Honcho 記憶

Honcho 為 OpenClaw 新增 AI 原生記憶功能。它將對話持久化到專用服務中，並隨時間建立使用者和代理程式模型，為您的代理程式提供超越工作區 Markdown 檔案的跨會話上下文。

提供的功能

跨會話記憶 —— 每次輪詢後都會持久化對話，因此上下文會跨會話重置、壓縮和通道切換持續傳遞。
使用者建模 —— Honcho 為每個使用者（偏好設定、事實、溝通風格）和代理程式（個性、學習行為）維護個人資料。
語意搜尋 —— 搜尋過去對話中的觀察結果，而不僅僅是當前會話。
多代理感知 —— 父代理會自動追蹤產生的子代理，並將父代理作為觀察者新增到子會話中。

可用工具

Honcho 註冊了代理程式在對話期間可以使用的工具：

資料檢索（快速，無 LLM 呼叫）：

工具	功能
`honcho_context`	跨會話的完整使用者表示
`honcho_search_conclusions`	對儲存結論的語意搜尋
`honcho_search_messages`	跨會話尋找訊息（按發送者、日期篩選）
`honcho_session`	當前會話歷史和摘要

問答（由 LLM 驅動）：

工具	功能
`honcho_ask`	詢問關於使用者的問題。 `depth='quick'` 用於查詢事實，`'thorough'` 用於綜合分析

快速入門

安裝外掛並執行設置：

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

設置指令會提示您輸入 API 憑證，寫入配置，並選擇性地遷移現有的工作區記憶檔案。

配置

設定位於 plugins.entries["openclaw-honcho"].config 下：

{
  plugins: {
    entries: {
      "openclaw-honcho": {
        config: {
          apiKey: "your-api-key", // omit for self-hosted
          workspaceId: "openclaw", // memory isolation
          baseUrl: "https://api.honcho.dev",
        },
      },
    },
  },
}

對於自託管實例，將 baseUrl 指向您的本地伺服器（例如 http://localhost:8000）並省略 API 金鑰。

遷移現有記憶

如果您有現有的工作區記憶檔案 (USER.md、 MEMORY.md、 IDENTITY.md、 memory/、 canvas/)， openclaw honcho setup 會偵測並提議進行遷移。

運作原理

在每次 AI 回合之後，對話內容會持久化儲存至 Honcho。由於會同時觀察使用者與代理人的訊息，這讓 Honcho 能隨著時間建立並優化其模型。

在對話過程中，Honcho 工具會在 before_prompt_build 階段查詢服務，在模型看到提示詞之前注入相關上下文。這確保了準確的回合邊界與相關的召回。

Honcho 與內建記憶

	Builtin / QMD	Honcho
儲存空間	工作區 Markdown 檔案	專屬服務（本地或託管）
跨會話	透過記憶檔案	自動，內建
使用者建模	手動（寫入 MEMORY.md）	自動設定檔
搜尋	向量 + 關鍵字（混合）	基於觀測結果的語意搜尋
多代理	未追蹤	具備父子關係感知
相依性	無（內建）或 QMD 執行檔	外掛安裝

Honcho 和內建記憶系統可以一起運作。當 QMD 設定完成後，除了 Honcho 的跨會話記憶外，還會有額外的工具可用來搜尋本地的 Markdown 檔案。

CLI 指令

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