Mémoire Honcho

Honcho ajoute une mémoire native IA à OpenClaw. Il persiste les conversations vers un service dédié et construit des modèles d’utilisateur et d’agent au fil du temps, donnant à votre agent un contexte inter-session qui va au-delà des fichiers Markdown de l’espace de travail.

Ce qu’il fournit

Mémoire inter-session — les conversations sont persistées après chaque tour, donc le contexte est conservé à travers les réinitialisations de session, la compaction et les changements de channel.
Modélisation utilisateur — Honcho maintient un profil pour chaque utilisateur (préférences, faits, style de communication) et pour l’agent (personnalité, comportements appris).
Recherche sémantique — recherche sur les observations des conversations passées, et pas seulement la session actuelle.
Conscience multi-agent — les agents parents suivent automatiquement les sous-agents générés, les parents étant ajoutés comme observateurs dans les sessions enfants.

Outils disponibles

Honcho enregistre des outils que l’agent peut utiliser pendant la conversation :

Récupération de données (rapide, sans appel LLM) :

Outil	Ce qu’il fait
`honcho_context`	Représentation complète de l’utilisateur à travers les sessions
`honcho_search_conclusions`	Recherche sémantique sur les conclusions stockées
`honcho_search_messages`	Trouver des messages à travers les sessions (filtrer par expéditeur, date)
`honcho_session`	Historique et résumé de la session actuelle

Q&A (alimenté par LLM) :

Outil	Ce qu’il fait
`honcho_ask`	Poser des questions sur l’utilisateur. `depth='quick'` pour les faits, `'thorough'` pour la synthèse

Getting started

Installez le plugin et lancez la configuration :

openclaw plugins install @honcho-ai/openclaw-honcho
openclaw honcho setup
openclaw gateway --force

La commande de configuration demande vos identifiants API, écrit la configuration et migre facultativement les fichiers de mémoire de l’espace de travail existants.

Configuration

Les paramètres se trouvent sous 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",
        },
      },
    },
  },
}

Pour les instances auto-hébergées, pointez baseUrl vers votre serveur local (par exemple http://localhost:8000) et omettez la clé API.

Migrating existing memory

If you have existing workspace memory files (USER.md, MEMORY.md, IDENTITY.md, memory/, canvas/), openclaw honcho setup detects and offers to migrate them.

How it works

After every AI turn, the conversation is persisted to Honcho. Both user and agent messages are observed, allowing Honcho to build and refine its models over time.

During conversation, Honcho tools query the service in the before_prompt_build phase, injecting relevant context before the model sees the prompt. This ensures accurate turn boundaries and relevant recall.

Honcho vs builtin memory

	Builtin / QMD	Honcho
Stockage	Fichiers Markdown de l’espace de travail	Service dédié (local ou hébergé)
Multi-session	Via les fichiers de mémoire	Automatique, intégré
Modélisation utilisateur	Manuel (écrire dans MEMORY.md)	Profils automatiques
Recherche	Vecteur + mot-clé (hybride)	Sémantique sur les observations
Multi-agent	Non suivi	Conscience parent/enfant
Dépendances	Aucune (intégré) ou binaire QMD	Installation du plugin

Honcho and the builtin memory system can work together. When QMD is configured, additional tools become available for searching local Markdown files alongside Honcho’s cross-session memory.

CLI commands

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

Pour aller plus loin

Plugin source code
Honcho documentation
Honcho OpenClaw integration guide
Memory — OpenClaw memory overview
Context Engines — how plugin context engines work