Hermes Agent 外部 Memory Provider 对比表

调研日期:2026-06-07 范围:Hermes Agent 8 个外部 Memory Provider + Honcho(已在用) 官方文档:https://hermes-agent.nousresearch.com/docs/user-guide/features/memory-providers


一、核心对比表

Provider存储方式搜索能力部署方式是否需要 API是否开源适用场景优点缺点与 Hermes 集成程度
HonchoHoncho Cloud 或自托管 PostgreSQL语义搜索 + 对偶推理(Dialectic Reasoning)+ 用户建模云服务 / Docker 自托管是(Cloud API Key 或自建 URL)是(GitHub多 Agent 系统、跨 Session 上下文、用户画像对齐双层上下文注入(基础层+辩证推理层);多 Peer 隔离;配置粒度极细(cadence/depth/recallMode)架构复杂;调试难度高;Cloud 版本有费用最深度集成 — 5 个工具,独占 dialectic 机制,两个配置层(base + dialectic),多配置来源级联
OpenViking本地文件系统(viking:// URI 层级目录)语义搜索(fast/deep/auto 三模式)+ 文件系统浏览本地服务器(openviking-server否(可选 API Key)是(AGPL-3.0,GitHub自托管知识管理、文档库、结构化浏览文件系统式直观组织;多级检索粒度;零外部依赖可运行;字节跳动背书Server 需独立运行;有已知 Bug(多租户隔离、API 端点不匹配等 Issue);AGPL 许可证限制商用中等 — 5 个工具(search/read/browse/remember/add_resource),需自行启动 Server
Mem0Mem0 Cloud(PostgreSQL + pgvector + 知识图谱)语义搜索 + 自动排序重排(reranking)云服务 / 自托管(Docker + PostgreSQL)是(API Key)是(Apache-2.0,GitHub免维护自动记忆管理、个性化对话YC 背书;自动提取/更新记忆;SOC 2/HIPAA 合规;57K+ GitHub Stars;多记忆类型免费套餐仅限向量搜索(无图谱);时间盲区(无时间戳过滤);底层冲突解决不完善中等 — 3 个工具(profile/search/conclude),配置简单(user_id/agent_id)
HindsightHindsight Cloud / 本地 PostgreSQL + 知识图谱 + 实体解析多策略检索(语义+BM25+图谱+时间线)+ LLM 合成云服务 / 本地嵌入(自带 PostgreSQL daemon)/ 外部自托管是(Cloud 需 API Key;本地需 LLM API Key)是(GitHub知识图谱驱动的长期记忆、实体关系推理检索策略最丰富(4 种并行);本地嵌入模式零配置启动;支持 Web UI;知识图谱自动构建本地模式依赖 LLM(增加成本);Cloud 有费用;配置选项繁多 — 3 个工具(retain/recall/reflect)+ 自动 retain/recall + recall_budget/recall_types 等精细控制
Holographic本地 SQLite + FTS5(可选 NumPy HRR 向量)FTS5 全文搜索 或 HRR(Holographic Reduced Representation)组合检索本地(无外部依赖)是(Hermes 内置)本地离线记忆、轻量级原型、无外部依赖场景零外部依赖(SQLite 自带);HRR 代数组合检索;信任评分/矛盾检测机制NumPy 缺失时 HRR 静默降级为 FTS5;仅 2 个工具;无云端方案;不适合生产完整集成 — Hermes 源码内建(非独立项目),2 个工具(fact_store 含 9 action + fact_feedback)
RetainDBRetainDB Cloud混合搜索(Vector + BM25 + Reranking)+ 7 种记忆类型 + Delta 压缩云服务(API)是(API Key)否(闭源商业服务)团队级记忆基础设施、文档问答LongMemEval SOTA(88%);p95 <40ms 极低延迟;0% 幻觉率;Memory Router 可做代理闭源商业服务;$20/月;无自托管选项;供应商锁定风险中等 — 5 个工具(profile/search/context/remember/forget),配置仅需 API Key
ByteRover本地文件系统(层级知识树 + markdown 文件)模糊文本搜索 -> LLM 驱动的分层次检索本地 CLI(npm 安装 byterover-cli)/ ByteRover Cloud否(本地优先,Cloud 可选 Key)是(GitHub开发者个人记忆、代码知识管理、便携式上下文本地优先无 API 费用;层级树结构直观;支持 pre-compression 提取;有论文支撑架构仅 3 个工具;功能偏窄(面向代码 Agent);Cloud 同步需付费轻量 — 3 个工具(query/curate/status),本地文件操作,集成最简单
SupermemorySupermemory Cloud(向量图谱引擎 + 用户模型)混合向量+关键词搜索 + 上下文感知重排 + 图谱边缘查询云服务 / 自托管是(API Key)是(GitHub语义召回 + 用户画像 + Session 级图谱构建LongMemEval/ConvoMem #1;5 层上下文栈(图谱/检索/提取/连接器);25K+ Stars;自有基准平台Cloud 定价较高;自托管需较深技术栈;功能较多学习曲线陡中等 — 4 个工具(store/search/forget/profile),支持 {identity} 模板每 Profile 隔离

二、详细 Provider 信息

1. Honcho(已在用)

官网/文档:

当前本地配置: /Users/petersun/.hermes/.env.honcho — 自托管 HONCHO_BASE_URL=http://localhost:8010

核心特性:

  • 5 个工具:honcho_profile(读写 Peer Card)、honcho_search(语义搜索)、honcho_context(Session 上下文)、honcho_reasoning(LLM 合成推理)、honcho_conclude(创建/删除结论)
  • 双层上下文注入: 基础层(Session Summary + Representation + Peer Card)+ 辩证推理层(LLM 合成)
  • 三正交配置: contextCadence(API 调用频率)、dialecticCadence(LLM 调用频率)、dialecticDepth(1-3 次深度)
  • Multi-Peer 架构: 每个 Hermes Profile 可独立 AI Peer,支持 observeMe/observeOthers 开关
  • Session 策略: per-directory / per-repo / per-session / global

量级评估: 中等(依赖 API 或自托管 Server)


2. OpenViking

来源:

核心特性:

  • 文件系统式知识层级(viking:// URI 命名空间)
  • 6 种记忆类别
  • 三模式语义搜索:fast / deep / auto
  • 自动记忆提取(Session 提交通时)
  • 5 个 Hermes 工具:viking_searchviking_read(abstract/overview/full)、viking_browse(list/tree/stat)、viking_rememberviking_add_resource
  • 需独立运行 openviking-server

已知问题: 存在跨租户边界 Bug(Issue #36969)和 API 端点不匹配问题(Issue #4740)

量级评估: 中等(需本地 Server,依赖 Rust 二进制)


3. Mem0

来源:

核心特性:

  • 自动提取、更新、删除记忆(无需手动管理)
  • 向量搜索 + 知识图谱(Pro 版本才有图谱)
  • 支持 Python/Node.js SDK
  • Y Combinator 背书,90,000+ 开发者使用
  • SOC 2 Type 1、HIPAA、BYOK 合规
  • 3 个 Hermes 工具:mem0_profilemem0_search(语义+重排)、mem0_conclude

已知问题: 免费/标准版仅向量搜索(无图谱);时间盲区争议(Issue #37661 含第三方插件修复)

量级评估: 中等(Cloud API / Docker 自托管)


4. Hindsight(by Vectorize)

来源:

核心特性:

  • 4 种并行检索策略: 语义搜索 + BM25 关键词 + 知识图谱 + 时间线
  • 3 种模式: Cloud / Local Embedded(自带 PostgreSQL Daemon)/ Local External
  • Local Embedded 自动启动/停止 Daemon(空闲 5 分钟关闭)
  • 支持任何 OpenAI-compatible LLM 端点
  • 3 个 Hermes 工具:hindsight_retain(实体提取)、hindsight_recall(多策略检索)、hindsight_reflect(跨记忆 LLM 合成 — 独特功能)
  • 本地 Web UI: hindsight-embed -p hermes ui start

量级评估: 中等-重量(Cloud API 或本地 Daemon + LLM)


5. Holographic

来源:

核心特性:

  • 零外部依赖: SQLite + FTS5(NumPy 可选用于 HRR 向量代数)
  • HRR(Holographic Reduced Representation): 向量组合代数实现 probe/related/reason/contradict 等高级检索
  • 信任评分: fact_feedback 工具训练每个事实的可信度
  • 矛盾检测: fact_store 中的 contradict action 检测知识冲突
  • 2 个 Hermes 工具:fact_store(9 actions: add/search/probe/related/reason/contradict/update/remove/list)、fact_feedback
  • 配置:db_pathauto_extractdefault_trusthrr_dim

已知问题: NumPy 缺失时 HRR 静默降级为 FTS5(Issue #34084),用户可能误以为 HRR 在工作

量级评估: 轻量(纯本地 SQLite,无外部依赖)


6. RetainDB

来源:

核心特性:

  • LongMemEval SOTA(88% vs 领域平均 70%)
  • 7 种记忆类型 + Delta 压缩
  • 混合搜索:Vector + BM25 + Reranking
  • p95 检索延迟 <40ms(全球平均 13ms)
  • Memory Router: 可作为 OpenAI-compatible 代理,零代码集成
  • 5 个 Hermes 工具:retaindb_profileretaindb_searchretaindb_contextretaindb_rememberretaindb_forget
  • 定价: $20/月

量级评估: 中等(闭源 Cloud API)


7. ByteRover

来源:

核心特性:

  • 层级知识树: 树形目录 + 每个节点 context.md 文件 + 独立 markdown 知识条目
  • 分层次检索: 模糊文本搜索 -> LLM 驱动的精准检索
  • Pre-compression 提取: 压缩前提取关键信息降低 Token 消耗
  • CLI 优先: brv 命令交互式 REPL
  • 3 个 Hermes 工具:brv_querybrv_curatebrv_status
  • 开源论文: 有完整技术论文验证架构有效性(92.2% 检索准确率)
  • 本地优先(可同步到 ByteRover Cloud)

量级评估: 轻量-中等(本地 CLI + 可选的 Cloud 同步)


8. Supermemory

来源:

核心特性:

  • 5 层上下文栈: 用户理解模型 + 向量图谱引擎 + 检索 + 提取器 + 连接器
  • 向量图谱引擎: 本体感知边缘,支持知识更新/合并/矛盾/推理
  • LongMemEval/ConvoMem/LoCoMo #1 基准排名
  • p95 <300ms 延迟,100B+ tokens/月
  • 4 个 Hermes 工具:supermemory_storesupermemory_searchsupermemory_forgetsupermemory_profile
  • 支持 {identity} 模板实现 Profile 级隔离
  • SOC 2 / HIPAA / GDPR 合规
  • 自有基准平台 MemoryBench(git.new/membench)

量级评估: 中等-重量(Cloud API / 自托管)


三、分类建议

按适合场景分类

类别推荐 Provider理由
长期记忆(跨 Session 持久化)Honcho, Mem0, Hindsight, Supermemory具备完善的自动提取/检索/合成机制
短期记忆(Session 内上下文)Holographic, ByteRover轻量本地方案,无需网络请求
知识图谱/实体关系推理Hindsight, Mem0(Pro), Supermemory内置知识图谱自动构建
多 Agent 系统Honcho唯一内置 Multi-Peer 隔离和观察机制
零外部依赖/离线HolographicSQLite + FTS5,无网络需求
代码 Agent 记忆ByteRover层级树结构 + 文件系统,适合项目知识管理
企业级合规场景Mem0, SupermemorySOC 2 / HIPAA 认证
知识管理/文档库OpenViking文件系统式浏览,viking:// URI 组织
最低延迟生产级RetainDBp95 <40ms,Memory Router 零代码集成

按量级评估

量级Provider标准
轻量Holographic, ByteRover纯本地,无外部 API 依赖,资源占用低
中等Honcho, OpenViking, Mem0, RetainDB, Supermemory(轻量使用)需 API Key 或轻量 Server,有一定外部依赖
重量Hindsight(Local Embedded), Supermemory(自托管), Mem0(自托管)需数据库 + LLM + 完整基础设施部署

四、综合建议(按研究课题需求排序)

优先级 1:Honcho(已用)

  • 当前生产选择,多 Agent 架构优势明显
  • 建议持续使用并深耕配置优化

优先级 2(补充评估):

场景候选理由
知识图谱推理增强Hindsight4 种检索策略 + reflect 合成,适合深度推理
低延迟替代方案RetainDBSOTA 基准 + 极低延迟 + Memory Router 零代码
本地原型/离线Holographic零外部依赖,适合快速验证概念
项目代码记忆ByteRover层级树组织,CLI 优先,本地化
免维护云方案Mem0 或 Supermemory自动记忆管理,适合快速上手

本表信息来源均标注于每个 Provider 的”来源”节。未发现无法确认的信息。