《把 Hermes Agent 养成你的专属帕鲁：从捕捉到满级实战指南》（二）
在生产环境里跑过 Agent 的人会懂：上下文不是免费的，每多一个字都在烧钱。大多数 AI Agent 的痛点不是"不会"，而是"学了就忘"。用户当前的消息、最近的对话历史、正在执行的工具结果，都直接放在这里。下次遇到类似任务，Agent 不会重新摸索，而是直接调用对应的 Skill，就像调用一个函数。如果说 Skill 是"学会了什么"，记忆就是"记住了什么"。很多 Agent 框架只做到了"记
目录
1. 自我学习机制：Hermes 是怎么"长脑子"的
大多数 AI Agent 的痛点不是"不会"，而是"学了就忘"。你教它一次工作流程，下次重启会话，一切归零。Hermes 的自我学习系统要解决的就是这个问题——让经验成为资产，而不是消耗品。
这套系统的核心代码分布在 tools/skills_tool.py、agent/memory_manager.py、hermes_state.py 和 trajectory_compressor.py 中。下面从机制到实现，逐层拆解。
1.1 闭合学习回路：执行 → 评估 → 提炼 → 进化
Hermes 的自我学习不是某个单一功能，而是一个持续运转的闭环：
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
│ 执行 │ → │ 评估 │ → │ 提炼 │ → │ 进化 │
│(Run Task)│ │(Review) │ │(Extract)│ │(Update) │
└─────────┘ └─────────┘ └─────────┘ └─────────┘
↑ │
└──────────────────────────────────────────┘
执行：Agent 接到任务，调用工具链完成操作（终端、文件、浏览器等）。
评估：任务完成后，系统回溯整个执行轨迹，判断：
- 哪些步骤是有效的？
- 哪些路径走错了、后来被纠正了？
- 最终结果是否符合预期？
提炼：如果轨迹有价值，系统会将其抽象为一个 Skill——不是原始的操作日志，而是可复用的工作流模板。
进化：已有的 Skill 不会直接被覆盖。如果发现旧 Skill 有不准确的地方，系统会生成增量补丁，保留主干、修正细节。
这个闭环的关键在于评估节点。很多 Agent 框架只做到了"记录历史"，但没有"判断价值"。Hermes 在 trajectory_compressor.py 中实现了轨迹压缩和评估逻辑，能够区分"值得学习的经验"和"无意义的试错"。
1.2 Skill 系统：经验的结构化沉淀
Skill 是 Hermes 自我学习的载体。它不是一段聊天记录，而是一个标准化的、可执行的流程定义。
Skill 的存储结构
Hermes 的 Skill 遵循 agentskills.io 标准格式，以 Markdown 文件形式存储在 skills/ 目录：
# skills/software-development/code-review/SKILL.md
name: code-review
description: 代码审查助手
trigger: "帮我 review 这段代码"
tools:
- terminal
- file
prompt: |
你是资深代码审查专家。请检查：
1. 代码规范
2. 潜在 bug
3. 性能问题
4. 改进建议
skills/ 目录下的内置技能覆盖了多个领域：
software-development/— 开发工作流（TDD、调试、规划）creative/— 创意工具devops/— 自动化部署research/— 研究辅助productivity/— 生产力工具
Skill 的自动创建
当一次任务的复杂度超过一定阈值（比如工具调用超过 5 次），系统会自动触发提炼流程：
- 轨迹收集：
hermes_state.py记录完整的会话历史，包括工具调用序列和结果 - 关键路径提取：
trajectory_compressor.py压缩轨迹，保留决策点和有效路径 - 模板生成：将提取出的模式写入
skills/目录，形成新的 Skill 文件 - 注册生效：
tools/skills_tool.py自动扫描skills/目录，新 Skill 立即可用
Skill 的迭代更新
Skill 不是写死了就不能改的。随着使用积累，系统会：
- 打补丁：发现旧 Skill 某一步不适用于新场景，生成增量修正
- 版本管理：所有 Skill 都是纯文本 Markdown，天然支持 Git 版本控制
- 渐进加载：不会一次性把所有 Skill 塞进上下文（后面会讲）
1.3 记忆系统：四层梯度架构
如果说 Skill 是"学会了什么"，记忆就是"记住了什么"。Hermes 的记忆系统是有梯度的——不同频率、不同用途的信息，放在不同的层级。
代码层面，这套系统由 agent/memory_manager.py 和 hermes_state.py 协同实现。
第一层：工作记忆（Working Memory）
位置：当前 LLM 上下文窗口内
代码：agent/prompt_builder.py 中的上下文组装逻辑
这是 Agent 正在处理的信息。用户当前的消息、最近的对话历史、正在执行的工具结果，都直接放在这里。特点是高频访问、实时可见，但容量受模型上下文限制。
第二层：历史记忆（Episodic Memory）
位置：SQLite + FTS5（hermes_state.py）
机制：自动压缩 + 按需检索
当对话变长，工作记忆装不下时，agent/context_compressor.py 介入：
- 保留最近 N 轮完整对话（默认保护 20 轮）
- 将早期对话压缩为结构化摘要
- 摘要存入 SQLite，启用 FTS5 全文检索
当用户提到"上周讨论过的方案"时，系统不是把整段历史塞回上下文，而是：
- 通过 FTS5 全文检索定位相关会话
- 用 LLM 做摘要精炼
- 只把摘要注入当前上下文
这样 Token 消耗大幅降低，信息密度反而提高。
第三层：技能记忆（Skill Memory）
位置：skills/ 目录
代码：tools/skills_tool.py
这是程序性记忆——记录的是"怎么做"，而不是"发生了什么"。
Skill 一旦被创建，就会被纳入工具注册表（tools/registry.py）。下次遇到类似任务，Agent 不会重新摸索，而是直接调用对应的 Skill，就像调用一个函数。
第四层：外部记忆提供者
位置：插件系统（plugins/memory/）
扩展：Honcho、Mem0 等第三方服务
对于需要深度用户建模的场景（长期追踪行为模式、偏好演化），Hermes 提供了扩展接口。比如 plugins/memory/hindsight/ 支持本地嵌入式的知识图谱记忆，带实体解析和多策略检索。
1.4 渐进式披露：Skill 的按需加载机制
Skill 越攒越多，如果每次都全量加载，上下文会爆炸。Hermes 的解法是渐进式披露：
默认加载：Skill 摘要（名称 + 触发条件 + 一句话描述）
↓
匹配到相关场景
↓
按需加载：完整 Skill 内容（详细步骤、提示词、工具链）
代码层面，tools/skills_tool.py 在注册 Skill 时会维护两级索引：
- 元数据层：所有 Skill 的摘要，常驻上下文（体积小）
- 内容层：完整 Skill 定义，仅在触发时注入
这是一个很实用的工程细节。在生产环境里跑过 Agent 的人会懂：上下文不是免费的，每多一个字都在烧钱。渐进式披露让 Skill 数量可以持续增长，而不受上下文窗口的限制。
1.5 异步复盘：Background Review
自我学习有一个工程难题：学习过程不能打断用户。
如果 Agent 每次对话完都停下来"反思总结"几分钟，体验会非常差。Hermes 的解决方案是 Background Review——一个独立的异步进程。
实现机制
run_agent.py 中的 Agent Loop 在处理完用户请求后，会fork出一个后台进程：
- 主进程：继续响应用户，零延迟
- 后台进程：静默分析刚才的对话轨迹，判断是否需要提炼新 Skill 或更新旧 Skill
这个设计在代码层面体现为进程隔离：后台复盘与主对话流完全解耦，即使用户在复盘过程中发送了新消息，也不会产生竞争条件。
触发条件
后台复盘不是每次对话都跑。触发条件包括：
- 工具调用次数达到一定阈值（表明任务有一定复杂度）
- 对话中出现了新的成功路径（与已有 Skill 不同的解决方式）
- 用户显式标记了某个会话为"值得学习"
1.6 为什么这套机制有效？
对比大多数 Agent 框架的"无状态"设计，Hermes 的自我学习解决了三个根本问题：
| 问题 | 传统 Agent | Hermes 的解法 |
|---|---|---|
| 学了就忘 | 每次会话从零开始 | Skill 持久化 + 记忆分层存储 |
| 一学定终身 | 早期错误经验永远保留 | 增量补丁更新，持续迭代 |
| 上下文爆炸 | 历史全量加载 | 渐进式披露 + 智能压缩 |
这套系统的本质，是把 Agent 从一个** Stateless Function**（无状态函数）变成了一个Stateful Agent（有状态智能体）。它不只是在响应你，而是在与你共同积累知识资产。
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
8
0- 0
已为社区贡献1条内容
所有评论(0)