Honcho Memory
Honcho 是一个 AI 原生记忆后端，在 AigenLabs 内置记忆系统之上增加了辩证推理（dialectic reasoning）和深度用户建模能力。它不是简单的键值存储，而是通过对对话事后推理，持续维护一个关于用户的动态模型——涵盖其偏好、沟通风格、目标与行为模式。
Honcho 已集成到 Memory Providers 系统中。以下所有功能均可通过统一的 memory provider 接口使用。
Honcho 新增了什么
| 能力 | 内置记忆 | Honcho |
|---|---|---|
| 跨会话持久化 | ✔ 基于文件的 MEMORY.md/USER.md | ✔ 服务端 API |
| 用户画像 | ✔ 手动 agent 维护 | ✔ 自动辩证推理 |
| 会话摘要 | — | ✔ 会话级上下文注入 |
| 多 agent 隔离 | — | ✔ 按 peer 分离画像 |
| 观察模式 | — | ✔ 统一或定向观察 |
| 结论（派生洞察） | — | ✔ 服务端模式推理 |
| 历史搜索 | ✔ FTS5 会话搜索 | ✔ 基于结论的语义搜索 |
辩证推理：每轮对话后（由 dialecticCadence 控制频率），Honcho 分析交流内容，推导出关于用户偏好、习惯和目标的洞察。这些洞察随时间积累，使 agent 对用户的理解不断加深，超越用户明确表述的内容。辩证过程支持多轮深度（1–3 轮），并自动选择冷启动/热启动 prompt——冷启动查询聚焦于通用用户事实，热启动查询优先处理会话级上下文。
会话级上下文：基础上下文现在包含会话摘要，以及用户表示和 peer 卡片。这使 agent 能感知当前会话中已讨论的内容，减少重复并保持连贯性。
多 agent 画像：当多个 AigenLabs 实例与同一用户交互时（例如编程助手和个人助手），Honcho 为每个 peer 维护独立画像。每个 peer 只能看到自己的观察和结论，防止上下文交叉污染。
设置
aigenlabs memory setup # 从 provider 列表中选择 "honcho"
或手动配置：
# ~/.aigenlabs/config.yaml
memory:
provider: honcho
echo 'HONCHO_API_KEY=***' >> ~/.aigenlabs/.env
在 honcho.dev 获取 API key。
架构
双层上下文注入
每轮对话（在 hybrid 或 context 模式下），Honcho 组装两层上下文注入到系统 prompt 中：
- 基础上下文 — 会话摘要、用户表示、用户 peer 卡片、AI 自我表示和 AI 身份卡片。按
contextCadence刷新。这是"这个用户是谁"层。 - 辩证补充 — LLM 合成的关于用户当前状态和需求的推理。按
dialecticCadence刷新。这是"当前最重要的是什么"层。
两层内容拼接后，按 contextTokens 预算截断（如已设置）。
冷启动/热启动 Prompt 选择
辩证过程自动在两种 prompt 策略之间切换：
- 冷启动（尚无基础上下文）：通用查询——"这个人是谁？他们的偏好、目标和工作方式是什么？"
- 热启动会话（已有基础上下文）：会话级查询——"结合本次会话已讨论的内容，关于该用户哪些上下文最相关？"
是否已填充基础上下文决定了自动选择哪种策略。
三个正交配置旋钮
成本和深度由三个独立旋钮控制：
| 旋钮 | 控制内容 | 默认值 |
|---|---|---|
contextCadence | context() API 调用之间的最小轮数（基础层刷新） | 1 |
dialecticCadence | peer.chat() LLM 调用之间的最小轮数（辩证层刷新） | 2（推荐 1–5） |
dialecticDepth | 每次辩证调用的 .chat() 轮数（1–3） | 1 |
三者相互独立——可以频繁刷新上下文而不频繁运行辩证，也可以低频运行深度多轮辩证。示例：contextCadence: 1, dialecticCadence: 5, dialecticDepth: 2 表示每轮刷新基础上下文，每 5 轮运行一次辩证，每次辩证运行 2 轮。
辩证深度（多轮）
当 dialecticDepth > 1 时，每次辩证调用运行多轮 .chat()：
- 第 0 轮：冷启动或热启动 prompt（见上文）
- 第 1 轮：自我审计——识别初始评估中的不足，并综合近期会话的证据
- 第 2 轮：调和——检查前几轮之间的矛盾，生成最终综合结论
每轮使用按比例分配的推理级别（早期轮次较轻，主轮次使用基础级别）。通过 dialecticDepthLevels 可逐轮覆盖——例如，深度 3 运行时使用 ["minimal", "medium", "high"]。
如果前一轮返回了强信号（长且结构化的输出），后续轮次会提前退出，因此深度 3 并不总是意味着 3 次 LLM 调用。
会话启动预热
会话初始化时，Honcho 在后台以完整配置的 dialecticDepth 触发一次辩证调用，并将结果直接传递给第 1 轮的上下文组装。对冷 peer 进行单轮预热通常返回较少内容——多轮深度会在用户开口之前完成审计/调和周期。如果预热在第 1 轮前未完成，第 1 轮将回退到有超时限制的同步调用。
查询自适应推理级别
自动注入的辩证会根据查询长度调整 dialecticReasoningLevel：≥120 字符时 +1 级，≥400 字符时 +2 级，上限为 reasoningLevelCap（默认 "high"）。设置 reasoningHeuristic: false 可禁用此功能，将所有自动调用固定在 dialecticReasoningLevel。可用级别：minimal、low、medium、high、max。
配置选项
Honcho 在 ~/.honcho/config.json（全局）或 $AIGENLABS_HOME/honcho.json（profile 本地）中配置。设置向导会自动处理。
完整配置参考
| 键 | 默认值 | 说明 |
|---|---|---|
contextTokens | null（不限制） | 每轮自动注入上下文的 token 预算。设为整数（如 1200）以限制上限，按词边界截断 |
contextCadence | 1 | context() API 调用之间的最小轮数（基础层刷新） |
dialecticCadence | 2 | peer.chat() LLM 调用之间的最小轮数（辩证层）。推荐 1–5。在 tools 模式下无关——由模型显式调用 |
dialecticDepth | 1 | 每次辩证调用的 .chat() 轮数，限制在 1–3 |
dialecticDepthLevels | null | 可选的每轮推理级别数组，如 ["minimal", "low", "medium"]，覆盖按比例分配的默认值 |
dialecticReasoningLevel | 'low' | 基础推理级别：minimal、low、medium、high、max |
dialecticDynamic | true | 为 true 时，模型可通过 tool 参数逐次覆盖推理级别 |
dialecticMaxChars | 600 | 注入系统 prompt 的辩证结果最大字符数 |
recallMode | 'hybrid' | hybrid（自动注入 + tools）、context（仅注入）、tools（仅 tools） |
writeFrequency | 'async' | 消息刷新时机：async（后台线程）、turn（同步）、session（会话结束时批量）或整数 N |
saveMessages | true | 是否将消息持久化到 Honcho API |
observationMode | 'directional' | directional（全部开启）或 unified（共享池）。可用 observation 对象进行精细控制 |
messageMaxChars | 25000 | 通过 add_messages() 发送的每条消息最大字符数，超出时分块 |
dialecticMaxInputChars | 10000 | 传入 peer.chat() 的辩证查询输入最大字符数 |
sessionStrategy | 'per-directory' | per-directory、per-repo、per-session 或 global |
会话策略控制 Honcho 会话与工作内容的映射方式：
per-session— 每次aigenlabs运行获得一个新会话。干净启动，通过 tools 访问记忆。推荐新用户使用。per-directory— 每个工作目录对应一个 Honcho 会话，上下文跨运行积累。per-repo— 每个 git 仓库对应一个会话。global— 所有目录共用一个会话。
Recall 模式控制记忆如何流入对话：
hybrid— 上下文自动注入系统 prompt，同时提供 tools（由模型决定何时查询）。context— 仅自动注入，隐藏 tools。tools— 仅 tools，不自动注入。agent 必须显式调用honcho_reasoning、honcho_search等。
各 recall 模式下的设置行为：
| 设置 | hybrid | context | tools |
|---|---|---|---|
writeFrequency | 刷新消息 | 刷新消息 | 刷新消息 |
contextCadence | 控制基础上下文刷新 | 控制基础上下文刷新 | 无关——不注入 |
dialecticCadence | 控制自动 LLM 调用 | 控制自动 LLM 调用 | 无关——由模型显式调用 |
dialecticDepth | 每次调用的多轮数 | 每次调用的多轮数 | 无关——由模型显式调用 |
contextTokens | 限制注入量 | 限制注入量 | 无关——不注入 |
dialecticDynamic | 控制模型覆盖 | 不适用（无 tools） | 控制模型覆盖 |
在 tools 模式下，模型完全自主——它在需要时调用 honcho_reasoning，并自行选择 reasoning_level。Cadence 和预算设置仅适用于有自动注入的模式（hybrid 和 context）。
观察模式（定向 vs. 统一）
Honcho 将对话建模为 peer 之间的消息交换。每个 peer 有两个观察开关，与 Honcho 的 SessionPeerConfig 一一对应：
| 开关 | 效果 |
|---|---|
observeMe | Honcho 根据该 peer 自身的消息构建其表示 |
observeOthers | 该 peer 观察另一 peer 的消息（用于跨 peer 推理） |
两个 peer × 两个开关 = 四个标志。observationMode 是快捷预设：
| 预设 | 用户标志 | AI 标志 | 语义 |
|---|---|---|---|
"directional"（默认） | me: 开，others: 开 | me: 开，others: 开 | 完全互相观察。启用跨 peer 辩证——"AI 根据用户所说和 AI 回复，对用户了解多少。" |
"unified" | me: 开，others: 关 | me: 关，others: 开 | 共享池语义——AI 仅观察用户消息，用户 peer 仅自我建模。单观察者池。 |
使用显式 observation 块覆盖预设，实现逐 peer 精细控制：
"observation": {
"user": { "observeMe": true, "observeOthers": true },
"ai": { "observeMe": true, "observeOthers": false }
}
常见配置模式：
| 意图 | 配置 |
|---|---|
| 完全观察（大多数用户） | "observationMode": "directional" |
| AI 不应根据自身回复重新建模用户 | "ai": {"observeMe": true, "observeOthers": false} |
| AI peer 不应通过自我观察更新的强人设 | "ai": {"observeMe": false, "observeOthers": true} |
通过 Honcho 控制台 设置的服务端开关优先于本地默认值——AigenLabs 在会话初始化时同步回本地。
Tools
当 Honcho 作为 memory provider 激活时，以下五个 tools 可用：
| Tool | 用途 |
|---|---|
honcho_profile | 读取或更新 peer 卡片——传入 card（事实列表）以更新，省略则读取 |
honcho_search | 对上下文进行语义搜索——返回原始摘录，不经 LLM 合成 |
honcho_context | 完整会话上下文——摘要、表示、卡片、近期消息 |
honcho_reasoning | Honcho LLM 合成的答案——传入 reasoning_level（minimal/low/medium/high/max）控制深度 |
honcho_conclude | 创建或删除结论——传入 conclusion 创建，传入 delete_id 删除（仅限 PII） |
CLI 命令
aigenlabs honcho 子命令仅在 Honcho 为当前活跃 memory provider 时注册（config.yaml 中 memory.provider: honcho）。先运行 aigenlabs memory setup 并选择 Honcho，子命令将在下次调用时出现。
aigenlabs honcho status # 连接状态、配置及关键设置
aigenlabs honcho setup # 重定向到 `aigenlabs memory setup`
aigenlabs honcho strategy # 查看或设置会话策略（per-session/per-directory/per-repo/global）
aigenlabs honcho peer # 查看或更新 peer 名称及辩证推理级别
aigenlabs honcho mode # 查看或设置 recall 模式（hybrid/context/tools）
aigenlabs honcho tokens # 查看或设置上下文和辩证的 token 预算
aigenlabs honcho identity # 初始化或查看 AI peer 的 Honcho 身份
aigenlabs honcho sync # 将 Honcho 配置同步到所有现有 profile
aigenlabs honcho peers # 查看所有 profile 中的 peer 身份
aigenlabs honcho sessions # 列出已知的 Honcho 会话映射
aigenlabs honcho map # 将当前目录映射到 Honcho 会话名称
aigenlabs honcho enable # 为当前 profile 启用 Honcho
aigenlabs honcho disable # 为当前 profile 禁用 Honcho
aigenlabs honcho migrate # 从 openclaw-honcho 迁移的分步指南
从 aigenlabs honcho 迁移
如果你之前使用了独立的 aigenlabs honcho setup：
- 你的现有配置（
honcho.json或~/.honcho/config.json）已保留 - 你的服务端数据（记忆、结论、用户画像）完好无损
- 在 config.yaml 中设置
memory.provider: honcho即可重新激活
无需重新登录或重新设置。运行 aigenlabs memory setup 并选择"honcho"——向导会自动检测你的现有配置。
完整文档
参见 Memory Providers — Honcho 获取完整参考文档。