heropen

Lokales KI-Gedächtnissystem. Erinnerungen liegen auf deiner eigenen Maschine – kein Upload, keine Synchronisierung, keine Abholung; es sortiert und kürzt automatisch, damit es mit der Nutzung immer präziser wird.

Namensherkunft

Der Name stammt aus zwei Quellen: her von Hermes (dem Agenten, mit dem du gerade sprichst), open von OpenClaw (offen). her + open ergibt zusammen heropen.

Genauer betrachtet beginnt heropen mit hero – eine Anspielung auf die Bildwelt der Marvel-Superhelden. Es ist eine Gedächtnisschicht: Es erinnert sich an dich und hält für deinen Agenten Dinge fest.

Related MCP server: NeuralVaultCore

Installation

pip install heropen

Starte deinen Agenten neu, fertig.

Beim ersten Start wird dein Agent automatisch erkannt (Claude Code, Cursor, Windsurf oder ein beliebiger MCP-Client), die Datenbank wird angelegt und die Gedächtnis-Tools werden registriert. Dein Agent bemerkt diese neue Installation und führt dich durch die Einrichtung.

30-Sekunden-Schnellstart

# 存一条记忆
heropen add "项目使用 FastAPI + SQLAlchemy，测试用 pytest"

# 搜索记忆
heropen search "项目技术栈"

# 查看状态
heropen status

# 诊断问题
heropen diagnose

Anbindung an deinen Agenten (MCP)

Kompatibel mit jedem Agenten, der MCP unterstützt. Ab v1.8+ automatische Erkennung und Konfiguration, keine manuellen Schritte nötig.

Alternativ manuell in die Agenten-Konfiguration einfügen:

{
  "mcpServers": {
    "heropen": {
      "command": "heropen",
      "args": ["mcp"]
    }
  }
}

Agenten neu starten, schon hat er ein Gedächtnis. Speichere einen Bugfix einmal, und er bleibt über Sitzungen hinweg dauerhaft erhalten.

Datenschutzversprechen

Daten bleiben auf deinem Rechner. Keine Telemetrie. Keine Heartbeat-Pings. Alle Erinnerungen werden in einer lokalen SQLite-Datenbank gespeichert. Für die Vektorsuche wird standardmäßig ein lokales Embedding-Modell verwendet (fastembed, einfach pip install heropen[embedding] ausführen) – vollständig offline, null Kosten. Du kannst die Umgebungsvariablen EMBEDDING_ENDPOINT und EMBEDDING_API_KEY auch auf deinen selbst gehosteten Embedding-Endpoint zeigen lassen (OpenAI-kompatibel über /v1/embeddings) – so zahlst du nie an einen Drittanbieter-Cloud. Der Erinnerungstext wird nur zur Erzeugung von Vektoren verwendet und niemals gemeldet.

Wenn weder das lokale Embedding-Modell noch ein selbst gehosteter Endpoint konfiguriert ist, fällt die Suche automatisch auf schnelle Volltextsuche (FTS) zurück – weiterhin vollständig offline und kostenlos. pip install heropen ist also ohne Konfiguration direkt nutzbar; Embedding verbessert lediglich die Retrieval-Qualität, blockiert aber niemals die Basisfunktion.

Lokale Fähigkeiten werden nicht abgezogen (aktuell): Die lokalen Lese-, Schreib-, Retrieval- und Panel-Fähigkeiten der aktuellen Version werden nicht in einen zwingend netzgebundenen Cloud-Dienst migriert; Fähigkeiten der kostenlosen Stufe werden in späteren Versionen nicht beschnitten. Optionale netzgebundene Beschleunigungsoptionen (z. B. dein selbst gehosteter Embedding-Endpoint) fallen nicht unter dieses Versprechen – sie sind standardmäßig deaktiviert, und ob du sie aktivierst, liegt vollständig bei dir.

Warum lokal

Wenn Gedächtnis zu einer Cloud-Primitive gemacht wird, liegen deine Gesprächshistorie und dein Arbeitskontext auf fremden Servern. heropen wählt den umgekehrten Weg: Erinnerungen werden in ~/.heropen/ geschrieben, ein SQLite-File pro Agent, die Daten verlassen physisch nie deinen Rechner.

heropen lädt keine Erinnerungsinhalte hoch, macht keine Cloud-Synchronisierung und sammelt keine Nutzungsdaten; die Kernfunktionen der aktuellen Version haben keine externen Verbindungen und werden nicht zu zwingend netzgebundenen Cloud-Diensten. Was die Cloud dir gibt, ist Bequemlichkeit; was lokal dir gibt, ist etwas, das nur du mitnehmen kannst.

Erinnerungen gehören dir

Erinnerungen liegen im Verzeichnis ~/.heropen/ auf deinem Rechner, ein SQLite-File pro Agent. Du kannst jederzeit:

• Sichern / Exportieren: heropen export exportiert alle Erinnerungen als lokales JSON (heropen import kann sie wieder importieren);

• Löschen / Leeren: heropen delete <id> löscht einen einzelnen Eintrag, rm ~/.heropen/*.db leert die gesamte Datenbank – ohne uns zu kontaktieren und ohne Internet.

Ein benutzerfreundlicherer Markdown- + YAML-Export (menschenlesbar, verlustfreier Roundtrip, wieder importierbar) ist bereits in der Roadmap geplant. Das Ziel ist „lesbar, mitnehmbar, wiederkehrend", nicht „mit wem auch immer interoperabel".

Compliance-Erklärung

heropen ist ein lokal priorisiertes Gedächtnis- und Kontext-Tool; deine Daten bleiben stets auf deinem Rechner und vollständig unter deiner Kontrolle. Wir befolgen die einschlägigen Anforderungen der „Maßnahmen zur Verwaltung von KI-Anthropomorphisierungs-Interaktionsdiensten"; die lokal priorisierte Architektur erfüllt von Natur aus die darin enthaltenen Bestimmungen zur Kontrolle und Transparenz von Nutzerdaten, und der Betrieb ist für dich transparent und kontrollierbar.

Open-Source-Umfang

Die kostenlose Version ist vollständig Open Source (Apache-2.0). Die kommerzielle Stufe (Plus / Enterprise) ist Closed Source.

Warum heropen

Kostenlos = vollständige Kernfunktionen, keine Funktionsbeschneidung.

heropens Unterscheidungsmerkmale

Lokal priorisiert ist kein Alleinstellungsmerkmal von heropen – es gibt bereits ein Dutzend ähnlicher Projekte mit SQLite + MCP. Die Position, die heropen wirklich besetzt und die andere noch nicht besetzt haben, sind diese drei Dinge:

• Private Domains / Shared-Domain-Schichtung für mehrere Agenten. Die kostenlose Stufe bietet 2 vollständig private Agenten (Hermes / WorkBuddy – solche hochfrequenten Dauer-Agenten bekommen jeweils eine isolierte Datenbank) plus eine optionale Shared-Domain (_shared), über die Agenten bei Bedarf Wissen austauschen. Die meisten Wettbewerber haben nur einen flachen Namensraum.

• Zeitwahrnehmung vor dem Gespräch (ab v1.8.7). Jeder Agentenstart erhält automatisch die lokale Zeit, Tageszeit-Wörter, das Intervall seit dem letzten Gespräch und ob ein Schlafzyklus übersprungen wurde – eine Zeitbasis auf Interaktionsebene, die derzeit niemand anbietet.

• Null-Abhängigkeiten bei der Installation. pip install heropen in einer Zeile, ohne Docker, ohne Postgres, ohne Ollama. Nur wenige in der Kategorie schaffen „läuft ohne Voraussetzungen".

So wählst du aus

Bei der Wahl einer Gedächtnislösung kommt es nicht nur auf die Recall-Rate an, sondern auf fünf Dinge:

1. Bereitstellungsaufwand: Läuft es mit einer Zeile pip install, oder braucht es Docker / Postgres / Ollama / API-Key zum Start?

2. Abhängigkeiten und Kosten: Verbrennt der Schreibpfad LLM-Token? Ist es ohne externe Abhängigkeiten?

3. Portabilität: Lassen sich Erinnerungen in lesbare Dateien exportieren, mitnehmen und wieder importieren?

4. Sicherheitsstandards: Bindet der Lauschport standardmäßig an Loopback oder an 0.0.0.0? Gibt es Null-Telemetrie?

5. Engineering-Steuer: Sind Schreibdisziplin und Verfallsmechanismen klar? Kollidiert es mit Prompt Cache? Wie wird das Modellübergreifende Kapazitätslimit behandelt? Gibt es eine Datensteuer bei der Embedding-Migration?

Führe einmal heropen doctor aus – die fünf Punkte werden einzeln mit „Bestanden / Hinweis / Warnung" als Drei-Zustands-Selbsttest geprüft.

Links

• Offizielle Website: heropen.net

• Dokumentation: heropen.net/heropen/docs

• GitHub: github.com/Koradji77/heropen

Roadmap

• Aktueller Fokus auf lokale Desktop-Nutzung. Mobile / geräteübergreifende Synchronisierung liegt nicht im aktuellen Umfang – sie kollidiert mit dem Standardversprechen „Daten verlassen nicht den Rechner", und wir machen keine halben Sachen nur für die „Show". Falls es in Zukunft kommt, dann sicher in Form von nutzereigenem Speicher + Ende-zu-Ende-Verschlüsselung + standardmäßig deaktiviert.

• Markdown- + YAML-Export der Erinnerungen (verlustfreier Roundtrip).

• Weitere Produktfähigkeiten für private / Shared-Domains mehrerer Agenten.

Lizenz

Apache-2.0