@akshay_pachaar: Hermes 智能体的三层记忆。AI 智能体会在会话结束后忘记一切，但 Hermes 不会。它拥有三…

Hermes 智能体的三层记忆。AI 智能体会在会话结束后忘记一切，但 Hermes 不会。它拥有三层记忆层，每层速度不同。 𝘁𝗶𝗲𝗿 𝟭: 𝘁𝘄𝗼 𝘁𝗶𝗻𝘆 𝗺𝗮𝗿𝗸𝗱𝗼𝘄𝗻 𝗳𝗶𝗹𝗲𝘀 MEMORY.md (2200 字符) 和 USER.md (1375 字符)。在会话开始时作为冻结快照注入系统提示中。MEMORY.md 存储项目约定、工具特性和经验教训。USER.md 存储您的个人资料：姓名、沟通风格、技能水平。这些文件故意很小。当 MEMORY.md 容量达到约 80% 时，智能体会进行整合：合并相关条目、删除冗余、只保留最密集的事实。对记忆施加自然选择压力。文件保持小巧，但内部内容随时间变得更加精炼。 𝘁𝗶𝗲𝗿 𝟮: 全文会话搜索（SQLite + FTS5）每次对话都会存储在带有 FTS5 索引的 SQLite 中。智能体可以按需搜索过去数周的会话。当智能体调用 session_search 时：FTS5 在 10,000+ 文档中约 10 毫秒内对匹配项进行排名，LLM 总结最佳结果，并将简洁的结果返回到上下文中。第一层始终存在但很小。第二层容量无限但需要主动搜索。关键事实存在于记忆中，其他所有内容均可搜索。 𝘁𝗶𝗲𝗿 𝟯: 外部记忆提供程序 8 个可插拔的提供程序，与第一层和第二层并行运行，永不替换它们。三个值得了解的：Honcho（辩证用户建模，12 个身份层）、Holographic（本地优先，HRR 向量，无外部调用）和 Supermemory（上下文围栏，防止同一事实被无限次重新存储）。激活后，Hermes 自动同步每次交互：预取在前，同步在后，在会话结束时提取。 𝗵𝗼𝘄 𝘁𝗵𝗲𝘆 𝗰𝗼𝗺𝗽𝗼𝘀𝗲 𝗶𝗻 𝗮 𝘀𝗶𝗻𝗴𝗹𝗲 𝘁𝘂𝗿𝗻 这是大多数人忽略的部分。这些层次在每次交互中通过一个五步循环进行组合：1. 交互开始。第一层已在提示中，第三层预取并前置。2. 智能体使用所有三层作为上下文进行响应。3. 定期提示触发（约每 300 秒）。智能体反思：“是否发生了值得持久化的事情？”如果是，则写入；如果否，则静默返回。4. 记忆写入磁盘上的 MEMORY.md。此会话期间不可见，因为前缀缓存保持热状态。5. 会话关闭。第二层记录对话记录，第三层提取语义。下一个会话以新状态开始。 当前的智能体记忆要么始终在线但浅显（将所有内容塞进提示中），要么深入但被动（矢量存储在关键时刻从不触发）。Hermes 将两者结合：小型始终存在的文件用于关键事实，全文搜索用于深度回忆，外部提供程序用于语义建模，全部由一个自主决定哪些值得保存的提示来编排。智能体不只是存储记忆，而是在压力下策展它们。我撰写了一篇深度文章（见下文），涵盖了 Hermes 智能体的记忆系统、自我进化技能、GEPA 优化，以及如何在您的机器上设置多个专门的智能体。