---
read_when:
    - Вам потрібна постійна пам’ять, яка працює між сеансами та каналами
    - Вам потрібні відтворення інформації та моделювання користувача на основі ШІ
summary: Нативна для ШІ міжсеансова пам’ять через Plugin Honcho
title: Пам’ять Honcho
x-i18n:
    generated_at: "2026-07-12T13:09:09Z"
    model: gpt-5.6
    postprocess_version: locale-links-v1
    provider: openai
    source_hash: fadcf6d8e2505ab4fe6a81340695b7c8fee49c3cb4889665af13389941619117
    source_path: concepts/memory-honcho.md
    workflow: 16
---

[Honcho](https://honcho.dev) додає до OpenClaw орієнтовану на ШІ пам’ять через
зовнішній Plugin. Він зберігає розмови в спеціалізованому сервісі та з часом
формує моделі користувача й агента, надаючи агенту міжсеансовий контекст, що
виходить за межі Markdown-файлів робочого простору.

## Що він надає

- **Міжсеансова пам’ять** — розмови зберігаються після кожного обміну, тому
  контекст не втрачається після скидання сеансу, Compaction і перемикання каналів.
- **Моделювання користувача** — Honcho підтримує профіль кожного користувача
  (уподобання, факти, стиль спілкування) та агента (особистість, засвоєні
  моделі поведінки).
- **Семантичний пошук** — пошук серед спостережень із минулих розмов, а не
  лише в поточному сеансі.
- **Обізнаність про кількох агентів** — батьківські агенти автоматично
  відстежують створених підагентів, а батьків додають як спостерігачів
  у дочірніх сеансах.

## Доступні інструменти

Honcho реєструє інструменти, які агент може використовувати під час розмови:

**Отримання даних (швидко, без виклику LLM):**

| Інструмент                  | Що він робить                                                   |
| --------------------------- | --------------------------------------------------------------- |
| `honcho_context`            | Повне представлення користувача в усіх сеансах                  |
| `honcho_search_conclusions` | Семантичний пошук серед збережених висновків                     |
| `honcho_search_messages`    | Пошук повідомлень у всіх сеансах (за відправником і датою)       |
| `honcho_session`            | Історія та стислий виклад поточного сеансу                       |

**Запитання й відповіді (на основі LLM):**

| Інструмент   | Що він робить                                                                   |
| ------------ | ------------------------------------------------------------------------------ |
| `honcho_ask` | Запитує про користувача. `depth='quick'` — для фактів, `'thorough'` — для синтезу |

## Початок роботи

Установіть Plugin і запустіть налаштування:

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

Команда налаштування запитує ваші облікові дані API, записує конфігурацію та
за бажанням переносить наявні файли пам’яті робочого простору.

<Info>
Honcho може працювати повністю локально (на власному сервері) або через
керований API за адресою `api.honcho.dev`. Для варіанта на власному сервері
зовнішні залежності не потрібні.
</Info>

## Конфігурація

Налаштування розташовані в `plugins.entries["openclaw-honcho"].config`:

```json5
{
  plugins: {
    entries: {
      "openclaw-honcho": {
        config: {
          apiKey: "your-api-key", // не вказуйте для власного сервера
          workspaceId: "openclaw", // ізоляція пам’яті
          baseUrl: "https://api.honcho.dev",
        },
      },
    },
  },
}
```

Для екземплярів на власному сервері вкажіть у `baseUrl` адресу локального
сервера (наприклад, `http://localhost:8000`) і не вказуйте ключ API.

## Перенесення наявної пам’яті

Якщо у вас є файли пам’яті робочого простору (`USER.md`, `MEMORY.md`,
`IDENTITY.md`, `memory/`, `canvas/`), команда `openclaw honcho setup` виявить
їх і запропонує перенести.

<Info>
Перенесення не руйнує дані — файли завантажуються до Honcho. Оригінали ніколи
не видаляються й не переміщуються.
</Info>

## Як це працює

Після кожної відповіді ШІ розмова зберігається в Honcho. Спостереження
охоплюють повідомлення як користувача, так і агента, що дає Honcho змогу з
часом формувати й удосконалювати свої моделі.

Під час розмови інструменти Honcho звертаються до сервісу через хук Plugin
`before_prompt_build` у OpenClaw, додаючи відповідний контекст до того, як
модель отримає запит.

## Honcho і вбудована пам’ять

|                    | Вбудована система / QMD          | Honcho                                     |
| ------------------ | -------------------------------- | ------------------------------------------ |
| **Сховище**        | Markdown-файли робочого простору | Спеціалізований сервіс (локальний або хмарний) |
| **Між сеансами**   | Через файли пам’яті               | Автоматично, вбудовано                     |
| **Моделювання користувача** | Вручну (запис до MEMORY.md) | Автоматичні профілі                    |
| **Пошук**          | Векторний + за ключовими словами (гібридний) | Семантичний пошук серед спостережень |
| **Кілька агентів** | Не відстежуються                  | Обізнаність про батьківські й дочірні агенти |
| **Залежності**     | Немає (вбудовано) або виконуваний файл QMD | Установлення Plugin                |

Honcho і вбудована система пам’яті можуть працювати разом. Коли QMD
налаштовано, стають доступними додаткові інструменти для пошуку в локальних
Markdown-файлах разом із міжсеансовою пам’яттю Honcho.

## Команди CLI

```bash
openclaw honcho setup                        # Налаштувати ключ API та перенести файли
openclaw honcho status                       # Перевірити стан з’єднання
openclaw honcho ask <question>               # Запитати Honcho про користувача
openclaw honcho search <query> [-k N] [-d D] # Семантичний пошук у пам’яті
```

## Додаткові матеріали

- [Вихідний код Plugin](https://github.com/plastic-labs/openclaw-honcho)
- [Документація Honcho](https://docs.honcho.dev)
- [Посібник з інтеграції Honcho з OpenClaw](https://docs.honcho.dev/v3/guides/integrations/openclaw)

## Пов’язані матеріали

- [Огляд пам’яті](/uk/concepts/memory)
- [Вбудований рушій пам’яті](/uk/concepts/memory-builtin)
- [Рушій пам’яті QMD](/uk/concepts/memory-qmd)
- [Рушії контексту](/uk/concepts/context-engine)