Markdown संस्करण

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

# Hy Memory 2.0 एजेंटों को संदर्भ बनाए रखने के तीन तरीके देता है

> Tencent का Hy Memory 2.0.1 SDK चैट, काम और कोडिंग की मेमोरी से जानकारी पाने के रास्ते अलग करता है। इसके MemHub ऐप का सोर्स कोड है, लेकिन सार्वजनिक रिलीज़ की फ़ाइलें नहीं; एकीकरण के लिए अब भी मॉडल एंडपॉइंट और पहुँच की स्पष्ट सीमाएँ चाहिए।

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.

Tencent ने `hy-memory==2.0.1` प्रकाशित किया है। यह चैट, काम और कोडिंग सत्रों का संदर्भ संजोने और वापस पाने के लिए Python SDK है। कोड सार्वजनिक है; इसका साथी MemHub ऐप अभी सोर्स कोड के रूप में है और सार्वजनिक रिलीज़ फ़ाइलों की प्रतीक्षा में है। साझा मेमोरी लेयर का मूल्यांकन करने वाले डेवलपर अभी SDK इस्तेमाल कर सकते हैं, लेकिन उन्हें मॉडल और एम्बेडिंग एंडपॉइंट देने होंगे और तय करना होगा कि हर एजेंट किन सत्रों के रिकॉर्ड पढ़ सकता है।

प्रोजेक्ट के [बदलावों के रिकॉर्ड](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) में Hy Memory 2.0.1 की तारीख 16 अक्टूबर 2026 दी गई है। [PyPI](https://pypi.org/project/hy-memory/2.0.1/) पर पैकेज अपलोड होने की तारीख 15 अक्टूबर है, और संबंधित [मॉडल का शोधपत्र](https://arxiv.org/abs/2610.22196) उसी दिन जमा किया गया था। ये प्रकाशन के अलग-अलग रिकॉर्ड हैं, इस बात का प्रमाण नहीं कि डेस्कटॉप उत्पाद जारी हो चुका है।

## बड़ा बदलाव

- **क्या बदला:** प्रकाशित SDK चैट, काम और कोडिंग के लिए मेमोरी के अलग रास्ते देता है। इन्हें इस्तेमाल करने वाले API हैं `add()` और `search()`; इसमें सोर्स और वर्कस्पेस फ़िल्टर भी हैं, जिन्हें एकीकरण करने वाला ऐप इस्तेमाल कर सकता है।
- **यह कैसे काम करता है:** चैट बातचीत को मेमोरी की परतों में व्यवस्थित करता है। काम वाला प्रवाह टूल ट्रेस से सत्र के बारे में एक तथ्य और, उचित होने पर, दोबारा इस्तेमाल किए जा सकने वाले अनुभव निकालता है। कोडिंग कोड के बदलावों के लिए संस्करणों की कड़ी जोड़ता है। कॉल करने वाला पक्ष सोर्स सामग्री, पहचान, स्टोरेज का कॉन्फ़िगरेशन और मॉडल सेवाएँ देता है।
- **यह क्यों मायने रखता है:** एजेंट का होस्ट हर नए सत्र में पूरा इतिहास भेजने के बजाय पिछली बातचीत या काम के निर्णयों का छोटा रिकॉर्ड खोज सकता है। वह रिकॉर्ड सही, अधिकृत और उपयोगी है या नहीं, यह अब भी इस पर निर्भर करता है कि होस्ट क्या भेजता है और किन यादों को वापस प्रॉम्प्ट में आने देता है।

## एकीकरण से पहले कार्यप्रवाह चुनें

SDK का [README](https://github.com/Tencent-Hunyuan/Hy-Memory) तीन मान बताता है, जो `scene` के लिए हैं। `chat` साधारण टेक्स्ट या संदेशों की एरे स्वीकार करता है, फिर मेमोरी से जानकारी वापस पाने के चैनल `profile`, `normal` और `proactive` लौटाता है। `lite` मोड में यह LLM से जानकारी निकाले बिना एम्बेडिंग खोज के लिए मूल टेक्स्ट रखता है। `pro` जानकारी निकालने और उसका मिलान करने के चरण जोड़ता है; `ultra` अतिरिक्त विकास चरण को `evolve()` के ज़रिए चला सकता है।

जब मोड `working` हो, तो इनपुट में टूल-कॉल ट्रेस होना चाहिए। एक सत्र से काम, तरीके और परिणाम के बारे में एक तथ्य बनता है, साथ ही शून्य या उससे अधिक दोबारा इस्तेमाल किए जा सकने वाले अनुभव, जो इंजन की उपयोगिता की तय सीमा पार करें। `coding` उन्हीं दो परतों का इस्तेमाल करता है और बदले गए कोड के लिए संस्करण-विकास की कड़ी जोड़ता है। README के अनुसार, `MEMORY_CODING_CHAIN_REPO_ROOT` सेट होने पर यह कड़ी स्थानीय Git diff इस्तेमाल कर सकती है, या टूल ट्रेस में तय नियमों के मुताबिक बदलाव करने वाली कार्रवाइयाँ इस्तेमाल कर सकती है। `lite` मोड में SDK काम/कोडिंग के परिदृश्यों का अंतर नज़रअंदाज़ करके मेमोरी को उसके मूल रूप में रखता है।

आउटपुट की ये संरचनाएँ अलग सवालों के काम आती हैं। बातचीत में बताई गई पसंद के लिए सही रास्ता है `chat`; टूल के परिणामों के साथ पूरा हुआ काम रखने का रास्ता है `working`; और कोड में ऐसा बदलाव, जिसका पिछला संस्करण महत्वपूर्ण हो सकता है, उसे रखने का रास्ता है `coding`। यह दस्तावेज़ में बताया गया रूटिंग का अंतर है, BIG CHANGE का प्रदर्शन परीक्षण नहीं।

## दस्तावेज़ में बताया गया SDK इस्तेमाल करने का रास्ता

नीचे दिए गए चरण [रिपॉज़िटरी की शुरुआती मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory) और [MemHub की SDK कॉन्फ़िगरेशन मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) पर आधारित हैं। BIG CHANGE ने पैकेज नहीं चलाया और न ही मॉडल को कॉल किया।

Python 3.9 या नया संस्करण इस्तेमाल करें और SDK का तय संस्करण इंस्टॉल करें:

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

ChromaDB और Kuzu मुख्य डिपेंडेंसी में हैं; Qdrant, FAISS, Neo4j, MySQL cache और स्थानीय रीरैंकर के लिए अलग अतिरिक्त पैकेज हैं। MemHub के सोर्स कोड का विकास परिवेश अलग है: इसमें Node.js 24, pnpm 11, Python 3.12 और uv चाहिए।

क्लाइंट शुरू करने से पहले LLM एंडपॉइंट और एम्बेडिंग एंडपॉइंट, दोनों कॉन्फ़िगर करें। README में दिए गए हैं `MEMORY_LLM_API_KEY`, `MEMORY_LLM_BASE_URL`, `MEMORY_LLM_MODEL`, और उनसे संबंधित `MEMORY_EMBEDDER_*` वेरिएबल, साथ में `MEMORY_EMBEDDING_DIMS`; इसमें डिफ़ॉल्ट के रूप में `OPENAI_API_KEY` के इस्तेमाल का भी विवरण है। अपने एंडपॉइंट URL, मॉडल के नाम, कुंजियाँ और मेल खाते एम्बेडिंग आयाम दें। ये OpenAI-संगत इंटरफ़ेस हैं; Tencent का अलग Hy-Memory-30B मॉडल इस्तेमाल करना अनिवार्य नहीं है। संग्रहीत किए जाने वाले ट्रेस में क्रेडेंशियल शामिल न करें।

नीचे दिए गए चैट उदाहरण में दस्तावेज़ में बताए गए `MemoryConfig.from_env()`, `HyMemoryClient`, `add()` और `search()` API इस्तेमाल होते हैं। कॉल करने वाले ऐप को `authorized_messages` साधारण टेक्स्ट या OpenAI फ़ॉर्मैट के संदेशों के रूप में देना होगा, साथ में एक स्थिर और अधिकृत `user_id` और `query` भी देना होगा। यह लौटाया गया मान दिखाता है, किसी खास परिणाम का दावा नहीं करता:

```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()
```

काम या कोडिंग के लिए ऐसा संदेश ट्रेस दें जिसमें टूल कॉल या `role="tool"` एंट्री हो, और `scene` साफ़ तौर पर सेट करें। प्रोजेक्ट सामग्री अलग रखने के लिए सेट करें `workspace_id`; इसके बिना `branch` काम नहीं करता। लिखते समय सेट करें `source` और खोजते समय `include_sources` या `exclude_sources`, जब कॉल करने वाले ऐप की सीमाएँ महत्वपूर्ण हों। चैट खोज मेमोरी चैनल लौटाती है; काम/कोडिंग की खोज लौटाती है `facts` और `experiences`, और कोडिंग में साथ मिलता है `chain_block` भी। लौटाए गए रिकॉर्ड एजेंट होस्ट को देने से पहले जाँचें। `list_memories`, `get`, `update` और `delete` से अलग-अलग रिकॉर्ड का प्रबंधन किया जा सकता है।

सफल एकीकरण में अधिकृत इनपुट से बना सहेजा हुआ रिकॉर्ड और सीमित दायरे का ऐसा खोज परिणाम होगा, जो जानकारी वापस पाने के इच्छित सवाल का जवाब दे। README लौटने वाले फ़ील्ड बताता है, लेकिन हमने कोई वास्तविक रन नहीं देखा जिसके आधार पर जानकारी निकालने या खोज की सफलता का दावा कर सकें। अगर काम/कोडिंग की खोज खाली हो, तो पहले पुष्टि करें कि लिखे गए इनपुट में टूल के परिणाम थे और उसने इस्तेमाल किया था `pro` या `ultra`; फिर जाँचें कि वही `user_id`, `workspace_id`, `branch` और सोर्स फ़िल्टर इस्तेमाल हुए हैं। अगर एम्बेडिंग मॉडल या आयाम बदल रहे हैं, तो [MemHub की कॉन्फ़िगरेशन मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) चेतावनी देती है कि मौजूदा कलेक्शन को अलग वेक्टर चौड़ाई के साथ सीधे दोबारा इस्तेमाल नहीं किया जा सकता।

## MemHub और मॉडल अलग विकल्प हैं

MemHub, SDK पर बना प्रस्तावित डेस्कटॉप और CLI उत्पाद है। इसका [README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md) प्रबंधित स्थानीय रनटाइम, सोर्स कनेक्टर और होस्ट एकीकरण बताता है। इसका [बदलावों का रिकॉर्ड](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) उपलब्धता पर ज़्यादा स्पष्ट है: सोर्स संस्करण 1.0.0 build 4 मौजूद है, लेकिन npm पर प्रकाशन और GitHub रिलीज़ फ़ाइलें अभी लंबित हैं। [इंस्टॉलेशन मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) Linux और macOS को रिलीज़ के लक्ष्य बताती है और कहती है कि Windows समर्थित नहीं है; npm इंस्टॉल की उसकी प्रक्रिया उन फ़ाइलों के प्रकाशित होने पर निर्भर है। फ़िलहाल उसे इंस्टॉलेशन का नियोजित रास्ता समझें।

स्थानीय स्टोरेज का यह मतलब भी नहीं कि प्रोसेसिंग का हर चरण स्थानीय ही रहता है। MemHub का [गोपनीयता दस्तावेज़](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) बातचीत का स्रोत पढ़ने की अनुमति, अधिकृत सामग्री को तीसरे पक्ष की चुनी गई मॉडल सेवा को भेजने की अनुमति और एजेंट होस्ट को मेमोरी पाने की अनुमति अलग-अलग रखता है। इसके अनुसार, सोर्स के मूल साक्ष्य स्थानीय डेटा डायरेक्टरी में रहते हैं और बाहरी मॉडल सेवा चुने जाने पर उसे चुने गए काम के लिए ज़रूरी अधिकृत सामग्री मिलती है। सीधे SDK इस्तेमाल करने वाले एकीकरणकर्ता को सोर्स के लिए सहमति, मॉडल तक पहुँच और होस्ट द्वारा मेमोरी से जानकारी पाने के अपने नियंत्रण लागू करने होंगे; MemHub की [एकीकरण मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) बताती है कि उसका प्रोडक्ट ब्रिज सिर्फ SDK को कॉल करने के बजाय प्रशासन के ये चरण भी जोड़ता है।

Tencent ने [Hy-Memory-30B-A3B](https://huggingface.co/tencent/Hy-Memory-30B-A3B) भी जारी किया है। यह मेमोरी लिखने के लिए प्रशिक्षित मॉडल है, जिसकी [तकनीकी रिपोर्ट](https://arxiv.org/abs/2610.22196) 15 अक्टूबर को जमा की गई। रिपोर्ट बेंचमार्क के तय उपनमूनों पर तुलना वाली प्रणालियों से आगे होने का दावा करती है। यह विक्रेता द्वारा बताया गया मॉडल मूल्यांकन है, इस बात का स्वतंत्र साक्ष्य नहीं कि यह SDK या MemHub तैनात एजेंट के जवाब बेहतर करते हैं। SDK दूसरी संगत मॉडल सेवाएँ भी स्वीकार करता है।

रिपॉज़िटरी की मौजूदा [लाइसेंस फ़ाइल](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/LICENSE) और प्रोजेक्ट मेटाडेटा Apache-2.0 बताते हैं। बदलावों के रिकॉर्ड के अनुसार इसे 2.0.1 अपलोड होने के बाद अपनाया गया था, जिसके अपरिवर्तनीय [PyPI मेटाडेटा](https://pypi.org/project/hy-memory/2.0.1/) में अब भी MIT लिखा है। पैकेज मुफ़्त डाउनलोड किया जा सकता है, लेकिन चुनी हुई मॉडल या एम्बेडिंग सेवा अनुरोधों का शुल्क ले सकती है; रिलीज़ में सबके लिए एक समान संचालन लागत नहीं बताई गई है। इसलिए व्यावहारिक फैसला यह है कि किस मेमोरी रास्ते और अनुमति की सीमा को एकीकृत करना है, जबकि सेवा प्रदाता का शुल्क और जानकारी वापस पाने की गुणवत्ता डेवलपर के अपने सेटअप में मापी जाए।

## स्रोत और आगे पढ़ें

- [Hy-Memory रिपॉज़िटरी और शुरुआती मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory) — SDK के मौजूदा परिदृश्य, API उदाहरण, मोड, स्टोरेज विकल्प और सोर्स फ़िल्टर।
- [रिलीज़ के बदलावों का रिकॉर्ड](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) और [PyPI 2.0.1](https://pypi.org/project/hy-memory/2.0.1/) — SDK रिलीज़ की अलग तारीखें, पैकेज की ज़रूरतें, MemHub की स्थिति और लाइसेंस मेटाडेटा का अंतर।
- [MemHub README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md), [SDK एकीकरण मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) और [गोपनीयता दस्तावेज़](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) — सोर्स कोड के चरण में उत्पाद की संरचना, कॉन्फ़िगरेशन और अनुमति की सीमाएँ।
- [MemHub इंस्टॉलेशन मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) — लक्षित प्लेटफ़ॉर्म और रिलीज़ फ़ाइलों का सशर्त रास्ता।
- [Hy-Memory-30B-A3B रिपोर्ट](https://arxiv.org/abs/2610.22196) — प्रीप्रिंट और लेखकों द्वारा बताया गया मॉडल मूल्यांकन; यह वास्तविक इस्तेमाल में इस एकीकरण की पुष्टि नहीं करती।

## Sources

- [Hy-Memory रिपॉज़िटरी और README](https://github.com/Tencent-Hunyuan/Hy-Memory) — SDK के परिदृश्य, मोड, API उदाहरण, स्टोरेज और फ़िल्टर; README की रिलीज़ सूचना में सिर्फ महीना है।
- [Hy-Memory बदलावों का रिकॉर्ड](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md) — SDK 2.0.1 की तारीख देता है और बताता है कि MemHub की सार्वजनिक रिलीज़ फ़ाइलें नहीं हैं; अपरिवर्तनीय PyPI लाइसेंस मेटाडेटा समझाता है।
- [PyPI पर hy-memory 2.0.1](https://pypi.org/project/hy-memory/2.0.1/) — प्रकाशित पैकेज, Python की ज़रूरत, रिलीज़ फ़ाइलों की तारीखें और अपलोड का MIT मेटाडेटा।
- [MemHub README](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/README.md) — उत्पाद के सोर्स की संरचना और विकास की पूर्वशर्तें, ऐप के सार्वजनिक रिलीज़ का प्रमाण नहीं।
- [MemHub मेमोरी एकीकरण मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/MEMORY.md) — SDK कॉन्फ़िगरेशन, एम्बेडिंग चौड़ाई और प्रोडक्ट ब्रिज की सीमाएँ।
- [MemHub गोपनीयता दस्तावेज़](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/PRIVACY.md) — सोर्स, मॉडल प्रोसेसिंग और होस्ट द्वारा मेमोरी पाने के लिए अलग अनुमतियाँ।
- [MemHub इंस्टॉलेशन मार्गदर्शिका](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/memhub/docs/INSTALLATION.md) — पैकेज इंस्टॉल करने का सशर्त रास्ता और लक्षित प्लेटफ़ॉर्म।
- [Hy-Memory-30B-A3B प्रीप्रिंट](https://arxiv.org/abs/2610.22196) — अलग मॉडल, प्रशिक्षण का तरीका और विक्रेता द्वारा बताया गया बेंचमार्क; स्वतंत्र सत्यापन नहीं हुआ।
- [रिपॉज़िटरी की मौजूदा LICENSE](https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/LICENSE) — मौजूदा Apache-2.0 सोर्स टेक्स्ट; PyPI 2.0.1 में MIT मेटाडेटा बना हुआ है।