MemHub

MemHub 将用户授权的 AI 对话和编码记录整理为本地记忆，并让获准的 AI 工具调用相关上下文。对于经常在 Cursor、Codex、Claude Code 等工具之间切换的人，它提供了一条减少重复交代偏好、项目背景和历史决定的路径。当前版本仍处于 preview 阶段，适合愿意核对权限、安装包和模型配置的早期使用者。官方产品说明

图：腾讯混元官网 MemHub 介绍区截图（2026年10月19日）。画面内为官方演示。

工具速览

版本与平台依据 v1.0.4 Release、该版本制品清单及 npm 官方元数据。

MemHub 是什么？与 Hy-Memory 有何关系？

腾讯混元在 Hy-Memory 2.0 发布中展示了三个不同层次：面向记忆读写的模型、面向开发者的记忆引擎，以及面向 AI 工具用户的 MemHub 应用。MemHub 是其中负责接入和管理个人记忆的产品，Hy-Memory 则为它提供底层记忆能力。安装 MemHub 不等于自行部署一个大型模型。官方发布页

从使用者角度，可以把它理解为一座有权限边界的记忆库：先决定哪些来源可以读，再决定哪些内容允许送入模型处理，最后决定哪些工具可以取回记忆。这比单纯把一段聊天记录复制给另一个助手多了一层持续管理，但也增加了需要检查的配置。

团队与版本背景

官方项目沿革记载，Hy-Memory 1.0 于 2026 年 5 月推出，后续发展到包含聊天、工作和代码场景的 2.0。MemHub 在 10 月 16 日发布首批制品，10 月 18 日更新到 v1.0.4，更新记录包含诊断日志导出入口和开发修复。它属于腾讯混元的开源项目，目前公开资料不足以支持独立创业团队、融资额、付费客户数或用户规模等描述。项目历史 · 版本记录

主要功能

1. 导入已有会话，并持续收集获准的新内容

MemHub 能接入支持的 AI 工具，将历史交流纳入统一记忆，并继续处理后续会话。官网列出的工具包括 WorkBuddy、Cursor、Codex、Claude Code、OpenCode、OpenClaw、Qwen Code、Pi、Hermes 和 DeepSeek Harness。名单代表官方公布的接入范围，不代表每个宿主版本、每种安装方式都经过本站验证。官方功能与工具列表

2. 将原文、记忆处理与召回分开管理

架构文档将来源原文保留为本地 Evidence，再经过记忆处理、治理和召回环节。桌面端与 CLI 共用同一套 Runtime 和数据，并不是各自创建一份独立记忆。接入使用 Hook、Skill、插件或 MCP 等方式，具体路径取决于宿主工具。架构文档

3. 给后续任务补充相关背景

记忆引擎可区分日常偏好、任务过程和代码相关上下文。对使用者而言，价值在于让新的会话有机会取回之前的约束和决定；实际召回仍取决于数据是否导入成功、内容是否形成可用记忆、授权范围是否匹配以及宿主集成是否正常。不要把“连接成功”直接等同于“后续每次都能正确记住”。Hy-Memory 场景说明

4. 保留单独的来源、处理和读取权限

允许 MemHub 读取某个来源，并不自动意味着允许其他所有工具读取其内容。架构明确区分来源授权、同步开关、模型内容授权和宿主召回授权。对涉及多个客户或项目的工作流，实际试用时应逐项核对，而不是一次放开全部来源。权限边界

适合哪些使用场景？

• 多工具编程：在一个助手中确认代码风格、测试习惯或设计取舍后，希望另一个已授权工具能找到相关背景。正式的项目规则仍应写进仓库文档和检查流程。
• 长周期个人项目：隔几天继续方案、研究或开发任务时，用记忆辅助回顾已决定的事项，再核对原始资料。
• 高频重复偏好：对回答形式、工作习惯和沟通方式有稳定要求，希望减少每次重新说明的次数。
• 记忆产品研究：希望研究本地数据、外部模型处理及宿主授权如何协同的开发者，可阅读其应用架构和 Hy-Memory SDK。

如果只在单一助手里做短任务，现有项目说明或内置记忆可能已经足够。如果要求无需配置、稳定覆盖所有操作系统，当前 preview 状态也需要纳入选择。

如何开始使用？

第一步：先确认机器与真实下载包

截至核验日，v1.0.4 manifest 包含 Apple Silicon Mac 的 DMG，以及 macOS arm64、Linux arm64/x64 Runtime。Mac App 最低系统版本为 macOS 13。尽管部分文档提到 macOS x64 的发行目标，本次实际清单未出现 Intel Mac 包，因此不能据此标注为已支持。Windows 在项目文档中明确列为不支持。v1.0.4 制品清单 · 安装文档

Mac 用户可从 Release 页面选择匹配的 DMG。CLI 用户需先满足 npm 包声明的 Node.js 24 或更高版本要求。下载时核对官方发布的校验信息；不要把第三方转载包或缺少对应 manifest 的构建当成正式支持制品。

第二步：安装并检查 Runtime

官方安装文档提供的 CLI 流程为：

npm install -g memhub-cli
memhub install
memhub init
memhub status

npm 包只是引导程序，完整 Runtime 在后续安装步骤中下载。遇到异常可按文档使用 memhub doctor 检查状态。Linux 后台服务要求可用的 systemd 用户会话。安装流程

本次核验到的 npm 版本是 1.0.5，其已发布引导代码指向 Runtime 1.0.4，二者版本号不同并不直接表示安装错误。npm 包元数据

第三步：从小范围数据开始，核对模型设置

建议先选一个宿主和少量不敏感会话，确认来源读取、模型处理及目标工具读取的范围。运行配置包含 LLM 和 embedding 参数，API Key 应通过产品的安全存储机制管理。不要把密钥写入普通聊天、记忆正文或公开问题反馈。模型配置说明

第四步：用可核对的任务验证结果

可以用一条无敏感信息的示例偏好进行检查，例如“项目说明先给三行摘要，再列待确认事项”。在另一个获准工具里开新会话，检查它是否能找到这条内容，同时查看 MemHub 中的处理和权限状态。再修改偏好，观察后续引用是否仍沿用旧内容。

第五步：弄清停止、卸载和删除的差别

关闭桌面窗口不一定停止后台 Runtime。卸载程序默认保留记忆，彻底删除数据另有独立命令和确认流程。试用结束前，应按官方文档检查后台服务与本地数据的实际状态，而不要把“图标消失”当成“数据已清除”。运行与数据生命周期

隐私与数据边界

本地优先描述的是存储和运行架构，不能理解为所有处理都留在电脑上。官方隐私说明写明：用户选择第三方模型时，完成任务所需的授权内容会发给该服务。因此，敏感项目应先确认服务提供方、发送范围及用途，再决定是否导入。隐私说明

官方还说明，产品不包含屏幕、OCR、键鼠、剪贴板或后台录音采集。但开启 debug 后，本地调试日志可能记录模型输入输出；切回普通日志级别不会自动抹掉已有调试文件。排查问题和提交日志时仍需自行检查、脱敏。日志隐私边界

建议把个人偏好、公开项目材料和机密客户内容分开评估。记忆内容会影响后续回答，也可能已经过期；涉及付款、发布、删改或重要判断时，仍应回到最新原始资料确认。

费用与许可证

MemHub 代码的 LICENSE 文件明确采用 Apache License 2.0，NOTICE 列有 Tencent 著作权声明。开源代码许可与第三方模型服务的计费、账号条款属于不同层面，不能以“开源”推导“全部免费”或“任何素材均可自由复用”。涉及再分发或商业集成时，应同时阅读 LICENSE、NOTICE 与第三方归属文件。许可证 · NOTICE

在本次查阅的官方发布页和文档中，未见 MemHub 单独销售订阅的价目表。实际使用预算需要考虑所选 LLM、embedding 服务、联网条件、磁盘占用和维护时间；官方文档提供可配置模型端点，但没有给出适用于所有人的固定月费。配置依据

与其他记忆方案怎么选？

下表比较的是产品定位与接入方式，不能当作相同数据集下的性能测试。

比较依据：Mem0 产品文档、Mem0 快速开始、Mem0 定价、Supermemory MCP、Supermemory 定价、Claude Code 记忆文档。价格为核验日页面所示，不能假设不同服务的额度和计费单位相同。

简单判断：想给已有多个工具建立个人记忆库，可先评估 MemHub；要为自建应用设计记忆接口，可优先研究 Mem0 或 Hy-Memory SDK；希望托管接入多个 MCP 客户端，可比较 Supermemory MCP；只需要固定项目规则，则先把现有说明文件整理好。

优点、限制与选择建议

值得关注的是，MemHub 把“多个工具共用一份背景”做成了独立应用，并公开了来源、模型处理和读取授权的架构。它的价值是否成立，应以自己的工具组合和真实工作流验证。

目前应注意这些限制：

• 仍为 preview。平台包与宿主集成在持续调整，不能按成熟商业桌面软件的稳定性做保证。
• 文档存在更新时差。本次看到的部分子目录文档仍写旧版本，下载支持范围应以实际 Release 和 manifest 为准。
• 兼容名单不是兼容承诺。宿主升级、历史记录格式或本地权限变化都值得在更新后重新检查。
• 并非全离线保证。使用外部模型时，授权内容可能离开本机。
• 本地数据需要管理。备份、撤权、调试日志和卸载后的残留数据都应纳入试用清单。
• 不引用未经复现的性能结论。Hy-Memory 框架或模型的官方评测，不能直接换算成 MemHub 的日常准确率、速度或节省成本。

这些判断结合了 preview 声明、发布清单与前述权限、隐私文档。

常见问题

可以直接在 Windows 上用吗？

目前不能标注为支持。官方文档明确写明 Windows 不支持。

是腾讯混元聊天应用自带的记忆吗？

MemHub 是该团队公布的独立共享记忆应用，属于 Hy-Memory 2.0 的应用层。它需要单独安装和配置，不能因为使用了混元或其他 AI 工具就推定已启用。

需要先下载 Hy-Memory-30B-A3B 模型吗？

不要把模型、框架和应用混为一项安装要求。MemHub 内嵌记忆 SDK，并使用模型配置；官方应用流程并未要求每个用户都先在本机部署该 30B 模型。

导入历史记录后就一定会正确记住吗？

不能保证。建议分别检查导入、记忆处理和目标工具召回，并用明确、可追溯的示例验证。重要结论仍需人工核对来源和时效性。

从哪里下载更可靠？

优先使用 Tencent-Hunyuan/Hy-Memory Releases 和有效的 MemHub 文档目录。核验时官网部分按钮指向的独立 MemHub 仓库返回 404，因此本文采用当前有效仓库，不把失效链接作为下载入口。

编辑结论

MemHub 适合把多个 AI 工具用于长期工作、又愿意管理本地环境和授权的人。建议先在受支持平台，用少量非敏感数据完成一次“导入、召回、纠正、撤权”的小范围验证，再决定是否扩大使用。它提供了一个值得观察的共享记忆入口，但当前资料不足以支持对稳定性、召回效果或长期成本作统一承诺。