大多数 AI 助手的记忆，说白了就是一条金鱼——每次开新对话，之前聊的全清空，你得从头解释一遍自己是谁、在做什么项目。Hermes Agent 的四层记忆架构就是专门解决这个问题的，从基础的事实记录到长期知识库，一层叠一层，搭起来的 Agent 才算真正有了"记忆"。下面把每一层是什么、怎么用，给你说明白。 第一层：两个 Markdown 文件
内置记忆就是两个纯文本文件，放在 ~/.hermes/memories/ 下面。
memory.md 是 Agent 的工作笔记，写项目进展、环境配置、工作流偏好、踩过的坑，硬上限 2200 字符，大约 800 tokens。user.md 是 Agent 对你的画像，记你的角色、偏好、说话风格、工作习惯，上限 1375 字符，大约 500 tokens。
每次开新会话，这两个文件整个塞进系统提示词。Agent 睁眼就知道你是谁、之前干了什么。
为什么容量这么小？
不加限制的话，memory.md 会变成垃圾堆——AI 什么都往里塞，上下文暴涨，费用上升，回复质量反而下降。2200 字符的硬上限逼着它做选择：什么值得留，什么该扔，什么得合并。跟人脑一个道理，你记不住每天中午吃了什么，但你记得"楼下哪家难吃"。
有个细节很多人不知道
Agent 在会话中途可以用 memory 工具写新记忆，磁盘文件立刻更新。但当前会话的系统提示词不会变，还是开场时加载的那个版本。这轮写的东西，下轮才生效。原因很简单，系统提示词有缓存（prompt caching），中途改了缓存就废了，token 成本直接翻倍。牺牲实时性换性能，让长对话不至于烧钱。
第二层：翻遍每次历史对话
memory.md 只有不到 1000 tokens，那之前聊的细节呢？在 ~/.hermes/state.db 里。
这是个 SQLite 数据库，用 FTS5 全文搜索索引了每一次会话。微信、飞书、Telegram 消息、CLI 交互全在里面。Agent 有 session_search 工具，可以搜自己的对话历史，结果经过摘要，不用重读原始记录。 举个例子，你之前跟它头脑风暴过 App 名字，列了十几个候选。一周后问"上次那 App 名字方案有啥来着？"，这种碎片细节 memory.md 不会存，但 session_search 能翻出来。
第一层是"一直带着的笔记本"，第二层是"随时能翻的档案室"，两者互补，不竞争。
搜索有个坑：FTS5 默认 AND 逻辑，搜不到时换关键词，用 OR 效果更好，比如写 docker OR container OR 容器。
第三层：外置记忆插件
前两层已经够大多数人用了。但如果你想让 Agent 真正"懂你"，而不只是"记住你说过的话"，或者历史聊天记录经常找不到，就得上外置记忆插件。
目前主流的几个插件各有侧重：
Honcho：不只是记事，而是在建立一个关于"你"的动态模型——你的思维偏好、决策模式、沟通风格。这个模型跨会话持续更新，Agent 每次开新对话带着的不只是历史记录，而是一个越来越准确的用户画像。两个不同的 Hermes Profile 共享同一套用户画像，但各自从自己的角度理解你。
Mem0：写入时用 LLM 提取结构化内容，存的不是原始文字而是语义化的知识单元。召回走向量相似度检索，"腕表项目"和"手表 App"在语义空间里距离很近，检索不会因为关键词不同而失败。免费套餐每月 1 万条记忆存储、1 千次检索，付费从 $19/月起。
Hindsight：知识图谱 + 实体解析 + 多策略检索，自动保留完整对话轮次（包括工具调用），有跨会话的文档追踪。它有个 Reflect 工具，能跨记忆做综合推理。如果需要显式的实体关系图，选它。本地部署完全开源免费，是三个主流选项里自部署门槛最低的。
Supermemory：多容器分区，每个容器有独立的保留策略、检索模式和身份。按项目或按客户隔离记忆命名空间，是最干净的方案。有个"上下文围栏"机制，会从写入内容里剥离已经召回过的记忆，防止递归污染。不支持本地部署。
插件的存储基本无上限，两年积累的上下文不会因为装不进 memory.md 就丢失，只是按需召回而不是全量注入。
几个注意点
同一时间只能跑一个插件，Honcho 和 Mem0 不能同时开。切换插件不迁移数据，用了三个月 Honcho 切到 Mem0，旧数据不跟过来。内置的 Markdown 记忆层一直都在，第三层是叠加在上面的。
激活记忆插件后配置命令：
前三层管的是"记住对话"。但有些东西不适合放在对话里：一份完整的行业调研、一个项目的竞品分析、一个领域的知识体系。第一层容量太小存不下，第二层是全文检索没有结构，第三层管的是用户理解不是项目资料。
Obsidian 技能就是为这个场景设计的。注意，它不是记忆插件，是个 skill——不会像前两层那样自动注入上下文，需要你主动触发，或者 Agent 判断需要时调用。
配置只需要在 ~/.hermes/.env 里加一行：
不需要在服务器上装 Obsidian 应用，Agent 直接读写 Markdown 文件。
实际用法
假设让 Agent 做一个行业调研，它会：搜索并收集信息，为每个调研对象创建独立的笔记文件，创建汇总页用 Wiki 链接（[[笔记名]]）串联所有子页面。后续你可以随时在 Obsidian 里浏览和编辑。
对话是线性的，知识库是网状的。项目越复杂，这个区别越明显。
四层配合起来是什么感觉
拿一个 HVAC 行业 AI 报价工具的项目举例：
第一层，Agent 把项目名称、你的角色写进 memory.md，下次会话睁眼就知道你在做这个。第二层，一周后你问"上次聊的竞品有哪些"，从 state.db 直接检索出来。第三层（如果开了 Honcho），它发现你习惯先调研再写代码，后续主动先安排调研环节。第四层，竞品分析、供应商数据写进 Obsidian 知识库，随时能翻、能编辑、能扩展。
四层各干各的，互不干扰。
常见问题
写入了但当前会话没反应：正常，冻结快照机制，下一轮才生效。
memory.md 快满了：Agent 会自动精简，你也可以手动编辑，就是个纯 Markdown 文件。
切了插件旧数据没了：没丢，还在原来的后端，只是新插件里看不到。
Obsidian 笔记太乱：跟 Agent 说清楚让它按项目建目录，别全堆根目录。
Hermes Agent 的四层记忆架构，每一层的限制背后都有权衡，每一个设计都有它的理由。搞懂了这套东西，你才能真正驾驭 Agent 的记忆系统，而不是被它牵着走。
AI 速览
