【系列：手搓自主 AI Agent：Hermes 架构原理剖析 · 第 6 篇】

记忆与技能：让 Agent 跨会话变聪明、把经验沉淀成文件

导读： 用户第三次纠正同一个错误，你的 Agent 依然"失忆"。这是所有自主 Agent 的痛点：跨会话记忆缺失。本文拆解 Hermes 架构的 s07 记忆系统与 s08 技能系统------记忆解决"跨会话记住"，技能解决"把做法沉淀成文件"。读完你将掌握：该存什么、不该存什么、如何用 2200 字符上限 + 冻结快照 + 后台审查机制，让 Agent 真正越用越聪明。

为什么你的 Agent 每次都像第一次合作

假设你正在用 Agent 写代码。第一次，你告诉它"这个项目用 pytest"。第二次，你纠正它"别用 mock，写真实集成测试"。第三次，它又用 mock 了。第四次，你差点把电脑砸了。

不是 Agent 笨，是它真的不记得。

每次新会话，系统 prompt 从头组装，上下文归零。用户偏好、纠正过的错误、项目约定、外部资源位置，全部丢失。

阶段 1 的 Hermes 已经能跑：循环、工具、持久化、压缩、容错。现在进入阶段 2（智能层），先解决记忆与技能。

记忆的边界：不是什么都存

先说最重要的原则。memory 不是"把一切有用信息都记下来"。

只有那些跨会话仍然有价值，而且不能轻易从当前项目状态直接推出来的信息，才适合进入 memory。否则 memory 变成垃圾堆，Agent 开始依赖过时记忆。

这个原则必须最先立住。很多初学者把 memory 当垃圾桶，什么都往里扔，结果 Agent 被自己的记忆污染。

两个文件：MEMORY.md 与 USER.md

s07 的真实代码里，记忆系统拆成两个文件：

python 复制代码

MEMORY_DIR = HERMES_HOME / "memories"
MEMORY_FILE = MEMORY_DIR / "MEMORY.md"            # 通用知识（项目/环境）
USER_FILE = MEMORY_DIR / "USER.md"                # 用户画像
ENTRY_SEP = "\n\n§\n\n"                      # 用罕见的 § 做分隔符
MEMORY_CHAR_LIMIT = 2200                          # 字符上限
USER_CHAR_LIMIT = 1375

MEMORY.md 是 Agent 的工作笔记本，记"这个项目/这个环境是怎么回事"------项目用 pytest、机器是 macOS ARM、auth 重写是合规要求。

USER.md 是用户画像，记"这个人是谁、怎么和他合作最顺"------偏好 tabs、讨厌 mock、回答要简洁。

分隔符用 § 而不是常见的 ---。为什么？因为 --- 可能出现在正文里，而 § 几乎不会。这是细节，但决定了解析的稳定性。

字符限制 2200/1375 不是随便定的。memory 会进每次会话的 system prompt，无限增长会吃掉上下文窗口。空间不够时，Agent 自己决定删哪条------FIFO pop 末尾。

判断存哪里的规则很简单：问"如果换了一个完全不同的项目，这条信息还有用吗？" 有用 → USER.md（描述用户）；没用 → MEMORY.md（描述当前环境）。

边界案例："用户讨厌 mock 测试"存 USER.md。这是用户偏好，换项目依然成立。

该存 vs 不该存：一张清单

该存：

用户偏好（"回答要简洁"）
用户纠正（"别用 mock"）
项目约定（"commit 前必须跑 lint"）
外部资源位置（"部署文档在 wiki 的 deploy 页"）

不该存：

文件结构/函数签名------可重读代码
当前任务进度------这是 task/plan 的职责
当前分支/PR 号------很快过时
修 bug 的具体代码------代码和提交记录才准确
密钥密码------安全红线

这条边界很关键。很多人把"当前任务进度"存进 memory，结果 Agent 在新会话里拿着过时的进度继续干，越干越偏。

最小实现：四个动作搞定记忆

s07 的核心实现非常克制，只有四个函数加上一个 action 分发：

python 复制代码

parse_entries / render_entries / load_memory / save_memory

handle_memory 负责 action 分发，支持 add / remove / read 三个操作，target 区分 memory 和 user。

真实行为：

read → === MEMORY (N entries) === + 条目列表
add → 追加条目，超限自动 pop 末尾 + 返回 "Trimmed to N entries to stay within X char limit"
remove → 关键字（不区分大小写）匹配删除，返回删除数量

没有向量检索，没有评分机制。一个文件、一个分隔符、一个字符上限，就解决了跨会话记忆。

冻结快照：写入即时，生效延迟

这是 Hermes 最容易被误解的设计。

会话开始时，系统把 MEMORY.md / USER.md 读进来，冻结成 system prompt 的一部分。会话中间修改会立刻写磁盘，但不会改变当前会话的 system prompt。

为什么？因为改了会破坏 Anthropic prompt cache。

prompt cache 是性能命脉。system prompt 只要变一个字符，缓存就失效，每次请求都要重新处理全部 token。所以 Hermes 选择：写入即时、生效延迟。新 memory 下次会话才生效。

这不是 bug，是设计。很多初学者在会话中间改了 memory，期望立刻生效，发现没反应就以为系统坏了。

两套触发机制：nudge 与 flush

Agent 不会主动记忆，需要触发。Hermes 设计了两套机制：

1. 定期后台审查（nudge）

_memory_nudge_interval = 10，每 10 轮用户对话触发。响应已返回用户后，后台线程创建独立"审查 agent"（max_iterations=8、quiet_mode=True、共享 memory store），用 MEMORY_REVIEW_PROMPT 扫描对话："用户透露了关于自己的事吗？表达了对我行为的期望吗？"

这个设计的好处：不竞争主任务注意力，用户完全无感。

2. 压缩前紧急冲刷（flush）

_memory_flush_min_turns = 6，对话即将压缩/会话重置前，直接在当前对话注入一条消息："会话即将压缩，保存值得记住的内容------优先用户偏好、纠正、重复模式"。

模型调用 memory 工具保存后，flush 消息从历史删除，不留痕迹。

两套机制配合：平时后台默默审查，关键时刻强制冲刷。保证记忆不遗漏，也不打扰主流程。

另外，多会话同时写 MEMORY.md 时用 fcntl.flock 文件锁保证原子性。外部记忆提供者（向量数据库等）通过 plugin 接入，内容不进 system prompt（破坏缓存），注入 user message。

过渡：知道什么 ≠ 怎么做

memory 解决了"知道什么"，但存不了"怎么做"。

代码审查要查哪些项？数据分析怎么处理缺失值？这类程序性知识（"做这类任务应该按什么步骤？有哪些注意事项？"）塞进 system prompt 会臃肿，不保存每次从零摸索。

这就是技能系统 s08 要解决的问题。

skill vs tool vs memory：三张卡

维度	tool	skill	memory
本质	硬编码能力	Markdown 文件	声明性事实
谁写	开发者	Agent 自己	Agent
改法	写代码	编辑文件	add/remove
存什么	可执行函数	一套做法	一条事实

一句话：一条事实 → memory；一套做法 → skill。

tool 是硬编码在 Python 里的能力，加新工具要写代码。skill 是 markdown 文件（SKILL.md），Agent 自己可以创建/编辑/删除，不需要改代码。

SKILL.md 格式与目录结构

SKILL.md 用 frontmatter 开头：

markdown 复制代码

---
name: code-review
description: 执行一次完整的代码审查，检查安全、性能、可维护性
version: 1.0.0
---

## 审查流程
1. 先看安全漏洞
2. 再查性能瓶颈
3. 最后检查可维护性
...

目录结构：~/.hermes/skills/<name>/SKILL.md，可带 references/templates/scripts/assets 子目录。

渐进展示：三层加载

技能系统最核心的设计是渐进展示（progressive disclosure），分三层：

目录层 ：只显示 name+description，几十个技能几百 token，平时就在 system prompt 里。

正文层 ：模型需要时 skill_view 加载 SKILL.md 全文。

附件层：参考文件/模板/脚本，需要时再加载。

平时 system prompt 只放目录。

这意味着什么？20 个技能，每个技能正文 2000 字，如果全塞 system prompt 就是几万 token。渐进展示把常驻成本压到几百 token，其余按需加载。

最小实现：三个函数

python 复制代码

_parse_frontmatter：解析 --- 分隔的 key:value 元数据
discover_skills：只读 frontmatter 不读 body，返回 name/description/path
handle_skill_view：按名加载 SKILL.md 全文
handle_skill_manage：create / edit / delete

discover_skills 只读 frontmatter 不读 body，因为目录扫描要便宜。create 时如果已存在则报错提示用 edit。

稳定层 + 按需层：为什么技能正文不进 system prompt

系统输入分两层：

稳定层 ：身份/记忆/项目规则/工具定义/技能目录。每轮都在，决定 prompt cache 命中率。

按需层：技能正文/附件。进 tool_result，不进 system prompt。

技能正文不塞 system prompt 的原因和冻结快照一样：稳定层越固定，缓存越有效。

这是一以贯之的设计哲学：凡是能被缓存的东西尽量稳定，凡是需要变化的东西尽量走 tool_result。

Hermes 独特：Agent 自己创建技能

大多数框架的 skill 是只读的，开发者定义好，Agent 只能调用。Hermes 反其道而行：Agent 自己可以创建、编辑、删除技能。

工作流变成："上次这样做效果好 → 存成技能 → 下次直接用。"

但 Agent 创建的技能和 Hub 安装的一样，要经过安全检查------扫描可疑命令注入、恶意指令。同名时用户技能优先。

技能改进也有 nudge：每隔一定轮数提醒审视是否有技能值得创建/改进。nudge 不是自动操作，只是提醒。

避坑：两章 10 错精选

记忆系统的 5 个坑：

把代码结构存进 memory------可重读代码，别存
把任务进度存进 memory------这是 task/plan 的职责
把 memory 当绝对真相------可能过时，优先相信眼前真实状态
不设字符限制------无限增长吃掉上下文窗口
会话中间改了 memory 期望立刻生效------冻结快照是设计不是 bug

技能系统的 5 个坑：

所有 skill 正文永远塞 system prompt------20 个技能几万 token
把 skill 和 memory 混成一类------怎么做 vs 知道什么
Agent 创建的技能没有安全检查------这是安全红线
技能目录描述太弱------模型不知道何时加载
把 skill 当绝对规则------是推荐做法不是铁律

小结与预告

记忆系统和技能系统，让 Agent 从"能跑"走向"聪明"。

记忆解决"跨会话记住"：两个文件、一个分隔符、字符上限，加上冻结快照和两套触发机制，让 Agent 越用越懂你。

技能解决"把做法沉淀成文件"：渐进展示三层、稳定层加按需层、Agent 自主创建，让经验不流失。

这两个系统的设计逻辑是相通的：能缓存的尽量固定，能按需的绝不常驻。

下一篇（第 7 篇）：安全审批与子 Agent 委派。当 Agent 能自己创建技能、自己改记忆，安全问题就浮出水面------怎么防止 Agent 被恶意指令劫持？怎么让子 Agent 安全地执行委派任务？

如果你正在构建自己的 Agent，最想先解决哪个问题------跨会话记忆，还是经验沉淀？欢迎在评论区聊聊你的方案。

参考文献

Hermes Agent 教学仓库：agents/s07_memory_system.py（本文代码素材，25116 字节真实可运行）
Hermes Agent 教学仓库：agents/s08_skill_system.py（本文代码素材，29756 字节真实可运行）
Hermes Agent 教学仓库：docs/zh/s07-memory-system.md 与 docs/zh/s08-skill-system.md（冻结快照、nudge/flush、渐进展示详解）

📥 源码获取 ：如需本系列全部源码，请在以下链接克隆：

https://gitcode.com/ganxin7932508/learn-hermes-agent.git