honcho

给 AI 装上长期记忆,让智能体越用越懂你

Honcho 是一个为构建有状态 AI 智能体而设计的记忆库。它解决了智能体在对话或任务中缺乏长期记忆和上下文连续性的问题,让智能体能够记住用户偏好、历史交互和关键信息,从而提供更个性化、连贯的体验。核心能力包括:自动提取和存储对话中的实体、事实和摘要,支持向量检索和语义搜索,提供 RESTful API 和 Python SDK 以便集成,并内置了上下文工程工具来优化提示词。它基于 FastAPI 构建,支持 LangChain 和 Anthropic 等主流框架,并采用持续学习机制,使智能体能够从每次交互中不断进化。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 7300
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队plastic-labs
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型agent-memory,agentic-rag,ai,ai-agents,ai-memory,context-engineering,continual-learning,dsh-plugin,llm,memory
GitHub 星标★ 7300
30天Star增速
HF 下载量
上线时间2023-09-10 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:进阶 约 20 分钟 部署方式:Docker 5 步

环境要求

  • Docker 与 Docker Compose 环境
  • Postgres 数据库(需带 pgvector 扩展,可用 Supabase 或项目自带 docker-compose 模板)
  • 至少一个 LLM 提供方的 API Key(Gemini / Anthropic / OpenAI)
  • 若走源码非 Docker 安装,需要 uv 来创建虚拟环境并同步 Python 依赖

安装与启动步骤

  1. 1克隆仓库

    从 GitHub 拉取 Honcho 源码到本地,后续所有配置与启动都在该目录内进行。

    git clone https://github.com/plastic-labs/honcho.git
  2. 2复制配置模板

    进入仓库,把 docker-compose 和环境变量模板复制为实际使用的文件,不要直接改模板。

    cd honcho
    cp docker-compose.yml.example docker-compose.yml
    cp .env.template .env
  3. 3填写必需环境变量

    编辑 .env:填入 Postgres 连接串 DB_CONNECTION_URI,以及所用的 LLM API Key(Gemini/Anthropic/OpenAI 至少一个)。

  4. 4启动服务

    用 docker compose 拉起 Honcho 全部服务(含数据库容器),首次启动会拉取镜像,需等待片刻。

    docker compose up
  5. 5SDK 指向本地服务

    把 SDK 的 base_url 指向 http://localhost:8000,用 workspace_id 区分你的应用数据。

    honcho = Honcho(workspace_id="my-app-testing", base_url="http://localhost:8000")

关键配置

配置项必填说明示例
DB_CONNECTION_URI是Postgres 数据库连接串,必须带 postgresql+psycopg 前缀。postgresql+psycopg://user:password@localhost:5432/honcho
LLM_GEMINI_API_KEY是使用 Gemini 模型时的 API Key,按所选模型填写。your-gemini-api-key
LLM_ANTHROPIC_API_KEY是使用 Anthropic 模型时的 API Key,按所选模型填写。sk-ant-xxxxxxxx
LLM_OPENAI_API_KEY是使用 OpenAI 模型时的 API Key,按所选模型填写。sk-xxxxxxxx

如何确认成功

服务启动后,把 SDK 的 base_url 设为 http://localhost:8000 并发起一次调用,能正常返回即接入成功。

常见问题

Q:不想自己部署,有没有托管方案?

A:可以在 app.honcho.dev 注册获取 API Key,注册时会加入组织并获得专属 Honcho 实例和 100 美元免费额度;也可安装 CLI 后运行 honcho start --setup。

Q:数据库怎么准备?

A:Honcho 使用带 pgvector 的 Postgres。可自行创建 Supabase 项目,或直接用项目模板:复制 docker-compose.yml.example 后执行 docker compose up -d database。

Q:不做 Docker 部署,如何从源码本地安装?

A:克隆仓库后进入目录执行 uv sync(会自动创建 .venv 虚拟环境),再执行 source honcho/.venv/bin/activate 激活,然后按文档配置 .env 启动。

Q:多个来源都配了配置项,以哪个为准?

A:优先级为环境变量 > .env 文件 > config.toml > 默认值,可用 {SECTION}_{KEY} 形式的变量覆盖,嵌套用 __ 分隔。

注意事项

  • README 明确给出的本地服务地址是 http://localhost:8000,SDK 的 base_url 直接指向它即可。
  • 除 .env 外还支持 config.toml,可通过 cp config.toml.example config.toml 生成,按 app、db、llm、summary 等子系统分节。
  • 较多配置项(日志、监控、安全等)并非必需,README 未逐项列出的参数不要臆测填写,以 docs.honcho.dev 的配置参考为准。
  • 本地源码安装推荐使用虚拟环境隔离依赖,默认虚拟环境位于 honcho/.venv。

核心亮点

  • 自动从对话中提取结构化记忆,无需手动标注
  • 提供简单易用的 Python SDK 和 FastAPI 后端,快速集成
  • 支持语义向量检索,记忆召回准确且高效

不足之处

  • 项目仍处于早期阶段,API 可能不稳定
  • 文档和社区支持尚待完善

适用场景

  • 构建需要记住用户偏好的聊天机器人
  • 开发跨会话保持上下文的客服助手
  • 为个性化推荐系统提供用户记忆层

替代项目

Mem0、LangMem、Zep

项目介绍

honcho 是智能体领域的开源项目,由 plastic-labs 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(7,300)位列前 7%,在智能体分类的 2,517 个项目里位列前 7%。

近 41 天,它的 GitHub 星标从 6,615 增加到 7,300,净增 685。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。

它主要面向的使用场景是:构建需要记住用户偏好的聊天机器人。同类可对比的替代方案包括 Mem0、LangMem、Zep。

上一篇:skills

下一篇:agentic-threat-hunting-framework

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12