Honcho memory
Honcho 提供给 hermes agent 的"记忆"是一个根本不同的范式——不是"存事实查事实"，而是"存对话原文 → 后台推理用户综合理解"。
配套实体页：Honcho 配套决策页：Why Honcho over mem0
4 个核心概念
1. Workspace（顶层隔离）
python
workspace_id = "teamos-prod" # 团队全局- Honcho 的多租户边界
- 同 workspace 内 peer 默认可见
- 跨 workspace 完全隔离（API key 也 scope 在 workspace 内）
2. Peer（参与者）
python
user_peer = client.peer("admin") # 真人
ai_peer = client.peer("hermes-admin") # AI agent- dual-peer 架构：每对话有 2 个 peer，user + assistant
- peer_id 必须从认证上下文派生（飞书 OpenID / Multica user_id），绝不接受用户输入
- Honcho 后台为每个 peer 独立建画像（"observation" 决定每方向都学什么）
3. Session（对话上下文）
python
session = client.session("multica-issue-123")
session.add_peers([user_peer, ai_peer])
session.add_messages([user_peer.message("..."), ai_peer.message("...")])- 一次对话/任务 = 1 个 session
- 命名按
session_strategy：per-directory（默认）→ session_id = cwd basenameper-session→ 每次启动新 sessionper-repo/global等
4. chat() 端点（5 级 reasoning）
python
user_peer.chat("3 句话告诉我这个用户是谁", reasoning_level="low")5 级 reasoning：minimal | low | medium | high | max
- 越高越智能但越烧 token + 越慢
- 默认
low已经能给"这人是 Allen，亚马逊厨房用具开发者"这种综合判断 - 仅显式指令时上
medium，high/max给 Allen 调试用 - TeamOS 默认 low（详见 ../system/隐私规则/HERMES_HONCHO_RETRIEVAL_GUARDRAILS）
Dreaming Agent（后台推理）
- Honcho 在后台跑一个 "Dreaming Agent"，不需要你触发
- 它定期把 session 里的对话整合成更高层的"用户画像"
peer.chat()调用时返回的不是原对话，而是 Dreaming 后的综合理解- Dreaming 只作用于 ingest 进来的 messages，不能跨 peer 推理
Dialectic Agent（chat 端点的内核）
- chat() 端点背后的"对话式推理引擎"
- 接受：query + reasoning_level
- 返回：综合的自然语言答案，不是 JSON / fact 列表
跟 mem0 的范式对比
| 维度 | mem0 | Honcho |
|---|---|---|
| 主用法 | add(fact) + search(query) | add(message) + chat(question) |
| 输出 | fact 列表（vector 召回） | LLM-quality 综合理解 |
| 后台推理 | ❌ 无 | ✅ Dreaming Agent |
| 自动建用户画像 | ❌ 你要自己合成 | ✅ 默认产生 |
| 跨 session 召回 | 按 query vector 找 | chat 端点综合 |
| 单 fact 删除 | ✅ 支持 | ❌ 不支持（设计哲学） |
工具集（hermes 暴露给 LLM 的 4 个）
NousResearch hermes-agent 内置 4 个 honcho 工具：
| 工具 | 作用 | 成本 |
|---|---|---|
honcho_profile | 快速取 peer 卡（无 LLM） | 最低 |
honcho_search | 语义搜索 peer 历史（vector 检索，无 LLM 综合） | 中 |
honcho_context | dialectic Q&A（chat 端点，含 LLM reasoning） | 高 |
honcho_conclude | 主动写 fact（用户说"记住 XXX"时） | 中 |
LLM 自动判断什么时候用哪个工具（recall_mode=hybrid 时）。
关联
- Honcho — 实体（基础设施）
- mem0 — SUPERSEDED 前任范式
- Why Honcho over mem0 — 为什么换
- llm-wiki — 不同层（公共知识 vs 个人画像）
- Mem0 vs llm-wiki Division of Responsibility — SUPERSEDED，需要重写为 Honcho vs llm-wiki