HINDI TUMITIGIL ANG MUNDO.RSS
BIG CHANGE.

Markdown edition

AI-translated from English; not yet reviewed by a fluent editor.

# Hy Memory 2.0: tatlong paraan para mapanatili ng mga agent ang konteksto

> Pinaghihiwalay ng Hy Memory 2.0.1 SDK ng Tencent ang pagkuha ng alaala mula sa chat, trabaho at coding. May source code ang MemHub app nito pero wala pang pampublikong release artifact; kailangan pa rin ng mga integrasyon ng model endpoint at malinaw na hangganan ng access.

By BIG CHANGE Editorial

Published: 2026-10-16T14:13:14.740Z
Updated: 2026-10-16T14:13:14.740Z
Canonical: https://bigchange.ai/blog/hy-memory-2-sdk-chat-work-coding-context

![Conceptual charcoal illustration of a three-drawer cabinet: blank conversation slips, tool tokens and layered revision strips sit in separate drawers.](https://bigchange.ai/api/media/file/hy-memory-three-scopes-v1.png)
AI-generated conceptual illustration by BIG CHANGE; not a Hy Memory product interface or tested result.

Inilabas ng Tencent ang `hy-memory==2.0.1`, isang Python SDK para magpanatili at kumuha muli ng konteksto mula sa mga sesyon ng chat, trabaho at coding. Pampubliko ang code; ang kasama nitong MemHub app ay source code pa lamang na naghihintay ng mga pampublikong release artifact. Magagamit na ngayon ng mga developer na sumusuri ng pinagsasaluhang memory layer ang SDK, pero kailangan nilang magbigay ng mga endpoint para sa modelo at embedding at magtakda kung aling rekord ng sesyon ang maaaring basahin ng bawat agent.

Itinatakda ng [changelog ng proyekto](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) ang petsa ng Hy Memory 2.0.1 sa Oktubre 16, 2026. Nakatala sa [PyPI](https://pypi.org/project/hy-memory/2.0.1/) na in-upload ang package noong Oktubre 15, at ang kaugnay na [papel tungkol sa modelo](https://arxiv.org/abs/2610.22196) ay isinumite sa araw ding iyon. Magkakahiwalay na tala ng publikasyon ang mga ito, hindi patunay na nailabas na ang desktop product.

## Ang malaking pagbabago

- **Ano ang nagbago:** Nagbibigay ang inilabas na SDK ng magkahiwalay na memory path para sa chat, trabaho at coding sa pamamagitan ng `add()` at `search()`, kasama ang mga filter ng source at workspace na magagamit ng application na nag-iintegrate nito.
- **Paano ito gumagana:** Inaayos ng Chat ang mga pag-uusap sa mga memory layer. Kumukuha ang Working ng isang fact tungkol sa sesyon at, kapag angkop, mga karanasang magagamit muli mula sa tool trace. Nagdaragdag ang Coding ng version chain para sa mga pagbabago sa code. Ang tumatawag na application ang nagbibigay ng materyal na pinagmulan, mga identity, configuration ng storage at mga model service.
- **Bakit ito mahalaga:** Maaaring kumuha ang agent host ng maikling rekord ng mga nakaraang pag-uusap o pasya sa gawain sa halip na ipasa ang buong kasaysayan sa bawat bagong sesyon. Nakadepende pa rin ang katumpakan, pahintulot at pakinabang ng rekord sa kung ano ang ipinapadala ng host at kung aling mga alaala ang pinahihintulutan nitong maibalik sa prompt.

## Piliin ang workflow bago mag-integrate

Inilalarawan ng [README ng SDK](https://github.com/Tencent-Hunyuan/Hy-Memory) ang tatlong value ng `scene`. Tumatanggap ang `chat` ng plain text o mga message array, at ibinabalik ang mga recall channel na `profile`, `normal` at `proactive`. Sa mode na `lite`, iniimbak nito ang raw text para sa embedding search nang walang pag-extract gamit ang LLM. Nagdaragdag ang `pro` ng extraction at reconciliation; maaaring magpatakbo ang `ultra` ng dagdag na evolution pass sa pamamagitan ng `evolve()`.

Para sa `working`, kailangang may tool-call trace ang input. Gumagawa ang isang sesyon ng isang fact tungkol sa gawain, paraan at resulta, kasama ang zero o higit pang karanasang magagamit muli na lumalampas sa value threshold ng engine. Ginagamit ng `coding` ang parehong dalawang layer at dinaragdagan ng version-evolution chain para sa code na binago. Ayon sa README, maaaring gumamit ang chain ng mga lokal na Git diff kung nakatakda ang `MEMORY_CODING_CHAIN_REPO_ROOT`, o ng mga deterministikong replace action sa tool trace. Sa `lite`, hindi pinapansin ng SDK ang pagkakaiba ng working/coding scene at iniimbak ang raw memory.

Magkakaibang tanong ang sinasagot ng mga anyong ito ng output. Ang kagustuhang lumitaw sa pag-uusap ay para sa `chat`; ang natapos na gawain na may mga resulta ng tool ay para sa `working`; ang pagbabago sa code na maaaring kailanganin ang naunang rebisyon ay para sa `coding`. Nakadokumentong pagkakaiba ito ng routing, hindi performance test ng BIG CHANGE.

## Isang nakadokumentong paraan ng paggamit sa SDK

Nakabatay ang sumusunod na pagkakasunod-sunod sa [quick start ng repository](https://github.com/Tencent-Hunyuan/Hy-Memory) at [gabay sa configuration ng SDK ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md). Hindi pinatakbo ng BIG CHANGE ang package o gumawa ng mga model call.

Gumamit ng Python 3.9 o mas bago at i-install ang SDK na may itinakdang bersiyon:

```bash
pip install hy-memory==2.0.1
```

Kasama ang ChromaDB at Kuzu sa mga pangunahing dependency; may magkakahiwalay na extra ang Qdrant, FAISS, Neo4j, MySQL cache at lokal na reranker. Iba ang source development environment ng MemHub: nangangailangan ito ng Node.js 24, pnpm 11, Python 3.12 at uv.

I-configure ang LLM endpoint at embedding endpoint bago i-initialize ang client. Nakalista sa README ang `MEMORY_LLM_API_KEY`, `MEMORY_LLM_BASE_URL`, `MEMORY_LLM_MODEL`, at ang katumbas na mga variable na `MEMORY_EMBEDDER_*`, kasama ang `MEMORY_EMBEDDING_DIMS`; nakadokumento rin ang default na `OPENAI_API_KEY`. Ibigay ang sarili mong mga endpoint URL, pangalan ng modelo, key at tugmang embedding dimension. Mga interface itong compatible sa OpenAI, hindi utos na gamitin ang hiwalay na Hy-Memory-30B model ng Tencent. Huwag isama ang mga credential sa mga trace na iniimbak.

Ginagamit ng sumusunod na halimbawa ng chat ang nakadokumentong mga API na `MemoryConfig.from_env()`, `HyMemoryClient`, `add()` at `search()`. Kailangang ibigay ng tumatawag na application ang `authorized_messages` bilang plain text o mga mensaheng nasa OpenAI format, isang matatag at awtorisadong `user_id`, at ang `query`. Ipinapakita nito ang return value nang walang inaangking partikular na resulta:

```python
from hy_memory import HyMemoryClient, MemoryConfig

def write_and_recall(authorized_messages, user_id, query):
    config = MemoryConfig.from_env()  # Caller supplies LLM and embedding settings.
    client = HyMemoryClient(config=config, mode="pro")
    try:
        client.add(authorized_messages, user_id=user_id)
        return client.search(query, user_ids=[user_id], limit=10)
    finally:
        client.close()
```

Para sa working o coding, magpasa ng message trace na may tool call o entry na `role="tool"` at tahasang itakda ang `scene`. Itakda ang `workspace_id` upang maihiwalay ang materyal ng proyekto; kailangan ito ng `branch`. Itakda ang `source` sa mga write at ang `include_sources` o `exclude_sources` sa mga search kapag mahalaga ang mga hangganan ng tumatawag na application. Ibinabalik ng chat search ang mga memory channel; ibinabalik ng working/coding search ang `facts` at `experiences`, na may `chain_block` para sa coding. Suriin ang mga ibinalik na rekord bago ipasa sa agent host. Nagbibigay ang `list_memories`, `get`, `update` at `delete` ng pamamahala sa antas ng bawat rekord.

Ang matagumpay na integrasyon ay magkakaroon ng nakaimbak na rekord mula sa awtorisadong input at resulta ng paghahanap na may takdang saklaw at sumasagot sa nilalayong tanong sa pagkuha ng alaala. Nakadokumento sa README ang mga return field, pero wala kaming naobserbahang pagpapatakbo upang sabihing matagumpay ang extraction o recall. Kung walang laman ang working/coding search, tiyaking may mga resulta ng tool ang write at gumamit ito ng `pro` o `ultra`, saka tingnan kung pareho ang `user_id`, `workspace_id`, `branch` at mga source filter. Kung magpapalit ng embedding model o mga dimension, nagbabala ang [gabay sa configuration ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) na hindi basta magagamit muli ang kasalukuyang collection na may ibang lapad ng vector.

## Magkahiwalay na pagpili ang MemHub at ang modelo

Ang MemHub ang iminungkahing desktop at CLI product na binuo sa SDK. Inilalarawan ng [README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md) nito ang pinamamahalaang lokal na runtime, mga source connector at host integration. Mas tiyak ang [changelog](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) nito tungkol sa availability: may source version 1.0.0 build 4, pero nakabinbin pa ang paglalathala sa npm at mga GitHub release artifact. Nagbibigay ang [gabay sa pag-install](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) ng mga target na release para sa Linux at macOS at nagsasabing hindi suportado ang Windows; nakasalalay sa paglalathala ng mga artifact na iyon ang pagkakasunod-sunod ng npm install. Ituring muna itong planong paraan ng pag-install sa ngayon.

Hindi rin ibig sabihin ng lokal na storage na lokal ang bawat hakbang ng pagproseso. Pinaghihiwalay ng [dokumento sa privacy](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) ng MemHub ang pahintulot na basahin ang pinagmulan ng pag-uusap, ang pahintulot na magpadala ng awtorisadong materyal sa napiling third-party model service, at ang pahintulot para sa agent host na kumuha ng memory. Ayon dito, nakaimbak ang raw source evidence sa lokal na data directory, at kung may napiling panlabas na model service, natatanggap nito ang awtorisadong content na kailangan para sa piniling gawain. Ang direktang gumagamit ng SDK para sa integrasyon ay kailangang magpatupad ng sarili niyang source consent, model access at host recall control; sinasabi ng [gabay sa integrasyon](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) ng MemHub na idinadagdag ng product bridge nito ang mga hakbang na iyon ng pamamahala, sa halip na tawagin lamang ang SDK.

Inilabas din ng Tencent ang [Hy-Memory-30B-A3B](https://huggingface.co/tencent/Hy-Memory-30B-A3B), isang modelong sinanay para sa memory writing, na may [teknikal na ulat](https://arxiv.org/abs/2610.22196) na isinumite noong Oktubre 15. Inaangkin ng ulat na nangunguna ito sa mga sistemang pinaghambingan sa mga takdang subsample ng benchmark. Pagsusuri ito ng modelo na iniulat ng vendor, hindi independiyenteng ebidensiyang pinapahusay ng SDK o MemHub ang mga sagot ng aktuwal na ginagamit na agent. Tumatanggap ang SDK ng ibang compatible na model service.

Sinasabi ng kasalukuyang [license file](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/LICENSE) ng repository at metadata ng proyekto na Apache-2.0 ang lisensiya. Ayon sa changelog, pinagtibay ito matapos ang pag-upload ng 2.0.1, na ang hindi nababagong [PyPI metadata](https://pypi.org/project/hy-memory/2.0.1/) ay nagsasabi pa ring MIT. Libreng i-download ang package, pero maaaring maningil sa mga request ang napiling model o embedding service; walang pangkalahatang presyo ng pagpapatakbo na nakadokumento sa release. Kaya ang praktikal na pasya ay kung aling memory path at hangganan ng awtorisasyon ang ii-integrate, habang sinusukat ang bayad sa provider at kalidad ng recall sa sariling setup ng developer.

## Mga sanggunian at karagdagang babasahin

- [Hy-Memory repository at quick start](https://github.com/Tencent-Hunyuan/Hy-Memory) — kasalukuyang mga SDK scene, halimbawa ng API, mode, pagpipilian sa storage at source filter.
- [Release changelog](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) at [PyPI 2.0.1](https://pypi.org/project/hy-memory/2.0.1/) — magkahiwalay na petsa ng release ng SDK, kinakailangan ng package, estado ng MemHub at pagkakaiba sa license metadata.
- [MemHub README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md), [gabay sa integrasyon ng SDK](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) at [dokumento sa privacy](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) — arkitektura ng produkto sa yugto ng source code, configuration at mga hangganan ng awtorisasyon.
- [Gabay sa pag-install ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) — mga nilalayong platform at kondisyunal na paraan patungo sa mga release artifact.
- [Ulat tungkol sa Hy-Memory-30B-A3B](https://arxiv.org/abs/2610.22196) — preprint at pagsusuri ng modelo na iniulat ng mga awtor; hindi nito pinatutunayan ang integrasyong ito sa aktuwal na paggamit.

## Sources

- [Hy-Memory repository at README](https://github.com/Tencent-Hunyuan/Hy-Memory) — Mga SDK scene, mode, halimbawa ng API, storage at filter; buwan lamang ang nasa release notice ng README.
- [Hy-Memory changelog](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) — Itinatala ang petsa ng SDK 2.0.1 at sinasabing walang pampublikong release artifact ang MemHub; ipinapaliwanag ang hindi nababagong PyPI license metadata.
- [hy-memory 2.0.1 sa PyPI](https://pypi.org/project/hy-memory/2.0.1/) — Inilathalang package, kinakailangang Python, mga petsa ng release file at MIT metadata ng pag-upload.
- [MemHub README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md) — Arkitektura ng source ng produkto at mga kinakailangan sa development, hindi patunay ng pampublikong release ng app.
- [Gabay sa memory integration ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) — Configuration ng SDK, lapad ng embedding at mga hangganan ng product bridge.
- [Dokumento sa privacy ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) — Magkakahiwalay na pahintulot sa source, pagproseso ng modelo at pagkuha ng alaala ng host.
- [Gabay sa pag-install ng MemHub](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) — Kondisyunal na paraan ng pag-install ng package at mga target na platform.
- [Preprint tungkol sa Hy-Memory-30B-A3B](https://arxiv.org/abs/2610.22196) — Hiwalay na modelo, paraan ng pagsasanay at benchmark na iniulat ng vendor; hindi independiyenteng napatunayan.
- [Kasalukuyang LICENSE ng repository](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/LICENSE) — Kasalukuyang Apache-2.0 source text; nananatili ang MIT metadata sa PyPI 2.0.1.