Hermes Agent 06. 技能、记忆与上下文文件

06. 技能、记忆与上下文文件

如果说工具决定 Hermes "能不能做",那么技能、记忆和上下文文件决定它"会不会持续做对"。

本章目标

  • 理解 skill、memory、context file 的边界
  • 学会查找、安装和使用 skill
  • 学会用 AGENTS.mdSOUL.md 提升稳定性
  • 理解 prompt caching 与上下文注入的约束

适用读者

  • 想长期高效使用 Hermes 的所有用户
  • 想把重复流程沉淀下来的进阶用户
  • 开发者

前置条件

  • 已理解 CLI 和工具系统

核心概念

Skill 是"怎么做"

Skill 是按需加载的流程知识。它更像一份可执行的说明书,而不是一条记忆条目。

适合做成 skill 的内容:

  • 固定工作流
  • 多步骤操作规范
  • 领域知识流程
  • 常见排错套路

Memory 是"是什么"

Memory 适合保存事实信息,例如:

  • 你的偏好
  • 环境事实
  • 常用项目位置
  • 团队约定

经验法则很简单:

  • 可复用流程放 skill
  • 长期事实放 memory

Context File 是"默认注入的背景"

Hermes 会自动读取某些上下文文件,例如:

  • AGENTS.md
  • SOUL.md
  • `.cursor/*

这些文件会直接影响每次会话的系统上下文,所以质量和长度都很重要。

操作步骤

查看和使用 skill

最常用的方式:

text 复制代码
/skills
/skills search docker
/skills browse

技能安装后通常会直接变成 slash command,例如:

text 复制代码
/plan 设计一个 REST API
/ascii-art Make a banner

CLI 外也可以:

bash 复制代码
hermes skills list
hermes skills install official/research/arxiv

自己创建 skill

用户自定义 skill 放在:

text 复制代码
~/.hermes/skills/

典型结构:

text 复制代码
~/.hermes/skills/my-category/my-skill/
└── SKILL.md

如果 skill 还需要参考文件、模板或脚本,也可以加 references/templates/scripts/

使用 memory

Memory 用于跨会话保存信息。你可以直接要求 Hermes 记住某个事实,例如:

text 复制代码
记住:我们的 CI 用 GitHub Actions,主工作流文件是 deploy.yml。

写好 AGENTS.md

对于代码项目,AGENTS.md 非常重要。它适合写:

  • 架构约定
  • 测试方式
  • 代码规范
  • 禁止事项
  • 特定目录行为

它不是 README 的替代,而是"给 agent 的项目说明书"。

区分 SOUL.mdAGENTS.md

  • SOUL.md:定义 Hermes 的长期人格和表达倾向
  • AGENTS.md:定义当前项目或工作区的约束

一个偏"说话风格",一个偏"做事规则"。

常见场景

场景 1:重复做同一种工作流

如果某个任务总要 5 步以上,而且你会重复做,优先考虑做成 skill,而不是每次重写 prompt。

场景 2:希望 Hermes 一直遵守项目约定

优先写 AGENTS.md,而不是每次聊天都重新说一遍。

场景 3:希望 Hermes 长期记住偏好

例如"回答尽量简洁""默认用 pytest""某仓库路径固定在某位置",这些更适合进 memory。

常见问题与排错

为什么安装了 skill,当前会话却没看到

有些 skill 需要新会话才能稳定进入 prompt。必要时重开会话或 /reset

为什么不建议把 AGENTS.md 写得特别长

因为它会被反复注入上下文,太长会拖慢会话、增加 token 消耗,并降低重点信息密度。

为什么 memory 改了但当前会话感觉没变

memory 是跨会话生效的长期上下文。很多情况下写入后要到下一个会话,系统提示里才会以稳定方式体现出来。

什么是 prompt cache 不该被打破

Hermes 很依赖稳定的系统提示前缀来命中缓存。频繁改系统提示、技能载入方式、上下文文件或模型,会降低缓存命中率,提高成本和延迟。

本章总结

工具解决"做事",skill、memory 和 context file 解决"长期稳定地做对"。高质量的长期使用,离不开这三者的正确分工。

下一步建议

继续看 MCP 与扩展能力,学习如何把 Hermes 接到外部系统。

相关推荐
数智化管理手记1 小时前
手工统计指标误差大、效率低?指标管理系统如何告别人工算数痛点?
大数据·运维·数据库·人工智能·云计算
fthux4 小时前
RenoPit 能为普通业主做什么?看懂图纸、审查合同,提前发现装修坑
javascript·人工智能·ai·开源·github·chrome扩展·open source·edge扩展·firefox扩展
火山引擎开发者社区7 小时前
火山引擎混合云 veStack 智算平台 Day0 适配 Kimi K3
人工智能
RSABLOCKCHAIN7 小时前
AI Agents in LangGraph-2
人工智能·python
cd_949217218 小时前
哪些AI工具适合生成游戏开发用的3D道具模型?从道具草稿到引擎测试的选择方法
人工智能·3d
FII工业富联科技服务8 小时前
工业设备运维如何Agentic化?拆解Factory Brain的设备运维架构
大数据·运维·人工智能·架构·制造
WA内核拾荒者8 小时前
WhatsApp 账号异常检测的自动化告警系统设计
数据库·python·自动化
糖果店的幽灵8 小时前
人已经用 WorkBuddy 找工作拿了面试,你还在一份份手工改简历
人工智能·面试·职场和发展·langgraph
qq29539 小时前
2026 财搭子决策模拟器:多智能体投研架构能力拆解
大数据·人工智能·架构
码流怪侠9 小时前
【GitHub】Bend:让 GPU 并行编程像写 Python 一样简单
python·github