AI-Workshop 文献分享 #10 -- Hermes Agent 记忆框架：四层架构与设计哲学
分享人：qyr | 日期：2026-07-11
主题：Hermes Agent 记忆框架设计与实现
一、四层记忆架构
Hermes 采用四层分层结构：
工作记忆 -> 内建长期记忆 -> 完整会话历史 -> 可插拔的外部记忆组件
核心设计理念：不是尽可能的多记，而是判断哪些是值得记住的。
记忆拆成两个部分：稳定的事实（长期记忆） vs 完整的历史。
二、工作记忆（L1）
- 存储位置：内存，不持久化
- 生命周期：仅单轮推理步骤，结束后丢弃
- 包含内容：调试信息、报错信息、中间变量等临时信息
- 设计原则：不会也不应该进入上下文和长期记忆，避免污染
工作记忆与会话历史是不同的概念。工作记忆是单轮内部的临时工作区，而非跨轮次的记忆。
三、内建长期记忆（L2）
3.1 快照机制
两个 Markdown 文件管理内建记忆：
- MEMORY.md：环境信息、项目约定等（上限 2200 字符）
- USER.md：用户风格、偏好等（上限 1375 字符）
会话加载时，读取这两个文件生成系统提示词，并创建快照。快照缓存在 session.db（SQLite）中。
关键规则： 1. 本轮会话中使用的快照不会改变，即使修改了源文件 2. 通常要到下次会话启动或记忆压缩才更新快照 3. 通过 gateway 调用时，新建 AI 实例仍使用 session 缓存的快照
设计目的：确保 prefix 稳定性，提高 prefix cache 命中率（降低费用），便于调试。
3.2 内核级工具
memory 操作在 Hermes 中是内核操作，不走通用流水线。
通用流水线（不持久化）：
LLM tool_call -> 分发器 -> 参数校验 -> 初始化 -> 执行 -> 序列化 -> 回填
memory 操作单独处理，因会直接修改记忆文件。
操作原语：只有三种——add、replace、remove。没有 embedding，没有图谱化，但人能看懂。
匹配算法：KMP 字符串匹配。匹配到多个结果时报歧义。
原子写入流程： 1. 上锁——避免其他会话同时修改 2. 重新读取 MEMORY.md 和 USER.md 最新内容（不用快照） 3. 修改并写入临时文件 4. 原子覆盖——用 tempfile 一次性覆盖目标文件
3.3 威胁扫描
memory 操作在写入前进行威胁扫描，因这两个文件作为 system prompt 在每次对话中使用。
检查内容包括： - 角色劫持 - 恶意指令注入 - 密钥诱导 - SSH 后门 - 隐形 Unicode 字符
四、完整会话历史（L3）
- 记录当前会话的完整对话过程，保证上下文连贯性
- 区别于 L1（单轮内部）和 L2（跨会话），L3 是会话级的
- 会话过长时可进行压缩或摘要处理
- 与 L2 配合：稳定事实进 L2，过程记录留 L3
五、外部记忆组件（L4）
- 对接外部存储，按需扩展记忆能力
- 典型组件：RAG、知识图谱、向量数据库
- 可插拔设计，按场景选择启用
- 与 L2 互补：L2 管精简稳定的核心事实，L4 管大规模检索
六、总结
三个要点：
- 四层架构各司其职：工作记忆（单轮临时）-> 内建长期记忆（跨会话稳定事实）-> 会话历史（跨轮次上下文）-> 外部记忆（大规模检索）
- 快照机制：牺牲实时性换取 prefix 稳定性，提升 cache 命中率
- 设计哲学：稳定优于实时，简单优于复杂，安全内建于流程