深度拆解 Hermes Agent 的记忆系统设计
技术深度解析 Hermes Agent 的记忆实现机制，揭示其相比 OpenClaw 等系统的改进思路。
完整中文译文
理解前的背景
如果你读过我之前关于 ChatGPT、Claude 以及 Clawdbot 记忆系统的文章，你就会知道我一直在钻研同一个问题：这些 AI 智能体（AI Agent）到底是怎么记事的？
Hermes Agent 对我来说格外有趣，因为这次我不需要只靠观察它的行为来搞"逆向工程"。Hermes 是开源的，它的代码库和文档都是公开的。所以，我没有通过提示词（Prompt）去盲测这个黑盒，而是直接翻看了它的代码路径——从它如何构建提示词状态、持久化会话，到如何清理记忆和查询历史对话。
简而言之：Hermes 拥有的不是一套记忆系统，而是四套。
- 存储在 MEMORY.md 和 USER.md 中、经过高度浓缩的提示词记忆。
- 通过 session_search 调用的 SQLite 历史会话存档（可搜索）。
- 像程序记忆（Procedural Memory）一样运作的智能体技能管理。
- 可选的 Honcho 层，用于更深层的用户建模（User Modeling）。
把这些设计联系在一起的核心逻辑非常简单：保持提示词稳定以便利用缓存（Caching），其他一切繁杂信息都交给工具。
系统提示词的构成顺序
在理解记忆之前，我们先看看 Hermes 到底给模型发送了什么。
系统提示词（System Prompt）大致是按以下顺序组装的：
[0] 默认智能体身份
[1] 工具使用行为指南
[2] Honcho 集成模块（可选）
[3] 可选系统消息
[4] 固化的 MEMORY.md 快照
[5] 固化的 USER.md 快照
[6] 技能索引
[7] 上下文文件（AGENTS.md, SOUL.md 等规则文件）
[8] 日期/时间 + 平台信息
[9] 对话历史
[10] 当前用户消息
这非常关键，因为 Hermes 正在针对大模型供应商的提示词缓存（Prompt Caching）机制进行优化。代码显示，提示词构建器的目标非常明确：让稳定的前缀部分尽可能长时间地保持不变。
这一个决定就解释了 Hermes 大部分的记忆架构。
如果某条信息每一轮对话都要用到，Hermes 会尽量把它缩得很小并注入进去；如果信息量很大、属于历史旧账或者偶尔才有用，Hermes 就会把它踢出提示词，改用"按需检索"的方式。
第一层：精选状态的文件记忆
Hermes 将持久记忆存储在 ~/.hermes/memories/ 下的两个文件中：
这容量真不大。加起来大约只有 1,300 个 Token（模型理解文本的最小单位）。
在会话开始时，Hermes 加载这两个文件，把它们渲染进提示词区块，然后在整个会话期间固化这个快照。会话中途写入的记忆会立即存入硬盘，但不会改变已经生成的系统提示词。这些改动只有在开启新会话，或者触发了"压缩（Compression）"导致的提示词重建时才会生效。
══════════════════════════════════════════════
MEMORY (你的个人笔记) [67% — 1,474/2,200 字符]
══════════════════════════════════════════════
用户的项目是一个位于 ~/code/myapi 的 Rust Web 服务，使用 Axum + SQLx
§
这台机器运行 Ubuntu 22.04，安装了 Docker 和 Podman
§
用户喜欢简洁的回复，讨厌冗长的解释
这个设计中有三个聪明的细节：
使用字符限制而非 Token 限制：这让记忆逻辑与模型无关。Hermes 不需要调用特定模型的计算工具就能判断记忆是否存满。
简单的分隔符文件格式：条目之间用 § 分隔。没有复杂的向量数据库（Vector DB），没有自定义二进制存储，就是纯文本。
刻意保持极小的系统提示词空间：这是整个设计的重中之重。Hermes 不想把所有历史都塞进提示词，它只想要最有价值的事实。
记忆 vs 日志
记忆是"精选状态"，而不是"日记"：这是 Hermes 与 OpenClaw 最大的区别。
OpenClaw 的日志更像是"流水账"。而 Hermes 则反其道而行。它的工具架构和测试逻辑强调：
- 记住关键决定，而非具体操作
- 记住用户的目标，而非每一步的尝试
- 记住什么有效，而非什么失败了
真相是：Hermes 希望 MEMORY.md 和 USER.md 保持精简、高频且对缓存友好。
记忆的工具接口
Hermes 通过一个拥有三种操作的 memory 工具来管理这些文件：add（添加）、replace（替换）、remove（移除）。
一个好用的细节是：replace 和 remove 使用子字符串匹配。你不需要记住条目的内部 ID，只需要传入现有条目中一段唯一的文字即可。
此外，系统会拒绝完全重复的内容，并拦截危险信息。源代码会扫描记忆条目，防止提示词注入（Prompt Injection，即通过输入恶意指令误导 AI）、凭证泄露或隐藏的 Unicode 字符。
第二层：用于情景回溯的 session_search
如果说 MEMORY.md 是 Hermes 的"短期热记忆"，那么 session_search 就是它的"长尾回溯系统"。
所有过去的会话都存储在 SQLite 数据库中，拥有完整的索引和搜索功能。当模型需要想起以前聊过的内容时，它不去翻 MEMORY.md，而是搜索这个会话数据库。
这一设计有两个关键优势：
廉价的历史访问：使用一个便宜的辅助模型对这些会话进行摘要总结。
缓存友好：会话搜索的结果在当前对话中是可选的，不是强制的系统提示词的一部分。
这是一种非常务实的设计。它比盲目地把长篇累牍的历史塞进每一个提示词要便宜且高效得多。
第三层：压缩与记忆冲刷（Memory Flush）
Hermes 另一个聪明之处在于它处理长对话"压缩"的方式。
当会话变得太长，Hermes 会压缩对话中间的部分以节省空间。但摘要是有损的，重要事实可能会丢失。
于是，Hermes 会先进行一次"记忆冲刷"。
具体流程是：
- 向模型发出信号："会话即将压缩，请保存任何值得记住的东西。优先保存用户偏好、修正建议和重复模式，而非具体的任务细节。"
- 然后它运行一次额外的模型调用，只开启 memory 工具。
- 如果模型觉得有什么东西该留下来，就会在对话被"洗掉"之前把它写入 MEMORY.md。
这确保了即使历史被压缩，关键的学习也被永久保存。
第四层：作为程序记忆的技能（Skills）
Hermes 不仅能记住事实，还能记住技能。
技能（Skills）存储在 ~/.hermes/skills/ 下。当 Hermes 发现了一个复杂的流程、修复了一个棘手的问题或学会了更好的方法时，它可以将其保存为"技能"。
大多数记忆系统只关注"语义回溯"（名字、偏好、事实），但智能体还需要记住如何做事。
为了效率，Hermes 不会把所有技能都塞进提示词，而是只放一个技能索引，只有在需要时才加载具体的技能内容。
这是一种独立的学习层，与事实记忆完全分离。
可选的 Honcho 层：跨会话用户建模
最后是可选的 Honcho 层。如果说本地记忆是 Hermes 的笔记本，Honcho 就是它尝试构建的复杂用户模型。它能实现跨设备、跨平台的记忆连续性。
最精妙的是它如何在不破坏提示词缓存的前提下实现集成：
- 在会话的第一轮，Honcho 的上下文会被织入系统提示词。
- 在之后的对话中，为了保持提示词稳定，Honcho 的回溯内容会附加在当前用户的提问后面，而不是修改系统提示词。
这确保了缓存依然有效，同时 AI 依然能读到最新的背景信息。
Hermes vs OpenClaw：核心区别
| 维度 | OpenClaw | Hermes |
|---|---|---|
| 记忆存储模式 | 以 Markdown 为中心的存储 | 分层存储（提示词 + 数据库 + 技能 + 建模） |
| 历史管理 | 日志和长效文件是主要事实来源 | 历史记录存在 SQLite，只有需要时才搜索 |
| 缓存优先程度 | 较低 | 极高 |
| 记忆粒度 | 相对粗颗粒 | 多维度精细化 |
核心差异有三点：
Hermes 更加关注缓存效率：它认为不是所有东西都配住在"系统提示词"这个黄金地段。
冷热分离：小规模提示词记忆负责常驻信息，搜索负责偶尔用到的信息。
记忆的多样性：它承认记忆是分层的——包括个人画像、情景回溯、操作技能和深层建模。
核心设计原则
Hermes 的核心设计原则最令我折服：记忆应该让智能体变得更好用，而不是通过摧毁提示词的稳定性来换取博闻强识。
真正的诀窍不是记住更多，而是在正确的层级、以正确的成本，记住正确的事情。