编码Agent团队记忆库
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Honeygraph 定位为“Team memory for coding agents”，面向使用 Claude Code、Codex、OpenCode、Cursor agents、Devin 等工具的工程团队。它把智能体会话、命令、工具活动、最终转录、Slack 消息、OpenAPI specs、URL、纯文本和结构化解决方案统一沉淀为团队共享记忆，让后续工程师在提问前获得队友或历史 agent run 已经学到的上下文。
从抓取文本看，Honeygraph 的核心流程是 capture、embed、inject。CLI hooks 会接入 agent workflow，自动收集 session、prompt、tool activity、commands 和 transcript；云端 API 负责解析、切块、生成 embedding，并存入 Aurora 与 pgvector；在 SessionStart 或 prompt submit 时，系统执行语义检索，将高分团队知识作为上下文注入 Claude Code、Codex、OpenCode 或其他 agent interface。它的价值不在生成代码本身，而在减少团队重复排错、重复解释项目背景和重复消耗 token。
文本未披露定价、免费额度、试用或支付方式，因此性价比只能保守评估。集成方面信息相对明确：提供安装命令与 CLI，包括 auth、hook install、manual ingestion、query、doctor checks、upgrade 等；支持 Slack、OpenAPI、URL、plain text 等知识入口，适合已有多 agent 工作流的团队。
优点是产品场景非常聚焦：把单次昂贵 agent run 的经验变成团队资产；自动 hooks 降低使用阻力；多来源统一语义索引有利于工程上下文复用。主要不足是关键信息缺失：未说明具体 embedding 模型、召回质量、权限隔离、数据保留、加密、删除机制，也没有中文支持说明。由于会采集代码会话、命令和 Slack 内容，隐私与合规需要重点核实。
它更适合中大型或高频使用编码智能体的工程团队，尤其是多人维护同一代码库、经常处理部署、API、历史修复和项目背景的团队。个人开发者或对云端存储代码上下文敏感的团队，需要谨慎评估。中国访问情况文本未提及，网络连通性、支付方式与本地合规均未知；可替代方案包括 Cursor/Claude Code 自带上下文能力、Sourcegraph Cody、Continue 或企业自建 RAG 知识库。
本测评基于公开资料整理,不构成购买建议,请以 honeygraph.com 官网实际信息为准。
把Claude、Codex、Slack等沉淀为团队记忆。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。