Hermes 智能体的三层记忆结构。
AI 智能体在会话结束后会忘记所有内容，但 Hermes 不会。它拥有三层记忆，每一层的速度都不同。
第一部分：MEMORY.md（2200 个字符）和 USER.md（1375 个字符）文件会在会话开始时作为冻结快照注入到系统提示符中。
MEMORY.md 包含项目约定、工具特性和经验教训。
USER.md 包含您的个人资料：姓名、沟通风格和技能水平。
这些文件特意做得非常小。
当 MEMORY.md 的容量达到约 80% 时，代理会进行整合：合并相关条目，删除冗余，仅保留最核心的信息。
这是对内存施加的自然选择压力。
文件大小保持不变，但其内容会随着时间的推移变得更加清晰。

第二部分：FUL-TEVT 存储系统（SULIT + FTS5）每次对话都会存储在带有 FTS5 索引的 SQLite 数据库中。
代理可以按需搜索过去数周的会话。当代理调用 session_search 时：FTS5 可在约 10 毫秒内对超过 10,000 个文档进行匹配排名，LLM 会总结最佳匹配结果，并将简洁的结果返回到上下文中。
第一层始终存在，但容量很小。
第二层容量无限，但需要主动搜索。关键信息存储在内存中，其他所有内容均可搜索。
第三层：扩展内存提供程序，包含 8 个可插拔的提供程序，它们与第一层和第二层并行运行，永远不会取代它们。
三个值得了解的层级：Honcho（辩证用户建模，12 个身份层级）、Holographic（本地优先，HRR 向量，无外部调用）和 Supermemory（上下文隔离，防止同一事实被无限次地恢复）。
启用后，Hermes 会在每个回合自动同步：回合开始前预取，回合结束后同步，并在会话结束时提取。这是大多数人容易忽略的部分。
每个回合，层级都会通过一个五步循环进行组合：
1. 回合开始。第一层已处于提示状态，第三层进行预取和前缀添加。
2. 代理使用所有三层作为上下文进行响应。
3. 周期性触发提示（约每 300 秒一次）。代理会思考：“是否发生了任何值得持久化的信息？” 如果有，则写入；如果没有，则静默返回。
4. 内存写入磁盘上的 MEMORY.md 文件。由于前缀缓存保持有效，因此在本会话中不可见。
5. 会话关闭。第二层记录会话记录，第三层提取语义信息。下一个会话以新状态打开。
如今，代理的内存要么始终处于开启状态但存储较浅（将所有内容都塞入提示中），要么存储较深但被动（向量存储，但永远不会在正确的时间触发）。

Hermes 兼顾两者：用于存储关键事实的小型常驻文件、用于深度回忆的全文搜索、用于语义建模的外部提供程序，所有这些都由一个提示协调，该提示自主决定哪些信息值得保存。代理不仅存储记忆，还会在压力下对其进行管理。