10 分钟，给 Hermes 接上云端长期记忆：AgentArts Memory 插件实战

写给正在用 Hermes 的你

Hermes 很强但还可以更强

Hermes 是一个功能完善的开源 Agent，具备工具调用、技能学习及子 Agent 委派能力，并提供 MEMORY.md、USER.md 及历史会话搜索等基础记忆功能。

然而，在多设备运行、临时容器或长期在线服务器场景下，用户常面临以下挑战：

• 重要信息分散在本地文件和历史会话中，换设备后无法自然延续；
• 难以按“语义”查找过往经验，仅能依赖关键词匹配；
• 希望对话结束后自动沉淀用户偏好、项目事实和历史经验；
• 上下文压缩后，Agent 仍需要从长期记忆中找回相关内容；
• 不愿为记忆抽取、向量检索和云端存储自行维护基础设施。

Hermes 的内置本地 Markdown 记忆简单透明，适合保存高频规则。但当记忆规模扩大且需跨设备或语义检索时，我们需要一个增强层。

AgentArts Memory 提供增强层实现

AgentArts Memory 的 Hermes 插件旨在解决上述问题：

该插件基于 Hermes 现有的 Memory Provider 接口工作，无需修改核心代码或业务逻辑。接入后可实现：

• 每轮对话结束 → 自动同步
• 每次回答之前 → 检索相关记忆
• 需要时 → 主动搜索云端长期记忆

AgentArts Memory 内置语义记忆、用户偏好、会话摘要和情景记忆等策略，支持按空间、会话和用户维度管理。其核心价值在于让有用信息被提取、检索并在后续会话中复用。

一、快速接入步骤

Step 1：准备工作（5 分钟）

1.1 确认 Hermes 环境

确认 Hermes 版本及主目录：

hermes --version
# 确保 Hermes 已正确安装，主目录默认为 ~/.hermes/

若未安装，请参考 Hermes 官方安装文档。

1.2 创建 AgentArts 记忆库

登录华为云控制台，在"组件库 → 记忆库"中创建一个新的记忆库。建议启用以下长期记忆策略：

• 语义记忆：保存项目事实和上下文知识；
• 用户偏好：保存稳定的沟通与使用偏好；
• 会话摘要：提炼会话主题、结论和历史决策；
• 情景记忆：保存带有具体过程和结果的历史经验。

创建后获取三个关键参数：

1.3 安装 agentarts-sdk

Linux/macOS/Windows 环境下执行：

pip install agentarts-sdk

查看版本号（要求>0.1.5）：

agentarts --version

Step 2：给 Hermes 安装 agentarts 记忆插件（1 分钟）

通过命令安装插件：

agentarts memory install hermes

配置 Hermes 插件，选择agentarts hermes memory setup。

工程细节：敏感与非敏感信息分离存储

插件将配置信息分类存储：

• API Key → 写入.env文件（敏感字段，不提交至 Git）；
• Space ID、Region → 写入$HERMES_HOME/agentarts.json（非敏感配置，可版本管理）。

此设计便于 CI/CD 流程中仅需注入 API Key 环境变量，其余配置随代码仓库管理。

Step 3：验证连接（2 分钟）

重新打开命令行窗口，查看插件状态：

hermes memory status

若返回Provider:agentarts，表明插件安装成功。

二、插件工作机制：7 个生命周期钩子

了解插件如何通过 Hermes 定义的 7 个生命周期钩子实现云端记忆：

三个核心设计解析

1. 非阻塞写入——零感知延迟

每轮对话结束后，sync_turn通过后台线程将数据同步至 AgentArts Memory，由云端策略完成提取与沉淀，不阻塞 Hermes 主循环。用户体验流畅，同时实现默默记录。

2. 上下文注入——让 Agent"想起来"

每次 LLM 调用前，prefetch根据当前对话内容检索相关记忆（用户画像、情景记忆、语义记忆、历史摘要）并注入上下文。模拟人类"先回忆再回答"的逻辑。

3. MEMORY.md 镜像——兼容现有体系

on_memory_write将 Hermes 原有的MEMORY.md写入操作镜像同步至 AgentArts Memory。本地与云端双向一致，既保留原有功能，又增强后端能力。

三、两个主动检索工具：按需"回忆"

除自动注入（prefetch）外，插件注册了两个工具供 Agent 主动搜索记忆。

ltm_search：搜索长期记忆

参数	类型	必填	默认值	说明
query	string	是	—	搜索查询字符串
top_k	integer	否	5	返回前 K 个结果

效果示例：

用户：我上次提到的问题解决了吗？

# Agent 自动调用记忆检索
ltm_search(query="用户上次提到的是什么问题？", top_k=3)

# 检索结果：
# - 用户上次咨询了订单 #20260811 的物流延迟问题
# - 包裹在转运中心滞留 2 天，已联系物流加急处理
# - 用户同意等待，未要求退款

# Agent 回答：
# "您上次咨询的是订单 #20260811 的物流延迟问题，
# 当时包裹在转运中心滞留了 2 天，我们联系了物流加急处理，
# 您同意了等待。请问这个订单现在收到了吗？"

Agent 不仅回忆起问题，还掌握了完整的处理过程和用户决策，超越了传统MEMORY.md的能力。

ltm_search_summary：获取记忆摘要列表

参数	类型	必填	默认值	说明
limit	integer	否	10	返回条目数量

该工具适合在对话开始时调用，快速浏览 Agent 已记住的关于当前用户的信息。

四、实验验证：30 秒看到跨会话记忆

第一轮会话：告诉 Agent 一些信息

用户：我叫李四，是一名数据工程师，主要用 Python 和 Spark。
Agent：你好李四！很高兴认识你。作为数据工程师，Python 和 Spark 是很好的技术栈组合...

结束会话，等待 30 秒

等待原因：AgentArts Memory 需调用大模型进行策略化提取和向量化存储，约需 30 秒。prefetch检索的是已生成的记忆，而非刚写入的数据。

开启新会话：验证记忆

用户：你还记得我是谁吗？
Agent：当然记得！你是李四，一名数据工程师，主要使用 Python 和 Spark 进行数据处理工作。有什么我可以帮你的吗？

这就是跨会话记忆。无需数据库查询或手动传递上下文，Agent 自主"回忆"。

💡 搜索无结果？99% 因时间不足。sync_turn写入后需等待约 30 秒方可检索。

五、通用集成范式：不止于 Hermes

该集成思路适用于其他 Agent 框架，核心包含四个环节：

集成环节	Hermes 实现	通用模式	核心原则
记忆写入	sync_turn非阻塞写入	对话结束后异步写入	不阻塞主流程
记忆注入	prefetch检索注入	LLM 调用前检索相关记忆	先回忆，再回答
压缩保护	on_pre_compress	上下文压缩前重新注入	关键记忆保留在上下文中
主动检索	ltm_search工具	注册为 Agent 工具	Agent 按需主动回忆

写入（异步）+ 注入（检索）+ 保护（压缩前重注入）+ 工具（主动检索），掌握这四个关键词即可适配任何框架。

AgentArts Memory 集成生态

目前 SDK 已提供：

• Python SDK：原生 Python 接口，4 个 API 搞定记忆管理
• LangGraph 集成：AgentArtsMemorySessionSaver + recall_memory 工具
• Hermes 插件：完整的生命周期钩子集成
• 更多框架适配：持续开发中，欢迎在 GitHub 仓库提 Issue

小结

为 Hermes 用户提供10 分钟记忆升级方案：

• 不改业务代码：插件机制，复制文件 + 运行配置命令
• 7 个生命周期钩子：自动管理记忆，无需手动调用 API
• 核心机制：非阻塞写入 + 自动检索注入 + 压缩保护，用户零感知
• 兼容现有设计：MEMORY.md 镜像同步，本地云端双向一致
• 通用集成范式：写入 + 注入 + 保护 + 工具，换框架亦适用

插件代码完全开源，欢迎在 GitHub 查看、提 Issue 或贡献代码。

给你的 Hermes 升个级

AgentArts Memory 已在通用智能体、智能座舱、办公 IM 等场景验证可靠性。现在即可体验：

• 开通服务：华为云控制台 → AgentArts → 创建记忆库（新用户享免费额度）
• 安装插件：agentarts memory install，1 分钟完成
• 查看源码：访问 GitHub 仓库
• 加入社区：提 Issue、贡献代码、分享集成实践