Tencent је објавио hy-memory==2.0.1, Python SDK за чување и проналажење контекста из сесија ћаскања, рада и програмирања. Код је јаван; пратећа апликација MemHub још је изворни код који чека јавне артефакте издања. Програмери који процењују заједнички слој меморије већ могу да користе SDK, али морају да обезбеде крајње тачке модела и уграђивања и одлуче које записе сесија сваки агент сме да чита.

У дневнику измена пројекта Hy Memory 2.0.1 је датиран на 16. октобар 2026. PyPI бележи отпремање пакета 15. октобра, а повезани рад о моделу предат је истог дана. То су засебни записи објављивања, а не доказ да је десктоп производ испоручен.

Велика промена

  • Шта се променило: Објављени SDK пружа засебне путање меморије за ћаскање, рад и програмирање преко add() и search(), уз филтере извора и радног простора које апликација која га интегрише може да користи.
  • Како ради: Ћаскање организује разговоре у слојеве меморије. Рад из трага алата издваја чињеницу о сесији и, када је оправдано, поновно употребљива искуства. Програмирање додаје ланац верзија измена кода. Позивалац обезбеђује изворни материјал, идентитете, подешавања складиштења и услуге модела.
  • Зашто је важно: Окружење које покреће агента може да преузме сажет запис претходних разговора или одлука о задацима уместо да у сваку нову сесију прослеђује целу историју. Да ли је тај запис тачан, одобрен и користан и даље зависи од онога што окружење шаље и од тога која сећања допушта да се врате у упит моделу.

Изаберите ток рада пре интеграције

Документ SDK README описује три вредности параметра scene. chat прихвата обичан текст или низове порука, а затим враћа канале присећања profile, normal и proactive. У режиму lite чува сиров текст за претрагу по уграђивањима, без издвајања помоћу LLM-а. pro додаје издвајање и усклађивање; ultra може да изврши додатни пролаз еволуције преко evolve().

За working улаз мора да садржи траг позива алата. Сесија производи једну чињеницу о задатку, приступу и резултату, уз нула или више поновно употребљивих искустава која прелазе праг вредности механизма. coding користи иста два слоја и додаје ланац еволуције верзија за измењени код. README наводи да ланац може да користи локалне Git разлике ако је подешен MEMORY_CODING_CHAIN_REPO_ROOT, или детерминистичке радње замене у трагу алата. У режиму lite SDK занемарује разлику између радног и програмерског сценарија и чува сирову меморију.

Ови облици излаза служе различитим питањима. Преференција из разговора припада сценарију chat; завршен задатак са резултатима алата припада режиму working; измена кода чија ранија ревизија може бити важна припада режиму coding. То је документована разлика у усмеравању, а не BIG CHANGE тест перформанси.

Документован пут за употребу SDK-а

Следећи низ корака заснован је на брзом почетку у репозиторијуму и MemHub-овом водичу за подешавање SDK-а. BIG CHANGE није покретао пакет нити слао позиве моделима.

Користите Python 3.9 или новији и инсталирајте фиксирану верзију SDK-а:

Terminal
pip install hy-memory==2.0.1

ChromaDB и Kuzu су део основног скупа зависности; Qdrant, FAISS, Neo4j, MySQL кеш и локални модел за поновно рангирање имају засебне додатке. Окружење за развој изворног кода MemHub-а је другачије: захтева Node.js 24, pnpm 11, Python 3.12 и uv.

Подесите и крајњу тачку LLM-а и крајњу тачку за уграђивања пре иницијализације клијента. README наводи MEMORY_LLM_API_KEY, MEMORY_LLM_BASE_URL, MEMORY_LLM_MODEL и одговарајуће променљиве MEMORY_EMBEDDER_*, уз MEMORY_EMBEDDING_DIMS; такође документује подразумевану вредност OPENAI_API_KEY. Обезбедите сопствене URL адресе крајњих тачака, називе модела, кључеве и одговарајуће димензије уграђивања. То су интерфејси компатибилни са OpenAI-јем, а не захтев да се користи Tencent-ов засебни модел Hy-Memory-30B. Не укључујте акредитиве у трагове који се чувају.

Следећи пример ћаскања користи документоване API-је MemoryConfig.from_env(), HyMemoryClient, add() и search(). Апликација која позива мора да обезбеди authorized_messages као обичан текст или поруке у OpenAI формату, стабилан одобрени идентификатор user_id и упит query. Пример приказује повратну вредност без тврдње о одређеном резултату:

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()

За рад или програмирање проследите траг порука који садржи позив алата или ставку role="tool" и изричито подесите scene. Подесите workspace_id да издвојите материјал пројекта; branch га захтева. Подесите source при упису, а include_sources или exclude_sources при претрази када су границе апликације позиваоца важне. Претрага ћаскања враћа канале меморије; претрага рада или програмирања враћа facts и experiences, уз chain_block за програмирање. Прегледајте враћене записе пре него што их предате окружењу које покреће агента. list_memories, get, update и delete омогућавају управљање појединачним записима.

Успешна интеграција имала би сачуван запис из одобреног улаза и резултат претраге у задатом опсегу који одговара на предвиђено питање присећања. README документује повратна поља, али немамо посматрано извршавање на основу ког бисмо тврдили да су издвајање или присећање успели. Ако је претрага рада или програмирања празна, прво проверите да је упис садржао резултате алата и користио pro или ultra, па проверите исте вредности user_id, workspace_id, branch и филтере извора. Ако мењате модел или димензије уграђивања, MemHub-ов водич за подешавање упозорава да се постојећа колекција не може једноставно поново користити са другачијом ширином вектора.

MemHub и модел су засебни избори

MemHub је предложени десктоп и CLI производ изграђен на SDK-у. Његов README описује управљано локално извршно окружење, конекторе извора и интеграције са окружењима домаћинима. Његов дневник измена прецизније описује доступност: постоји изворна верзија 1.0.0, издање 4, али су npm објава и GitHub артефакти издања још на чекању. Водич за инсталацију наводи Linux и macOS као циљне платформе и каже да Windows није подржан; његов низ npm инсталационих корака условљен је објављивањем тих артефаката. За сада тај низ третирајте као планиран пут инсталације.

Локално складиштење такође не значи да сваки корак обраде остаје локалан. MemHub-ов документ о приватности раздваја дозволу за читање извора разговора, дозволу за слање одобреног материјала изабраној услузи модела треће стране и дозволу да окружење које покреће агента преузме меморију. Наводи да се сирови изворни докази чувају у локалном директоријуму података и да спољна услуга модела, када је изабрана, добија одобрен садржај потребан за одабрани задатак. Интегратор који непосредно користи SDK мора да спроведе сопствене контроле сагласности за изворе, приступа моделима и присећања у окружењу домаћина; MemHub-ов водич за интеграцију каже да његов производни мост додаје те кораке управљања уместо да само позива SDK.

Tencent је објавио и Hy-Memory-30B-A3B, модел обучен за уписивање меморије, уз технички извештај предат 15. октобра. Извештај тврди да модел предњачи над упоредним системима на фиксним подузорцима тестова. То је оцена модела коју наводи добављач, а не независан доказ да овај SDK или MemHub побољшавају одговоре агента у употреби. SDK прихвата друге компатибилне услуге модела.

Тренутни фајл лиценце репозиторијума и метаподаци пројекта наводе Apache-2.0. Дневник измена каже да је усвојен после отпремања верзије 2.0.1, чији непроменљиви PyPI метаподаци и даље наводе MIT. Пакет се бесплатно преузима, али изабрана услуга модела или уграђивања може да наплаћује захтеве; издање не документује универзалну цену рада. Практична одлука је зато коју путању меморије и границу овлашћења интегрисати, уз мерење трошкова добављача и квалитета присећања у сопственој поставци програмера.

Извори и додатна литература