告别Token浪费，让你的AI Agent真正"记住"该记的事。

引言：为什么你的AI总是"健忘"？

在使用Hermes Agent的过程中，你是否遇到过这样的困扰：

明明刚告诉过它你的技术栈，下一轮对话它又问了一遍。对话越深入，它的回答越"飘"，似乎忘了最开始的关键约定。你精心维护的MEMORY.md越来越长，但Token消耗也越来越快。

这些问题的本质，在于我们对Agent记忆机制的理解存在偏差。Hermes Agent提供了三层记忆架构——SOUL.md（身份灵魂）、Memory（关键事实）和Session Search（历史对话），但大多数用户只停留在"往里塞内容"的初级阶段。

本文将带你深入理解这套机制，并分享一套从手动管理到智能自动化的完整方案，让你的Agent真正实现"记得住、找得准、花得省"。

第一部分：理解Hermes的三层记忆架构

在优化之前，我们先厘清这三个概念的分工：

特性SOUL.md（身份与灵魂）Memory（持久化记忆）Session Search（会话搜索）
核心用途定义Agent的性格、语气和沟通风格存储稳定的事实：用户偏好、环境配置、项目约定搜索并回顾过去的完整对话记录
作用范围全局生效，跨所有项目分为MEMORY.md（项目事实）和USER.md（用户画像）搜索本地SQLite数据库中的历史会话
工作方式每次会话启动时，作为系统提示词注入会话开始时，作为冻结的快照注入Agent通过session_search工具按需主动调用
一句话总结决定"如何说"记住"关键事实"查找"历史对话"

关键认知：MEMORY.md是有容量限制的（约1300 Token），且只在会话开始时加载一次。它不是无限容量的"笔记本"，而是需要精打细算的"便签纸"。

第二部分：手动管理的四个实操技巧

如果你暂时不想引入额外工具，以下四个技巧能让你在现有框架内做到最优。

技巧1：主动编辑记忆文件

MEMORY.md和USER.md是静态文件，你可以随时手动修改：

  • ~/.hermes/MEMORY.md：存放项目和环境事实。例如开始新功能时，加上"当前正在重构 payment 模块"。
  • ~/.hermes/USER.md：存放你的个人偏好。例如"我习惯用 pnpm 而不是 npm"。

原则：发现Agent反复忘记某件事时，直接写进去，一劳永逸。

技巧2：利用命令快捷操作

Hermes提供了两个关键命令，让你在对话中即时管理记忆：

  • /remember [内容]：核心命令。当出现重要信息时，立即执行，内容会自动追加到对应的记忆文件中。
  • /forget：当信息过时时（如"旧API地址"），用此命令将其从上下文中清除。

技巧3：压缩与总结对话

由于MEMORY.md有Token上限，不要把原始对话往里塞。正确做法是：

“请根据我们刚才关于部署的讨论，总结出3个关键决策点和1个待办事项，然后用/remember保存下来。”

这样，50轮对话被浓缩为3行关键事实，既省Token，又保留核心信息。

技巧4：养成"事实校验"的对话习惯

主动让Agent利用session_search工具交叉验证：

“请搜索历史记录，确认我上次是否提到过这个数据库的字符集设置？如果没有，请提醒我用/remember记下来。”

这能把散落在历史里的"隐性知识"转化为"显性记忆"。

第三部分：电报体写作法——省Token的终极技巧

MEMORY.md容量有限，如何用最少的Token承载最多的信息？答案是电报体。

三大压缩原则

原则一：砍掉"主谓宾"里的"主谓"

❌ 废话版（28 Token）：我平时写代码的时候比较喜欢使用 TypeScript 而不是 JavaScript，并且我也很习惯用 pnpm 这个包管理器。

✅ 电报版（8 Token）：Lang: TypeScript | Pkg: pnpm

❌ 废话版：这个项目的后端 API 接口是运行在 8000 端口的，而前端开发服务器是在 5173 端口。

✅ 电报版：API:8000 | Web:5173

原则二：用"管道符 |“和"缩进"代替自然语言

❌ 废话版：数据库使用的是 PostgreSQL，版本是 15，里面有一个主要的表叫做 users，还有一个叫做 orders。

✅ 电报版：

DB: PostgreSQL 15 Tables: users, orders

原则三：消灭"程度词"和"客套话”

❌ 废话版：我基本上不太喜欢在代码里看到太多的魔法数字，感觉这样可读性会比较差。

✅ 电报版：No magic numbers.

完整压缩案例

原始口语版（约75 Token）：

我的项目是一个电商后台，前端用的是 React 18，状态管理用的是 Zustand。后端是 Node.js 的 Express 框架。我习惯用 VS Code 开发，而且特别讨厌在 PR 里看到 console.log 没删掉。部署的话是用 Docker 和阿里云。

压缩后的电报版（约22 Token）：

Project: E-commerce Admin Frontend: React 18, Zustand Backend: Node.js (Express) IDE: VS Code Rules: PR no console.log Deploy: Docker + AliCloud

压缩率高达70%！掌握这个方法，1300 Token的容量可以容纳200-300条键值对，完全够一个中型项目的全部约定使用。

第四部分：高阶自动化——让记忆跟随项目进化

手动管理终归有上限。以下是两种自动化路径，让Agent的记忆与你的项目状态同步。

路径一：轻量级自动化（Git Hooks + 定时任务）

利用Git钩子，在代码提交时自动提取关键信息写入MEMORY.md。

脚本示例（update_memory.sh）：

#!/bin/bash
LAST_COMMIT=$(git log -1 --pretty=format:"%s - %an")
DATE=$(date +"%Y-%m-%d")

echo "### [$DATE] 最新变更" >> ~/.hermes/MEMORY.md
echo "- $LAST_COMMIT" >> ~/.hermes/MEMORY.md
echo "" >> ~/.hermes/MEMORY.md

将此脚本挂在.git/hooks/post-commit，每次提交代码，Hermes的长期记忆就会自动更新"项目最近在忙什么"。

路径二：MCP协议 + 外部数据库

如果你觉得写文件太死板（且受Token限制），可以通过MCP（Model Context Protocol）将记忆外挂到向量数据库。

架构原理：

  • 不再只依赖1300 Token的MEMORY.md
  • 编写一个MCP Server，连接项目数据库（如Jira、Notion或Git仓库）
  • Hermes启动时通过MCP协议按需拉取相关记忆，而非一次性加载

效果对比：

特性文件式（MEMORY.md）MCP外挂数据库
容量约1300 Token无限
内容全局静态信息按需动态检索
更新方式脚本追加或手动实时监听（如Webhook）

第五部分：插件与工具生态——开箱即用的增强方案

如果你不想自己写脚本或搭MCP Server，Hermes生态已有成熟插件。

PLUR插件：本地的"智能记忆管家"

核心机制：自动捕捉对话中的"修正"和"洞察"，存储为带使用频率权重的"记忆痕迹"（engrams），每轮对话前只智能注入最相关的记忆。

如何省Token：混合检索（BM25+本地嵌入）+ 自动遗忘机制（低频记忆自然衰减）。

关键能力：

  • 记忆可反馈训练（点赞/点踩）
  • 可跨设备Git同步
  • 提炼跨领域的"元记忆"

安装：一条命令即可

pip install plur-hermes

安装后自动加载，与内置MEMORY.md并行工作，互不冲突。

外部记忆提供者（Memory Providers）：云端的"百事通"

如果想彻底摆脱Token限制，可将记忆交给云端服务。Hermes官方支持Honcho、Mem0、Tablestore等8个Provider。

  • Honcho：具备辩证推理能力，不仅能记忆事实，还能通过LLM推理形成更深刻的"用户画像"。
  • 阿里云Tablestore：提供hermes-tablestore-memory插件，自动将对话要点同步到云端，并在下一轮对话前自动预取相关语义记忆。

第六部分：推荐工作流与最佳实践

日常维护节奏

  • 启动会话时：检查MEMORY.md，删除过时内容，补充新背景
  • 对话过程中：出现"这个很重要"的感觉时，立刻用/remember存进去
  • 话题结束时：让Agent做一次"记忆总结"，把多轮对话压缩成要点再保存
  • 定期清理：每周用/forget清理已完成任务或已过时的配置

核心原则总结

原则说明
少即是多MEMORY.md控制在300-500 Token，只放最核心的3-5条事实
结构化优先使用键值对、管道符、缩进，不用自然语言段落
动态归动态临时信息用/remember，历史用Session Search，静态事实才放MEMORY.md
善用工具PLUR插件或外部Provider可大幅降低维护成本

结语：让记忆成为Agent的"肌肉记忆"

优化Agent的长期记忆，本质上是在做三件事：

  • 减负：用最少Token承载最多信息
  • 提效：让Agent在需要时能准确找到需要的记忆
  • 自动化：让记忆随项目更新，而非手动同步

掌握了从"电报体写作"到"PLUR插件"再到"MCP外挂数据库"这套完整方案，你的Hermes Agent将不再是"健忘的助手"，而是真正拥有"肌肉记忆"的AI伙伴。

下一步行动建议：

  • 本周：改写你的MEMORY.md为电报体格式
  • 本月：尝试安装PLUR插件，体验智能记忆管理
  • 下季度：评估是否需要引入MCP外部存储方案

本文基于Hermes Agent实战经验整理，所有代码示例均已验证可用。如有疑问，欢迎在社区讨论交流。

附录：PLUR 插件详解

官方地址

PLUR 插件的官方地址是 PyPI 上的 plur-hermes 项目页面：https://pypi.org/project/plur-hermes/。它的源码遵循 Apache-2.0 开源协议。

安装方法

安装过程非常简单，只需一条命令：

pip install plur-hermes

安装后无需额外配置，Hermes Agent 在启动时会自动发现并加载该插件。它和 Hermes 内置的 MEMORY.md 是并行工作的，不会互相替代。

前置要求：

  • Hermes Agent v0.5.0 或更高版本
  • Python 3.10+
  • Node.js 18+（插件会在首次使用时通过 npx 自动解析 PLUR CLI，之后会缓存）

使用方式

安装后，PLUR 在后台完全自动运行，你不需要做任何操作，它就会默默工作：

  • 每轮对话前：自动将相关记忆注入 Agent 的上下文中
  • 每轮对话后：自动捕捉对话中的修正和洞察
  • 每轮会话结束后：自动记录会话时间线

除了自动运行，PLUR 还给 Agent 提供了 16 个工具，可以让 Agent 在对话中主动调用。以下是几个最常用的：

工具名用途
plur_learn主动存储一个修正、偏好或模式
plur_recall按主题搜索记忆
plur_inject为某个任务获取相关上下文
plur_list列出所有存储的记忆（engrams）
plur_forget淘汰过时的知识
plur_feedback给某条记忆打分（训练模型，让好的记忆更容易浮现）
plur_sync通过 Git 跨设备同步记忆

工作原理与核心特点

PLUR 把知识存储为 engrams（记忆痕迹）——就是一些小的断言，用得越多就越强化，长期不用就会自然衰减。存储在本地的 ~/.plur/ 目录下，纯 YAML 格式。

它区别于 Hermes 内置记忆的几个核心特点是：

  • 反馈训练：你可以给记忆打分，好的会浮现，差的会淡出
  • 混合检索：BM25 + 本地嵌入模型 + Reciprocal Rank Fusion，检索更精准
  • 自动遗忘：过时的记忆会自动淘汰，不会无限膨胀
  • 跨设备同步：基于 Git 同步，多台机器共享
  • 零云服务：完全本地运行，无 API 调用，可离线工作

可选配置

插件零配置即可用，但如果你想微调，可以通过环境变量：

变量名默认值说明
PLUR_PATH~/.plur存储目录位置
PLUR_INJECT_MODEfast设为 hybrid 可开启基于嵌入的注入（更慢但更准）

跨设备同步配置

PLUR 的"基于 Git 同步"功能，配置思路和你平时使用 Git 管理代码仓库非常相似。它的核心是让 ~/.plur/ 这个本地目录成为一个 Git 仓库，然后你就可以用标准的 Git 命令或 plur_sync 工具来同步了。

配置步骤：

  1. 初始化本地仓库（如果尚未完成）：首先，你需要确保 ~/.plur/ 目录本身是一个 Git 仓库。你可以进入该目录，然后执行 git init。

  2. 关联远程仓库：为了让记忆在多台机器间共享，你需要将本地的 ~/.plur/ 仓库与一个远程 Git 仓库（例如在 GitHub、GitLab 或 Gitee 上创建的私有仓库）关联起来。这一步就是添加远程仓库地址：

git remote add origin <你的远程仓库地址>
  1. 推送并拉取数据：完成关联后，你就可以通过 Git 或 PLUR 命令来同步了。
  • 手动同步：你可以在 ~/.plur/ 目录下，像操作普通 Git 仓库一样，使用 git push 和 git pull 来手动同步记忆数据。
  • 通过 PLUR 工具同步：根据官方文档，Hermes Agent 会获得 plur_sync 这个内置工具，Agent 可以调用它来执行跨设备同步。具体的用法是，在对话中直接指示 Agent：“请执行 plur_sync 同步我的记忆。” 这样 Agent 就会代你完成同步操作。

核心机制与注意事项：

  • 存储原理：PLUR 将所有知识（包括记忆痕迹 engrmas 和时间线 episodes）都以纯文本 YAML 格式存储在 ~/.plur/ 目录下。这使得它天生适合用 Git 进行版本管理和同步。
  • 跨设备工作流：要实现多台机器共享，你只需要确保每台机器上的 ~/.plur/ 目录都关联到同一个远程 Git 仓库。在一台设备上通过 plur_learn 或其他方式产生的记忆，通过 git push 推送到远程仓库后，在另一台设备上执行 git pull 或 plur_sync 即可获得更新。
  • 自动化潜力：plur_sync 这个工具的存在意味着，理论上你可以通过设置自动化任务（例如在每天工作结束时），让 Agent 或系统定时执行同步，从而实现记忆的自动云端备份和多端同步。