我们把 Hermes Agent 的记忆系统拆开看了：AI Agent 到底该怎么“记住”事情？

Breath572026-06-19 21:13

仓库地址：https://github.com/breath57/how-ai-agents-remember

如果你想系统理解 AI Agent 的"记忆"到底是怎么实现的，这个仓库值得收藏。

How AI Agents Remember 不是泛泛而谈的 AI Agent 综述，而是逐行阅读 5 个开源 Agent Bot 项目的记忆相关源码，把它们的架构、数据模型、检索管线、上下文注入、生命周期管理和复刻方案整理成一套可读、可比较、可落地的技术文档。

目前仓库已经覆盖 5 个项目：OpenClaw、Hermes Agent、nanobot、NullClaw、OpenFang。

这次更新的重点，是新增了对 Hermes Agent 的完整拆解。但这篇文章不是只介绍 Hermes，而是想借 Hermes 这个最有代表性的案例，把整个仓库想解决的问题讲清楚：AI Agent 到底应该如何长期、可靠、可控地"记住"事情？

如果你正在做 AI Agent，很可能已经遇到过这个问题：

Agent 能回答当前这一轮对话，不难。

但它怎么记住用户是谁？怎么记住长期偏好？怎么搜索历史会话？怎么在不破坏 prompt cache 的情况下，把"记忆"安全地塞回上下文？

这就是这个仓库想回答的问题。

不同项目给出了完全不同的答案：有的用 Markdown 做唯一真相源，有的做多阶段检索管线，有的把知识图谱塞进统一 SQLite 底座，有的把记忆拆成 Provider、会话搜索、上下文压缩和 Skills。把它们放在一起看，比单看某一个框架更容易理解 Agent 记忆系统的真实设计空间。
#mermaid-svg-IN93Xmj2YGAvgQPm{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-IN93Xmj2YGAvgQPm .error-icon{fill:#552222;}#mermaid-svg-IN93Xmj2YGAvgQPm .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-IN93Xmj2YGAvgQPm .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-IN93Xmj2YGAvgQPm .marker{fill:#333333;stroke:#333333;}#mermaid-svg-IN93Xmj2YGAvgQPm .marker.cross{stroke:#333333;}#mermaid-svg-IN93Xmj2YGAvgQPm svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-IN93Xmj2YGAvgQPm p{margin:0;}#mermaid-svg-IN93Xmj2YGAvgQPm .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster-label text{fill:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster-label span{color:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster-label span p{background-color:transparent;}#mermaid-svg-IN93Xmj2YGAvgQPm .label text,#mermaid-svg-IN93Xmj2YGAvgQPm span{fill:#333;color:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm .node rect,#mermaid-svg-IN93Xmj2YGAvgQPm .node circle,#mermaid-svg-IN93Xmj2YGAvgQPm .node ellipse,#mermaid-svg-IN93Xmj2YGAvgQPm .node polygon,#mermaid-svg-IN93Xmj2YGAvgQPm .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-IN93Xmj2YGAvgQPm .rough-node .label text,#mermaid-svg-IN93Xmj2YGAvgQPm .node .label text,#mermaid-svg-IN93Xmj2YGAvgQPm .image-shape .label,#mermaid-svg-IN93Xmj2YGAvgQPm .icon-shape .label{text-anchor:middle;}#mermaid-svg-IN93Xmj2YGAvgQPm .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-IN93Xmj2YGAvgQPm .rough-node .label,#mermaid-svg-IN93Xmj2YGAvgQPm .node .label,#mermaid-svg-IN93Xmj2YGAvgQPm .image-shape .label,#mermaid-svg-IN93Xmj2YGAvgQPm .icon-shape .label{text-align:center;}#mermaid-svg-IN93Xmj2YGAvgQPm .node.clickable{cursor:pointer;}#mermaid-svg-IN93Xmj2YGAvgQPm .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-IN93Xmj2YGAvgQPm .arrowheadPath{fill:#333333;}#mermaid-svg-IN93Xmj2YGAvgQPm .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-IN93Xmj2YGAvgQPm .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-IN93Xmj2YGAvgQPm .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-IN93Xmj2YGAvgQPm .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-IN93Xmj2YGAvgQPm .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-IN93Xmj2YGAvgQPm .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster text{fill:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm .cluster span{color:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-IN93Xmj2YGAvgQPm .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-IN93Xmj2YGAvgQPm rect.text{fill:none;stroke-width:0;}#mermaid-svg-IN93Xmj2YGAvgQPm .icon-shape,#mermaid-svg-IN93Xmj2YGAvgQPm .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-IN93Xmj2YGAvgQPm .icon-shape p,#mermaid-svg-IN93Xmj2YGAvgQPm .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-IN93Xmj2YGAvgQPm .icon-shape .label rect,#mermaid-svg-IN93Xmj2YGAvgQPm .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-IN93Xmj2YGAvgQPm .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-IN93Xmj2YGAvgQPm .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-IN93Xmj2YGAvgQPm :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} How AI Agents Remember
OpenClaw

插件架构 + Markdown 真相源
Hermes Agent

缓存边界 + Provider + Skills
nanobot

两个 Markdown 文件
NullClaw

10 后端 + 9 阶段检索
OpenFang

SQLite 底座 + 知识图谱

为什么重点看 Hermes Agent？

Hermes Agent 很有代表性。

它不是简单地把几条用户偏好写进 MEMORY.md，也不是把所有历史都粗暴塞进 prompt。它的记忆系统更像一个分层的生产级 Agent 记忆架构：

  • MEMORY.md / USER.md 保存少量必须常驻 prompt 的事实。
  • state.db 保存完整会话历史，并通过 SQLite FTS5 做按需搜索。
  • Memory Provider 插件负责外部语义记忆、用户模型或知识图谱。
  • ContextEngine 管理上下文压缩和 session split。
  • Skills 承担程序性记忆，把复杂流程从事实记忆里拆出去。
  • 外部 recall 不直接污染 system prompt，而是 fenced 后注入当前 user message 的 API copy。

最后这一点尤其关键。

很多 Agent 项目一开始都会把"记忆"理解成"往 prompt 里塞更多东西"。但 Hermes Agent 的设计提醒我们：生产级记忆系统首先是缓存边界设计。

什么内容应该常驻 system prompt？什么内容应该只在需要时搜索？什么内容应该只在当前 API 调用里临时注入？如果这些边界不清楚，记忆越多，Agent 反而越不稳定、越慢、越贵，也越容易被历史噪音污染。

Hermes Agent 的核心洞察：记忆不是一个数据库，而是五条记忆平面

在这次分析里，我们把 Hermes Agent 的记忆系统拆成了五条平面：

  1. 内置事实记忆：MEMORY.md / USER.md
  2. 会话搜索记忆：state.db + FTS5 + session_search
  3. 外部 Provider 记忆：Honcho / Mem0 / Hindsight 等插件
  4. 上下文压缩记忆：ContextEngine + compressor + session lineage
  5. 程序性记忆：Skills + slash command + curator

这五条平面解决的是不同问题。
#mermaid-svg-nW9qsXMbnuubZzmZ{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-nW9qsXMbnuubZzmZ .error-icon{fill:#552222;}#mermaid-svg-nW9qsXMbnuubZzmZ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-nW9qsXMbnuubZzmZ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-nW9qsXMbnuubZzmZ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-nW9qsXMbnuubZzmZ .marker.cross{stroke:#333333;}#mermaid-svg-nW9qsXMbnuubZzmZ svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-nW9qsXMbnuubZzmZ p{margin:0;}#mermaid-svg-nW9qsXMbnuubZzmZ .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster-label text{fill:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster-label span{color:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster-label span p{background-color:transparent;}#mermaid-svg-nW9qsXMbnuubZzmZ .label text,#mermaid-svg-nW9qsXMbnuubZzmZ span{fill:#333;color:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ .node rect,#mermaid-svg-nW9qsXMbnuubZzmZ .node circle,#mermaid-svg-nW9qsXMbnuubZzmZ .node ellipse,#mermaid-svg-nW9qsXMbnuubZzmZ .node polygon,#mermaid-svg-nW9qsXMbnuubZzmZ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-nW9qsXMbnuubZzmZ .rough-node .label text,#mermaid-svg-nW9qsXMbnuubZzmZ .node .label text,#mermaid-svg-nW9qsXMbnuubZzmZ .image-shape .label,#mermaid-svg-nW9qsXMbnuubZzmZ .icon-shape .label{text-anchor:middle;}#mermaid-svg-nW9qsXMbnuubZzmZ .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-nW9qsXMbnuubZzmZ .rough-node .label,#mermaid-svg-nW9qsXMbnuubZzmZ .node .label,#mermaid-svg-nW9qsXMbnuubZzmZ .image-shape .label,#mermaid-svg-nW9qsXMbnuubZzmZ .icon-shape .label{text-align:center;}#mermaid-svg-nW9qsXMbnuubZzmZ .node.clickable{cursor:pointer;}#mermaid-svg-nW9qsXMbnuubZzmZ .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-nW9qsXMbnuubZzmZ .arrowheadPath{fill:#333333;}#mermaid-svg-nW9qsXMbnuubZzmZ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-nW9qsXMbnuubZzmZ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-nW9qsXMbnuubZzmZ .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-nW9qsXMbnuubZzmZ .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-nW9qsXMbnuubZzmZ .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-nW9qsXMbnuubZzmZ .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster text{fill:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ .cluster span{color:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-nW9qsXMbnuubZzmZ .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-nW9qsXMbnuubZzmZ rect.text{fill:none;stroke-width:0;}#mermaid-svg-nW9qsXMbnuubZzmZ .icon-shape,#mermaid-svg-nW9qsXMbnuubZzmZ .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-nW9qsXMbnuubZzmZ .icon-shape p,#mermaid-svg-nW9qsXMbnuubZzmZ .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-nW9qsXMbnuubZzmZ .icon-shape .label rect,#mermaid-svg-nW9qsXMbnuubZzmZ .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-nW9qsXMbnuubZzmZ .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-nW9qsXMbnuubZzmZ .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-nW9qsXMbnuubZzmZ :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} AIAgent
冻结 System Prompt
MEMORY.md / USER.md

常驻事实记忆
session_search
state.db

SQLite + FTS5
Memory Provider

Honcho / Mem0 / Hindsight
<memory-context>

当前 user message copy
ContextEngine

上下文压缩 / session split
Skills

程序性记忆

事实记忆解决"用户是谁、长期偏好是什么"。

会话搜索解决"过去某次对话里说过什么"。

Provider 记忆解决"语义相似、用户画像、知识图谱、长期关系建模"。

上下文压缩解决"上下文窗口满了以后怎么不断线"。

Skills 解决"复杂流程和操作套路不应该写进事实记忆"。

这比"加一个 memory table"要复杂，但也更接近真正能跑起来的 Agent 产品。

这次 Hermes Agent 文档具体写了什么？

Hermes Agent 部分一共整理了 10 篇文档：

  • 总览：五条记忆平面、模块关系和数据流。
  • 内置记忆：MEMORY.md / USER.md 如何加载、冻结、写入和限制容量。
  • Provider 插件：外部记忆插件接口、生命周期和注入方式。
  • 会话搜索：state.db、FTS5、跨 profile 会话读取和搜索工具。
  • 上下文压缩：ContextEngine、session split、压缩边界和 lineage。
  • 运行时流程：从启动到每一轮对话，记忆系统如何参与。
  • 安全可靠性：注入防护、写入审批、漂移检测、异步隔离和 DB 自愈。
  • 技能记忆：为什么 Skills 是程序性记忆，以及它如何避免污染事实记忆。
  • 复刻指南：如果你用 Python / LangGraph 做 Agent，怎么复刻这套架构。
  • 入口 README：快速索引和源码映射。

每篇都不是停留在概念层，而是尽量回答工程问题：数据放在哪里？什么时候读？什么时候写？失败怎么降级？prompt cache 怎么保护？上下文爆了怎么办？如果要自己实现，第一步应该做什么？

为什么这对 Agent 开发者有用？

因为"记忆"很容易被低估。

一个 demo 级 Agent 可以靠上下文窗口硬撑。

一个能长期使用的 Agent 必须处理这些问题：

  • 用户长期事实和短期对话不能混在一起。
  • 所有历史都塞 prompt 会破坏成本、延迟和稳定性。
  • 语义记忆、会话搜索、技能流程其实是不同类型的记忆。
  • 外部检索结果必须有边界，否则容易变成 prompt injection 的入口。
  • 记忆写入需要审批、校验和可回滚设计。
  • 上下文压缩不能破坏工具调用配对和会话连续性。

Hermes Agent 的价值在于，它把这些问题都放到了架构里处理，而不是靠一两个"memory tool"糊过去。

不只是 Hermes：5 个项目的横向对比

Hermes 是这次更新的重点，但仓库真正的价值在于横向对比。

除了 Hermes Agent，这个仓库还分析了另外 4 个项目：

  • OpenClaw：插件架构、Markdown 真相源、SQLite / LanceDB / QMD 双引擎。
  • nanobot：两个 Markdown 文件完成长期事实和事件日志，极简但优雅。
  • NullClaw：Zig 实现的企业级记忆系统，10 种后端和 9 阶段检索管线。
  • OpenFang：Rust Agent OS，用统一 SQLite 底座承载 KV、语义搜索、知识图谱和会话。

它们放在一起看，会更容易理解 Agent 记忆系统的设计空间：
#mermaid-svg-XfS5enlLaaHUWCfC{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-XfS5enlLaaHUWCfC .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-XfS5enlLaaHUWCfC .error-icon{fill:#552222;}#mermaid-svg-XfS5enlLaaHUWCfC .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-XfS5enlLaaHUWCfC .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-XfS5enlLaaHUWCfC .marker{fill:#333333;stroke:#333333;}#mermaid-svg-XfS5enlLaaHUWCfC .marker.cross{stroke:#333333;}#mermaid-svg-XfS5enlLaaHUWCfC svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-XfS5enlLaaHUWCfC p{margin:0;}#mermaid-svg-XfS5enlLaaHUWCfC .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-XfS5enlLaaHUWCfC .cluster-label text{fill:#333;}#mermaid-svg-XfS5enlLaaHUWCfC .cluster-label span{color:#333;}#mermaid-svg-XfS5enlLaaHUWCfC .cluster-label span p{background-color:transparent;}#mermaid-svg-XfS5enlLaaHUWCfC .label text,#mermaid-svg-XfS5enlLaaHUWCfC span{fill:#333;color:#333;}#mermaid-svg-XfS5enlLaaHUWCfC .node rect,#mermaid-svg-XfS5enlLaaHUWCfC .node circle,#mermaid-svg-XfS5enlLaaHUWCfC .node ellipse,#mermaid-svg-XfS5enlLaaHUWCfC .node polygon,#mermaid-svg-XfS5enlLaaHUWCfC .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-XfS5enlLaaHUWCfC .rough-node .label text,#mermaid-svg-XfS5enlLaaHUWCfC .node .label text,#mermaid-svg-XfS5enlLaaHUWCfC .image-shape .label,#mermaid-svg-XfS5enlLaaHUWCfC .icon-shape .label{text-anchor:middle;}#mermaid-svg-XfS5enlLaaHUWCfC .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-XfS5enlLaaHUWCfC .rough-node .label,#mermaid-svg-XfS5enlLaaHUWCfC .node .label,#mermaid-svg-XfS5enlLaaHUWCfC .image-shape .label,#mermaid-svg-XfS5enlLaaHUWCfC .icon-shape .label{text-align:center;}#mermaid-svg-XfS5enlLaaHUWCfC .node.clickable{cursor:pointer;}#mermaid-svg-XfS5enlLaaHUWCfC .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-XfS5enlLaaHUWCfC .arrowheadPath{fill:#333333;}#mermaid-svg-XfS5enlLaaHUWCfC .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-XfS5enlLaaHUWCfC .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-XfS5enlLaaHUWCfC .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XfS5enlLaaHUWCfC .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-XfS5enlLaaHUWCfC .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XfS5enlLaaHUWCfC .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-XfS5enlLaaHUWCfC .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-XfS5enlLaaHUWCfC .cluster text{fill:#333;}#mermaid-svg-XfS5enlLaaHUWCfC .cluster span{color:#333;}#mermaid-svg-XfS5enlLaaHUWCfC div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-XfS5enlLaaHUWCfC .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-XfS5enlLaaHUWCfC rect.text{fill:none;stroke-width:0;}#mermaid-svg-XfS5enlLaaHUWCfC .icon-shape,#mermaid-svg-XfS5enlLaaHUWCfC .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XfS5enlLaaHUWCfC .icon-shape p,#mermaid-svg-XfS5enlLaaHUWCfC .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-XfS5enlLaaHUWCfC .icon-shape .label rect,#mermaid-svg-XfS5enlLaaHUWCfC .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XfS5enlLaaHUWCfC .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-XfS5enlLaaHUWCfC .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-XfS5enlLaaHUWCfC :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 快速原型

nanobot
插件生态

OpenClaw
缓存安全混合记忆

Hermes Agent
知识图谱和统一存储

OpenFang
企业级复杂检索

NullClaw

  • 想快速做原型，可以看 nanobot。
  • 想做插件生态，可以看 OpenClaw。
  • 想理解 prompt cache 约束下的混合记忆，可以看 Hermes Agent。
  • 想研究复杂检索工程，可以看 NullClaw。
  • 想看知识图谱和统一存储底座，可以看 OpenFang。

这也是为什么这个仓库不是"某个项目的源码笔记"，而是一份 Agent 记忆系统的工程地图。

你可以从某一个项目切入，也可以直接看根目录 README 的横向对比：

如果你只读一篇，建议从 Hermes Agent 开始

Hermes Agent 不是最简单的方案，也不是最重的方案。

它真正值得看的是边界感：

  • 小事实常驻 prompt。
  • 大历史进入数据库。
  • 语义记忆交给 Provider。
  • 长上下文交给 ContextEngine。
  • 复杂流程交给 Skills。
  • recall 只在当前 API 调用里 fenced 注入。

这套拆分非常适合作为生产级个人 Agent 的参考架构。

如果你正在设计自己的 Agent 记忆系统，不妨从这里开始，也欢迎 star / fork / 提 issue 一起补充更多项目：

仓库地址：https://github.com/breath57/how-ai-agents-remember

Hermes Agent 分析入口：https://github.com/breath57/how-ai-agents-remember/blob/main/hermes-agent/README.md

看完以后，你可能会重新理解一句话：

Agent 的记忆系统，不是"把东西存下来"。

而是要在正确的时间，以正确的边界，把正确的记忆带回模型面前。

热门推荐
012026年6月AI行业全景：从百模大战到Agent元年，这30天发生了什么？022026年6月AI大模型全景报告：GPT-5.6、Claude Opus 4.8、Gemini 3.5，中美AI三足鼎立谁主沉浮？032026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf04【AI】2026 年具身智能模型和世界模型总结05GitHub 镜像站点06AI科技热点日报 | 2026年6月1日07AI一周事件 · 2026-06-03 至 2026-06-0908Claude Code、Codex、Cursor三分天下：2026年AI编程Agent生态全景剖析09上线仅72小时被强制下架：Claude Fable 5 的短命102026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？