问题:Hermes 代理应如何处理跨会话的持久化内存?
摘要
社区关于 Hermes 代理应如何处理跨会话持久化内存的讨论,探索外部内存层(8mem),并比较了感知内存与通用输出。
我一直在尝试将 Hermes 作为共享代理内存设置中的一个运行时。我要解决的问题是:用户向一个代理告知偏好、修正或决策,随后另一个代理/运行时应能使用该上下文,而无需手动复制。在我的测试设置中,8mem 充当外部连续性层:- Hermes 代理可以读取共享内存 - OpenClaw 代理可以读写同一内存 - 用户可以通过 /passport 检查内存 - 用户可以通过 /compare 比较通用输出与感知内存的输出 - 用户可以直接纠正或遗忘内存。我很好奇 Hermes 社区对此的看法:持久化内存应位于运行时内部、模型/提供者内部,还是作为一个 Hermes 可以读取的单独用户拥有的层?项目背景:github >> tempomesh/8mem
相似文章
@smykx:上个月我写了一篇博文,探讨了 @NousResearch 开发的 Hermes-Agent 的内存底层机制,链接在回复中。
作者分享了一篇博文,详细介绍了由 Nous Research 开发的 Hermes-Agent 框架的内存底层机制。
@KSimback: https://x.com/KSimback/status/2058262328496554021
一份关于Hermes Agent记忆系统的全面指南,解释了三层记忆架构,并比较了各种记忆工具和提供商。
@bayendor: 刚刚完成将三层记忆栈接入Hermes Agent。第一层:Honcho Session + PostgreSQL上的对等记忆。处…
描述了为Hermes Agent实现一个三层记忆栈,结合了PostgreSQL上的会话记忆、带有模式脱敏的工作记忆以及使用PGLite的长期知识图谱。
如果你使用Hermes足够久,你将会遇到MEMORY md墙。以下是我们对此所做的。
AtomicMemory是Hermes代理的一个新记忆层,它用每轮分类替换了6轮刷新周期,并通过将声明存储在Postgres中移除了2.2KB的记忆上限,全部运行在一个小型本地3B模型上。
@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 智能体的三层记忆系统结合了始终存在的小型 Markdown 文件、基于 SQLite+FTS5 的全文会话搜索以及可插拔的外部提供程序,为 AI 智能体提供持久且经过精心筛选的记忆,每次交互都会进行组合。