Skip to main content
Glama
Koradji77
by Koradji77

heropen

Локальная система памяти для ИИ. Память хранится на вашей собственной машине — не загружается, не синхронизируется, не забирается; она автоматически упорядочивает и обрезает данные, чтобы со временем работать точнее.

Происхождение названия

Название происходит из двух частей: her — от Hermes (агент, с которым вы общаетесь), open — от OpenClaw (открытый). her + open вместе образуют heropen.

Если разобрать подробнее, heropen начинается с hero — перекликаясь с образом супергероев Marvel. Это слой памяти: запоминает вас и фиксирует дела за вашего агента.

Related MCP server: NeuralVaultCore

Установка

pip install heropen

Перезапустите агента — готово.

При первом запуске автоматически определяется ваш агент (Claude Code, Cursor, Windsurf или любой MCP-клиент), создаётся база данных и регистрируются инструменты памяти. Ваш агент заметит новую установку и проведёт вас через настройку.

Быстрый старт за 30 секунд

# 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

Подключение к вашему агенту (MCP)

Совместим с любым агентом, поддерживающим MCP. Начиная с v1.8+ автоматически определяется и настраивается, ручные шаги не требуются.

Также можно добавить вручную в конфигурацию агента:

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

Перезапустите агента — у него появится память. Сохраните исправление бага один раз — оно запомнится навсегда между сессиями.

Гарантия конфиденциальности

Данные остаются на вашей машине. Без телеметрии. Без ping-запросов. Вся память хранится в локальной базе данных SQLite. Для векторного поиска по умолчанию используется локальная модель эмбеддингов (fastembed, достаточно выполнить pip install heropen[embedding]) — полностью офлайн, нулевая стоимость. Вы также можете указать переменные окружения EMBEDDING_ENDPOINT и EMBEDDING_API_KEY на самостоятельно размещённый endpoint эмбеддингов (совместимый с OpenAI /v1/embeddings) — так вы никогда не будете платить сторонним облачным провайдерам. Текст памяти используется только для генерации векторов и никогда не отправляется наружу.

Если ни локальная модель эмбеддингов, ни самостоятельно размещённый endpoint не настроены, поиск автоматически понижается до быстрого полнотекстового (FTS) сопоставления — по-прежнему полностью офлайн и бесплатно. Поэтому pip install heropen работает без какой-либо настройки; эмбеддинги лишь улучшают качество поиска и никогда не блокируют базовое использование.

Локальные возможности не переводятся в облако (на текущий момент): чтение/запись локальной памяти, поиск и возможности панели текущей версии не будут мигрированы в обязательный облачный сервис; возможности, предоставляемые в бесплатном тарифе, не будут урезаны в последующих версиях. Опциональные сетевые ускорения (например, ваш самостоятельно размещённый endpoint эмбеддингов) не входят в это обещание — они отключены по умолчанию, и их включение полностью на ваше усмотрение.

Почему локально

Когда память превращается в облачный примитив, ваша история диалогов и рабочий контекст оказываются на чужих серверах. Выбор heropen противоположен: память записывается в ~/.heropen/, один файл SQLite на агента, данные физически не покидают вашу машину.

heropen не загружает содержимое памяти, не делает облачную синхронизацию, не собирает данные об использовании; основные возможности текущей версии не имеют внешних подключений и не переводятся в обязательный облачный сервис. Что облако может дать — это удобство; что локально даёт — это то, что забрать можете только вы.

Память принадлежит вам

Память хранится в каталоге ~/.heropen/ на вашей машине, один файл SQLite на агента. Вы можете в любой момент:

  • Резервное копирование / экспорт: heropen export экспортирует всю память в локальный JSON (heropen import позволяет импортировать обратно);

  • Удаление / очистка: heropen delete <id> удаляет одну запись, rm ~/.heropen/*.db очищает всю базу — без обращения к нам и без интернета.

Более удобный экспорт в Markdown + YAML (читаемый человеком, без потерь при конвертации туда и обратно, можно импортировать повторно) уже в планах. Цель — «читаемо, уносимо, возвращаемо», а не «совместимость с кем-то».

Заявление о соответствии

heropen — это локально-ориентированный инструмент памяти и контекста; ваши данные всегда хранятся на вашей машине и полностью под вашим контролем. Мы соблюдаем требования «Временных мер по управлению сервисами имитации человекоподобного взаимодействия с ИИ»; локально-ориентированная архитектура естественным образом удовлетворяет положениям о контроле пользователя над данными и прозрачности, а процесс работы прозрачен и управляем для вас.

Объём открытого кода

Бесплатная версия полностью открыта (Apache-2.0). Коммерческий уровень (Plus / Enterprise) закрыт.

Почему стоит выбрать heropen

heropen (бесплатно)

Другие решения

Хранилище

Без ограничений

Обычно с лимитом

Поиск

Без ограничений по количеству

Оплата за запрос

Требуется интернет

Нет

Да

Владение данными

Ваша машина

Их серверы

Установка

Одна строка pip install

Сервер + настройка

Бесплатно = полный набор основных функций, без урезаний.

Отличия heropen

Локально-ориентированный подход — не уникальное преимущество heropen: уже есть десяток похожих проектов на SQLite + MCP. heropen по-настоящему занимает три позиции, которые другие ещё не заняли:

  • Многоуровневая система приватных/общих доменов для нескольких агентов. Бесплатный тариф даёт 2 полностью приватных агента (Hermes / WorkBuddy — такие часто используемые постоянные агенты, каждый в изолированной базе), плюс опциональный общий домен (_shared) для обмена знаниями между агентами по необходимости. У большинства конкурентов только плоское пространство имён.

  • Восприятие времени перед диалогом (начиная с v1.8.7). При каждом начале сессии агент автоматически получает локальное время, временной период, интервал с прошлого диалога, был ли переход через цикл сна — временная база для интерактивной стороны, которую пока никто не делает.

  • Установка без зависимостей. Одна строка pip install heropen — не нужны Docker, Postgres или Ollama. Немногие из аналогов могут «работать без предварительных зависимостей».

Как выбирать

Выбирая решение для памяти, смотрите не только на точность поиска, а на пять вещей:

  1. Порог развёртывания: одна строка pip install — или нужны Docker / Postgres / Ollama / API-ключ для запуска?

  2. Зависимости и стоимость: сжигает ли путь записи токены LLM? Есть ли нулевые внешние зависимости?

  3. Переносимость: можно ли экспортировать память в читаемый файл, унести и импортировать обратно?

  4. Безопасные настройки по умолчанию: порт прослушивания по умолчанию привязан к loopback или к 0.0.0.0? Есть ли нулевая телеметрия?

  5. Инженерный налог: понятны ли дисциплина записи и механизмы инвалидации? Нет ли конфликтов с Prompt Cache? Как обрабатывается лимит ёмкости между моделями? Есть ли налог на данные при миграции эмбеддингов?

Выполните heropen doctor — по всем пяти пунктам вы получите самопроверку с тремя статусами: «пройдено / подсказка / предупреждение».

Ссылки

Дорожная карта

  • Сейчас фокус на локальном использовании на десктопе. Мобильная версия / кросс-устройственная синхронизация вне текущего объёма — она конфликтует с обещанием по умолчанию «данные не покидают машину», и мы не будем делать полуфабрикат ради «показать себя». Если в будущем и сделаем, то только в форме пользовательского хранилища + сквозного шифрования + отключено по умолчанию.

  • Экспорт памяти в Markdown + YAML (без потерь при конвертации).

  • Больше продуктовых возможностей приватных/общих доменов агентов.

Лицензия

Apache-2.0

Maintenance

ActivityActive
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    B
    maintenance
    A local-first MCP memory server providing persistent, searchable memory for AI agents, powered by SQLite.
    1 npm
    1
    Apache 2.0
  • A
    license
    Not graded
    quality
    C
    maintenance
    An MCP server that provides persistent long-term memory for AI agents via local SQLite storage with low token overhead, enabling memory storage, retrieval, and management across sessions.
    1
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    A lightweight, local-first MCP memory server for LLM agents that enables storing, searching, and retrieving agent memories with zero external dependencies.
    1
    MIT
  • A
    license
    A
    quality
    B
    maintenance
    MCP server for persistent, cross-session, local-first memory for AI agents, storing memories as Markdown files with SQLite indexing for hybrid search.
    24
    Apache 2.0