис у MEMORY.md) | Автоматичні профілі |
| Пошук | Векторний + ключові слова (гібридний) | Семантичний за спостереженнями |
| Кілька агентів | Не відстежується | Обізнаність про батьків/нащадків |
| Залежності | Немає (вбудовано) або бінарник QMD | Установлення плагіна |
Honcho і вбудована система пам’яті можуть працювати разом. Коли налаштовано QMD,
стають доступними додаткові інструменти для пошуку по локальних Markdown-файлах разом
із міжсесійною пам’яттю Honcho.
Команди CLI
openclaw honcho setup # Configure API key and migrate files
openclaw honcho status # Check connection status
openclaw honcho ask <question> # Query Honcho about the user
openclaw honcho search <query> [-k N] [-d D] # Semantic search over memory
Додаткові матеріали