持久记忆

Hermes 有多层记忆系统，能在不同对话之间保持信息。

---

记忆层级

从短到长：

当前对话（本次聊天的上下文）
    │
    ├── Session DB（过往所有会话记录，可搜索）
    │
    ├── Memory（你手动保存的持久事实）
    │
    └── Hindsight（系统自动总结的行为模式）

Memory：手动保存重要信息

这是最可靠的记忆方式——你告诉 Hermes 什么信息需要记住，它会在每次对话时加载。

使用场景

# 记住你的偏好
memory(action='add', target='user',
       content='用户喜欢简洁的回答，不想要长篇大论')

# 记住环境配置
memory(action='add', target='memory',
       content='Python 需要使用 venv 或 uv 安装包，不能直接用 pip')

什么时候该用

• ✅ 你的偏好和习惯（“我喜欢 Markdown 格式的输出”）
• ✅ 环境配置信息（“我住在东八区”）
• ✅ 项目约定（“项目用 pytest 跑测试”）
• ✅ 反复纠正过的事情（“不要用 Tab 缩进，用空格”）

什么时候不该用

• ❌ 一次性任务进度（“今天下午我改了文件 X”）
• ❌ 临时状态（“当前正在下载模型”）
• ❌ 很快会过时的信息（“PR #42 还在 review 中”）

查看和管理

# Memory 没有直接的 CLI 查看命令
# 在对话中问：你记得关于我的什么信息？

Session DB：搜索历史对话

所有历史会话都会被自动记录并建立索引。

# 在对话中说：
你：我之前跟你讨论过 GPU 配置对吧？找一下那次说的内容

# Hermes 会自动搜索历史会话

搜索技巧

• 用关键词搜索："Docker GPU X11" — 自动 AND 匹配
• 精确短语："使用引号括起来"
• 排除："Docker -compose" — 排除 Docker compose 相关

Hindsight：自动行为总结

Hindsight 是一个后台服务，会定期分析你的对话历史，提取行为模式和偏好。

比如你经常让 Hermes 用 Python 而不是 Bash 来完成任务，Hindsight 会总结出”用户偏好 Python 方案”，并告诉 Hermes 以后优先用 Python。

不需要手动配置，后台自动运行。

如何让记忆保持准确

1. 发现不对就纠正 — 说”不对，我不喜欢这样，记住”
2. 定期清理过时的记忆 — 如果某个信息不再适用，提一句”这个信息已经过时了”
3. 重要的信息主动保存 — 不要等 Hermes 猜，直接说”记住这个”

---

总结

记忆类型	谁管理	存什么	有效期
Memory	你	偏好、习惯、重要事实	永久（可手动更新）
Session DB	自动	所有历史对话	永久
Hindsight	自动	行为模式总结	定期更新