Repolode
Enviar
Tencent-Hunyuan

Tencent-Hunyuan/Hy-Memory

SDK Python e MemHub para desktop/CLI que oferecem memória de longo prazo com arquitetura de dois sistemas para agentes LLM em cenários de chat, trabalho e programação.

Ver no GitHub
Estrelas
1,961
Forks
136
Issues abertas
86
Último commit
há 22 horas

O que é?

Hy Memory é um SDK Python (hy-memory) que oferece memória persistente para agentes LLM, organizada em uma arquitetura cognitiva de dois sistemas. A memória é dividida em três cenários: memória hierárquica de longo prazo para chat; um armazenamento em duas camadas, com fatos de sessões e experiências reutilizáveis para tarefas de produtividade; e uma memória em duas camadas com uma cadeia de evolução das versões do código para tarefas de engenharia de software. É possível gravar texto simples ou mensagens no formato OpenAI, e as buscas retornam resultados agrupados por canal.

O SDK oferece três modos: lite, para gravações e buscas vetoriais brutas sem chamadas a LLM; pro, para extração e reconciliação com LLM; e ultra, para indução de schemas e consolidação entre domínios, acionadas por evolve(). Os backends de armazenamento incluem ChromaDB (padrão), Qdrant e FAISS para vetores, além de Kuzu ou Neo4j para memória em grafo. É possível configurar qualquer endpoint de LLM e embeddings compatível com OpenAI por meio de variáveis de ambiente.

MemHub é um aplicativo desktop e CLI local-first, desenvolvido com base no SDK. Ele consolida o histórico de conversas e os rastros de programação de ferramentas de IA autorizadas pelo usuário, como Claude Code, Cursor, Codex, OpenCode e Qwen Code, em um único diretório local de dados, permitindo recuperar memórias em diferentes aplicativos. Também inclui plugins para Hermes e OpenClaw.

Recursos principais

  • 01Três cenários (chat, trabalho e programação), com pipelines e armazenamento de memória separados.
  • 02Três modos, desde o armazenamento vetorial bruto sem uso de LLM até a indução completa de schemas.
  • 03Armazenamentos vetoriais (ChromaDB, Qdrant, FAISS) e em grafo (Kuzu, Neo4j) intercambiáveis.
  • 04A memória de programação mantém uma cadeia de diffs das revisões do código, incluindo versões revertidas.
  • 05Compatível com qualquer endpoint de LLM e embeddings compatível com OpenAI.
  • 06MemHub para desktop e CLI, que permite recuperar memórias em diferentes ferramentas de programação com IA autorizadas.

Casos de uso

  • Adicionar memória pessoal persistente a um assistente de chat ou agente voltado para clientes.
  • Permitir que um agente de programação recupere correções anteriores e alterações de código revertidas no mesmo repositório e branch.
  • Unificar o histórico de conversas e programação de várias ferramentas de IA em um único armazenamento local.
  • Comparar ou prototipar a memória de agentes com o modo lite, de baixo custo.

Início rápido

  1. 1

    Instale o pacote principal hy-memory do PyPI

    pip install hy-memory==2.0.4
  2. 2

    Configure sua chave de API da OpenAI (ou configure um LLM compatível com OpenAI e um endpoint de embeddings)

    export OPENAI_API_KEY="sk-your-key"
  3. 3

    Crie um HyMemoryClient no modo pro e grave e pesquise memórias de chat usando o exemplo em Python do README

Antes de usar

  • Os modos pro e ultra precisam de um LLM e de uma chave de API de embeddings de um serviço compatível com OpenAI.
  • O modo ultra sempre usa um banco de dados de grafos, o que acrescenta trabalho de configuração.

Em coleções

Memória de longo prazo para agentes de IAAssistentes e agentes de programação com IAAgentes pessoais de IA open source

Tópicos

#llm-agent#agent-memory#vector-database#rag#knowledge-graph#python-sdk#coding-agent#personal-agent

Perguntas frequentes

O que é Hy-Memory?
SDK Python e MemHub para desktop/CLI que oferecem memória de longo prazo com arquitetura de dois sistemas para agentes LLM em cenários de chat, trabalho e programação. Hy Memory é um SDK Python (hy-memory) que oferece memória persistente para agentes LLM, organizada em uma arquitetura cognitiva de dois sistemas. A memória é dividida em três cenários: memória hierárquica de longo prazo para chat; um armazenamento em duas camadas, com fatos de sessões e experiências reutilizáveis para tarefas de produtividade; e uma memória em duas camadas com uma cadeia de evolução das versões do código para tarefas de engenharia de software. É possível gravar texto simples ou mensagens no formato OpenAI, e as buscas retornam resultados agrupados por canal.
Hy-Memory é gratuito? Qual é a licença?
Hy-Memory é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
Hy-Memory ainda é mantido?
Manutenção ativa. O último commit de Hy-Memory foi em 5 de nov. de 2026.
Para que posso usar Hy-Memory?
Adicionar memória pessoal persistente a um assistente de chat ou agente voltado para clientes. Permitir que um agente de programação recupere correções anteriores e alterações de código revertidas no mesmo repositório e branch. Unificar o histórico de conversas e programação de várias ferramentas de IA em um único armazenamento local. Comparar ou prototipar a memória de agentes com o modo lite, de baixo custo.
Como instalar Hy-Memory?
Instale o pacote principal hy-memory do PyPI: pip install hy-memory==2.0.4 Configure sua chave de API da OpenAI (ou configure um LLM compatível com OpenAI e um endpoint de embeddings): export OPENAI_API_KEY="sk-your-key" Crie um HyMemoryClient no modo pro e grave e pesquise memórias de chat usando o exemplo em Python do README
Onde consigo Hy-Memory?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Tencent-Hunyuan/Hy-Memory

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados