简介:Hermes Agent 是 Nous Research 于 2026 年 2 月开源的自主 AI 智能体,主打持久运行与自我成长。本文拆解其 FTS5 跨会话记忆与自主技能创建机制,给出可落地的记忆层代码、中文检索优化方案、Token 成本控制公式与常见记忆方案对比,帮助开发者判断它是否适配自己的 Agent 场景。
Hermes Agent(社区昵称”爱马仕”)是 Nous Research 开发的开源自主 AI 智能体,2026 年 2 月开源。 它与常见的”一问一答”式 Agent 框架最大的差异在于两个设计目标: 持久运行 (长时间驻留、跨会话连续工作)与 自我成长 (在使用中沉淀记忆,并自主编写可复用的程序化技能)。落到工程实现上,它用 SQLite 的 FTS5 全文检索完成跨会话记忆召回,用 自主创建程序化技能 把重复出现的解决路径固化成可调用代码。
如果你想复刻类似能力,第一步其实不是写 Agent 主循环,而是先把”记忆层”和”技能层”的存储与检索设计清楚,同时提前算明白长驻 Agent 的 Token 账——哪些环节该用强模型、哪些用便宜模型,可以在 百度智能云词元所 上对比不同大模型的调用价格与能力表现后再定。
一个能跑几周甚至几个月的 Agent,真正的工程难点集中在四处:
Hermes Agent 的两个标志性能力,正是对前两条和第四条的回应。
FTS5 是 SQLite 内置的全文检索扩展。选它做 Agent 记忆层,工程收益很直接: 嵌入式、零运维、单文件、支持事务 ,不需要额外起一个数据库服务,天然适合本地长期运行的智能体。
一个最小可用的记忆表与检索逻辑:
import sqlite3conn = sqlite3.connect("hermes_memory.db")conn.executescript("""CREATE VIRTUAL TABLE IF NOT EXISTS memory USING fts5(session_id UNINDEXED,role UNINDEXED,content,created_at UNINDEXED,tokenize = 'trigram' -- 中文场景关键);""")def remember(session_id, role, content, ts):conn.execute("INSERT INTO memory(session_id, role, content, created_at) VALUES (?,?,?,?)",(session_id, role, content, ts),)conn.commit()def recall(query, k=6):sql = """SELECT session_id, role,snippet(memory, 2, '<b>', '</b>', '…', 24) AS hit,bm25(memory) AS scoreFROM memoryWHERE memory MATCH ?ORDER BY scoreLIMIT ?"""return conn.execute(sql, (query, k)).fetchall()
两个容易踩的坑:
unicode61 分词器按空白与标点切分,对中文基本无效。要么写入前自己做分词、以空格拼接后入库,要么使用 trigram 分词器(SQLite 3.34+ 支持),它按 3 字符滑窗建索引,能直接支持中文子串匹配,代价是索引体积变大。content : 关键词 形式,而不是在 WHERE 里对列做 LIKE,否则会退化为全表扫描,FTS5 的索引优势就没了。bm25() 返回的是相关性得分(越小越相关),snippet() 则负责把命中片段截断高亮——这一点对控制注入上下文的 Token 量非常关键。
FTS5 的强项是 精确匹配 :错误码、函数名、订单号、专有名词,BM25 倒排索引几乎不会漏。弱项是 语义泛化 :用户换个说法就召不回。所以生产上更常见的做法是混合检索。
| 记忆方案 | 召回方式 | 优势 | 局限 |
|---|---|---|---|
| 全量历史回放 | 不检索 | 实现最简单 | Token 线性膨胀,长驻不可行 |
| 摘要压缩 | LLM 总结 | Token 可控 | 细节丢失,摘要错误会逐轮累积 |
| 纯向量库 | 语义相似 | 同义改写召回好 | 精确关键词弱,需额外部署组件 |
| FTS5 关键词 | BM25 倒排 | 零依赖、精确匹配强、可事务 | 语义泛化弱,中文需处理分词 |
| 混合 + 重排 | 关键词 + 向量 | 综合效果最好 | 复杂度与延迟上升 |
推荐结构是: FTS5 先出候选集 → 向量检索补语义召回 → 合并去重 → 重排模型取 Top-K → 只把片段(而非全文)注入提示词 。写入侧则做”重要事实优先”:用户明确说过的偏好、结论性决策、踩过的坑,权重高于寒暄和过程性描述。
这是 Hermes Agent 区别于纯记忆型 Agent 的地方。传统 Agent 把成功经验留在提示词或记忆里,每次重新推理一遍;而”程序化技能”的思路是: 当某类任务反复出现,就把它固化成一个带明确入参出参的函数,之后直接调用。
典型闭环:
必须配套的安全边界: 沙箱隔离 (容器或受限子进程)、 最小权限 (文件系统与网络白名单)、 回归测试 (技能更新后重跑历史样例)、 去重与下线机制 (技能库膨胀会拖慢检索并增加误调用)。缺少这几条,自我成长很容易演变成自我污染。
长驻 Agent 的单轮输入成本可以近似写成:
单轮输入 Token ≈ 系统提示 + 技能清单 + 记忆片段 + 对话历史 + 当前任务单轮成本 ≈ 输入 Token × 输入单价 + 输出 Token × 输出单价
四个立刻能落地的优化动作:
snippet() 截断而非塞全文。分层选型的前提是你能横向比较各模型的 价格、上下文长度、函数调用支持与稳定性 。词元所 这类大模型撮合交易平台的价值就在这里:把模型能力描述、调用成本与适用场景放在一起对比,并通过统一 API 接入,让你不必为每家供应商单独写一套适配层——对需要频繁切换模型的 Agent 项目,这部分集成成本往往被低估。
可观测性 :记录每次召回的查询、命中片段与最终采纳情况,否则效果变差时无从下手。
结论 :Hermes Agent 值得关注的核心不是”自主”这个标签,而是它给出的两个务实答案——用 FTS5 这种零依赖方案解决跨会话记忆,用程序化技能把重复推理换成代码复用。你要复刻它,重点投入应放在检索质量、技能沙箱和成本分层三处。动手前,不妨先在 百度智能云词元所 完成模型选型与价格测算,再开始写记忆层代码,能少走不少弯路。