Hermes 最核心的差异化能力不是工具调用，而是它 真的记得你 。
大多数 AI 工具每次对话都从零开始——你今天花一个小时教会它你的项目结构、命名规范、部署流程，明天开新会话，全部重来。
本章将深入解析 Hermes 如何通过三层记忆结构解决这个问题，以及 Agent 如何自主管理记忆、实现跨会话搜索与召回。
三层记忆架构
Hermes 用三层相互独立、功能互补的记忆结构来存储和召回信息。
三层设计的核心思路： 高频重要信息常驻上下文，低频历史信息按需召回，深层模式由 AI 自动推理 ——在记忆能力与 Token 成本之间取得平衡。
┌─────────────────────────────────────────────────┐ │ 第一层：持久记忆（Persistent Memory） │ │ MEMORY.md（环境事实）+ USER.md（用户画像） │ │ → 每次会话启动时自动注入系统提示词，始终可见 │ ├─────────────────────────────────────────────────┤ │ 第二层：情节日志（Session History） │ │ SQLite + FTS5 全文检索，存储所有历史对话 │ │ → Agent 主动搜索时按需加载，不占用固定 Token │ ├─────────────────────────────────────────────────┤ │ 第三层：用户建模（Honcho，可选） │ │ 辩证推理引擎，提取跨会话模式、偏好与目标 │ │ → 比你亲口说出来的更深层地理解你 │ └─────────────────────────────────────────────────┘
三层之间不是替代关系，而是互补关系。持久记忆回答「我总是需要知道这些」，情节日志回答「我们上周聊过这个问题吗」，Honcho 回答「你真正想要的是什么」。
持久记忆文件
持久记忆是 Hermes 记忆系统的第一层，也是最基础的一层。
它由两个存放在 ~/.hermes/memories/ 下的 Markdown 文件组成，每次会话启动时自动注入系统提示词。
两个核心文件
两个文件各司其职，互不重叠。
字符上限是有意设计的——它保证记忆内容保持精炼、聚焦。如果一条新条目超出上限，memory 工具会返回错误让 Agent 先整理空间再写入，而不是悄悄丢弃旧条目。
记忆如何注入系统提示词
每次会话启动时，两个文件的内容以固定格式注入系统提示词，格式如下：
══════════════════════════════════════════════ MEMORY（Agent 个人笔记）[67% — 1,474/2,200 字符] ══════════════════════════════════════════════ 用户的项目是位于 ~/code/myapi 的 Rust Web 服务，使用 Axum + SQLx § 本机运行 Ubuntu 22.04，已安装 Docker 和 Podman § 用户偏好简洁回复，不喜欢冗长解释
这里有几个关键设计细节：
冻结快照模式 ：系统提示词中的记忆内容在会话开始时捕获一次，中途不会更新。
这是刻意设计——为了让 LLM 的前缀缓存（Prompt Cache）保持有效，降低 Token 成本。
Agent 在会话中修改记忆，变化立即写入磁盘，但要等 下次会话启动 才会出现在上下文中。
用量百分比可见 ： [67% — 1,474/2,200] 让 Agent 随时知道剩余容量，在接近上限时主动整理。
§ 作为条目分隔符 ：每条记忆之间用 § 分隔，条目本身可以是多行文字。
Agent 如何操作记忆
Agent 通过内置的 memory 工具管理记忆，支持三种操作。
注意： 没有 read 操作 ——记忆内容在会话启动时已经注入系统提示词，Agent 直接在上下文中看到它，不需要额外读取。
replace 和 remove 使用 子串匹配 定位条目，不需要提供完整条目文本：
实例
如果子串匹配到多个条目，工具会返回错误，要求提供更精确的匹配串。
什么该记，什么不该记
Agent 会自动判断并保存有价值的信息——你通常不需要显式要求。
但了解判断标准有助于你理解 Agent 的行为，以及在需要时手动引导。
应该主动保存到 memory（环境与工作）
以下类型的信息触发 Agent 写入 MEMORY.md：
应该主动保存到 user（关于你）
以下类型的信息触发 Agent 写入 USER.md：
不应该保存的内容
以下内容不值得占用宝贵的记忆空间：
好记忆 vs 坏记忆
同样的信息，写得好可以一条顶十条，写得差则毫无价值。
记忆容量管理
记忆文件有严格的字符上限，Agent 需要在接近上限时主动整理。
接近上限时会发生什么
当新条目会导致超出字符上限时，工具返回错误而非静默截断：
{ "success": false, "error": "Memory 已用 2,100/2,200 字符。新条目（250 字符）会超出上限。 请先整理：用 replace 合并重叠条目，或 remove 过时条目， 再重试——在同一轮对话中完成。", "current_entries": [ "用户的 macOS 14 Sonoma，Homebrew，Docker Desktop", "项目 ~/code/api 使用 Go 1.22，sqlc 做 DB 查询" ], "usage": "2,100/2,200" }
收到这个错误后，Agent 的正确做法是：
最佳实践：当系统提示词显示记忆使用率超过 80% 时，主动整理，不要等到报错。预防永远比补救更省 Token。
容量参考
控制记忆写入权限
默认情况下，Agent 可以自由写入记忆——包括 后台自动触发的自我改进回顾 （一轮对话结束后在后台运行，提炼记忆和技能）。
如果你希望在任何内容写入记忆前先审核，可以开启写入审批。
开启写入审批
在配置文件中设置即可：
开启后的行为变化：
审批管理命令
使用以下斜杠命令管理待审批的记忆写入：
适用场景：如果 Agent 保存了一个关于你的错误假设，或者你想完全掌控记忆内容，开启 write_approval 是最直接的方式。
关于后台自我改进回顾
每轮对话结束后，Hermes 会在后台运行一次自我改进回顾（background review），分析这轮对话并提炼值得保留的记忆或技能。
默认会在聊天中显示一行提示 Memory updated 。
你可以调整通知的详细程度：
如果你的主模型费用较高，可以让后台回顾跑在更便宜的模型上：
情节日志与跨会话搜索
第二层记忆——情节日志（Session History）——存储所有历史对话的完整记录，支持全文检索和按需召回。
所有对话都自动保存
每一次会话——无论来自 CLI、Telegram、Discord 还是其他任何平台——都自动存入两个位置：
session_search 工具
Agent 内置 session_search 工具，可以在所有历史对话中执行全文检索。
整个过程无需 LLM 参与搜索阶段，直接由 SQLite FTS5 引擎完成：
工作流程：
支持的搜索语法（FTS5 标准）：
触发时机：Agent 会在你提到「上次我们讨论过的……」或「之前那个方案……」时自动调用 session_search，而不是让你重复解释。
session_search vs 持久记忆
两者功能互补，不是替代关系：
记忆 用于「我总是需要知道这些的」——环境事实、用户偏好、项目规范。
情节日志 用于「我们上周聊过这个问题吗？」——查找具体历史讨论。
会话管理
情节日志中的每条会话都可以被命名、恢复、导出和清理。
命名与恢复
Hermes 会在第一轮对话后自动生成一个简短的会话标题（3–7 个词），在后台异步运行，不影响响应速度。
你也可以手动命名：
命名后恢复会话时可以直接用标题：
自动世系（Auto-Lineage） ：当会话经过上下文压缩时，Hermes 自动创建延续会话并编号：
"我的项目" → "我的项目 #2" → "我的项目 #3"
按标题恢复时，自动选取最新的延续会话。
常用会话管理命令
会话自动清理（可选）
默认情况下会话历史永久保留（因为它为 session_search 提供数据）。
如果需要自动清理，在配置中开启：
Honcho 用户建模
Honcho 是由 Plastic Labs 开发的 AI 原生记忆后端，以插件形式集成到 Hermes 中。
它不替换 MEMORY.md 和 USER.md，而是在它们之上 增加辩证推理层 ——通过分析你的对话模式，自动推导你未曾明确表达的偏好、目标和习惯。
与 MEMORY.md 的手动策划方式不同，Honcho 是全自动的：它在每轮对话后（频率可配置）在后台推理，积累对你越来越深的理解。
Honcho 与内置记忆的对比
两层上下文注入
每一轮对话，Honcho 组装两层上下文注入系统提示词：
基础层（Base Context） ：会话摘要 + 用户表征 + 用户 Peer Card + AI 自我表征。按 contextCadence（每 N 轮）刷新一次。这是「这个用户是谁」层。
辩证层（Dialectic Supplement） ：由 Honcho 的 LLM 引擎实时推理生成，关注「当前最相关的是什么」。按 dialecticCadence 刷新。
辩证推理的两种启动模式：
三个独立调节旋钮
三个旋钮完全独立——你可以高频刷新基础层、低频运行辩证推理，也可以反过来：
以上配置表示：每轮刷新基础层，每 5 轮做一次 2 pass 深度辩证推理。
多 pass 辩证推理
当 dialecticDepth 设为大于 1 时，每次辩证推理运行多轮 LLM 调用：
深度 3 不一定等于 3 次 LLM 调用——如果上一轮已产出高质量输出，下一轮会提前退出，节省 Token。
快速上手 Honcho
或手动配置：
在 honcho.dev 获取 API Key。
Honcho 提供的工具
开启 Honcho 后，Agent 可以使用五个专属工具：
Honcho CLI 命令
记忆系统配置参考
以下是所有记忆相关配置的完整参考，可直接复制到你的配置文件中使用。
常用记忆操作速查
在对话中直接操控记忆
你可以用自然语言指令 Hermes 操作记忆，无需记忆任何命令：
斜杠命令
直接编辑记忆文件
记忆文件是普通的 Markdown，可以直接用编辑器打开修改：
注意：直接编辑文件后，变化会在下次会话启动时生效，不会立即体现在当前会话的上下文中。
记忆安全与隐私
安全扫描
记忆内容在写入前会经过安全扫描，检测注入攻击和数据窃取模式。
系统会检测以下威胁模式：
匹配到威胁模式的内容会被 拒绝写入 。
日志中的敏感信息脱敏
API Key、Token 等敏感信息在所有日志文件中自动脱敏——即使出现在工具输出里也不会以明文形式记录：
数据本地存储
所有记忆数据（MEMORY.md、USER.md、state.db）默认存储在本地 ~/.hermes/ 目录，不上传到云端。
选择使用 Honcho 时，对话数据会发送到 Honcho 的服务器进行处理——这是一个有意的权衡：用数据上传来换取更深的推理能力。
