核心用法
Honcho 是一个面向 AI 代理的记忆系统，本 Skill 用于安装并配置 @honcho-ai/openclaw-honcho 插件，将本地文件型记忆系统（MEMORY.md、USER.md、memory/、canvas/ 等）迁移至 Honcho API，实现跨会话持久记忆。
执行流程：
1. openclaw plugins install @honcho-ai/openclaw-honcho — 安装插件
2. openclaw honcho setup — 配置 API Key、扫描并上传遗留记忆文件
3. openclaw gateway restart — 重启网关使插件生效
数据上传详情：
- 上传内容：USER.md、MEMORY.md、IDENTITY.md、SOUL.md、AGENTS.md、BOOTSTRAP.md、TOOLS.md，以及 memory/、canvas/ 目录下所有文件
- 排除项：HEARTB**EAT.md（实时任务队列，非记忆数据）
- 默认目标：
api.honcho.dev（托管版），可配置HONCHO_BASE_URL指向自托管实例 - 关键安全设计：即使
HONCHO_API_KEY已预置，仍需用户交互式显式确认，会展示完整文件清单与目标 URL
运行后行为：
插件持续监听工作区对话，将数据发送至配置端点构建记忆，通过 honcho_recall、honcho_search、honcho_profile 等工具提供记忆检索。可通过 openclaw plugins disable openclaw-honcho 随时停止。
显著优点
1. 开源透明：SDK 与插件代码均开源（GitHub: plastic-labs/honcho），无隐藏行为
2. 部署灵活：支持托管云（api.honcho.dev）与自托管双模式，后者无需 API Key
3. 数据安全：上传前强制确认、本地原文件零修改/零删除、敏感任务队列（HEARTBEAT.md）默认排除
4. 生态兼容：基于 OpenClaw 插件体系，与现有代理配置无缝集成
5. 记忆结构化：将分散的 Markdown/目录型记忆转化为结构化 API 存储，支持语义检索
潜在缺点与局限性
1. 持续网络暴露：启用后所有对话持续外传，存在长期隐私泄露面
2. 托管版依赖：云版需信任 Honcho.dev 的数据处理与保留策略
3. 迁移不可逆：虽本地文件保留，但记忆系统切换后需维护两套逻辑（文件 vs API）
4. Node 依赖：需本地 Node/npm 环境，插件安装偶有依赖解析失败需手动修复
5. 配置分散：API Key 与自托管 URL 通过环境变量或交互式配置，缺乏集中凭证管理
适合人群
- 开发需要跨会话长期记忆的 AI 代理的工程师
- 重视开源可审计且愿意承担自托管运维的用户
- 当前使用文件型记忆系统（OpenClaw 原生）希望平滑迁移到 API 型记忆的用户
- 对数据主权敏感、需要自托管部署的企业/个人
常规风险
| 风险类别 | 描述 | 缓解措施 |
|---------|------|---------|
| 数据传输风险 | 记忆内容（可能含敏感信息）上传至外部 API | 确认上传清单、优先自托管、HEARTBEAT.md 自动排除 |
| 持久监控风险 | 启用后持续外传对话数据 | 明确告知用户 ongoing behavior，提供显式禁用命令 |
| 凭证泄露风险 | API Key 写入本地 JSON 配置文件 | 文件权限控制、自托管模式可免 Key |
| 供应链风险 | 插件依赖 `@honcho-ai/sdk` 等 npm 包 | 开源可审计、安装后可本地查验源码 |
| 供应商锁定 | 托管版依赖 Honcho.dev 服务连续性 | 自托管选项、数据格式开源透明 |