🧠 MemoHood

MemoHood — это плагин памяти диалогов для hermes-agent: агент сам замечает важное в разговоре, сам вспоминает его к месту в следующий раз и сам решает, когда старый факт пора заменить новым — без единой лишней команды от вас.

🌐 Русский · English

Быстрый старт · Инструменты и команды · Настройки · FAQ

flowchart TD
    subgraph TURN["Каждый ход диалога"]
        MSG["Сообщение пользователя"]
        GATE{"gate — вспоминать?<br/>v1.1, по умолч. pass"}
        PRE["гибридный поиск<br/>FTS5(RU-стемминг) + вектор BGE-M3 + RRF + Cohere rerank"]
        GR["graph_rerank<br/>связи сессий, v1.1"]
        POST["post_recall<br/>MMR + схлопывание дублей, v1.1"]
        CTX["&lt;memory-context&gt; в промпте"]
        ANS["Ответ модели"]
        MSG --> GATE -->|"recall"| PRE --> GR --> POST --> CTX --> ANS
        GATE -.->|"skip"| ANS
    end

    ANS --> SYNC["sync_turn<br/>фоновый поток, ответ не ждёт"]

    subgraph CAPTURE["capture.py — двухступенчатая экстракция"]
        SIG{"Бесплатные сигналы-ключевики"}
        GEM["Gemini flash-lite<br/>только спорные случаи"]
        SUP{"supersede-классификатор<br/>cosine + LLM-judge"}
        SIG -->|"явный сигнал"| SUP
        SIG -->|"спорно"| GEM --> SUP
    end

    SYNC --> SIG
    SUP -->|"ADD / SUPERSEDE / NOOP"| DB[("memory.db<br/>captures + история замещений")]

    DB -.->|"ночью, hermes cron"| NIGHT["Консолидация:<br/>decay Эббингауза (кроме pinned) →<br/>dedup → rollup день→неделя→месяц → FTS-rebuild"]
    NIGHT -.-> DB

Что делает MemoHood?

MemoHood — это плагин памяти диалогов для hermes-agent. Представьте, что у агента появился личный дневник: он сам записывает туда важное из разговора — факты, решения, исправления, предпочтения — и сам подглядывает в него перед каждым новым ответом, без того, чтобы вы отдельно просили что-то запомнить.

Без памяти агент помнит только то, что помещается в текущий контекст: начали новую сессию — и всё, что было вчера, исчезло. MemoHood хранит важное отдельно, в локальной базе на вашей машине, и подмешивает нужные кусочки обратно в разговор ровно тогда, когда они пригодились бы. Это провайдер памяти (memory.provider) для hermes-agent — устанавливается одной командой и работает полностью автономно.

От каких проблем избавляет

• Агент забывает всё, стоит закрыть чат. → Помнит между сессиями — факты живут в локальной базе, а не в контексте одного диалога.
• Приходится каждый раз вручную напоминать контекст о себе. → Авто-recall сам подтягивает нужные факты перед каждым ответом, без просьбы «вспомни».
• Путает старое решение с новым, держится за устаревшее. → SUPERSEDE: новый факт наверх, старый помечается устаревшим и хранится с датой — видно и «как сейчас», и «как было».
• Память жила «в голове» модели и обнулялась при смене модели. → Факты лежат в отдельной локальной базе, не привязанной к модели: сменил модель — recall работает так же, ничего не теряется.
• Платишь токенами за обработку пустой болтовни. → Дешёвый офлайн-гейт (Model2Vec) отсекает трёп до дорогого вызова модели.

Что это даёт

• Авто-вспоминание перед каждым ответом. Перед тем как агент начнёт отвечать, MemoHood тихо ищет в памяти всё релевантное: гибридный поиск объединяет полнотекстовый FTS5/BM25 с русским стеммингом и векторный поиск (модель BGE-M3 через Cloudflare Workers AI), сливает оба списка взаимным ранжированием (RRF) и, если настроен ключ, дополнительно переранжирует топ-кандидатов моделью Cohere.
• Авто-захват фактов, бесплатный там, где можно. Явные сигналы — исправление, решение, предпочтение, прямое «запомни» — ловятся бесплатным сигнальным скорингом по ключевым словам, без единого вызова LLM. Только по-настоящему спорные случаи уходят на один-единственный вызов дешёвой модели Gemini flash-lite, которая решает, стоит ли это запоминать и как.
• Supersede вместо затирания истории. Когда новый факт противоречит старому (пользователь передумал, поправил себя), MemoHood не хранит оба вперемешку — новый замещает старый, а старый не пропадает: уходит в датированную историю записи, которую всегда можно поднять через memohood_fetch.
• Pinned-факты, которые никогда не забываются. Имя, дата рождения, аллергии, диагнозы, явное «запомни навсегда» — распознаются и помечаются как pinned. Такие записи полностью исключены из ночного угасания confidence, сколько бы времени ни прошло.
• Ночная консолидация с кривой забывания Эббингауза. Уверенность (confidence) каждого факта угасает экспоненциально со временем с момента последнего обращения к нему — быстрее для мимолётных событий, гораздо медленнее для устойчивых фактов и убеждений, и вообще не угасает для pinned. Вся эта тяжёлая работа (decay, дедуп, свёртка день→неделя→месяц, перестройка индекса) вынесена из горячего пути ответа в фоновую ночную задачу.
• Русская морфология из коробки. И запросы, и содержимое записей стеммингуются PyStemmer — запрос «договора» находит запись про «договор», без точного совпадения форм слова.
• Спенд-леджер с месячным потолком. Каждый внешний вызов — эмбеддинг, реранк, экстракция LLM — пишется в леджер расходов. При достижении месячного потолка по конкретному провайдеру соответствующий шаг просто аккуратно пропускается (например, поиск идёт без векторного плеча), а не падает с ошибкой.

Новое в v1.1 — умный конвейер recall

Три этапа делают вспоминание точнее и разнообразнее. Два из них включены по умолчанию, третий — opt-in.

• gate — «стоит ли вообще вспоминать?» (по умолчанию выключен). Перед тем как тратиться на полный поиск, гейт может быстро оценить запрос: если это простое «спасибо» или «ок», recall пропускается. По умолчанию gate.backend: pass — гейт всегда пропускает дальше (память проверяется каждый ход). Включить умный режим — gate.backend: model2vec: крошечная офлайн-модель статических эмбеддингов (пакет model2vec, без сети и без API-ключа) сравнивает запрос со встроенными наборами «похоже на вопрос к памяти» и «похоже на болтовню». Правило намеренно осторожное: пропуск recall только при явном перевесе «болтовни» — ложно вспомнить безопаснее, чем ложно промолчать.
• post_recall — разнообразие и без дублей (по умолчанию ВКЛ). После поиска выдача проходит два шага: схлопывание near-дублей (две почти одинаковые записи не занимают два места) и MMR (Maximal Marginal Relevance) — переупорядочивание так, чтобы верхние результаты не были все об одном и том же. Итог: агент видит более широкую и менее избыточную картину памяти.
• graph_rerank — связи между сессиями (по умолчанию ВКЛ). MemoHood хранит граф связей между сессиями (session_links). Если найденная запись относится к сессии, связанной с «якорными» топ-результатами, её вес немного повышается; кроме того, из связанных сессий могут подтянуться релевантные записи, которые обычный поиск не нашёл. Так по теме поднимается контекстно-связанное, а не только буквально совпавшее по словам.

Как это работает?

Каждый ход диалога проходит через prefetch, и это целый конвейер: gate решает, стоит ли вообще вспоминать → гибридный поиск (FTS5 + вектор + RRF + опц. Cohere) достаёт кандидатов → graph_rerank поднимает контекстно-связанное по графу сессий → post_recall убирает дубли и добавляет разнообразия. Итог MemoHood подмешивает в промпт отдельным блоком <memory-context>. После того как модель ответила, в фоновом потоке (не блокируя ответ) запускается sync_turn: он разбирает реплику на сигналы, при необходимости зовёт Gemini на спорные случаи и решает — добавить новую запись, заменить старую (supersede) или ничего не делать (дубль). Ночью, по расписанию hermes cron, отдельно запускается консолидация: угасание confidence, дедуп, свёртка старых записей и перестройка индекса.

MemoHood vs альтернативы

Быстрый старт

Установка

Ставите через Telegram-бота hermes? Пришлите архив плагина в чат и попросите «распакуй и поставь по инструкции внутри» — агент выполнит установку по AGENTS.md. Ниже — ручная установка в терминале.

1. Один командой. Установщик сам находит venv hermes-agent, ставит зависимости (sqlite-vec, PyStemmer, ftfy, requests, model2vec), копирует папку плагина в <HERMES_HOME>/plugins/memohood/ и включает memory.provider: memohood в config.yaml — руками копировать папку или редактировать конфиг не нужно:

# Windows
.\install.ps1

# Linux / macOS
./install.sh

Перезапустите hermes — память уже работает, в keyword-режиме: сигналы вроде «запомни», «решили», «на самом деле» запоминаются бесплатно, без единого внешнего вызова.

Если hermes у вас работает как systemd-сервис (gateway), ключи из .env подхватятся после hermes gateway restart — установщик уже прописал для этого системный drop-in (EnvironmentFile). В интерактивной CLI-сессии .env подхватывается сам собой: она наследует окружение процесса, из которого её запустили.

2. Ключи — по желанию, для семантики. Без них память работает только на точном совпадении слов; чтобы включить поиск по смыслу (эмбеддинги + реранк) и извлечение спорных фактов, впишите ключи в .env рядом с config.yaml (~/.hermes/.env, на Windows — %LOCALAPPDATA%\hermes\.env). Проще всего это сделать мастером настройки прямо в терминале:

hermes memohood setup

Мастер идёт по шагам, по одному вопросу за раз, и каждый можно пропустить простым Enter (память продолжит работать, просто скромнее): сначала Cloudflare (эмбеддинги — векторный поиск по смыслу), потом Cohere — и тут же простыми словами объясняет, что такое реранкер («строгий редактор», который пересортировывает найденное так, что самое нужное оказывается сверху), затем Gemini (экстракция спорных фактов и ночная консолидация), и напоследок проверяет, что нужные python-библиотеки на месте. По желанию каждый ключ можно сразу проверить одним живым запросом к провайдеру. В консоли ключ целиком никогда не показывается — только первые символы с многоточием — и в таком же замаскированном виде пишется в .env. Мастер не трогает config.yaml — это уже сделал установщик на шаге 1 (если он запускался без --no-config).

Ключи те же самые, что мастер спрашивает по одному, можно вписать и вручную:

CLOUDFLARE_ACCOUNT_ID=...
CLOUDFLARE_API_TOKEN=...
GEMINI_API_KEY=...
COHERE_API_KEY=...   # опционально — включает финальный реранк

Cloudflare нужен для векторного поиска (эмбеддинги, бесплатный тир), Gemini — для экстракции спорных фактов и ночной консолидации, Cohere — необязательный реранк. Что произойдёт, если какого-то ключа нет — см. FAQ ниже. Не хотите зависеть от Cloudflare вовсе — переустановите с флагом --local/-Local: установщик поставит fastembed, скачает модель intfloat/multilingual-e5-large (~2.2 ГБ, один раз) и сам пропишет офлайн-эмбеддер в config.yaml.

3. Проверьте:

hermes memohood status

Если плагин подхватился, вы увидите статистику памяти (пока пустую) и расход за 30 дней по каждому провайдеру — 0 из настроенного потолка, а в конце — блок «Ключи»: полный путь к .env и статус каждого ключа (✓ настроен с маской / ✗ нет / ⚠ есть в .env, но процесс не видит — записан, но нужен рестарт).

Настройки

Все ключи ниже задаются в config.yaml с префиксом memory.memohood., например memory.memohood.capture_threshold: 4.0.

Инструменты и команды

Модель видит память как пять инструментов; человек — как команды hermes memohood.

Инструменты (доступны модели)

CLI-команды

Пример использования

Ничего специально вызывать не нужно — память работает сама. Показательный сценарий из трёх сессий:

Понедельник, вы вскользь упоминаете важное:

— Кстати, у меня аллергия на пенициллин, запомни.
— Записал, учту.

Явные сигналы «запомни» и «аллергия» проходят бесплатный сигнальный скоринг — факт сохраняется без единого вызова LLM, kind: fact, и помечается pinned (аллергия — один из pinned-триггеров).

Через месяц, в новой сессии:

— Подбери антибиотик от ангины.
— Учитывая вашу аллергию на пенициллин, пенициллиновый ряд не подойдёт — вот альтернативы…

Перед ответом gate решил, что вспоминать стоит; гибридный поиск нашёл pinned-факт (за месяц он не угас — pinned исключены из decay), graph_rerank и post_recall привели выдачу в порядок, и факт подмешался в <memory-context>. Вы ни о чём не напоминали.

Позже вы передумали:

— На самом деле аллергии нет, врач пересмотрел диагноз.
— Понял, обновляю.

Сигнал «на самом деле» + противоречие старой записи запускают supersede: новая запись замещает старую, старая уходит в датированную историю (её всё ещё видно через memohood_fetch) и больше не всплывает в обычном поиске.

Какие есть ограничения?

• hermes memohood seed наполняет индекс истории для поиска, но не извлекает из старой истории новые факты — двухступенчатая экстракция работает только для новых ходов диалога, идущих после установки.
• Явного инструмента «забыть факт» нет: неверную запись исправляют, попросив агента запомнить верную версию — она вытеснит старую через supersede, а старая останется только в датированной истории, не всплывая в обычном поиске.
• Оценки расходов по внешним вызовам — лучшее приближение по публичному прайсингу провайдеров, не гарантированно точный биллинг.

Частые вопросы

Забудет ли MemoHood что-то важное?
Обычные факты со временем плавно теряют вес по кривой Эббингауза и в конце концов архивируются (не удаляются физически, просто перестают всплывать в поиске). Но факты, помеченные как pinned — имя, дата рождения, аллергии, диагнозы, явное «запомни навсегда» — полностью исключены из этого угасания и остаются актуальными сколько угодно долго.

Что будет, если не задать GEMINI_API_KEY?
Экстракция спорных фактов и ночная консолидация просто не будут выполняться — плагин не упадёт и не уронит сессию, но пограничные (неочевидные) факты перестанут запоминаться, а угасание/свёртка не будут прогоняться автоматически. Явные сигналы (ключевые слова вроде «запомни», «решили», «на самом деле») продолжат запоминаться бесплатно, без LLM.

Сколько это стоит?
Копейки. По умолчанию месячный потолок — $5 на каждый из трёх провайдеров (Cloudflare, Gemini, Cohere) отдельно, и это именно потолок, а не типичный расход: обычная сессия использует малую его часть. При достижении потолка по конкретному провайдеру плагин не падает — соответствующий шаг (например, реранк) просто тихо пропускается. Текущий расход — в hermes memohood status.

Что делает hermes memohood setup?
Это мастер онбординга прямо в терминале: по одному вопросу за шаг собирает ключи Cloudflare, Cohere и Gemini, объясняет простыми словами, что каждый из них даёт (Cohere — это реранкер, «строгий редактор», пересортировывающий найденное так, что самое нужное оказывается сверху), по желанию проверяет каждый ключ живым запросом и сохраняет их в .env в замаскированном виде — целиком ключ в консоли не показывается никогда. Enter на любом шаге — пропустить. memory.provider и секцию memory.memohood в config.yaml мастер не трогает, это по-прежнему ручной шаг 2 из «Быстрого старта» выше.

Какой самый простой способ настроить MemoHood, если я только начинаю с hermes?
Запустите установщик (install.sh/install.ps1, см. «Быстрый старт» выше) — он сам ставит зависимости, копирует плагин и включает memory.provider: memohood в конфиге, без единой ручной правки. Ключи (если они вам нужны) собираются отдельно, терминальным мастером hermes memohood setup — см. предыдущий вопрос.

Переживёт ли память обновление hermes?
Да. MemoHood — плагин, лежит в ~/.hermes/plugins/memohood/ отдельно от кода самого hermes-agent, и обновления ядра его не затрагивают.

Поддерживает ли MemoHood русский язык?
Да, это одна из целей плагина: и запросы, и содержимое записей стеммингуются PyStemmer с учётом русской морфологии — запрос «договора» находит запись про «договор» без точного совпадения форм слова.

Замедляет ли MemoHood ответы агента?
Вспоминание (prefetch) идёт перед ответом и добавляет время на поиск; захват фактов (sync_turn) выполняется в фоновом потоке после того, как ответ уже показан пользователю, и не задерживает его. Ночная консолидация идёт по расписанию отдельно от диалога.

Тесты

Юнит- и компонентные тесты (включая отдельные наборы на gate, post_recall, graph_rerank и сквозной конвейер v1.1) прогоняются так — из нейтрального каталога, не изнутри папки плагина:

python -m pytest tests -q

На момент публикации: 247 passed, 1 skipped (2 live-теста сами пропускаются без ключей в ~/.hermes/.env, а не падают; для полностью офлайн-прогона добавьте -m "not integration").

Документация

Практический гайд по установке, диагностике и работе с захватом фактов — в GUIDE.md. Полная инженерная спецификация — в DESIGN_v1.md. Скилл для hermes — в skill/memohood/SKILL.md.

Made by

Сделано Maxim Skorohod — skorehood.com · YouTube · Telegram

Лицензия

MIT — copyright © 2026 Maxim Skorohod. Полный текст — в LICENSE.