Mycelium Memory Hub: как настроить персистентную память и общение между AI-агентами в реальном времени

Агенты-одиночки больше не работают

Запускаешь кодер-агента в одном терминале, аналитика - в другом, а они смотрят друг на друга как на незнакомцев. Каждый раз объясняешь проект с нуля. История диалога теряется после Ctrl+C. Звучит знакомо? В 2026 году это выглядит как разработка на перфокартах.

Проблема не в том, что нет инструментов для памяти. Agent-memory-state отлично сохраняет состояние одного агента. Amazon Bedrock AgentCore делает то же самое в облаке. Но что делать, когда у тебя не один агент, а целая экосистема?

Что такое Mycelium и почему он не похож на всё остальное

Название не случайно. Mycelium - это грибница, подземная сеть, соединяющая отдельные грибы в единый организм. Именно так работает этот хаб.

Представь: три независимых агента на разных машинах. Один пишет код на Python, второй проверяет его на безопасность, третий генерирует документацию. Без Mycelium они работают в вакууме. С Mycelium - обмениваются контекстом в реальном времени через WebSocket, сохраняют общую память в PostgreSQL, и каждый знает, что делают остальные.

Архитектура: SQLite для бедных, PostgreSQL для богатых

Разработчики Mycelium пошли по пути минимализма. Базовый вариант работает с SQLite - запустил один файл и всё готово. Для продакшена переключаешься на PostgreSQL одним флагом в конфиге.

Самый интересный компонент - MCP (Model Context Protocol) сервер. Это не очередной велосипед, а стандарт, который начинают поддерживать все крупные игроки. Claude Code, Cursor, Continue.dev - все понимают MCP из коробки. Подключаешь Mycelium как MCP-ресурс, и твои агенты получают доступ к общей памяти через нативный интерфейс.

1 Установка: пять минут вместо пяти часов

Первое, что радует - отсутствие docker-compose на три страницы. Mycelium ставится одной командой:

pip install mycelium-memory-hub
# или для edge-версии
pip install git+https://github.com/mycelium-ai/memory-hub.git

Запускаешь сервер:

mycelium start --port 8080 --storage sqlite:///memory.db

И всё. Сервер работает, WebSocket endpoint на ws://localhost:8080/ws, REST API на http://localhost:8080/api. Никаких танцев с nginx, certbot и systemd на старте.

2 Подключаем первого агента

Допустим, у тебя есть агент на базе OpenAI API или локальной модели через llama.cpp. Добавляешь клиент Mycelium:

from mycelium import MemoryClient
import asyncio

async def main():
    # Подключаемся к хабу
    client = MemoryClient(
        websocket_url="ws://localhost:8080/ws",
        agent_id="code-assistant-1",
        agent_type="coder"
    )
    
    await client.connect()
    
    # Сохраняем что-то в память
    await client.store_memory(
        key="project_structure",
        content={
            "framework": "FastAPI",
            "database": "PostgreSQL",
            "cache": "Redis"
        },
        tags=["architecture", "backend"]
    )
    
    # Подписываемся на сообщения от других агентов
    async for message in client.listen():
        if message["type"] == "task_assigned":
            print(f"Получил задачу: {message['task']}")

Вот и всё. Агент теперь имеет персистентную память, которая переживёт перезагрузку. И может общаться с другими агентами.

Сценарий из реальной жизни: три агента пишут микросервис

Представь типичную задачу: нужно написать микросервис для обработки платежей. В одиночку даже лучший кодер-агент будет делать ошибки. С Mycelium можно запустить три специализированных агента:

• Архитектор - выбирает структуру проекта, разбивает на модули
• Кодер - пишет собственно код по спецификации
• Ревьюер - проверяет код на безопасность и best practices

Как это выглядит на практике:

Архитектор сохраняет в Mycelium схему API эндпоинтов. Кодер подписывается на обновления по тегу "api_spec" и начинает писать код. Когда заканчивает - отправляет сообщение ревьюеру. Ревьюер проверяет код, находит уязвимость (скажем, SQL-инъекцию), пишет об этом в общую память. Архитектор видит проблему, обновляет спецификацию. Кодер получает уведомление и фиксит код.

А что с контекстным окном? Оно же ограничено!

Вот здесь Mycelium показывает свою хитрость. Вместо того чтобы пытаться запихнуть всю историю в промпт (что заканчивается контекстным ротом), он использует гибридный подход:

1. Краткосрочная память - последние 10-20 сообщений в оперативке агента
2. Долгосрочная память - сжатые summary ключевых диалогов в SQLite/PostgreSQL
3. Семантический поиск - по тегам и embeddings (опционально, через интеграцию с векторизаторами)

Когда агент спрашивает "о чём мы говорили вчера про базу данных?", Mycelium не загружает всю историю. Он ищет диалоги с тегом "database" за последние 24 часа, делает семантический поиск по embeddings, и возвращает сжатый контекст.

Это решает проблему, о которой мы писали в статье "Почему бесконечный контекст не решает проблему памяти". Даже с 1M токенов модель теряется в море текста. Нужна структура, а не просто больше места.

Сравнение с конкурентами: зачем ещё один инструмент?

Главное преимущество Mycelium - он не пытается быть фреймворком для всего. Не заменяет LangChain, не конкурирует с Bedrock. Это инфраструктурный слой, который можно подключить к любым существующим агентам.

Уже есть агент на базе архитектуры коллективного разума? Подключаешь Mycelium как shared memory. Используешь MemV для обучения на ошибках? Mycelium станет транспортным слоем.

Подводные камни, которые никто не обсуждает

Идеальных инструментов не бывает. После недели тестирования Mycelium нашёл несколько проблем:

• Нет встроенной аутентификации - в 0.8.3 все агенты равны. Для продакшена придётся ставить nginx с basic auth или ждать 1.0.
• WebSocket иногда теряет соединение - при долгих (30+ минут) сессиях нужно реализовывать reconnection логику на стороне клиента.
• SQLite блокируется при параллельной записи - если 10 агентов одновременно пишут в память, некоторые запросы виснут. Решение: сразу переходить на PostgreSQL.

Самая смешная проблема: когда два агента начинают спорить через Mycelium. Один пишет "используй FastAPI", другой отвечает "нет, лучше Flask". И они могут зациклиться, пока не кончатся токены. Приходится добавлять arbitration логику.

Кому подойдёт Mycelium прямо сейчас

Не всем. Если у тебя один агент-помощник в Telegram боте - тебе хватит и agent-memory-state. Если работаешь в AWS и деньги не проблема - бери Bedrock AgentCore.

Но если:

• У тебя несколько агентов, которые должны работать вместе
• Ты хочешь контролировать инфраструктуру (on-prem или свой VPS)
• Тебе надоело каждый раз объяснять агентам контекст с нуля
• Ты готов немного поковыряться с настройкой

...то Mycelium Memory Hub - самый адекватный выбор на начало 2026 года. Особенно учитывая, что это open-source и можно залезть в код, когда что-то ломается.

Что будет дальше: прогноз на 2026 год

Разработчики Mycelium анонсировали roadmap до конца 2026:

• Q1 2026 - MCP-сервер для Claude Code и Cursor (уже в бета)
• Q2 2026 - Встроенная векторизация через sentence-transformers
• Q3 2026 - Поддержка мультитенантности и RBAC
• Q4 2026 - Графический мониторинг взаимодействий агентов

Самая интересная фича - графический мониторинг. Представь: визуальная карта, где видны все агенты, связи между ними, потоки сообщений. Как в фильмах про хакеров, только для AI.

Мой прогноз: к концу 2026 года подобные системы станут стандартом для сложных агентских систем. Одиночные агенты уйдут в прошлое, как ушли standalone приложения в эпоху микросервисов.

Попробуй Mycelium сейчас, пока он простой и понятный. Через полгода обрастёт фичами, станет мощнее, но и сложнее. А пока - это просто SQLite база с WebSocket поверх. Именно то, что нужно для старта.