honcho
为智能体提供具备推理能力的长期记忆基础设施
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：honcho。 它的用途是：为智能体提供具备推理能力的长期记忆基础设施 完整的 Skill 内容见：https://321skill.com/skills/honcho/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我集成一个能记住用户偏好的聊天助手。” 它会引导你使用 Honcho SDK 创建用户和会话，存储每次对话，并利用 Honcho 的查询能力在后续对话中提供个性化的上下文回复。
介绍
Honcho 解决了构建有状态智能体时，如何让智能体理解并记住用户、其他智能体、项目等实体随时间变化信息的关键难题。它不仅仅是一个简单的消息存储库，而是一个能够从对话和事件中主动推理、更新实体认知的记忆系统。
你可以通过其提供的 Python 或 TypeScript SDK，将对话、事件、文档等内容作为消息存入 Honcho 的会话中。Honcho 会在后台异步处理这些信息，更新其对相关实体的理解模型，之后你可以查询会话上下文、实体信息或自然语言见解。
它非常适合需要构建具备长期记忆、个性化交互能力的智能体开发者，如开发客服机器人、个人助理、游戏 NPC 或协作工具的团队。无论是全栈开发、智能体开发者还是产品经理，都能利用 Honcho 提升产品的智能水平和用户粘性。
建议初次使用时从托管服务（api.honcho.dev）开始，以快速验证概念。对于有数据隐私或定制化需求的团队，可以考虑后续通过 Docker 进行自托管部署。
核心特点
Honcho 的核心在于其“推理优先”的记忆模型，它主动从原始对话和事件中提取结论来更新实体认知，而非仅仅进行文本块的匹配检索。同时，它采用了以“对等实体”（用户、智能体、项目等）为中心的建模方式，能自然地追踪这些实体随时间的变化和相互关系。
注意事项
对于仅需简单键值对存储或一次性会话、无需复杂实体关系建模的轻量级应用场景可能过于复杂。
常见问题
Honcho 和普通的向量数据库有什么区别？
Honcho 不仅存储和检索文本块，更侧重于从交互中推理并更新对实体（如用户）的长期认知模型。
可以自己部署 Honcho 吗？
可以，Honcho 提供了基于 FastAPI 的服务端，支持通过 Docker 或本地开发进行自托管。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/honcho/raw/index.md 读取 honcho 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/honcho/raw/index.md（查看排版版本）