Zespół Hugging Face opisuje funes, otwartoźródłową warstwę trwałej pamięci dla agentów programistycznych Claude Code, Codex, pi i Hermes. Narzędzie indeksuje sesje zapisane na komputerze, dzięki czemu agent może później odnaleźć wcześniejsze decyzje, błędy i uzasadnienia. Ma to ograniczyć utratę kontekstu między długimi sesjami, narzędziami oraz komputerami.
Jak funes tworzy pamięć z historii sesji
funes działa jako pojedynczy plik wykonywalny. Jego domyślny mechanizm inferencji nie wymaga osobnego środowiska uruchomieniowego uczenia maszynowego, a tworzenie osadzeń i ponowne ustalanie kolejności wyników odbywa się lokalnie. Według Hugging Face jedno polecenie wystarcza, aby dodać narzędzie do obsługiwanego agenta.
Podczas konfiguracji funes buduje pierwszy indeks, udostępnia agentowi narzędzia recall i get oraz instaluje automatyzację indeksującą każdą zakończoną turę. Kolejne uruchomienia dodają nowe dane zamiast ponownie przetwarzać całą historię. Starsze materiały mogą być uzupełniane stopniowo, w ograniczonych porcjach.
Wspólny potok przetwarzania zamienia ślady różnych agentów w jednolitą strukturę tur i bloków. Następnie dzieli tekst, tworzy osadzenia za pomocą przypiętego modelu lokalnego i zapisuje je w zbiorze Lance. Wyszukiwanie łączy metodę wektorową z BM25, scala rankingi, używa modelu cross-encoder i uwzględnia aktualność oraz sąsiednie fragmenty.
Wyniki zachowują źródłowy tekst i metadane
Narzędzie recall zwraca oryginalne fragmenty sesji zamiast streszczeń. Każdy wynik wskazuje agenta, znacznik czasu, sesję i turę, z której pochodzi. Dołączone polecenie get pozwala otworzyć całą turę wraz z otaczającym ją kontekstem.
funes nie zamienia zapisu sesji w zestaw wyodrębnionych faktów podczas indeksowania. Surowy materiał pozostaje dostępny, dlatego agent może sprawdzić, z jakiej rozmowy wynika wcześniejsza decyzja. Jedna pamięć obejmuje historie Claude Code, Codex, pi i Hermes, a wynik zawsze wskazuje narzędzie, które utworzyło dany ślad.
Domyślnie cały proces działa lokalnie i nie wymaga konta ani repozytorium na Hugging Face Hub. Sesji nie przetwarza zewnętrzny model używany do indeksowania. Agent programistyczny nadal odpowiada za rozumowanie na podstawie odnalezionych fragmentów, natomiast funes realizuje zapis i wyszukiwanie pamięci.
Jak przenosić pamięć między komputerami i agentami
Użytkownik może powiązać lokalną pamięć ze zbiorem danych na Hugging Face Hub. Taki zbiór jest domyślnie prywatny i należy do użytkownika. funes indeksuje kolejne tury lokalnie, a aktualizacje publikuje na granicach sesji. Po użyciu tego samego powiązania na innym komputerze agent uzyskuje dostęp do wspólnej historii.
Podczas indeksowania narzędzie usuwa dane uwierzytelniające. Przed publikacją ponownie skanuje każdy fragment i wstrzymuje te elementy, które nadal przypominają sekret. Hugging Face zaznacza, że zakres i ograniczenia tego mechanizmu opisuje plik SECURITY.md. Zdalna pamięć jest też buforowana lokalnie, aby kolejne zapytania działały szybciej.
Do samodzielnego zadawania pytań służy polecenie ask. Jest to tryb tylko do odczytu, który wyszukuje fragmenty, przekazuje je agentowi i zwraca odpowiedź z podaniem źródeł. Nie instaluje trwałej integracji. Jeśli odnalezione materiały nie wystarczają do odpowiedzi, agent ma zgłosić brak podstaw zamiast uzupełniać luki.
Jak recall wypada wobec kompresji i przekazania sesji
Hugging Face porównało wyszukiwanie pamięci z kompresją długiej sesji i ręcznie przygotowanym przekazaniem kontekstu. Test obejmował dwa zadania, których nie można było rozwiązać bez wiedzy z wcześniejszej sesji. Kompresja doprowadziła do poprawnego wyniku tylko w jednym zadaniu. W drugim streszczenie usunęło potrzebne ustalenia.
Według publikacji recall okazał się najtańszym wariantem w obu zadaniach. W jednym kosztował osiem razy mniej niż pisemne przekazanie kontekstu, a w drugim cztery razy mniej. Źródło nie podaje jednak w tekście bezwzględnych kosztów, konfiguracji modeli ani informacji wystarczających do samodzielnego odtworzenia testu.
Wspólna pamięć może pomóc zespołom kontynuować pracę po zmianie agenta, komputera lub osoby odpowiedzialnej za kod. Dla firm w Polsce lokalne indeksowanie daje możliwość zatrzymania historii sesji we własnym środowisku. Przed publikacją pamięci na Hubie organizacja powinna jednak sprawdzić zasady przetwarzania kodu i sekretów, ponieważ sam wydawca wskazuje ograniczenia skanera bezpieczeństwa.
