1 / 3
【Resumen】 Honcho es una memoria AI de código abierto para agentes. Almacena mensajes y ejecuta razonamiento para construir representaciones de usuarios y otros peers, y luego devuelve contexto con un presupuesto de tokens para que los agentes mantengan la continuidad entre sesiones, herramientas y máquinas. En lugar de empezar cada sesión desde cero, Honcho recuerda a cada usuario y ofrece el contexto relevante en el momento adecuado. El problema que resuelve es la falta de memoria persistente en los agentes conversacionales. Sin ella, los agentes olvidan interacciones previas, lo que rompe la experiencia en soporte, tutoría o compañeros virtuales. Honcho está pensado para desarrolladores que construyen agentes con estado, equipos que crean asistentes conversacionales, NPCs de juegos, tutores educativos y herramientas de soporte y productividad. Honcho se integra mediante su servidor MCP, lo que permite que cualquier cliente compatible con MCP obtenga memoria persistente. También ofrece una API para recuperar contexto formateado, razonar sobre los peers y buscar conclusiones semánticamente relevantes, todo con control del presupuesto de tokens. 【Funciones principales】 • context(): Recupera contexto de conversación formateado de las sesiones, combinando un resumen y mensajes recientes dentro de un presupuesto de tokens, convertible a formatos de OpenAI y Anthropic. • Peer chat / dialectic reasoning: Responde consultas sobre un peer o entre todos los peers razonando sobre mensajes y conclusiones almacenados, en niveles desde Minimal hasta Max. • Búsqueda semántica sobre conclusiones: Obtiene conclusiones semánticamente relevantes para una consulta mediante search_query con controles de distancia y top-k. • Dreaming: Ejecuta razonamiento asíncrono en segundo plano para optimizar la comprensión de cada peer sin afectar el rendimiento en tiempo de ejecución. • Perspectivas con alcance / Peers: Modela usuarios, agentes, NPCs y grupos como peers que se pueden añadir a sesiones y limitar a perspectivas globales o estrechas. • Representaciones por sesión: Limita las conclusiones recuperadas a la sesión actual mediante limit_to_session. • Servidor MCP: Proporciona memoria persistente a cualquier cliente compatible con MCP a través de https://mcp.honcho.dev. 【Casos de uso】 1. Dar a un agente AI memoria persistente de sus usuarios entre sesiones. 2. Rastrear conceptos erróneos y progreso de aprendizaje en agentes de tutoría. 3. Persistir el historial de clientes entre sesiones de soporte, canales y agentes. 4. Dar a los NPCs opiniones, relaciones e identidades en juegos. 5. Compartir memoria entre un compañero de chat, un agente de código y trabajos de ingesta. 【Precios】 Honcho Memory - Ingestion: $2.00/M — Almacenamiento + razonamiento Neuromancer. Startups (<$5M raised): $1,000 — $1,000 en créditos, 12 meses de precios subvencionados y soporte de integración. Enterprise: planes personalizados, ingenieros desplegados en el sitio y soporte dedicado de integración y mantenimiento. 【Ventajas y desventajas】 Ventajas: - Para desarrolladores que necesitan que sus agentes recuerden a los usuarios sin reconstruir el contexto manualmente, Honcho ofrece una API completa que cubre almacenamiento, razonamiento y recuperación con presupuesto de tokens, lo que acelera el desarrollo de agentes con estado. - El servidor MCP permite que herramientas existentes como clientes de MCP obtengan memoria persistente sin grandes cambios, lo que resulta ideal para equipos que ya usan asistentes compatibles. - El razonamiento asíncrono (Dreaming) mejora la comprensión de los peers sin afectar el rendimiento en tiempo de ejecución, lo que es valioso para aplicaciones en producción que requieren baja latencia. - El modelo de precios por uso con $2.00 por millón de tokens de ingesta es accesible para startups y equipos pequeños, y el programa para startups ofrece créditos y precios subvencionados. Desventajas: - El razonamiento de peer chat en nivel Max tiene un coste de $0.50 por consulta y se ejecuta de forma asíncrona, lo que puede no ser adecuado para interacciones que requieren respuestas inmediatas. - El uso de perspectivas con alcance requiere una clave de nivel de espacio de trabajo o administrador y es mutuamente excluyente con peer_perspective, lo que limita la flexibilidad en ciertos flujos. - La búsqueda semántica tiene límites en el número de resultados (search_top_k 1-100, max_conclusions 1-100) y en el umbral de distancia (0.0-1.0), lo que puede requerir ajustes para casos con muchos datos. 【Preguntas frecuentes】 Q: ¿Cuánto cuesta Honcho? A: Honcho cobra $2.00 por millón de tokens de ingesta (almacenamiento + razonamiento Neuromancer). Las startups con menos de $5M recaudados pueden acceder a $1,000 en créditos y 12 meses de precios subvencionados. Para empresas hay planes personalizados. Q: ¿Honcho es adecuado para equipos pequeños o startups? A: Sí, Honcho está pensado para desarrolladores y equipos que construyen agentes
Honcho Memory - Ingestion · $2.00/M (Store + Neuromancer reasoning) Startups (<$5M raised) · $1,000 ($1,000 in credits, 12 months subsidized pricing, Integration support) Enterprise (Custom plans, Forward-deployed engineers, Dedicated integration and maintenance support)
Los precios mostrados son de referencia de la región de EE. UU.; el precio local puede variar.
WPS AI es un asistente de inteligencia artificial integrado en WPS Office, disponible en chino, que acompaña al usuario…
Baidu Comate es un asistente de programación impulsado por IA, desarrollado por Baidu sobre su modelo ERNIE. Ofrece…
UniConverter es una herramienta de conversión y mejora de medios con inteligencia artificial que trabaja con video,…
Añadida
20/10/2026
Vistas
838
Clics
3
6 herramientas similares a Honcho que tener en cuenta