Was ist Honcho?
Honcho ist ein Gedächtnisserver von Plastic Labs, der um Peers herum gebaut ist: Nutzer, Agenten, Gruppen oder Projekte, die an Sitzungen teilnehmen. Du speicherst Nachrichten in einer Sitzung; ein Hintergrundprozess namens Deriver liest sie und schreibt Schlussfolgerungen über jeden Peer, ausdrückliche wie erschlossene, und ein eigener Dreaming-Prozess verdichtet sie später. Danach holst du dir promptfertigen Kontext, startest eine hybride BM25- und Vektorsuche oder stellst dem Chat-Endpunkt eine Frage in natürlicher Sprache, der über Honchos Schlussfolgerungen nachdenkt.
Schlussfolgerungen werden als eingebettete Dokumente in Sammlungen gespeichert, die nach beobachtendem und beobachtetem Peer geordnet sind. So kann Honcho festhalten, was ein Agent über einen anderen weiß, und zugleich das Selbstbild jedes Peers. Gespeichert wird standardmäßig in PostgreSQL mit pgvector, alternativ in turbopuffer, LanceDB oder Qdrant.
Der FastAPI-Server steht unter AGPL-3.0 und lässt sich mit Docker Compose oder dem Befehl honcho start selbst hosten; Plastic Labs betreibt außerdem einen verwalteten Dienst unter api.honcho.dev.
Lohnt sich Honcho?
Honcho beantwortet eine andere Frage als die meisten Gedächtnisschichten. Mem0 und Zep liefern Fakten, die zu einer Anfrage passen; Honcho führt ein laufendes Modell jedes Beteiligten und beantwortet Fragen über ihn in Prosa, etwa auf welchen Lernstil eine Schülerin am besten anspricht. Das passt eher zu Tutoren, Begleit-Apps und Support-Agenten als zur Wissenssuche.
Die Arbeit passiert nach dem Schreiben. Eine Nachricht wird sofort gespeichert und dann für den Deriver in die Warteschlange gestellt, der mit einem LLM (standardmäßig gpt-5.4-mini) Schlussfolgerungen zieht; ein späterer Dreaming-Durchlauf verdichtet sie. Das README warnt, dass neue Nachrichten einen Moment brauchen, bis sie in Chat-Antworten auftauchen. Ein Agent, der einen Fakt aus dem vorigen Zug braucht, sollte also die gespeicherte Sitzung lesen, statt sich auf eine Auswertung zu verlassen, die noch nicht gelaufen ist.
Plastic Labs meldet 90,4% auf LongMemEval S und 89,9% auf LoCoMo, gegenüber 62,6% und 75,6% für Claude Haiku 4.5 mit der ganzen Unterhaltung im Kontext, und 92,6% auf LongMemEval, wenn Gemini 3 Pro antwortet. Dabei liefen gemini-2.5-flash-lite für die Extraktion und claude-haiku-4.5 für das Schlussfolgern; der gehostete Dienst nutzt laut Firma verschiedene Modelle. Auf BEAM sinkt der Wert von 0,630 bei 100.000 Tokens auf 0,409 bei 10 Millionen, das deutlichste öffentliche Zeichen dafür, wie solche Systeme bei sehr langen Verläufen nachlassen. LoCoMo wurde von einem LLM als Richter bewertet statt mit der F1-Metrik des Originalpapers, ist also nicht mit älteren veröffentlichten Werten vergleichbar.
Der verwaltete Dienst ist der günstigste gehostete Schreibvorgang unter den Gedächtnisschichten, die wir besprechen, mit 2,00 $ pro Million aufgenommener Tokens und unbegrenzten Kontextabrufen in etwa 200 ms. Chat-Anfragen kosten auf der Standardstufe 0,01 $ und auf der höchsten 0,50 $. Ein selbst gehosteter Server hat Authentifizierung standardmäßig aus (AUTH_USE_AUTH=false) und braucht ein JWT-Secret, bevor er ins Netz geht; Telemetrie und Sentry sind in der mitgelieferten Vorlage aus.
Der Haken für kommerzielle Teams ist die AGPL-3.0: Wer ein verändertes Honcho als Netzwerkdienst betreibt, muss seine Änderungen veröffentlichen. Wer es unverändert oder über die verwaltete API nutzt, nicht. Das Projekt ist aktiv, mit v3.5.0 vom 30. Oktober 2026 und rund 8.000 GitHub-Sternen.
Wo es sich lohnt
Ein Edtech-Start-up mit einem KI-Tutor für 10.000 Schüler
Erklärungen daran anpassen, wie jeder Schüler lernt
Jede Lektion als Sitzung speichern und vor der nächsten peer.chat fragen, womit ein Schüler kämpft. Bei 2,00 $ pro Million aufgenommener Tokens kostet ein Schüler mit 50.000 Tokens im Monat 0,10 $ fürs Merken, plus einen Cent pro Chat-Anfrage auf der Standardstufe.
Ein Entwickler, der ein Multi-Agenten-Spiel mit Figuren baut, die Unterschiedliches wissen
Das Wissen jeder Figur über die Spielerin und übereinander getrennt halten
Festlegen, welche Peers welche beobachten; Honcho führt eine Sammlung pro Paar aus Beobachter und Beobachtetem, sodass eine Figur nicht weiß, was eine andere gesehen hat. Selbsthosten passt hier, mit Postgres und einem LLM-Schlüssel.
Eine Solo-Entwicklerin, die Claude Code, Cursor und Codex an denselben Projekten nutzt
Allen drei Agenten ein gemeinsames Gedächtnis für Vorlieben und frühere Entscheidungen geben
honcho init schreibt einen Schlüssel für alle Plug-ins, und jeder Agent liest denselben Workspace. Die 5 $ Monatsguthaben mit hinterlegter Karte decken leichte private Nutzung des verwalteten Dienstes.
Bevor du dich festlegst
- Einrichtung
- uv tool install honcho-cli und dann honcho start --setup startet API, Deriver, Postgres und Redis in Docker mit einem LLM-Schlüssel. Aus dem Quellcode: Docker Compose oder Python 3.13+, Postgres mit pgvector, die API und ein separater Deriver-Prozess.
- Integrationen
- SDKs für Python und TypeScript, eine CLI und ein MCP-Server; eigene Plug-ins für Claude Code, Codex, Cursor, OpenCode, Kilo Code, OpenClaw und Hermes. Jeder OpenAI-kompatible LLM-Anbieter, auch OpenRouter, vLLM und Ollama, sofern er Tool Calling unterstützt.
- Daten und Datenschutz
- Selbst gehostete Daten bleiben in deinem Postgres oder dem gewählten Vektorspeicher, aber Nachrichtentext geht an das konfigurierte LLM. Telemetrie und Sentry sind in der Vorlage aus. Der verwaltete Dienst gibt jeder Organisation eine eigene Instanz; Aufbewahrungsfristen, Trainingsnutzung und Zertifizierungen stehen nicht auf der Website.
- Kosten im großen Maßstab
- Verwaltet: 2,00 $ pro Million aufgenommener Tokens, unbegrenzte Kontextabrufe und 0,001 $ bis 0,50 $ pro Chat-Anfrage je nach Stufe. Selbst gehostet: Postgres plus LLM-Aufrufe für Deriver und Dreaming bei jeder verarbeiteten Nachricht.
- Grenzen
- Die Auswertung läuft asynchron, Schlussfolgerungen hinken neuen Nachrichten also hinterher. Die BEAM-Werte fallen zwischen 100.000 und 10 Millionen Tokens von 0,630 auf 0,409. 180 offene Issues und Pull Requests.
Was gut ist
- Baut ein Modell jedes Menschen und Agenten, nicht nur eine Faktenliste
- Günstigste gehostete Aufnahme unter den Gedächtnisschichten, die wir besprechen, mit 2,00 $ pro Million Tokens
- Hält fest, was ein Agent über einen anderen weiß
- Telemetrie beim Selbsthosten standardmäßig aus
Was nicht
- AGPL-3.0 verpflichtet zur Veröffentlichung von Änderungen an einem gehosteten Fork
- Hintergrund-Auswertung hinkt neuen Nachrichten hinterher
- Authentifizierung beim Selbsthosten standardmäßig aus
- Keine Angaben zu SOC 2 oder HIPAA auf der Website
Am besten für
Teams, die Tutoren, Begleit-Apps oder Support-Agenten bauen, die einzelne Nutzer über viele Sitzungen hinweg verstehen müssen.
Alternativen zu Honcho
Honcho: häufige Fragen
- Lohnt sich Honcho?
- Honcho ist die richtige Gedächtnisschicht, wenn ein Agent einen Menschen verstehen statt Fakten nachschlagen soll, und seine AGPL-Lizenz ist das Erste, wonach deine Juristen fragen werden. Wir bewerten es mit 4.1 von 5.
- Was kostet Honcho?
- Server kostenlos unter AGPL-3.0. Verwalteter Dienst: 2,00 $ pro Million aufgenommener Tokens (Kontextabrufe unbegrenzt, Dreaming inklusive); Chat-Anfragen von 0,001 $ (minimal) bis 0,50 $ (maximal) pro Stück, standardmäßig 0,01 $. 5 $ Guthaben für neue Konten und 5 $ pro Monat, sobald eine Karte hinterlegt ist; Enterprise auf Anfrage.
- Welche Nachteile hat Honcho?
- AGPL-3.0 verpflichtet zur Veröffentlichung von Änderungen an einem gehosteten Fork; Hintergrund-Auswertung hinkt neuen Nachrichten hinterher; Authentifizierung beim Selbsthosten standardmäßig aus; Keine Angaben zu SOC 2 oder HIPAA auf der Website.
- Für wen eignet sich Honcho?
- Teams, die Tutoren, Begleit-Apps oder Support-Agenten bauen, die einzelne Nutzer über viele Sitzungen hinweg verstehen müssen.
- Was kostet Honcho für ein Team oder im Produktivbetrieb?
- Verwaltet: 2,00 $ pro Million aufgenommener Tokens, unbegrenzte Kontextabrufe und 0,001 $ bis 0,50 $ pro Chat-Anfrage je nach Stufe. Selbst gehostet: Postgres plus LLM-Aufrufe für Deriver und Dreaming bei jeder verarbeiteten Nachricht.
- Ist Honcho sicher für Firmendaten?
- Selbst gehostete Daten bleiben in deinem Postgres oder dem gewählten Vektorspeicher, aber Nachrichtentext geht an das konfigurierte LLM. Telemetrie und Sentry sind in der Vorlage aus. Der verwaltete Dienst gibt jeder Organisation eine eigene Instanz; Aufbewahrungsfristen, Trainingsnutzung und Zertifizierungen stehen nicht auf der Website.
- Was sind die besten Alternativen zu Honcho?
- Die nächsten Alternativen, die wir getestet haben, sind Hindsight, Mem0, Graphiti und Letta.
Antworten geprüft am 6. Nov. 2026.
Du entwickelst Honcho? Zeig diese Bewertung auf deiner Website
