memohood

KO | EN

gitlite — search

#javascript #python #go #golang #android #rust #linux #macos #cli #vue #pytorch #security #mcp #openai

(★ 22)

Dialogue memory for AI agents (hermes plugin): auto-recall of facts across sessions, LLM fact extraction with a cheap gate, SUPERSEDE versioning. Local SQLite + hybrid search. One-command install.

memohood 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

<h1 align="center">🧠 MemoHood</h1>
MemoHood — это плагин памяти диалогов для hermes-agent: агент сам замечает важное в разговоре, сам вспоминает его к месту в следующий раз и сам решает, когда старый факт пора заменить новым — без единой лишней команды от вас.

<a href="LICENSE"><img alt="License: MIT" src="https://img.shields.io/badge/license-MIT-blue.svg"></a>
 <a href="#быстрый-старт"><img alt="Python 3.11+" src="https://img.shields.io/badge/python-3.11%2B-blue"></a>
 <a href="#быстрый-старт"><img alt="hermes-agent >=0.18" src="https://img.shields.io/badge/hermes--agent-%3E%3D0.18-blueviolet"></a>
 <a href="tests/"><img alt="Tests: 247 passed, 1 skipped" src="https://img.shields.io/badge/tests-247%20passed-brightgreen"></a>

<h3 align="center">🌐 Русский · <a href="README.en.md">English</a></h3>

<a href="#быстрый-старт">Быстрый старт</a> ·
 <a href="#инструменты-и-команды">Инструменты и команды</a> ·
 <a href="#настройки">Настройки</a> ·
 <a href="#частые-вопросы">FAQ</a>

---

```mermaid
flowchart TD
 subgraph TURN["Каждый ход диалога"]
 MSG["Сообщение пользователя"]
 GATE{"gate — вспоминать? v1.1, по умолч. pass"}
 PRE["гибридный поиск FTS5(RU-стемминг) + вектор BGE-M3 + RRF + Cohere rerank"]
 GR["graph_rerank связи сессий, v1.1"]
 POST["post_recall MMR + схлопывание дублей, v1.1"]
 CTX["&lt;memory-context&gt; в промпте"]
 ANS["Ответ модели"]
 MSG --> GATE -->|"recall"| PRE --> GR --> POST --> CTX --> ANS
 GATE -.->|"skip"| ANS
 end

ANS --> SYNC["sync_turn фоновый поток, ответ не ждёт"]

subgraph CAPTURE["capture.py — двухступенчатая экстракция"]
 SIG{"Бесплатные сигналы-ключевики"}
 GEM["Gemini flash-lite только спорные случаи"]
 SUP{"supersede-классификатор cosine + LLM-judge"}
 SIG -->|"явный сигнал"| SUP
 SIG -->|"спорно"| GEM --> SUP
 end

SYNC --> SIG
 SUP -->|"ADD / SUPERSEDE / NOOP"| DB[("memory.db captures + история замещений")]

DB -.->|"ночью, hermes cron"| NIGHT["Консолидация: decay Эббингауза (кроме pinned) → dedup → rollup день→неделя→месяц → FTS-rebuild"]
 NIGHT -.-> DB
```

## Что делает MemoHood?

MemoHood — это плагин памяти диалогов для [hermes-agent](https://github.com/NousResearch/hermes-agent). Представьте, что у агента появился личный дневник: он сам записывает туда важное из разговора — факты, решения, исправления, предпочтения — и сам подглядывает в него перед каждым новым ответом, без того, чтобы вы отдельно просили что-то запомнить.

Без памяти агент помнит только то, что помещается в текущий контекст: начали новую сессию — и всё, что было вчера, исчезло. MemoHood хранит важное отдельно, в локальной базе на вашей машине, и подмешивает нужные кусочки обратно в разговор ровно тогда, когда они пригодились бы. Это провайдер памяти (`memory.provider`) для hermes-agent — устанавливается одной командой и работает полностью автономно.

## От каких проблем избавляет

- **Агент забывает всё, стоит закрыть чат.** → Помнит между сессиями — факты живут в локальной базе, а не в контексте одного диалога.
- **Приходится каждый раз вручную напоминать контекст о себе.** → Авто-recall сам подтягивает нужные факты перед каждым ответом, без просьбы «вспомни».
- **Путает старое решение с новым, держится за устаревшее.** → SUPERSEDE: новый факт наверх, старый помечается устаревшим и хранится с датой — видно и «как сейчас», и «как было».
- **Память жила «в голове» модели и обнулялась при смене модели.** → Факты лежат в отдельной локальной базе, не привязанной к модели: сменил модель — recall работает так же, ничего не теряется.
- **Платишь токенами за обработку пустой болтовни.** → Дешёвый офлайн-гейт (Model2Vec) отсекает трёп до дорогого вызова модели.

## Что это даёт

- **Авто-вспоминание перед каждым ответом.** Перед тем как агент начнёт отвечать, MemoHood тихо ищет в памяти всё релевантное: гибридный поиск объединяет полнотекстовый FTS5/BM25 с русским стеммингом и векторный поиск (модель BGE-M3 через Cloudflare Workers AI), сливает оба списка взаимным ранжированием (RRF) и, если настроен ключ, дополнительно переранжирует топ-кандидатов моделью Cohere.
- **Авто-захват фактов, бесплатный там, где можно.** Явные сигналы — исправление, решение, предпочтение, прямое «запомни» — ловятся бесплатным сигнальным скорингом по ключевым словам, без единого вызова LLM. Только по-настоящему спорные случаи уходят на один-единственный вызов дешёвой модели Gemini flash-lite, которая решает, стоит ли это запоминать и как.
- **Supersede вместо затирания истории.** Когда новый факт противоречит старому (пользователь передумал, поправил себя), MemoHood не хранит оба вперемешку — новый замещает старый, а старый не пропадает: уходит в датированную историю записи, которую всегда можно поднять через `memohood_fetch`.
- **Pinned-факты, которые никогда не забываются.** Имя, дата рождения, аллергии, диагнозы, явное «запомни навсегда» — распознаются и помечаются как pinned. Такие записи полностью исключены из ночного угасания confidence, сколько бы времени ни прошло.
- **Ночная консолидация с кривой забывания Эббингауза.** Уверенность (confidence) каждого факта угасает экспоненциально со временем с момента последнего обращения к нему — быстрее для мимолётных событий, гораздо медленнее для устойчивых фактов и убеждений, и вообще не угасает для pinned. Вся эта тяжёлая работа (decay, дедуп, свёртка день→неделя→месяц, перестройка индекса) вынесена из горячего пути ответа в фоновую ночную задачу.
- **Русская морфология из коробки.** И запросы, и содержимое записей стеммингуются PyStemmer — запрос «договора» находит запись про «договор», без точного совпадения форм слова.
- **Спенд-леджер с месячным потолком.** Каждый внешний вызов — эмбеддинг, реранк, экстракция LLM — пишется в леджер расходов. При достижении месячного потолка по конкретному провайдеру соответствующий шаг просто аккуратно пропускается (например, поиск идёт без векторного плеча), а не падает с ошибкой.

### Новое в v1.1 — умный конвейер recall

Три этапа делают вспоминание точнее и разнообразнее. Два из них включены по умолчанию, третий — opt-in.

- **`gate` — «стоит ли вообще вспоминать?» (по умолчанию выключен).** Перед тем как тратиться на полный поиск, гейт может быстро оценить запрос: если это простое «спасибо» или «ок», recall пропускается. По умолчанию `gate.backend: pass` — гейт всегда пропускает дальше (память проверяется каждый ход). Включить умный режим — `gate.backend: model2vec`: крошечная офлайн-модель статических эмбеддингов (пакет `model2vec`, без сети и без API-ключа) сравнивает запрос со встроенными наборами «похоже на вопрос к памяти» и «похоже на болтовню». Правило намеренно осторожное: пропуск recall только при явном перевесе «болтовни» — ложно вспомнить безопаснее, чем ложно промолчать.
- **`post_recall` — разнообразие и без дублей (по умолчанию ВКЛ).** После поиска выдача проходит два шага: схлопывание near-дублей (две почти одинаковые записи не занимают два места) и MMR (Maximal Marginal Relevance) — переупорядочивание так, чтобы верхние результаты не были все об одном и том же. Итог: агент видит более широкую и менее избыточную картину памяти.
- **`graph_rerank` — связи между сессиями (по умолчанию ВКЛ).** MemoHood хранит граф связей между сессиями (`session_links`). Если найденная запись относится к сессии, связанной с «якорными» топ-результатами, её вес немного повышается; кроме того, из связанных сессий могут подтянуться релевантные записи, которые обычный поиск не нашёл. Так по теме поднимается контекстно-связанное, а не только буквально совпавшее по словам.

## Как это работает?

Каждый ход диалога проходит через prefetch, и это целый конвейер: `gate` решает, стоит ли вообще вспоминать → гибридный поиск (FTS5 + вектор + RRF + опц. Cohere) достаёт кандидатов → `graph_rerank` поднимает контекстно-связанное по графу сессий → `post_recall` убирает дубли и добавляет разнообразия. Итог MemoHood подмешивает в промпт отдельным блоком `<memory-context>`. После того как модель ответила, в фоновом потоке (не блокируя ответ) запускается `sync_turn`: он разбирает реплику на сигналы, при необходимости зовёт Gemini на спорные случаи и решает — добавить новую запись, заменить старую (supersede) или ничего не делать (дубль). Ночью, по расписанию `hermes cron`, отдельно запускается консолидация: угасание confidence, дедуп, свёртка старых записей и перестройка индекса.

## MemoHood vs альтернативы

| Критерий | MemoHood | Без памяти (только system prompt) |
|---|---|---|
| Что помнит | Диалоги: факты, решения, исправления, предпочтения | Только текущий контекст сессии |
| Забывание | Плавное, по кривой Эббингауза; pinned — никогда | Полное при новой сессии или сжатии контекста |
| Противоречивые факты | Supersede: новое замещает старое, старое — в историю | Копятся в контексте, модель путается |
| Стоимость | Доли цента за ход; месячный потолок по умолчанию $5 на провайдера | Ноль |

## Быстрый старт

### Установка

> **Ставите через Telegram-бота hermes?** Пришлите архив плагина в чат и попросите «распакуй и поставь по инструкции внутри» — агент выполнит установку по [`AGENTS.md`](AGENTS.md). Ниже — ручная установка в терминале.

**1. Один командой.** Установщик сам находит venv `hermes-agent`, ставит зависимости (`sqlite-vec`, `PyStemmer`, `ftfy`, `requests`, `model2vec`), копирует папку плагина в `<HERMES_HOME>/plugins/memohood/` и включает `memory.provider: memohood` в `config.yaml` — руками копировать папку или редактировать конфиг не нужно:

```powershell
# Windows
.\install.ps1
```

```bash
# Linux / macOS
./install.sh
```

Перезапустите hermes — память уже работает, в keyword-режиме: сигналы вроде «запомни», «решили», «на самом деле» запоминаются бесплатно, без единого внешнего вызова.

Если hermes у вас работает как systemd-сервис (gateway), ключи из `.env` подхватятся после `hermes gateway restart` — установщик уже прописал для этого системный drop-in (`EnvironmentFile`). В интерактивной CLI-сессии `.env` подхватывается сам собой: она наследует окружение процесса, из которого её запустили.

**2. Ключи — по желанию, для семантики.** Без них память работает только на точном совпадении слов; чтобы включить поиск по смыслу (эмбеддинги + реранк) и извлечение спорных фактов, впишите ключи в `.env` рядом с `config.yaml` (`~/.hermes/.env`, на Windows — `%LOCALAPPDATA%\hermes\.env`). Проще всего это сделать мастером настройки прямо в терминале:

```
hermes memohood setup
```

Мастер идёт по шагам, по одному вопросу за раз, и каждый можно пропустить простым Enter (память продолжит работать, просто скромнее): сначала Cloudflare (эмбеддинги — векторный поиск по смыслу), потом Cohere — и тут же простыми словами объясняет, что такое реранкер («строгий редактор», который пересортировывает найденное так, что самое нужное оказывается сверху), затем Gemini (экстракция спорных фактов и ночная консолидация), и напоследок проверяет, что нужные python-библиотеки на месте. По желанию каждый ключ можно сразу проверить одним живым запросом к провайдеру. В консоли ключ целиком никогда не показывается — только первые символы с многоточием — и в таком же замаскированном виде пишется в `.env`. Мастер не трогает `config.yaml` — это уже сделал установщик на шаге 1 (если он запускался без `--no-config`).

Ключи те же самые, что мастер спрашивает по одному, можно вписать и вручную:

```
CLOUDFLARE_ACCOUNT_ID=...
CLOUDFLARE_API_TOKEN=...
GEMINI_API_KEY=...
COHERE_API_KEY=...   # опционально — включает финальный реранк
```

Cloudflare нужен для векторного поиска (эмбеддинги, бесплатный тир), Gemini — для экстракции спорных фактов и ночной консолидации, Cohere — необязательный реранк. Что произойдёт, если какого-то ключа нет — см. FAQ ниже. Не хотите зависеть от Cloudflare вовсе — переустановите с флагом `--local`/`-Local`: установщик поставит `fastembed`, скачает модель `intfloat/multilingual-e5-large` (~2.2 ГБ, один раз) и сам пропишет офлайн-эмбеддер в `config.yaml`.

**3. Проверьте:**

```
hermes memohood status
```

Если плагин подхватился, вы увидите статистику памяти (пока пустую) и расход за 30 дней по каждому провайдеру — 0 из настроенного потолка, а в конце — блок «Ключи»: полный путь к `.env` и статус каждого ключа (`✓ настроен` с маской / `✗ нет` / `⚠ есть в .env, но процесс не видит` — записан, но нужен рестарт).

## Настройки

Все ключи ниже задаются в `config.yaml` с префиксом `memory.memohood.`, например `memory.memohood.capture_threshold: 4.0`.

| Ключ | Тип | По умолчанию | Что делает |
|---|---|---|---|
| `gate.backend` | string | `pass` | Гейт «стоит ли вспоминать» перед recall. `pass` — всегда вспоминать (по умолчанию); `model2vec` — офлайн-классификатор релевантности запроса (opt-in, подтягивает пакет `model2vec`) |
| `gate.threshold` | float | `0.5` | Порог уверенного «не вспоминать» для backend `model2vec` |
| `gate.margin` | float | `0.05` | Зазор в пользу recall: пропустить только при явном перевесе negative-сигналов |
| `gate.model2vec_model` | string | `minishlab/potion-base-8M` | Статическая embedding-модель для гейта |
| `gate.meaningful_terms_floor` | int | `3` | Если в запросе столько значимых слов и больше — вспоминаем сразу, без эмбеддинга |
| `model.provider` | string | `gemini` | Провайдер LLM для спорной экстракции фактов и ночной консолидации |
| `model.model` | string | `gemini-3.1-flash-lite` | Конкретная модель для экстракции и консолидации |
| `embedder.provider` | string | `cloudflare` | Провайдер эмбеддингов для векторного поиска |
| `embedder.model` | string | `@cf/baai/bge-m3` | Модель эмбеддингов |
| `embedder.dims` | int | `1024` | Размерность вектора |
| `rerank.provider` | string | `cohere` | Провайдер финального реранка |
| `rerank.enabled` | bool | `true` | Включить реранк Cohere поверх результата RRF (без ключа — тихая деградация в rrf-only) |
| `post_recall.mmr.enabled` | bool | `true` | MMR-разнообразие выдачи recall — верхние результаты не про одно и то же |
| `post_recall.mmr.lambda` | float | `0.7` | Баланс релевантность/разнообразие (`1.0` = чистая релевантность) |
| `post_recall.cluster.enabled` | bool | `true` | Схлопывать near-дубли в выдаче |
| `post_recall.cluster.threshold` | float | `0.93` | Косинусный порог, выше которого две записи считаются дублем |
| `graph_rerank.enabled` | bool | `true` | Переранжирование по графу связей сессий (`session_links`) |
| `graph_rerank.boost` | list | `[1.5, 1.3, 1.15]` | Множители score по близости связи (тесная/средняя/слабая) |
| `graph_rerank.max_neighbors` | int | `3` | Сколько связанных записей максимум подтянуть в выдачу |
| `graph_rerank.top_n_anchors` | int | `3` | Сколько верхних результатов служат «якорями» для расширения по графу |
| `graph_rerank.weight_tiers` | list | `[0.66, 0.33]` | Пороги веса связи для выбора тира boost |
| `auto_capture` | bool | `true` | Автоматически извлекать факты из каждого хода диалога |
| `capture_threshold` | float | `4.0` | Порог бесплатного сигнального скоринга, выше которого факт сохраняется гарантированно, без вызова LLM |
| `monthly_ceiling_usd.cloudflare` | number | `5` | Месячный потолок расходов на эмбеддинги, $ |
| `monthly_ceiling_usd.cohere` | number | `5` | Месячный потолок расходов на реранк, $ |
| `monthly_ceiling_usd.gemini` | number | `5` | Месячный потолок расходов на экстракцию и консолидацию, $ |
| `decay.floor` | float | `0.05` | Порог confidence, ниже которого запись архивируется при ночной консолидации |
| `decay.halflife_days.event` | int | `7` | Период полураспада для событий |
| `decay.halflife_days.preference` | int | `90` | Для предпочтений |
| `decay.halflife_days.decision` | int | `90` | Для решений |
| `decay.halflife_days.correction` | int | `90` | Для исправлений |
| `decay.halflife_days.fact` | int | `365` | Для устойчивых фактов |
| `decay.halflife_days.persona` | int | `365` | Для данных о личности/профиле |
| `decay.halflife_days.instruction` | int | `365` | Для инструкций |
| `decay.halflife_days.summary` | int | `365` | Для сводок, созданных консолидацией |
| `recall.k` | int | `8` | Сколько записей памяти возвращать в prefetch перед каждым ходом |
| `recall.messages_k` | int | `4` | Сколько сообщений истории возвращать в prefetch |
| `consolidate.enabled` | bool | `true` | Включить этап свёртки (rollup) при ночной консолидации |

## Инструменты и команды

Модель видит память как пять инструментов; человек — как команды `hermes memohood`.

### Инструменты (доступны модели)

| Инструмент | Параметры | Что делает |
|---|---|---|
| `memohood_search` | `query` (обязателен), `k` (по умолчанию 8) | Сырой поиск по записям памяти без форматирования под обычный recall-блок — список найденных записей с id, типом, оценкой и источником |
| `memohood_fetch` | `capture_id` (обязателен) | Одна запись памяти по id вместе с историей замещений (supersede) |
| `memohood_recall` | `query` (обязателен), `k` (по умолчанию 10) | Явно вспомнить факты и историю диалогов по запросу — то же самое, что автоматическое вспоминание перед каждым ходом, но по требованию и с произвольным k |
| `memohood_stats` | — | Статистика памяти: сколько записей, разбивка по типам, расход за 30 дней по каждому провайдеру, состояние индексации истории |
| `memohood_capture` | `content` (обязателен), `kind` (persona/event/preference/decision/correction/fact/instruction), `pinned` (да/нет) | Явно сохранить факт в обход авто-извлечения — когда пользователь прямо просит что-то запомнить |

### CLI-команды

| Команда | Что делает |
|---|---|
| `hermes memohood status` / `hermes memohood stats` | Статистика памяти (то же самое, что `memohood_stats`): число записей, разбивка по типам, расход за 30 дней по каждому провайдеру, состояние индексации истории |
| `hermes memohood reindex` | Переэмбеддинг всех записей в теневую таблицу — нужен после смены модели эмбеддингов |
| `hermes memohood seed [--dry-run]` | Догнать полнотекстовый индекс истории диалогов до текущего состояния — только индексация для recall, извлечение новых фактов из старой истории этим не выполняется; `--dry-run` показывает состояние индекса, ничего не меняя |
| `hermes memohood consolidate` | Вручную запустить ночную консолидацию (угасание confidence, дедуп, свёртка, перестройка индекса) — обычно она идёт по расписанию через `hermes cron`, эта команда для ручного прогона или отладки |

## Пример использования

Ничего специально вызывать не нужно — память работает сама. Показательный сценарий из трёх сессий:

**Понедельник, вы вскользь упоминаете важное:**

> — Кстати, у меня аллергия на пенициллин, запомни.
> — Записал, учту.

Явные сигналы «запомни» и «аллергия» проходят бесплатный сигнальный скоринг — факт сохраняется без единого вызова LLM, `kind: fact`, и помечается `pinned` (аллергия — один из pinned-триггеров).

**Через месяц, в новой сессии:**

> — Подбери антибиотик от ангины.
> — Учитывая вашу аллергию на пенициллин, пенициллиновый ряд не подойдёт — вот альтернативы…

Перед ответом `gate` решил, что вспоминать стоит; гибридный поиск нашёл pinned-факт (за месяц он не угас — pinned исключены из decay), `graph_rerank` и `post_recall` привели выдачу в порядок, и факт подмешался в `<memory-context>`. Вы ни о чём не напоминали.

**Позже вы передумали:**

> — На самом деле аллергии нет, врач пересмотрел диагноз.
> — Понял, обновляю.

Сигнал «на самом деле» + противоречие старой записи запускают supersede: новая запись замещает старую, старая уходит в датированную историю (её всё ещё видно через `memohood_fetch`) и больше не всплывает в обычном поиске.

## Какие есть ограничения?

- `hermes memohood seed` наполняет индекс истории для поиска, но **не** извлекает из старой истории новые факты — двухступенчатая экстракция работает только для новых ходов диалога, идущих после установки.
- Явного инструмента «забыть факт» нет: неверную запись исправляют, попросив агента запомнить верную версию — она вытеснит старую через supersede, а старая останется только в датированной истории, не всплывая в обычном поиске.
- Оценки расходов по внешним вызовам — лучшее приближение по публичному прайсингу провайдеров, не гарантированно точный биллинг.

## Частые вопросы

**Забудет ли MemoHood что-то важное?**
Обычные факты со временем плавно теряют вес по кривой Эббингауза и в конце концов архивируются (не удаляются физически, просто перестают всплывать в поиске). Но факты, помеченные как pinned — имя, дата рождения, аллергии, диагнозы, явное «запомни навсегда» — полностью исключены из этого угасания и остаются актуальными сколько угодно долго.

**Что будет, если не задать GEMINI_API_KEY?**
Экстракция спорных фактов и ночная консолидация просто не будут выполняться — плагин не упадёт и не уронит сессию, но пограничные (неочевидные) факты перестанут запоминаться, а угасание/свёртка не будут прогоняться автоматически. Явные сигналы (ключевые слова вроде «запомни», «решили», «на самом деле») продолжат запоминаться бесплатно, без LLM.

**Сколько это стоит?**
Копейки. По умолчанию месячный потолок — $5 на каждый из трёх провайдеров (Cloudflare, Gemini, Cohere) отдельно, и это именно потолок, а не типичный расход: обычная сессия использует малую его часть. При достижении потолка по конкретному провайдеру плагин не падает — соответствующий шаг (например, реранк) просто тихо пропускается. Текущий расход — в `hermes memohood status`.

**Что делает `hermes memohood setup`?**
Это мастер онбординга прямо в терминале: по одному вопросу за шаг собирает ключи Cloudflare, Cohere и Gemini, объясняет простыми словами, что каждый из них даёт (Cohere — это реранкер, «строгий редактор», пересортировывающий найденное так, что самое нужное оказывается сверху), по желанию проверяет каждый ключ живым запросом и сохраняет их в `.env` в замаскированном виде — целиком ключ в консоли не показывается никогда. Enter на любом шаге — пропустить. `memory.provider` и секцию `memory.memohood` в `config.yaml` мастер не трогает, это по-прежнему ручной шаг 2 из «Быстрого старта» выше.

**Какой самый простой способ настроить MemoHood, если я только начинаю с hermes?**
Запустите установщик (`install.sh`/`install.ps1`, см. «Быстрый старт» выше) — он сам ставит зависимости, копирует плагин и включает `memory.provider: memohood` в конфиге, без единой ручной правки. Ключи (если они вам нужны) собираются отдельно, терминальным мастером `hermes memohood setup` — см. предыдущий вопрос.

**Переживёт ли память обновление hermes?**
Да. MemoHood — плагин, лежит в `~/.hermes/plugins/memohood/` отдельно от кода самого hermes-agent, и обновления ядра его не затрагивают.

**Поддерживает ли MemoHood русский язык?**
Да, это одна из целей плагина: и запросы, и содержимое записей стеммингуются PyStemmer с учётом русской морфологии — запрос «договора» находит запись про «договор» без точного совпадения форм слова.

**Замедляет ли MemoHood ответы агента?**
Вспоминание (prefetch) идёт перед ответом и добавляет время на поиск; захват фактов (`sync_turn`) выполняется в фоновом потоке после того, как ответ уже показан пользователю, и не задерживает его. Ночная консолидация идёт по расписанию отдельно от диалога.

## Тесты

Юнит- и компонентные тесты (включая отдельные наборы на `gate`, `post_recall`, `graph_rerank` и сквозной конвейер v1.1) прогоняются так — из нейтрального каталога, не изнутри папки плагина:

```
python -m pytest tests -q
```

На момент публикации: **247 passed, 1 skipped** (2 live-теста сами пропускаются без ключей в `~/.hermes/.env`, а не падают; для полностью офлайн-прогона добавьте `-m "not integration"`).

## Документация

Практический гайд по установке, диагностике и работе с захватом фактов — в [`GUIDE.md`](GUIDE.md). Полная инженерная спецификация — в [`DESIGN_v1.md`](DESIGN_v1.md). Скилл для hermes — в [`skill/memohood/SKILL.md`](skill/memohood/SKILL.md).

## Made by

Сделано **Maxim Vasko** — [skorehood.com](https://skorehood.com) · [YouTube](https://www.youtube.com/@MaximSkorohood) · [Telegram](https://t.me/+XrhmiKgCQdY5MjFi)

## Лицензия

memohood

memohood 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

memohood

memohood 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README