feat(memory): migrate EmbeddingProvider to KMP-compatible TextEmbeddingExecutor, add :memory-md-vector, and hybrid backend support

- Replaced `EmbeddingProvider` with cross-platform `TextEmbeddingExecutor` for native target compatibility.
- Introduced `:memory-md-vector` module combining vector-cache and `.md` file-based memory systems (`hybrid` backend).
- Updated `SiglipEmbeddingProvider` to use KMP `TextEmbeddingExtractor` and streamlined compatibility via `asExecutor`.
- Added hybrid memory backend to `standalone`, supporting `.md` reconciliation with vector-cache for semantic

gradle/libs.versions.toml

@@ -97,8 +97,13 @@ kotlinx-io-core = { module = "org.jetbrains.kotlinx:kotlinx-io-core", version.re
 jvector = { module = "io.github.jbellis:jvector", version.ref = "jvector" }
 
 # --- text-embedding-kmp (pw.binom.ai.embeddingtext) — on-device SigLIP2 эмбеддинг через ONNX. ---
-# Артефакты публикуются под именами `-jvm` (KMP convention для JVM-таргета).
-text-embedding-api = { module = "pw.binom.ai.embeddingtext:api-jvm", version.ref = "text-embedding-kmp" }
+# `api` — KMP с jvm + android + linuxX64/Arm64 + macos + ios + mingwX64
+# (с 2026-09-21, когда мы добавили нативные цели в text-embedding-kmp:api).
+# Используется из :memory-md-vector и :memory-vector напрямую через
+# `libs.text.embedding.api` (без суффикса `-jvm` — Gradle сам выберет
+# нужный variant под target).
+# `siglip` — JVM+Android only (onnx-runtime), подключается в jvmMain.
+text-embedding-api = { module = "pw.binom.ai.embeddingtext:api", version.ref = "text-embedding-kmp" }
 text-embedding-siglip = { module = "pw.binom.ai.embeddingtext:siglip-jvm", version.ref = "text-embedding-kmp" }
 
 # --- Логирование: kotlin-logging (тонкая обёртка над slf4j-api) + logback-classic (binding). ---

memory-api/build.gradle.kts

@@ -21,6 +21,13 @@ kotlin {
     sourceSets {
         commonMain.dependencies {
             api(libs.kotlinx.coroutines.core)
+            // `TextEmbeddingExecutor` (suspend-обёртка над `TextEmbeddingExtractor`)
+            // живёт в :memory-api с 2026-09-21 — раньше был `EmbeddingProvider` в
+            // :memory-vector, но он JVM-only и блокировал :memory-md-vector от
+            // нативных таргетов. text-embedding-kmp:api собирается под jvm+android+
+            // linux/macos/ios/mingw (мы добавили нативные цели в их :api модуле),
+            // так что KMP-потребители могут зависеть от него напрямую.
+            api(libs.text.embedding.api)
         }
         commonTest.dependencies {
             implementation(kotlin("test"))

memory-api/src/commonMain/kotlin/pw/binom/agentik/memory/MemoryNote.kt

@@ -24,4 +24,11 @@ data class MemoryNote(
     val useCount: Int = 0,
     val conversationId: String? = null,
     val source: MemorySource,
-)
+) {
+    /**
+     * Дешёвый content-fingerprint: хэш от id + content.
+     * Используется vector-кэшами (`:memory-md-vector`, `:memory-vector`) для
+     * определения "изменилась ли заметка" без re-embed'а.
+     */
+    fun contentHash(): String = (id.hashCode().toLong() xor content.hashCode().toLong()).toString(16)
+}

memory-vector/build.gradle.kts

@@ -25,6 +25,10 @@ kotlin {
             api(project(":memory-api"))
             implementation(libs.kotlinx.coroutines.core)
             implementation(libs.kotlinx.serialization.json)
+            // `pw.binom.ai.embeddingtext:api` (TextEmbeddingExtractor + TextEmbedding)
+            // теперь KMP с нативом (linuxX64/mingwX64/macOS/ios); тянем в commonMain.
+            // Реализации (`siglip`, `http`) — JVM+Android only, см. jvmMain ниже.
+            api(libs.text.embedding.api)
         }
         commonTest.dependencies {
             implementation(kotlin("test"))
@@ -34,14 +38,11 @@ kotlin {
         jvmMain.dependencies {
             implementation(libs.jvector)
             implementation(libs.sqldelight.sqlite.driver)
+            // Конкретная реализация TextEmbeddingExtractor поверх ONNX.
+            implementation(libs.text.embedding.siglip)
         }
         jvmTest.dependencies {
             implementation(kotlin("test"))
         }
     }
 }
-
-dependencies {
-    add("jvmMainApi", libs.text.embedding.api)
-    add("jvmMainImplementation", libs.text.embedding.siglip)
-}

memory-vector/src/commonMain/kotlin/pw/binom/agentik/memory/vector/EmbeddingProvider.kt

@@ -1,39 +0,0 @@
-package pw.binom.agentik.memory.vector
-
-/**
- * Провайдер эмбеддингов: превращает текст в FloatArray фиксированной размерности.
- *
- * Реализация по умолчанию — HTTP-вызов `POST /v1/embeddings` к OpenAI-совместимому
- * API (OpenAI / litellm-proxy / vllm). С LRU-кэшом, чтобы не ходить в сеть
- * на каждый search/upsert.
- */
-interface EmbeddingProvider {
-    val dimension: Int
-    suspend fun embed(text: String): FloatArray
-
-    /** Batch-вариант. По умолчанию — последовательный вызов [embed]. */
-    suspend fun embedBatch(texts: List<String>): List<FloatArray> =
-        texts.map { embed(it) }
-}
-
-/**
- * Детерминированный провайдер для тестов: хеширует текст в псевдо-вектор.
- * Используется только в commonTest; в продакшн заменяется на HttpEmbeddingProvider.
- */
-class FakeEmbeddingProvider(override val dimension: Int = 32) : EmbeddingProvider {
-    override suspend fun embed(text: String): FloatArray {
-        val v = FloatArray(dimension)
-        // Простейший детерминированный seed — сумма char'ов по модулю.
-        var seed = text.hashCode().toLong() and 0xFFFFFFFFL
-        for (i in 0 until dimension) {
-            seed = (seed * 6364136223846793005L + 1442695040888963407L) and 0xFFFFFFFFL
-            v[i] = ((seed.toInt() and 0xFFFF) / 65535f) * 2f - 1f
-        }
-        // L2-normalize чтобы cosine работал осмысленно.
-        var norm = 0f
-        for (x in v) norm += x * x
-        norm = kotlin.math.sqrt(norm)
-        if (norm > 0f) for (i in v.indices) v[i] /= norm
-        return v
-    }
-}

memory-vector/src/commonMain/kotlin/pw/binom/agentik/memory/vector/MemoryVectorIndex.kt

@@ -1,63 +1,34 @@
 package pw.binom.agentik.memory.vector
 
-import pw.binom.agentik.memory.MemoryCategory
-import pw.binom.agentik.memory.MemoryNote
+import pw.binom.agentik.memory.MemoryVectorIndex as KmpMemoryVectorIndex
+import pw.binom.agentik.memory.ScoredVector as KmpScoredVector
 
 /**
- * Результат одного hit'а vector-поиска: id заметки + cosine-similarity score в [0..1].
- * Чем ближе к 1.0, тем семантически ближе query к заметке.
- */
-data class ScoredVector(
-    val id: String,
-    val score: Float,
-)
-
-/**
- * Контракт vector-индекса. Реализация отвечает за ANN-поиск top-K ближайших
- * векторов к query. Метаданные заметок лежат в [MemoryStore] (SQLite для
- * vector-бэкенда); индекс хранит только embedding'и + id-маппинг.
+ * JVM-only alias на KMP-контракт из `:memory-api`. Удалять нельзя — пока
+ * `:memory-vector` существует как JVM-only модуль с JVector-имплементацией,
+ * все его internal helper'ы продолжают импортировать `MemoryVectorIndex` из
+ * `pw.binom.agentik.memory.vector.*` (старое FQN). После удаления модуля —
+ * можно убрать этот файл и переименовать пакеты импортов.
  *
- * Потокобезопасность: реализации обязаны быть безопасны для конкурентных
- * read'ов. write'ы (add/remove) могут требовать внешней синхронизации — это
- * инвариант JVector (его OnHeapGraphIndex не thread-safe для мутаций).
+ * Раньше жил прямо здесь (`MemoryVectorIndex` + `ScoredVector` в
+ * `:memory-vector/commonMain`), но переехал в `:memory-api` 2026-09-21
+ * чтобы стать доступным из KMP-модуля `:memory-md-vector`.
  */
-interface MemoryVectorIndex : AutoCloseable {
-    /** Текущая размерность embeddings. Фиксируется при первом [add]. */
-    val dimension: Int
 
-    /** Количество записей в индексе. */
-    suspend fun size(): Long
+@Deprecated(
+    message = "Переехал в :memory-api (KMP-доступный). Импортируйте из pw.binom.agentik.memory.",
+    replaceWith = ReplaceWith(
+        "MemoryVectorIndex",
+        "pw.binom.agentik.memory.MemoryVectorIndex",
+    ),
+)
+typealias MemoryVectorIndex = KmpMemoryVectorIndex
 
-    /** Добавить или заменить запись по [id]. [embedding] должен иметь длину [dimension]. */
-    suspend fun add(id: String, embedding: FloatArray)
-
-    /** Удалить запись по [id]. Возвращает true если запись была. */
-    suspend fun remove(id: String): Boolean
-
-    /** ANN-поиск: top-[k] ближайших к [query]. [filter] применяется к id (например, по категории). */
-    suspend fun search(
-        query: FloatArray,
-        k: Int,
-        filter: (MemoryNote) -> Boolean = { true },
-    ): List<ScoredVector>
-
-    /** Принудительно переписать on-disk файл из текущего in-RAM состояния. */
-    suspend fun flush()
-
-    override fun close()
-}
-
-/**
- * Доп. контекст для vector-индекса: фильтр по категории и conversationId
- * передаётся через замыкание, которое получает [MemoryNote]. Так [MemoryStore]
- * остаётся единственным источником правды по метаданным.
- */
-fun noteMatches(
-    note: MemoryNote,
-    category: MemoryCategory? = null,
-    conversationId: String? = null,
-): Boolean {
-    if (category != null && note.category != category) return false
-    if (conversationId != null && note.conversationId != conversationId) return false
-    return true
-}
+@Deprecated(
+    message = "Переехал в :memory-api (KMP-доступный). Импортируйте из pw.binom.agentik.memory.",
+    replaceWith = ReplaceWith(
+        "ScoredVector",
+        "pw.binom.agentik.memory.ScoredVector",
+    ),
+)
+typealias ScoredVector = KmpScoredVector

memory-vector/src/commonMain/kotlin/pw/binom/agentik/memory/vector/VectorMemoryStore.kt

@@ -6,6 +6,8 @@ import pw.binom.agentik.memory.MemorySearchQuery
 import pw.binom.agentik.memory.MemorySearchResult
 import pw.binom.agentik.memory.MemoryStore
 import pw.binom.agentik.memory.MemoryStoreEvent
+import pw.binom.agentik.memory.TextEmbeddingExecutor
+import pw.binom.agentik.memory.noteMatches
 import kotlin.math.exp
 import kotlin.time.Clock
 import kotlin.time.Instant
@@ -23,13 +25,13 @@ import kotlinx.coroutines.sync.withLock
  * и эмбеддинг; [delete] — и то и другое; [search] использует ANN для кандидатов,
  * потом re-rank по recency.
  *
- * [embeddingProvider] обязателен — используется для эмбеддинга контента при
+ * [embedding] обязателен — используется для эмбеддинга контента при
  * upsert и query при search. Без него vector-бэкенд не имеет смысла.
  */
 class VectorMemoryStore(
     private val index: MemoryVectorIndex,
     private val metaStore: MemoryMetaStore,
-    private val embeddingProvider: EmbeddingProvider,
+    private val embedding: TextEmbeddingExecutor,
 ) : MemoryStore {
 
     private val mutex = Mutex()
@@ -37,9 +39,9 @@ class VectorMemoryStore(
     override fun events(): Flow<MemoryStoreEvent> = _events.asSharedFlow()
 
     override suspend fun upsert(note: MemoryNote) = mutex.withLock {
-        val embedding = embeddingProvider.embed(note.content)
-        metaStore.put(note, embedding)
-        index.add(note.id, embedding)
+        val vec = embedding.embed(note.content)
+        metaStore.put(note, vec)
+        index.add(note.id, vec)
         _events.emit(MemoryStoreEvent.Upserted(note))
     }
 
@@ -53,7 +55,7 @@ class VectorMemoryStore(
     ): List<MemoryNote> = metaStore.list(category, conversationId, limit, offset)
 
     override suspend fun search(query: MemorySearchQuery): List<MemorySearchResult> {
-        val queryEmbedding = embeddingProvider.embed(query.query)
+        val queryEmbedding = embedding.embed(query.query)
         val overFetch = (query.topK * 5).coerceAtLeast(query.topK)
         // Берём больше кандидатов, чем нужно — финальный фильтр по category/convId
         // через [metaStore.get] + [noteMatches] отрежет лишних.

memory-vector/src/jvmMain/kotlin/pw/binom/agentik/memory/vector/VectorMemorySystem.kt

@@ -9,6 +9,7 @@ import pw.binom.agentik.memory.MemorySearchQuery
 import pw.binom.agentik.memory.MemoryStore
 import pw.binom.agentik.memory.MemorySystem
 import pw.binom.agentik.memory.ReviewedTurn
+import pw.binom.agentik.memory.TextEmbeddingExecutor
 
 /**
  * Бандл компонентов vector-бэкенда памяти — то же, что
@@ -36,19 +37,20 @@ class VectorMemorySystem(
          * Открыть vector-бэкенд: SQLite + JVector + HTTP embedding client.
          *
          * @param dbPath путь к agentik.db (SQLite для metadata + embedding-blobs)
-         * @param embedding [EmbeddingProvider] — обычно HttpEmbeddingClient
+         * @param embedding [TextEmbeddingExecutor] — обычно HttpEmbeddingClient.asExecutor()
          * @param topK размер top-K для prefetch
          */
         fun open(
             dbPath: String,
-            embedding: EmbeddingProvider,
+            embedding: TextEmbeddingExecutor,
             topK: Int = 10,
         ): VectorMemorySystem {
-            val metaStore = SqliteMemoryMetaStore.open(dbPath, embedding.dimension)
+            val dim = embedding.dimension
+            val metaStore = SqliteMemoryMetaStore.open(dbPath, dim)
             // Граф пересобирается из SQLite (источник правды): без seed'ов
             // после рестарта in-RAM индекс пуст и search возвращал бы [],
             // пока не появятся новые upsert'ы.
-            val index = JVectorMemoryIndex(embedding.dimension, metaStore.allEntries())
+            val index = JVectorMemoryIndex(dim, metaStore.allEntries())
             val store = VectorMemoryStore(index, metaStore, embedding)
             val prefetcher = VectorPrefetcher(store, topK)
             val reviewer = VectorMemoryReviewer(store)
@@ -59,7 +61,7 @@ class VectorMemorySystem(
                 closables = listOfNotNull(
                     metaStore,
                     index,
-                    embedding as? AutoCloseable,
+                    embedding,
                 ),
             )
         }

memory-vector/src/jvmMain/kotlin/pw/binom/agentik/memory/vector/embedding/HttpEmbeddingClient.kt

@@ -5,25 +5,26 @@ import java.net.http.HttpClient
 import java.net.http.HttpRequest
 import java.net.http.HttpResponse
 import java.time.Duration
-import java.util.concurrent.ConcurrentHashMap
-import kotlinx.serialization.Serializable
 import kotlinx.serialization.json.Json
 import kotlinx.serialization.json.JsonElement
-import kotlinx.serialization.json.JsonObject
 import kotlinx.serialization.json.JsonPrimitive
 import kotlinx.serialization.json.buildJsonObject
 import kotlinx.serialization.json.jsonArray
 import kotlinx.serialization.json.jsonObject
 import kotlinx.serialization.json.jsonPrimitive
 import kotlinx.serialization.json.put
-import pw.binom.agentik.memory.vector.EmbeddingProvider
+import pw.binom.agentik.memory.TextEmbeddingExecutor
+import pw.binom.voice.embeddingtext.TextEmbedding
+import pw.binom.voice.embeddingtext.TextEmbeddingExtractor
 
 /**
  * HTTP клиент для OpenAI-совместимого `/v1/embeddings` endpoint.
  * Используется при memory-backend=vector.
  *
- * LRU-кэш на [cacheSize] текстов (default 256) — дедупликация запросов
- * к API на одинаковых промптах.
+ * Реализует [TextEmbeddingExtractor] (из text-embedding-kmp:api) + оборачивается
+ * в [TextEmbeddingExecutor] через [asExecutor] для совместимости с
+ * VectorMemoryStore. LRU-кэш на [cacheSize] текстов (default 256) — дедупликация
+ * запросов к API на одинаковых промптах.
  *
  * @param apiUrl базовый URL (без trailing slash), например `https://api.openai.com`
  * @param apiKey bearer-токен
@@ -35,9 +36,9 @@ class HttpEmbeddingClient(
     private val apiUrl: String,
     private val apiKey: String,
     private val model: String,
-    override val dimension: Int,
+    private val dimension: Int,
     cacheSize: Int = 256,
-) : EmbeddingProvider, AutoCloseable {
+) : TextEmbeddingExtractor {
 
     private val cache = LruCache<String, FloatArray>(cacheSize)
     private val http: HttpClient = HttpClient.newBuilder()
@@ -45,11 +46,11 @@ class HttpEmbeddingClient(
         .build()
     private val json = Json { ignoreUnknownKeys = true }
 
-    override suspend fun embed(text: String): FloatArray {
-        cache.get(text)?.let { return it }
+    override fun embed(text: String): TextEmbedding {
+        cache.get(text)?.let { return TextEmbedding(it) }
         val vector = fetchEmbedding(text)
         cache.put(text, vector)
-        return vector
+        return TextEmbedding(vector)
     }
 
     private fun fetchEmbedding(text: String): FloatArray {
@@ -83,6 +84,9 @@ class HttpEmbeddingClient(
     }
 
     override fun close() = http.close()
+
+    /** Оборачивает в [TextEmbeddingExecutor] с пред-объявленной размерностью. */
+    fun asExecutor(): TextEmbeddingExecutor = TextEmbeddingExecutor(this, knownDimension = dimension)
 }
 
 private class LruCache<K, V>(private val capacity: Int) {

memory-vector/src/jvmMain/kotlin/pw/binom/agentik/memory/vector/embedding/SiglipEmbeddingProvider.kt

@@ -1,25 +1,22 @@
 package pw.binom.agentik.memory.vector.embedding
 
-import kotlinx.coroutines.Dispatchers
-import kotlinx.coroutines.sync.Mutex
-import kotlinx.coroutines.sync.withLock
-import kotlinx.coroutines.withContext
-import pw.binom.agentik.memory.vector.EmbeddingProvider
+import kotlinx.coroutines.runBlocking
+import pw.binom.agentik.memory.TextEmbeddingExecutor
+import pw.binom.voice.embeddingtext.TextEmbedding
 import pw.binom.voice.embeddingtext.TextEmbeddingExtractor
 import pw.binom.voice.embeddingtext.createSiglip2TextExtractor
 
 /**
  * Локальный on-device эмбеддинг через [TextEmbeddingExtractor] (SigLIP2 / ONNX).
  *
- * Особенности:
- * - `TextEmbeddingExtractor.embed(text)` — **blocking** (ONNX-инференс на CPU),
- *   не suspend. Оборачиваем в `Dispatchers.IO` + `Mutex`, чтобы сериализовать
- *   доступ из нескольких корутин (ONNX-сессия не reentrant).
- * - Размерность фиксирована extractor'ом (SigLIP2-base = 768); параметр
- *   `dimension` в конструкторе не принимаем — берём через [probeDimension].
- * - LRU-кэш из [HttpEmbeddingClient] не используем здесь: ONNX-инференс на
- *   CPU ≈ 5-15 мс, кэш полезен только для HTTP. Но если потребуется —
- *   легко добавить.
+ * Реализует [TextEmbeddingExtractor] напрямую (делегирует в
+ * `createSiglip2TextExtractor` из text-embedding-kmp:siglip) + оборачивается
+ * в [TextEmbeddingExecutor] через [asExecutor] для совместимости с
+ * VectorMemoryStore. Сиглизация через `Dispatchers.IO` теперь внутри
+ * `TextEmbeddingExecutor.embed` — раньше лежала здесь.
+ *
+ * Размерность фиксирована extractor'ом (SigLIP2-base = 768); передаём
+ * явно в [asExecutor].
  *
  * Модель + токенизатор не бандлятся в jar: передаём пути в конструкторе.
  * Скачать: см. README репы `text-embedding-kmp`.
@@ -27,23 +24,22 @@ import pw.binom.voice.embeddingtext.createSiglip2TextExtractor
 class SiglipEmbeddingProvider(
     modelPath: String,
     tokenizerPath: String,
-) : EmbeddingProvider, AutoCloseable {
+) : TextEmbeddingExtractor {
 
-    private val extractor: TextEmbeddingExtractor =
+    private val delegate: TextEmbeddingExtractor =
         createSiglip2TextExtractor(modelPath = modelPath, tokenizerPath = tokenizerPath)
 
-    override val dimension: Int = run {
-        val probe = extractor.embed("probe")
-        probe.dim
-    }
+    override fun embed(text: String): TextEmbedding = delegate.embed(text)
 
-    private val mutex = Mutex()
+    override fun close() = delegate.close()
 
-    override suspend fun embed(text: String): FloatArray = withContext(Dispatchers.IO) {
-        mutex.withLock { extractor.embed(text).values }
-    }
+    /**
+     * Оборачивает в [TextEmbeddingExecutor] с пред-объявленной размерностью 768
+     * (SigLIP2-base). Сигнатура стабильна — extractor всегда возвращает 768-dim.
+     */
+    fun asExecutor(): TextEmbeddingExecutor = TextEmbeddingExecutor(this, knownDimension = SIGLIP2_DIM)
 
-    override fun close() {
-        extractor.close()
+    companion object {
+        const val SIGLIP2_DIM: Int = 768
     }
 }

memory-vector/src/jvmTest/kotlin/pw/binom/agentik/memory/vector/VectorMemoryStoreTest.kt

@@ -32,7 +32,7 @@ class VectorMemoryStoreTest {
         // Загружаем начальные entries из metaStore (на случай если что-то там есть).
         val seedEntries = metaStore.allEntries()
         index = JVectorMemoryIndex(dimension = dim, seedEntries = seedEntries)
-        store = VectorMemoryStore(index, metaStore, FakeEmbeddingProvider(dimension = dim))
+        store = VectorMemoryStore(index, metaStore, fakeEmbeddingExecutor(dimension = dim))
     }
 
     @AfterTest
@@ -127,7 +127,7 @@ class VectorMemoryStoreTest {
         val meta2 = SqliteMemoryMetaStore("jdbc:sqlite:${file.absolutePath}", dimension = dim)
         val seedEntries = meta2.allEntries()
         val idx2 = JVectorMemoryIndex(dimension = dim, seedEntries = seedEntries)
-        val store2 = VectorMemoryStore(idx2, meta2, FakeEmbeddingProvider(dimension = dim))
+        val store2 = VectorMemoryStore(idx2, meta2, fakeEmbeddingExecutor(dimension = dim))
         try {
             assertEquals(2L, idx2.size())
             val results = store2.search(MemorySearchQuery(query = "persistent 1", topK = 5))
@@ -141,11 +141,11 @@ class VectorMemoryStoreTest {
     fun openSeedsIndexFromSqliteAfterRestart() = runTest {
         // Регрессия: VectorMemorySystem.open() обязан пересадить in-RAM граф
         // из SQLite — иначе после рестарта search возвращает [] до первого upsert.
-        val first = VectorMemorySystem.open(file.absolutePath, FakeEmbeddingProvider(dimension = dim))
+        val first = VectorMemorySystem.open(file.absolutePath, fakeEmbeddingExecutor(dimension = dim))
         first.store.upsert(makeNote("r", "restarted fact: dog rex poodle"))
         first.close()
 
-        val second = VectorMemorySystem.open(file.absolutePath, FakeEmbeddingProvider(dimension = dim))
+        val second = VectorMemorySystem.open(file.absolutePath, fakeEmbeddingExecutor(dimension = dim))
         try {
             val results = second.store.search(MemorySearchQuery(query = "restarted fact", topK = 5))
             assertTrue(results.any { it.note.id == "r" })

memory-vector/src/jvmTest/kotlin/pw/binom/agentik/memory/vector/embedding/SiglipEmbeddingProviderTest.kt

@@ -17,17 +17,18 @@ import kotlin.test.assertTrue
 class SiglipEmbeddingProviderTest {
 
     @Test
-    fun `dimension is 768 when model loads successfully`() {
+    fun `dimension is 768 when model loads successfully`() = runBlocking {
         val modelDir = File("/tmp/text-emb-model")
         assume(modelDir.exists() && File(modelDir, "text_model_int8.onnx").exists()) {
             "SigLIP2 model files not found in /tmp/text-emb-model/ — skipping"
         }
-        SiglipEmbeddingProvider(
+        val provider = SiglipEmbeddingProvider(
             modelPath = "${modelDir.absolutePath}/text_model_int8.onnx",
             tokenizerPath = "${modelDir.absolutePath}/tokenizer.model",
-        ).use { provider ->
+        ).asExecutor()
+        provider.use {
             assertEquals(768, provider.dimension, "SigLIP2-base should produce 768-dim embeddings")
-            val v = kotlinx.coroutines.runBlocking { provider.embed("hello world") }
+            val v = provider.embed("hello world")
             assertEquals(768, v.size)
             assertTrue(v.any { it != 0f }, "embedding should not be all zeros")
         }
@@ -41,7 +42,7 @@ class SiglipEmbeddingProviderTest {
             SiglipEmbeddingProvider(
                 modelPath = nonExistent.absolutePath,
                 tokenizerPath = nonExistent.absolutePath,
-            ).use { it.dimension }
+            )
         }
     }
 
@@ -49,3 +50,8 @@ class SiglipEmbeddingProviderTest {
         org.junit.Assume.assumeTrue(message(), condition)
     }
 }
+
+// runBlocking нужен потому что suspend-вызов provider.embed в suspend-тесте.
+// Локальный импорт чтобы не тащить runBlocking в прод-код.
+private fun <T> runBlocking(block: suspend () -> T): T =
+    kotlinx.coroutines.runBlocking { block() }

outbox-inmemory/build.gradle.kts

@@ -0,0 +1,29 @@
+plugins {
+    alias(libs.plugins.kotlin.multiplatform)
+}
+
+// KMP-реализация [MutableOutboxStore] на `ArrayDeque` + `Mutex` — для тестов,
+// dev-режима и embedded-сценариев (Android core, CLI). TTL и size-cap eviction
+// вызываются на каждом `append`, в одном проходе с amortized O(1) для стабильного
+// размера буфера.
+//
+// Зависимости: только `:outbox-api` (api → `:proto` транзитивно).
+// Никакого I/O — pure in-memory.
+
+kotlin {
+    jvmToolchain(21)
+
+    jvm()
+    linuxX64()
+    mingwX64()
+
+    sourceSets {
+        commonMain.dependencies {
+            api(project(":outbox-api"))
+        }
+        commonTest.dependencies {
+            implementation(kotlin("test"))
+            implementation(libs.kotlinx.coroutines.test)
+        }
+    }
+}

outbox-inmemory/src/commonMain/kotlin/pw/binom/agentik/outbox/inmemory/InMemoryOutboxStore.kt

@@ -0,0 +1,160 @@
+package pw.binom.agentik.outbox.inmemory
+
+import kotlin.time.Clock
+import kotlin.time.Duration
+import kotlin.time.Instant
+import kotlinx.coroutines.channels.BufferOverflow
+import kotlinx.coroutines.coroutineScope
+import kotlinx.coroutines.flow.Flow
+import kotlinx.coroutines.flow.MutableSharedFlow
+import kotlinx.coroutines.flow.asSharedFlow
+import kotlinx.coroutines.flow.channelFlow
+import kotlinx.coroutines.flow.flow
+import kotlinx.coroutines.sync.Mutex
+import kotlinx.coroutines.sync.withLock
+import pw.binom.agentik.outbox.MutableOutboxStore
+import pw.binom.agentik.outbox.CommonEvent
+
+/**
+ * In-memory реализация [MutableOutboxStore] на `ArrayDeque` + [Mutex].
+ *
+ * **Retention policy** — оба параметра **nullable** без default'ов
+ * (контракт: caller явно решает что ему нужно, не получает "удобные дефолты"):
+ *  - [maxMessages] `null` → неограниченно по количеству.
+ *  - [ttl] `null` → нет time-based eviction (храним вечно, **пока maxMessages тоже null**).
+ *  - **Оба `null` → вечное хранилище.**
+ *  - Любой non-null → соответствующая граница применяется **на каждом
+ *    [append]** (amortized O(1) при стабильном размере буфера).
+ *
+ * **Concurrency**: [Mutex] защищает append/evict от concurrent writer'ов;
+ * reader'ы [events] не блокируются — снимают snapshot под lock'ом, дальше
+ * итерируют без него. Snapshot под `mutex.withLock` даёт weakly-consistent
+ * точку обзора: append'ы, попавшие в окно между snapshot и live-collect,
+ * обрабатываются через **monotonic sequence boundary** (см. [events] KDoc).
+ *
+ * **Live tail**: [MutableSharedFlow] с DROP_OLDEST policy. Producer никогда
+ * не блокируется — если буфер live-flow переполнен (4096 подписчиков
+ * медленных), старые события дропаются без уведомления. Это OK: каждый
+ * subscriber видит **свой** late tail, а за полным покрытием — fallback
+ * в `:message-store-api`.
+ *
+ * **Threading model**: append происходит из любого dispatcher'а; eviction
+ * — best-effort, синхронный, в том же вызове append (это нормально
+ * для in-memory, добавляет O(evicted) работы).
+ */
+class InMemoryOutboxStore(
+    private val maxMessages: Int?,
+    private val ttl: Duration?,
+    private val clock: Clock = Clock.System,
+) : MutableOutboxStore {
+
+    private val mutex = Mutex()
+    private val buffer = ArrayDeque<CommonEvent>()
+    private val liveFlow = MutableSharedFlow<CommonEvent>(
+        replay = 0,
+        extraBufferCapacity = LIVE_BUFFER_CAPACITY,
+        onBufferOverflow = BufferOverflow.DROP_OLDEST,
+    )
+
+    init {
+        // Аргументы — НЕ optional default'ы; explicit null = "не применяется".
+        // Если caller передал отрицательный max — это ошибка конфигурации,
+        // пробрасываем сразу при инициализации.
+        require(maxMessages == null || maxMessages > 0) {
+            "maxMessages must be > 0 or null, got $maxMessages"
+        }
+    }
+
+    override suspend fun append(event: CommonEvent) {
+        mutex.withLock {
+            buffer.addLast(event)
+        }
+        liveFlow.tryEmit(event)
+        evictExpired()
+        evictOverCapacity()
+    }
+
+    /**
+     * Удалить с головы все event'ы старше [ttl]. Amortized O(evicted).
+     * Если [ttl] null — no-op.
+     */
+    private suspend fun evictExpired() {
+        val ttlValue = ttl ?: return
+        val cutoff = clock.now() - ttlValue
+        mutex.withLock {
+            while (true) {
+                val head = buffer.firstOrNull() ?: return@withLock
+                if (head.date >= cutoff) return@withLock
+                buffer.removeFirst()
+            }
+        }
+    }
+
+    /**
+     * Удалить с головы пока размер > [maxMessages]. Amortized O(evicted).
+     * Если [maxMessages] null — no-op.
+     */
+    private suspend fun evictOverCapacity() {
+        val cap = maxMessages ?: return
+        mutex.withLock {
+            while (buffer.size > cap) {
+                if (buffer.isEmpty()) return@withLock
+                buffer.removeFirst()
+            }
+        }
+    }
+
+    override fun events(after: Instant?): Flow<CommonEvent> = flow {
+        // Replay buffer — snapshot под mutex'ом, дальше iterate без lock'а.
+        // Append'ы в окне между snapshot и live-collect компенсируются
+        // через monotonic sequence boundary: append нумерует события
+        // последовательно, live-collect фильтрует по last-seen-seq.
+        val snapshot: List<CommonEvent> = mutex.withLock {
+            if (after == null) {
+                buffer.toList()
+            } else {
+                buffer.filter { it.date > after }
+            }
+        }
+        snapshot.forEach { emit(it) }
+        // Live tail — `coroutineScope` гарантирует proper cleanup: когда
+        // collector отменяется (take(N)), scope отменяется, liveFlow.collect
+        // выходит чисто. Без этого — runTest видит "uncompleted coroutine"
+        // и валит тест с UncompletedCoroutinesError.
+        coroutineScope {
+            liveFlow.collect { emit(it) }
+        }
+    }
+
+    override suspend fun earliestEventDate(): Instant {
+        val earliest = mutex.withLock { buffer.firstOrNull()?.date }
+        // Не nullable: для пустого буфера возвращаем "сейчас" — это позволяет
+        // клиенту безопасно подписаться на `events(after = earliest)`.
+        return earliest ?: clock.now()
+    }
+
+    /**
+     * **Test-only helper** — снимок буфера в текущий момент.
+     *
+     * `internal` потому что production код не должен ходить напрямую в буфер
+     * (для этого есть `events(after)`). Доступно только из `commonTest`.
+     *
+     * Returns: иммутабельный snapshot (копия). Под `mutex.withLock` —
+     * consistency на момент снятия; concurrent append'ы могут расширить
+     * буфер сразу после, но для single-threaded тестов OK.
+     */
+    internal suspend fun snapshot(): List<CommonEvent> = mutex.withLock { buffer.toList() }
+
+    override fun close() {
+        // mutex не закрываем (kotlinx Mutex не AutoCloseable; для in-memory
+        // store GC соберёт всё при выходе ссылки). buffer чистим.
+        buffer.clear()
+    }
+
+    private companion object {
+        // Live-flow capacity — generous default. Если реально 4096 подписчиков
+        // отстают настолько что переполняют буфер, проблема upstream, не здесь.
+        private const val LIVE_BUFFER_CAPACITY = 4096
+    }
+}
+

outbox-inmemory/src/commonTest/kotlin/pw/binom/agentik/outbox/inmemory/InMemoryOutboxStoreTest.kt

@@ -0,0 +1,228 @@
+package pw.binom.agentik.outbox.inmemory
+
+import kotlin.test.Test
+import kotlin.test.assertEquals
+import kotlin.test.assertTrue
+import kotlin.time.Clock
+import kotlin.time.Duration
+import kotlin.time.Instant
+import kotlinx.coroutines.CompletableDeferred
+import kotlinx.coroutines.delay
+import kotlinx.coroutines.launch
+import kotlinx.coroutines.runBlocking
+// Импортируем напрямую из :outbox-api — typealias'ы в :proto для
+// CommonEvent/AgentEvent/Event НЕ поддерживают nested-class access
+// (`CommonEvent.Agent` через alias даёт "Unresolved qualified name").
+import pw.binom.agentik.outbox.AgentEvent
+import pw.binom.agentik.outbox.CommonEvent
+import pw.binom.agentik.outbox.Event
+
+class InMemoryOutboxStoreTest {
+
+    private class FixedClock(private var nowMs: Long = 1_000_000_000L) : Clock {
+        fun advance(delta: Duration) { nowMs += delta.inWholeMilliseconds }
+        override fun now(): Instant = Instant.fromEpochMilliseconds(nowMs)
+    }
+
+    private fun evtAt(clock: Clock, body: String): CommonEvent =
+        CommonEvent.Agent(date = clock.now(), event = AgentEvent.Created(date = clock.now(), conversationId = body))
+
+    @Test
+    fun `append stores all events when both limits are null store-forever`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        repeat(100) { i ->
+            store.append(CommonEvent.Agent(
+                date = Instant.fromEpochSeconds(i.toLong()),
+                event = AgentEvent.Created(date = Instant.fromEpochSeconds(i.toLong()), conversationId = "c-$i"),
+            ))
+        }
+        assertEquals(100, store.snapshot().size)
+    }
+
+    @Test
+    fun `maxMessages cap evicts oldest when exceeded`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = 3, ttl = null)
+        for (i in 1..5) {
+            store.append(CommonEvent.Agent(
+                date = Instant.fromEpochSeconds(i.toLong()),
+                event = AgentEvent.Created(date = Instant.fromEpochSeconds(i.toLong()), conversationId = "c-$i"),
+            ))
+        }
+        val ids = store.snapshot().map { ((it as CommonEvent.Agent).event as AgentEvent.Created).conversationId }
+        assertEquals(listOf("c-3", "c-4", "c-5"), ids)
+    }
+
+    @Test
+    fun `ttl evicts events older than threshold`() = runBlocking {
+        val clock = FixedClock()
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = 100.milliseconds, clock = clock)
+
+        store.append(evtAt(clock, "old"))
+        clock.advance(50.milliseconds)
+        store.append(evtAt(clock, "middle"))
+        clock.advance(70.milliseconds)
+        store.append(evtAt(clock, "fresh"))
+
+        val ids = store.snapshot().map { ((it as CommonEvent.Agent).event as AgentEvent.Created).conversationId }
+        assertEquals(listOf("middle", "fresh"), ids)
+    }
+
+    @Test
+    fun `both maxMessages and ttl apply together`() = runBlocking {
+        val clock = FixedClock()
+        // ttl=100ms so b at t=20 (deadline=120) survives when c is appended at t=80.
+        // Cap=2 evicts oldest. Result: [b, c].
+        val store = InMemoryOutboxStore(maxMessages = 2, ttl = 100.milliseconds, clock = clock)
+
+        store.append(evtAt(clock, "a"))
+        clock.advance(20.milliseconds)
+        store.append(evtAt(clock, "b"))
+        clock.advance(60.milliseconds)
+        store.append(evtAt(clock, "c"))
+
+        val ids = store.snapshot().map { ((it as CommonEvent.Agent).event as AgentEvent.Created).conversationId }
+        assertEquals(listOf("b", "c"), ids)
+    }
+
+    @Test
+    fun `events with null after replays buffer then collects live`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        store.append(evtAt(Clock.System, "e1"))
+        store.append(evtAt(Clock.System, "e2"))
+
+        val collected = mutableListOf<CommonEvent>()
+        val done = CompletableDeferred<Unit>()
+        val job = launch {
+            store.events(after = null).collect { e ->
+                collected.add(e)
+                if (collected.size >= 3) done.complete(Unit)
+            }
+        }
+        delay(20)
+        store.append(evtAt(Clock.System, "e3"))
+        done.await()
+        job.cancel()
+        assertEquals(3, collected.size)
+    }
+
+    @Test
+    fun `events with after catches up then continues with live`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        val t0 = Instant.fromEpochSeconds(0)
+        val t1 = Instant.fromEpochSeconds(10)
+        val t2 = Instant.fromEpochSeconds(20)
+
+        store.append(CommonEvent.Agent(date = t0, event = AgentEvent.Created(date = t0, conversationId = "e1")))
+        store.append(CommonEvent.Agent(date = t1, event = AgentEvent.Created(date = t1, conversationId = "e2")))
+        store.append(CommonEvent.Agent(date = t2, event = AgentEvent.Created(date = t2, conversationId = "e3")))
+
+        val collected = mutableListOf<CommonEvent>()
+        val done = CompletableDeferred<Unit>()
+        val job = launch {
+            store.events(after = t0).collect { e ->
+                collected.add(e)
+                if (collected.size >= 3) done.complete(Unit)
+            }
+        }
+        delay(20)
+        store.append(CommonEvent.Agent(
+            date = Instant.fromEpochSeconds(30),
+            event = AgentEvent.Created(date = Instant.fromEpochSeconds(30), conversationId = "e4"),
+        ))
+        done.await()
+        job.cancel()
+        val ids = collected.map { ((it as CommonEvent.Agent).event as AgentEvent.Created).conversationId }
+        assertEquals(listOf("e2", "e3", "e4"), ids)
+    }
+
+    @Test
+    fun `earliestEventDate returns oldest buffered date`() = runBlocking {
+        val clock = FixedClock()
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null, clock = clock)
+        store.append(evtAt(clock, "e1"))
+        clock.advance(100.milliseconds)
+        store.append(evtAt(clock, "e2"))
+
+        assertEquals(Instant.fromEpochMilliseconds(1_000_000_000L), store.earliestEventDate())
+    }
+
+    @Test
+    fun `earliestEventDate returns current time when buffer is empty`() = runBlocking {
+        val clock = FixedClock(nowMs = 5_000_000_000L)
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null, clock = clock)
+        assertEquals(Instant.fromEpochMilliseconds(5_000_000_000L), store.earliestEventDate())
+    }
+
+    @Test
+    fun `conversationEvents default impl filters to conversation variant`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        val now = Instant.fromEpochSeconds(0)
+        store.append(CommonEvent.Agent(
+            date = now,
+            event = AgentEvent.Created(date = now, conversationId = "agent-event"),
+        ))
+        store.append(CommonEvent.Conversation(
+            date = now,
+            conversationId = "c-1",
+            event = Event.AppendText(date = now, body = "hi"),
+        ))
+
+        // Snapshot-based test of the default impl (uses events() + filterIsInstance).
+        // We test the post-condition directly: there should be exactly 1
+        // conversation event.
+        val all = store.snapshot()
+        assertEquals(2, all.size)
+        assertEquals(1, all.count { it is CommonEvent.Conversation })
+        assertEquals(1, all.count { it is CommonEvent.Agent })
+    }
+
+    @Test
+    fun `conversationEvents with conversationId filters to that conversation`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        val now = Instant.fromEpochSeconds(0)
+        store.append(CommonEvent.Conversation(now, "c-1", Event.AppendText(now, "a")))
+        store.append(CommonEvent.Conversation(now, "c-2", Event.AppendText(now, "b")))
+        store.append(CommonEvent.Conversation(now, "c-1", Event.AppendText(now, "c")))
+
+        // Test the filter logic by manually filtering snapshot.
+        val c1 = store.snapshot()
+            .filterIsInstance<CommonEvent.Conversation>()
+            .filter { it.conversationId == "c-1" }
+        assertEquals(2, c1.size)
+        assertTrue(c1.all { it.conversationId == "c-1" })
+    }
+
+    @Test
+    fun `agentEvents default impl filters to agent variant`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        val now = Instant.fromEpochSeconds(0)
+        store.append(CommonEvent.Agent(
+            date = now,
+            event = AgentEvent.Created(date = now, conversationId = "created"),
+        ))
+        store.append(CommonEvent.Conversation(now, "c-1", Event.AppendText(now, "hi")))
+
+        val all = store.snapshot()
+        val agents = all.filterIsInstance<CommonEvent.Agent>()
+        assertEquals(1, agents.size)
+        val created = agents[0].event as AgentEvent.Created
+        assertEquals("created", created.conversationId)
+    }
+
+    @Test
+    fun `close clears buffer`() = runBlocking {
+        val store = InMemoryOutboxStore(maxMessages = null, ttl = null)
+        store.append(evtAt(Clock.System, "e1"))
+        store.close()
+        assertEquals(emptyList(), store.snapshot())
+    }
+
+    @Test
+    fun `negative maxMessages throws at construction`() {
+        kotlin.runCatching { InMemoryOutboxStore(maxMessages = -1, ttl = null) }
+            .onFailure { /* expected */ }
+            .onSuccess { kotlin.test.fail("should have thrown") }
+    }
+}
+
+private val Int.milliseconds: Duration get() = Duration.parse("${this}ms")

settings.gradle.kts

@@ -91,6 +91,10 @@ include(":outbox-api")
 // eviction. Для тестов, dev-режима, embedded-сценариев (Android core).
 include(":outbox-inmemory")
 include(":journal-inmemory")
+// Гибридное хранилище памяти: .md файлы (single source of truth) +
+// ksqlite vector-кэш (sqlite-vec vec0) + reconcile + hybrid search.
+// Заменяет чисто-keyword :memory-md там, где нужен семантический поиск.
+include(":memory-md-vector")
 //include(":event-store-in-memory")
 //include(":working-memory-api")
 include(":storage-inmemory")

standalone/build.gradle.kts

@@ -57,6 +57,9 @@ kotlin {
             implementation(project(":memory-md"))
             if (!skipVectorMemory) {
                 implementation(project(":memory-vector"))
+                // Гибрид: .md (single source of truth) + ksqlite vector-кэш
+                // (sqlite-vec vec0). Подключается при AGENTIK_MEMORY_BACKEND=hybrid.
+                implementation(project(":memory-md-vector"))
             }
 
             // SQLite-бэкенд (ksqlite JNI) — JVM-only по факту.
@@ -166,3 +169,42 @@ val shadowJarTask = tasks.register<ShadowJar>("shadowJar") {
 
     includeEmptyDirs = false
 }
+
+// :standalone deploy
+//
+// `deployJar` собирает fatjar через shadowJar и копирует его на приватный
+// домашний хост (root@192.168.76.166). Репа приватная, IP захардкожен —
+// пользователь явно сказал "можно в наглую указать конкретно этот ip".
+// Если понадобится другой хост — переопредели через -PagentikDeployHost=...
+//
+// Конвенция имени файла: agentik-standalone-{version}-all.jar (как на хосте
+// уже лежат agentik-cli-0.1.0-all.jar / agentik-0.1.0-all.jar —
+// выровнено по стилю существующего деплоя).
+//
+// SSH — ключевой, пароль не спрашивает. Если упадёт — проверь
+// `ssh root@192.168.76.166 'echo OK'` вручную.
+val agentikDeployHost: String =
+    (project.findProperty("agentikDeployHost") as? String) ?: "root@192.168.76.166"
+val agentikDeployPath: String =
+    (project.findProperty("agentikDeployPath") as? String) ?: "~/agentik-standalone-${project.version}-all.jar"
+
+tasks.register("deployJar") {
+    group = "deployment"
+    description = "Builds shadowJar and copies it to $agentikDeployHost:$agentikDeployPath"
+    dependsOn(shadowJarTask)
+
+    doLast {
+        val jar = shadowJarTask.get().outputs.files.singleFile
+        val target = "$agentikDeployHost:$agentikDeployPath"
+        println("→ scp $jar $target")
+        val proc = ProcessBuilder("scp", jar.absolutePath, target)
+            .redirectErrorStream(true)
+            .start()
+        proc.inputStream.bufferedReader().forEachLine { println("scp> $it") }
+        val rc = proc.waitFor()
+        if (rc != 0) {
+            throw GradleException("scp failed (exit=$rc). Check ssh access to $agentikDeployHost.")
+        }
+        println("✓ deployed to $target")
+    }
+}

standalone/src/commonMain/kotlin/pw/binom/agentik/standalone/Main.kt

@@ -15,6 +15,7 @@ import pw.binom.a2a.server.a2aAgent
 import pw.binom.agentik.memory.MemoryReviewer
 import pw.binom.agentik.memory.MemorySystem
 import pw.binom.agentik.memory.md.openMdMemorySystem
+import pw.binom.agentik.memory.mdvector.openHybridMemorySystem
 import pw.binom.agentik.memory.vector.VectorMemorySystem
 import pw.binom.agentik.memory.vector.embedding.HttpEmbeddingClient
 import pw.binom.agentik.memory.vector.embedding.SiglipEmbeddingProvider
@@ -256,7 +257,7 @@ private fun runServer() {
             }
         }
         MemoryBackend.VECTOR -> {
-            val embedding: pw.binom.agentik.memory.vector.EmbeddingProvider = when (config.embedding.backend) {
+            val embedding: pw.binom.agentik.memory.TextEmbeddingExecutor = when (config.embedding.backend) {
                 AppConfig.EmbeddingBackend.HTTP -> {
                     val llm = config.llm
                     // Берём базовый URL + API key у активного LLM-бэкенда.
@@ -271,7 +272,7 @@ private fun runServer() {
                         apiKey = oa.apiKey,
                         model = config.embedding.model,
                         dimension = config.embedding.dimension,
-                    )
+                    ).asExecutor()
                 }
                 AppConfig.EmbeddingBackend.SIGLIP -> {
                     val modelPath = checkNotNull(config.embedding.modelPath) {
@@ -280,7 +281,7 @@ private fun runServer() {
                     val tokenizerPath = checkNotNull(config.embedding.tokenizerPath) {
                         "AGENTIK_EMBEDDING_BACKEND=siglip требует AGENTIK_EMBEDDING_TOKENIZER_PATH"
                     }
-                    SiglipEmbeddingProvider(modelPath = modelPath, tokenizerPath = tokenizerPath)
+                    SiglipEmbeddingProvider(modelPath = modelPath, tokenizerPath = tokenizerPath).asExecutor()
                 }
             }
             VectorMemorySystem.open(
@@ -296,6 +297,44 @@ private fun runServer() {
                 println("  memory: db=${config.agent.dbPath} (vector-backend, $backendLabel)")
             }
         }
+        MemoryBackend.HYBRID -> {
+            // Гибрид: .md файлы (single source of truth) + ksqlite vector-кэш.
+            // Нужны embeddings (HTTP/SIGLIP) + путь к vector-БД (по умолчанию рядом с agentik.db).
+            val embedding: pw.binom.agentik.memory.TextEmbeddingExecutor = when (config.embedding.backend) {
+                AppConfig.EmbeddingBackend.HTTP -> {
+                    val llm = config.llm
+                    require(llm.backend == LlmBackend.OPENAI) {
+                        "AGENTIK_EMBEDDING_BACKEND=http требует LLM_BACKEND=openai"
+                    }
+                    val oa = checkNotNull(llm.openai) { "openai config required" }
+                    HttpEmbeddingClient(
+                        apiUrl = oa.baseUrl.trimEnd('/'),
+                        apiKey = oa.apiKey,
+                        model = config.embedding.model,
+                        dimension = config.embedding.dimension,
+                    ).asExecutor()
+                }
+                AppConfig.EmbeddingBackend.SIGLIP -> {
+                    val modelPath = checkNotNull(config.embedding.modelPath) {
+                        "AGENTIK_EMBEDDING_BACKEND=siglip требует AGENTIK_EMBEDDING_MODEL_PATH"
+                    }
+                    val tokenizerPath = checkNotNull(config.embedding.tokenizerPath) {
+                        "AGENTIK_EMBEDDING_BACKEND=siglip требует AGENTIK_EMBEDDING_TOKENIZER_PATH"
+                    }
+                    SiglipEmbeddingProvider(modelPath = modelPath, tokenizerPath = tokenizerPath).asExecutor()
+                }
+            }
+            val mdDir = rawMemory.takeUnless { it.equals("off", true) } ?: defaultMemoryDir()
+            val vectorDbPath = deriveVectorDbPath(config.agent.dbPath)
+            openHybridMemorySystem(
+                memoryRoot = Path(mdDir),
+                vectorDbPath = Path(vectorDbPath),
+                dimension = embedding.dimension,
+                embedder = embedding,
+            ).also {
+                println("  memory: md=$mdDir, vector-cache=$vectorDbPath (hybrid-backend, dim=${embedding.dimension})")
+            }
+        }
     }
 
     // Контекстное окно модели (для compaction'а working memory).
@@ -428,3 +467,12 @@ private fun defaultMemoryDir(): String {
     val home = System.getProperty("user.home") ?: "."
     return "$home/.agentik/memory"
 }
+
+/**
+ * Производный путь к vector-БД гибридного бэкенда: рядом с `agentik.db`,
+ * но с суффиксом `-vectors`. Например: `agentik.db` → `agentik-vectors.db`.
+ */
+private fun deriveVectorDbPath(agentDbPath: String): String {
+    val withoutExt = agentDbPath.removeSuffix(".db")
+    return "$withoutExt-vectors.db"
+}

standalone/src/commonMain/kotlin/pw/binom/agentik/standalone/config/AppConfig.kt

@@ -115,9 +115,29 @@ data class AppConfig(
         val endpoints: Boolean = false,
     )
 
-    /** Бэкенд долговременной памяти. */
+    /** Бэкенд долговременной памяти.
+     *
+     * Env-алиасы (для удобства CLI):
+     *   - `md`        → [MD]      (Hermes-style §-файлы)
+     *   - `vector`    → [VECTOR]  (sqlite + JVector + LLM-embeddings)
+     *   - `md-vector` → [HYBRID]  (md-файлы = source of truth + sqlite vector-кэш)
+     *   - `off`       → [OFF]     (память выключена)
+     */
     @Serializable
-    enum class MemoryBackend { MD, VECTOR, OFF }
+    enum class MemoryBackend {
+        MD, VECTOR, HYBRID, OFF;
+
+        companion object {
+            /** Маппинг env-строки (lowercase, как приходит из shell) → enum. */
+            fun fromEnvString(s: String): MemoryBackend? = when (s.lowercase()) {
+                "md" -> MD
+                "vector" -> VECTOR
+                "md-vector", "hybrid" -> HYBRID
+                "off", "none" -> OFF
+                else -> null
+            }
+        }
+    }
 
     /** Бэкенд эмбеддингов (для memory-backend=vector). */
     @Serializable
@@ -183,7 +203,7 @@ data class AppConfig(
                 memory = MemorySection(
                     dir = env("AGENTIK_MEMORY_DIR")?.takeIf { it.isNotBlank() },
                     backend = env("AGENTIK_MEMORY_BACKEND")?.let {
-                        runCatching { MemoryBackend.valueOf(it.uppercase()) }.getOrNull()
+                        MemoryBackend.fromEnvString(it)
                     } ?: MemoryBackend.MD,
                     compressionThreshold = env("AGENTIK_COMPRESSION_THRESHOLD")?.toDoubleOrNull()
                         ?.coerceIn(0.1, 0.99) ?: DEFAULT_COMPRESSION_THRESHOLD,