# Codex снова забыл про импорты? Даём ему память на SQLite за 20 минут
Каноническая страница: https://plainews.ru/posts/codex-local-memory-sqlite-hermes-plugin
Опубликовано: 2026-06-09T07:01:13.345Z

Устал вставлять одни и те же правила в каждый чат с Codex? Hermes Plugin даёт агенту долговременную память на SQLite без векторных баз и микросервисов.
Если вы работаете с Codex дольше одного чата, вы уже знаете этот сценарий: объяснил правила в понедельник, во вторник объясняешь снова, в среду хочется повесить табличку на монитор. Hermes Codex Plugin решает именно это — без векторных баз, без облака, без отдельного демона.

## Почему длинный промпт — это не память, а чемодан без колёсиков

Стандартный способ дать агенту контекст — вставить всё руками: архитектура, правила, примеры из прошлых чатов, список команд. Работает. Но дорого и нестабильно.

У Codex есть особенность: он работает в цикле. Прочитал запрос — подумал — вызвал инструмент — получил вывод — снова подумал — полез в файл — запустил тесты. Чем длиннее тред, тем больше истории тащится рядом с задачей. В итоге три проблемы:

- **Дорого** — лишний контекст считается в токенах, даже если он нерелевантен.
- **Шумно** — модель читает много лишнего и может упустить важное.
- **Нестабильно** — ключевое правило тонет в старых сообщениях.

Идея Hermes простая: не нести весь чемодан, а вытащить из него только отвёртку, которая нужна прямо сейчас.

## Что внутри Hermes Codex Plugin

Hermes — это локальный плагин для Codex, который добавляет долговременную память через четыре механизма:

1. **Сохранение контекста** — правила проекта, архитектурные решения, summaries задач, повторяемые workflow.
2. **Поиск перед задачей** — когда приходит новый запрос, плагин ищет релевантные правила и прошлые решения по локальной базе.
3. **Инъекция маленького фрагмента** — не весь старый чат на 20 000 токенов, а пара абзацев по теме.
4. **Накопление** — после задачи сохраняется компактное summary, которое работает в следующий раз.

Стек намеренно минималистичный: **SQLite + FTS5** (встроенный полнотекстовый поиск SQLite) + **MCP tools** (Model Context Protocol — стандарт для подключения инструментов к агентам) + хуки Codex. Никаких embedding-сервисов, никакого Pinecone, никаких дополнительных процессов.

Данные хранятся локально в SQLite и Markdown-файлах — в облако ничего не уходит. Это важно, если у вас в проекте чувствительные архитектурные решения или NDA.

## Установка и первый запуск

Ниже — базовый путь подключения плагина к Codex. Точные команды берите из репозитория Hermes, здесь показана логика.

**Шаг 1. Клонируем репозиторий и ставим зависимости**

``bash git clone https://github.com/your-org/hermes-codex-plugin cd hermes-codex-plugin npm install ``

**Шаг 2. Инициализируем локальную базу**

``bash npm run init-db ``

Это создаёт hermes.db — SQLite-файл с таблицами для правил, summaries и workflow. FTS5-индекс поднимается автоматически.

**Шаг 3. Подключаем MCP-сервер к Codex**

В конфиге Codex добавляем Hermes как MCP-инструмент:

``json {   "mcpServers": {     "hermes": {       "command": "node",       "args": ["./hermes-codex-plugin/server.js"],       "env": {         "HERMES_DB_PATH": "./hermes.db"       }     }   } } ``

**Шаг 4. Добавляем хуки в AGENTS.md**

Чтобы Codex автоматически обращался к памяти до и после задачи, прописываем инструкцию:

```markdown

## Hooks

```

- Before each task: call hermes_recall with the task description
- After each task: call hermes_save with a compact summary of decisions made

После этого Codex при каждом новом запросе сначала спросит у Hermes, что он помнит по теме, и только потом начнёт работу.

## Как сохранять правила вручную

Автоматика — хорошо, но первый слой памяти лучше заполнить руками. Hermes предоставляет MCP-инструмент hermes_save с несколькими типами записей.

Пример сохранения правила проекта:

``json {   "tool": "hermes_save",   "type": "rule",   "content": "Permission checks should be represented as reusable specifications. The same rule must support in-memory checks and SQL filtering.",   "tags": ["permissions", "architecture"] } ``

Пример сохранения прошлого решения:

``json {   "tool": "hermes_save",   "type": "decision",   "content": "Chose repository pattern over active record because of testability requirements in the payments module.",   "tags": ["payments", "architecture", "testing"] } ``

Через несколько задач база наполняется сама — Codex сохраняет summaries автоматически через хук hermes_save.

## Как выглядит поиск в момент задачи

Когда вы пишете Codex новый запрос, плагин вызывает hermes_recall:

``json {   "tool": "hermes_recall",   "query": "add permission check to the new endpoint" } ``

FTS5 ищет по всем сохранённым записям и возвращает релевантные фрагменты. Codex получает что-то вроде:

`` Relevant memory: [rule] Permission checks should be represented as reusable specifications. [decision] In payments module, permission logic lives in the application layer, not in controllers. [workflow] Run npm test -- --filter=permissions before committing permission-related changes. ``

Это 3-4 строки вместо 40 пунктов в промпте. Токены экономятся, правила не тонут в шуме.

## Где ломается

**FTS5 — не семантический поиск.** Если вы написали правило про «спецификации прав», а запрос содержит «авторизация», совпадения может не быть. Решение: добавляйте синонимы в теги при сохранении.

**Качество summaries зависит от модели.** Если Codex сохраняет слишком общие summaries («сделал задачу»), память быстро засоряется. Стоит добавить в AGENTS.md требование к формату: что именно должно быть в summary.

**База растёт бесконтрольно.** Через несколько месяцев активной работы hermes.db может раздуться. Периодически чистите устаревшие записи вручную или настройте TTL на уровне таблицы.

**Память общая для агентов.** Если вы используете Claude Code или Cursor параллельно с Codex, они видят ту же базу. Это фича, но может стать проблемой, если агенты сохраняют противоречивые решения.

## Что попробовать дальше

- Настроить разные базы для разных проектов через переменную HERMES_DB_PATH — чтобы правила одного репозитория не смешивались с другим.
- Добавить экспорт памяти в Markdown для ревью командой: полезно, когда нужно показать коллегам, что агент «знает» о проекте.
- Попробовать гибридный поиск: FTS5 для точных совпадений + простой TF-IDF поверх SQLite для более мягкого ранжирования — без внешних зависимостей.

## Источники

- Habr AI: Codex жрёт контекст? Я дал ему локальную память на SQLite — и перестал кормить его простынями промптов