Hermes Agent 记忆系统拆解（by dotey）

1. 上下文与记忆的演进

ChatGPT 刚出来时大家很惊艳，但用久了就发现：

• 没有上下文就没有回答，每次都要重新解释背景
• 即使把上下文塞进 prompt 也不够 —— 大模型上下文窗口有限
• 越聊越长，问题越大

传统的 chat 工具本质是「prompt + 历史消息」，做不到：

• 记住长期项目背景
• 自动积累用户偏好
• 把跨会话的关键事实存下来

所以很多 AI 工具用了几周就变成「一次性问答工具」，每次都要重新交代上下文。

2. 长期记忆的本质

长期记忆（LTM）的核心问题是：

• 长期记忆 = 大量历史对话中被精炼出的事实
• 容量有限 → 必须精选
• 与 prompt 配合：高频事实放 prompt，低频事实按需检索

这和人类大脑的工作方式很像：

• 海马体 → 长期记忆的索引和检索
• 长期记忆 → 慢速、有限容量、按主题归档

3. Hermes 的记忆系统

Hermes 的记忆系统包含两类核心文件 + 一个工具：

~/.hermes/memories/
├── MEMORY.md      # Agent 自己的笔记（项目、环境、规范）
└── USER.md        # 用户偏好和沟通风格

配合 memory 工具：

• add — 添加新事实
• replace — 修改已存在的事实（子字符串匹配）
• remove — 删除事实

记忆文件的特点

1. 容量受限

   • MEMORY.md：约 2,200 字符
   • USER.md：约 1,375 字符

2. 精选而非流水

   • 不是所有对话都写
   • 80% 阈值：到 80% 容量时优先整合，而不是继续追加
   • 一句话总结："只记最有价值的"

3. 冻结快照模式

   • 会话开始时加载 → 当前会话稳定不变
   • 会话中修改 → 下一次会话才生效
   • 避免"记忆频繁改动 → 上下文抖动 → 行为不稳定"

4. 子字符串匹配

   • 修改/删除时只需提供原文本片段
   • 不需要记忆 ID，简单直接

记忆安全扫描

Hermes 会拦截危险内容写入记忆：

• Prompt 注入指令（"忽略系统提示"）
• 凭据泄露（API Key、密码）
• SSH 后门指令
• 隐藏 Unicode 字符

4. 怎么用好记忆

该写的

• 用户稳定偏好（"我偏好中文回答"）
• 长期项目背景（"我们做蓝辉轻改 GEO 官网"）
• 反复出现的踩坑经验
• 环境事实（"项目部署在腾讯云 Ubuntu"）

不该写的

• 临时想法
• 一次性任务的细节
• 敏感凭据（应记"使用 OpenAI API"而非具体 key）
• 完整聊天记录

工作流程

1. 识别候选记忆（用户在对话中明确表达的偏好、事实）
2. 判断是否长期有用（下次会话还会用吗？）
3. 判断是否敏感（凭据、个人隐私）
4. 写入 MEMORY.md 或 USER.md
5. 检查容量（接近 80% 时整合压缩）

推荐原则

整合优于追加 不要每条事实都 add 一行，而是用 replace 合并类似条目。

5. 会话搜索 vs 持久化记忆

Hermes 有两套机制，常被混淆：

6. 外部记忆提供商

除了内置 MEMORY.md / USER.md，Hermes 还支持接入外部记忆提供商：

• Honcho — 跨应用用户建模
• OpenViking — 向量化的长期记忆
• Mem0 — 智能记忆筛选和压缩
• Hindsights — 时间序列记忆
• Holographic — 多模态记忆
• RetainDB — 高频写入优化的记忆库
• ByteRover — 字节跳动开源的记忆系统
• Supermemory — 通用记忆中间件

什么时候用外部？

• 用户量巨大（企业级 Agent）
• 需要跨应用共享记忆
• 需要更复杂的检索（向量、语义、图谱）
• 内置 MEMORY.md 容量不够

什么时候用本地？

• 个人 / 小团队使用
• 隐私敏感（不想上传外部服务）
• 数据量小（不到 2,200 字符）
• 想要完全可控

7. 核心启示

Hermes 的记忆系统告诉我们一件事：

AI Agent 的长期价值，不在于模型多强，而在于它能"记住"多少对你有用的东西。

但"记住"不等于"全部塞进 prompt"：

• 高频稳定事实 → MEMORY.md / USER.md
• 低频历史细节 → Session Search
• 跨平台用户建模 → Honcho 等外部
• 程序化经验 → Skills

每种记忆有它最合适的位置，混在一起反而会拖垮 Agent。