Hy-Memory - 腾讯混元推出的记忆插件，为长期协作型 Agent 设计

Latest AI Resources3hrs agorelease AI Sharing Circle

Hy-Memory是什么

Hy-Memory是腾讯混元推出的记忆插件，专为 Openclaw 等长期协作型 Agent 设计。通过 6层记忆框架 × System1/System2 双系统 × 演化链三层核心架构，解决 Agent 在长期使用中的"三周定律"。从"蜜月期"到"记忆漂移"再到"降级为查询工具"的痛点。在 LongMemEval 和 PersonaMem 两大权威评测中，Hy-Memory 全面领先 mem0 与 Graphiti，让 Agent 真正成为越用越懂用户的"第二大脑"。

Hy-Memory的功能特色

6层记忆框架：将记忆按信息形态分层管理，而非传统系统的"一锅捞"
- L1 原始痕迹：保留所有原始对话
- L2 原子事实：结构化可检索事实（如"用户在深圳"、"偏好北欧风家居"）
- L3 身份画像：稳定长期偏好与特质（如"35岁、技术派、长期目标经济独立"）
- L4 会话摘要：单句长会话精华
- L5 心智模型：从行为中抽出的认知框架（如"做大决策先列利弊清单"）
- L6 前瞻意图：异步沉淀的下一步意图预测（如"8月有重要面试"）
System1 / System2 双系统：借鉴人脑认知科学
- System1（白班）：用户回车瞬间实时处理，负责 L1-L4 的写入、事实抽取、画像更新、会话摘要，确保下一句对话立刻能用
- System2（夜班）：秒到分钟级后台运行，负责 L5-L6 的心智模型抽取、知识网络构建、意图预测，让 Agent 越用越懂用户
演化链（Evolution Chain）：记录记忆演变过程而非简单覆盖
- 新记忆通过 supersedes 指针指向旧记忆，形成链条
- 搜索命中链上任意节点，自动展开整条链
- Agent 能理解用户偏好的变化轨迹（如健身计划半年内的4次态度转折），避免推荐已被否决的方案

Hy-Memory的核心优势

权威评测全面领先：LongMemEval 500题6维度评测得分 85.2%，大幅领先 mem0（47%）和 Graphiti（68.32%）
Real Scenario Validation：PersonaMem（6000+条消息真实长期对话）得分 76.91%，13个子项全部跑赢竞品
记忆效率大幅提升：记忆条数降低 70%+，单条信息密度提升 45%+，超长上下文 Token 消耗降低 35%，记忆更新速度提升 20%
写入速度极快：端到端写入延迟 12.3s/k tokens，是 Graphiti（97.8s）的 1/8
存储精简：记忆条数仅为 mem0 的 1/4、Graphiti 的 1/5，单条信息密度是 mem0 的 2.5 倍
精准召回：分层检索让 prompt 更干净，模型注意力不被无关原文稀释

Hy-Memory官网是什么

Project website：https://memory.hunyuan.tencent.com/

Hy-Memory的操作步骤

前置环境准备：确保已安装 OpenClaw CLI，Python 版本 >= 3.8，并准备好 LLM API Key（推荐 Hunyuan 3.0 Preview）和 Embedding API Key（推荐 SiliconFlow BAAI/bge-m3）
卸载旧版本（如存在）：执行 openclaw plugins uninstall openclaw-hy-memory 清理历史残留
Installation of plug-ins: Implementation openclaw plugins install openclaw-hy-memory --dangerously-force-unsafe-install 完成插件安装
Initialization Configuration: Implementation openclaw hy-memory init 完成首次配置，默认使用 Chroma 作为本地嵌入式向量库，数据自动持久化到本地目录，无需安装 Docker 或启动外部服务
重启网关: Implementation openclaw gateway restart 使插件生效并接入主链路
验证状态: Implementation openclaw hy-memory status 检查插件运行状态，确认记忆系统已正常加载
选择配置档位：根据使用强度选择三档之一——Lite（基础试用）、Pro（开启 MemAgent，关闭 System2 后台，推荐首次安装）、Ultra（开启 System2，L5/L6 全量沉淀，适合高频深度使用）；三档共用同一 SDK，升级只需改一个开关
开始长期协作：配置完成后即可正常使用 OpenClaw，Hy-Memory 会在后台自动完成记忆分层写入、事实抽取、画像更新和演化链构建

Hy-Memory的适用人群

Openclaw 深度用户与长期协作型 Agent 使用者：每天依赖 Agent 处理复杂任务，希望解决"三周定律"——避免从"思考伙伴"降级为"查询工具"
跨周/跨月复杂项目的管理者：如写书、规划长途旅行、跟进季度项目、进行深度研究决策等，需要 Agent 记住数周前的判断逻辑和排除项
偏好与态度会演化的长期用户：生活习惯、技术偏好、投资策略、健身计划等会随时间反复调整，需要 Agent 理解完整的变化轨迹而非只记最新状态
对记忆精度与时序推理有高要求的专业用户：需要 Agent 精准召回"为什么选A、为什么否B"的因果链条，而非模糊的相关性匹配
多 Agent 实例协作的用户：需要在多个会话或不同 Agent 实例间共享同一记忆核心，解决单会话历史失忆问题

Hy-Memory的常见问题

Q：Hy-Memory 和 Openclaw 是什么关系？

A：Hy-Memory 是专为 Openclaw 设计的记忆插件，通过插件形式安装，让 Openclaw 从"短期对话工具"升级为"长期协作伙伴"。

Q：6层记忆框架解决了什么问题？

A：传统记忆系统将所有信息揉成一堆向量，搜索时"一锅捞"。6层框架按信息形态分层（事实、画像、心智、意图等），让不同问题走不同层级检索，prompt 更干净、召回更精准。

Q：什么是演化链？和简单覆盖有什么区别？

A：覆盖派只记最新，会丢失踩坑历史；堆积派全部保留，但语义召回时可能遗漏关键中间节点。演化链通过 supersedes 指针将记忆串成链条，命中任意节点即可展开完整演变轨迹，既保留历史因果，又避免重复踩坑。

Q：System1 和 System2 分别负责什么？

A：System1（白班）在用户回车瞬间实时处理 L1-L4，保障即时响应；System2（夜班）在后台秒到分钟级处理 L5-L6，负责深度心智沉淀和认知迭代。两者并行，既快又深。

Q：Hy-Memory 的评测数据是否公开？

A：LongMemEval 和 PersonaMem 均为公开评测集。Hy-Memory 在 LongMemEval 的6个维度中4个取得最高分，在 PersonaMem 的13个子项全部跑赢 mem0 和 Graphiti。

Q：安装 Hy-Memory 需要什么条件？

A：需要已安装 OpenClaw CLI、Python >= 3.8、LLM API Key（推荐 Hunyuan 3.0 Preview）和 Embedding API Key（推荐 SiliconFlow BAAI/bge-m3）。默认使用 Chroma 本地嵌入式向量库，无需 Docker 或外部服务。