Memory OS развернул шестислойную локальную систему памяти поверх Hermes Agent

Открытый проект Memory OS под MIT, созданный разработчиком ClaudioDrews и анонсированный в конце мая 2026 года, добавляет к Hermes Agent шестислойный локальный стек памяти — от файлов рабочего пространства до векторной БД на Qdrant и автособираемой LLM‑вики.

В репозитории под лицензией MIT опубликован проект Memory OS, который расширяет постоянную память Hermes Agent шестью уровнями и позиционируется как локальная «операционная система памяти», работающая рядом с встроенной памятью, а не как простой плагин. Автор проекта — разработчик ClaudioDrews; анонс и обзор появились в конце мая 2026 года. Это решение ориентировано на команды, которым важен локальный контроль хранения данных и модульность стека.

Стек Memory OS включает шесть слоёв: 1) Workspace — исходные файлы рабочего пространства (например, MEMORY.md, USER.md, CREATIVE.md), инжектируемые в системный промпт; 2) Sessions — state.db на SQLite с FTS5 для полнотекстового поиска диалогов; 3) Structured Facts — memory_store для структурированных фактов; 4) форк Icarus/Fabric как интеграционный уровень; 5) векторная база данных на Qdrant; 6) автособираемая LLM‑вики (wiki‑continuous‑ingest) для накопления концептов и сравнений.

Чтение и запись памяти организованы как поток вызовов вокруг LLM. На pre_llm_call реализован «surgical recall»: параллельный опрос Fabric, Qdrant, Sessions и Facts с пороговой фильтрацией релевантности перед подачей контекста в модель. Система применяет пер‑сессионную дедупликацию и фильтр «social‑closer» для пропуска тривиальных сообщений (например, «спасибо»). На post_llm_call и при завершении сессии происходит автоматическое извлечение и сохранение новых выводов, что помогает экономить токены при дальнейшем формировании контекста.

Для устойчивости поиска Memory OS использует каскад падения при выборке из слоя векторов: сначала гибридный поиск, затем плотные вектора, затем лексический поиск и в конце — SQLite; если один метод ничего не возвращает, подключается следующий. Запланированы еженедельный сканер устаревания данных и семантическая дедупликация с объединением записей при косинусной схожести выше 0.92, а также периодическая очистка, чтобы предотвратить раздувание памяти за месяцы эксплуатации. Проект рассчитан на локальный запуск через Docker и требует Qdrant, Redis и Python 3.11+. Memory OS совместим с любым LLM‑провайдером, который поддерживает Hermes; в README упомянуты интеграции с OpenRouter, OpenAI, Anthropic и Ollama в качестве примеров поддерживаемых провайдеров.

Memory OS позиционируется как альтернатива облачным решениям хранения памяти (например, mem0, Zep, Letta) для команд с требованиями к локальному хранению: сами вызовы LLM остаются у выбранного провайдера, а Memory OS не является официальным внешним провайдером памяти Hermes, а работает сверху как локальный модульный стек.