企业官网建设流程全解析

1. Hermes Agent 记忆机制到底解决了什么问题

Hermes Agent 的记忆机制，简单说就是让一个 AI Agent 在跨会话场景下不再“每次从零开始”。它把历史交互沉淀成外部可读写的文件与数据库，再通过检索注入的方式，让 Agent 在新任务里表现得像“记得你之前说过什么、踩过哪些坑”。适合谁？适合那些已经在用 Agent 做多步任务、但被上下文窗口和会话失忆反复折磨的开发者。

我试过把一个部署类 Agent 连续跑三天，第一天它记住了项目路径和构建命令，第二天换了会话就全忘了，又从头问一遍环境。这种体验本质上不是模型能力问题，而是记忆没有工程化。Hermes 的思路很直接：不依赖模型权重，而是用外部文件加数据库做持久化，再用 LLM 驱动的筛选、压缩、检索把关键信息喂回上下文。

它的记忆分四层，从临时到永久依次是热记忆、温记忆、冷记忆、技能记忆。热记忆就是当前会话的完整历史、系统提示、工具调用记录，存在内存里，会话结束即清空，保证即时连贯性。温记忆是两个核心 Markdown 文件，放在~/.hermes/memories/目录下，会话启动时自动注入系统提示，容量严格受限防止冗余。冷记忆是 SQLite 加 FTS5 全文检索，存所有历史会话、工具执行日志、反思记录，用 LLM 做摘要压缩，支持跨会话语义和关键词检索，只在需要时召回关键片段。技能记忆是结构化的skill.md文件，沉淀成功的多步工作流和工具调用序列，作为可复用技能跨任务调用。

这套分层的关键在于：温记忆容量小但常驻，冷记忆容量大但按需召回，技能记忆是程序性知识的固化。三者配合，既不会把上下文撑爆，又不会丢掉关键经验。下面我会把存储结构、检索触发条件、自我提升回路的可复制配置一步步拆开，并附一轮对照验证动作，确认记忆写入与调用确实生效。

2. TaoToken 前置准备：把模型接入和记忆目录先搭好

在拆 Hermes 的记忆配置之前，得先把模型接入这一层搞定，否则记忆检索里的 LLM 摘要和反思 Prompt 都跑不起来。这里用 TaoToken 作为模型接入层，它的 API 地址是https://taotoken.net/api，兼容常见的 OpenAI 风格调用，配置起来比较省事。

第一步是拿 Key。打开https://taotoken.net/api-keys，登录后创建一个 API Key，复制出来先存到环境变量里，别直接写进代码。你可以这样操作：

export TAOTOKEN_API_KEY="sk-你的key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

第二步是确认模型 ID。不同任务对模型要求不一样，记忆摘要和反思这类任务用中等规模模型就够，多步工作流蒸馏可以用能力更强的。你可以在https://taotoken.net/models页面看当前可用的模型列表，记下你要用的 Model ID，比如claude-sonnet-4-5这类。

第三步是建记忆目录。Hermes 默认读~/.hermes/memories/，你手动建一下：

mkdir -p ~/.hermes/memories touch ~/.hermes/memories/USER.md touch ~/.hermes/memories/MEMORY.md

USER.md控制在约 500 tokens，放用户偏好、沟通风格、禁忌、需求习惯。MEMORY.md控制在约 800 tokens，放环境事实、约定、经验、规则、成功失败教训。这两个文件是温记忆的核心，会话启动时会被注入系统提示，所以内容要精炼，别塞废话。

如果你用的是 Claude Code 这类工具做编码 Agent，还需要在 settings 里配好 Base URL、Key、Model ID 三件套。TaoToken 的接入文档在https://taotoken.net/doc，里面有各客户端的配置示例。长期跑编码和 Agent 任务的话，可以看下 Coding Plan，https://taotoken.net/coding-plan，按用量规划比单次调用更划算。

这一步做完，模型接入和记忆目录就都就位了。接下来才是记忆存储结构和检索触发条件的配置。

3. 可复制配置：记忆存储结构、检索触发与自我提升回路

这一节是核心，我把 Hermes 记忆机制的配置拆成三块：存储结构、检索触发条件、自我提升回路。每块都给可复制的片段，你照着改路径和参数就能跑。

3.1 记忆存储结构配置

温记忆的两个 Markdown 文件结构建议这样组织，方便 LLM 读写和压缩：

<!-- ~/.hermes/memories/USER.md --> # 用户画像 - 偏好语言: TypeScript - 回答风格: 简洁，先给结论再给理由 - 禁忌: 不要用 emoji，不要长篇铺垫 - 习惯: 喜欢看到完整可运行代码 # 沟通约定 - 报错时先给根因再给修复 - 涉及路径一律用绝对路径

<!-- ~/.hermes/memories/MEMORY.md --> # 环境事实 - 项目根: /Users/me/projects/hermes-demo - 构建命令: pnpm build - 测试命令: pnpm test # 经验规则 - 报错 EADDRINUSE 时先查 3000 端口占用 - 部署前必须跑一遍 lint # 成功教训 - 用 FTS5 建索引时，tokenize 用 porter 效果更好

冷记忆用 SQLite 加 FTS5，建表语句如下：

CREATE TABLE IF NOT EXISTS sessions ( id INTEGER PRIMARY KEY AUTOINCREMENT, session_id TEXT NOT NULL, role TEXT NOT NULL, content TEXT NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); CREATE VIRTUAL TABLE IF NOT EXISTS sessions_fts USING fts5( content, tokenize='porter' );

写入时同步插 FTS 表，检索时用MATCH查询。技能记忆的skill.md按 agentskills.io 标准组织：

# Skill: deploy-static-site ## 适用场景 静态站点部署到对象存储 ## 输入 - 构建产物目录 - 目标 bucket ## 步骤 1. 跑 pnpm build 2. 校验 dist 目录非空 3. 调用上传工具同步 ## 异常处理 - 上传 403: 检查 bucket 权限

3.2 检索触发条件配置

检索不是每轮都触发，那样会拖慢响应。触发条件建议设成三类：新任务启动时加载温记忆、当前需求命中关键词时召回冷记忆、复用技能时加载 skill.md。配置片段：

{ "memory": { "warm_inject_on_start": true, "cold_retrieval": { "trigger": "on_demand", "top_k": 5, "min_score": 0.3, "fts_tokenize": "porter" }, "skill_load": { "trigger": "task_match", "match_threshold": 0.6 } } }

top_k控制召回片段数，min_score过滤低相关结果，避免把无关历史塞进上下文。task_match是技能匹配阈值，低于这个值就不加载技能，防止误用。

3.3 自我提升回路配置

自我提升的核心是 Periodic Nudge，每 N 轮对话或任务完成后触发反思 Prompt。配置：

{ "self_improvement": { "nudge_interval": 8, "reflection_prompt": "回顾刚才的交互，哪些值得永久记住？哪些需要更新用户画像或经验规则？只保留高价值信息，去重合并。", "skill_distill": { "enabled": true, "min_steps": 3, "output_dir": "~/.hermes/skills" }, "kepa": { "enabled": true, "compare_expected": true, "cleanup_interval": 50 } } }

nudge_interval是触发间隔，8 轮比较适中。min_steps是蒸馏技能的最小步骤数，低于 3 步的任务不值得固化成技能。cleanup_interval是 KEPA 自我纠错的清理周期，每 50 次整合一次记忆，清理过时信息，避免记忆污染。

这三块配置合起来，就是 Hermes 记忆从写入到检索再到自我提升的完整链路。下面验证它是否真的生效。

4. 验证请求：确认记忆写入与调用确实生效

配置写完不验证等于没写。这一节给一轮对照验证动作，分两步：先验证记忆写入，再验证记忆调用。

4.1 验证记忆写入

先跑一轮对话，让 Agent 产生一条值得记住的经验。你可以这样操作，在会话里说：

我的项目根目录是 /Users/me/projects/hermes-demo，构建用 pnpm build，测试用 pnpm test。

然后触发一次反思，或者等nudge_interval到了自动触发。触发后检查~/.hermes/memories/MEMORY.md是否多出环境事实条目：

cat ~/.hermes/memories/MEMORY.md

预期看到类似：

# 环境事实 - 项目根: /Users/me/projects/hermes-demo - 构建命令: pnpm build - 测试命令: pnpm test

如果没写入，检查反思 Prompt 是否被调用、nudge_interval是否到了、MEMORY.md 是否可写。

4.2 验证记忆调用

开一个新会话，问一个需要用到刚才记忆的问题：

帮我跑一下这个项目的测试。

预期 Agent 直接调用pnpm test，而不是反问你测试命令是什么。如果它反问，说明温记忆没注入。检查warm_inject_on_start是否为 true，以及 MEMORY.md 路径是否正确。

再验证冷记忆召回。先制造一条历史记录，比如之前会话里处理过EADDRINUSE报错。新会话里问：

又遇到 EADDRINUSE 了，怎么办？

预期 Agent 从冷记忆召回之前的处理经验，直接给根因和修复，而不是从头分析。如果没召回，检查 FTS5 索引是否建了、top_k和min_score是否合理。

4.3 验证技能复用

如果之前蒸馏出了deploy-static-site技能，新会话里说：

帮我把这个静态站点部署一下。

预期 Agent 加载skill.md并按步骤执行，而不是重新摸索。检查~/.hermes/skills/下是否有对应文件，task_match阈值是否过高导致没匹配上。

这三步验证下来，记忆写入、温记忆注入、冷记忆召回、技能复用就都确认生效了。下面说几个常见的坑。

5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth

配置和验证过程中，最容易卡在几个报错上。这一节对照真实报错给排查路径。

401 Unauthorized：多半是 Key 没配对或没生效。检查TAOTOKEN_API_KEY环境变量是否导出成功，echo $TAOTOKEN_API_KEY看有没有值。如果用的是 Claude Code 或 Cline，检查 settings 里的 Base URL 是不是https://taotoken.net/api，Key 和 Model ID 三件套是否齐全。Base URL 末尾不要多加斜杠，Model ID 要和https://taotoken.net/models页面一致。

local proxy failed：这个报错通常出现在客户端配置了本地代理但代理没起来。检查你的客户端 settings 里有没有多余的 proxy 配置，有的话删掉，直接用 Base URL 直连。TaoToken 的 API 地址是标准的 HTTPS 接入，不需要额外代理层。

reading choices 报错：一般是响应结构不符合预期，常见于 Model ID 写错或用了不兼容的模型。检查 Model ID 是否拼写正确，是否在当前套餐可用范围内。如果用的是 Codex 的auth.json，确认里面的 model 字段和实际调用一致。

OAuth 相关报错：Claude Code 这类工具如果走 OAuth 流程，可能和 API Key 模式冲突。检查是不是同时配了 OAuth 和 API Key，二选一即可。用 API Key 模式时，确保auth.json或 settings 里没有残留的 OAuth token。

记忆没写入：检查~/.hermes/memories/目录权限，ls -la看是否可写。检查nudge_interval是否设得太大导致还没触发。检查反思 Prompt 是否被模型正常返回，有时候模型返回格式不对会导致解析失败。

记忆没召回：检查 FTS5 索引是否建了，sessions_fts表是否有数据。检查min_score是否设得太高，把相关结果过滤掉了。检查top_k是否太小，召回片段不够。

技能没加载：检查~/.hermes/skills/下skill.md是否存在且格式正确。检查task_match阈值，太高会匹配不上，建议先设 0.5 试。检查技能名称和任务描述是否有语义重叠。

这几个坑踩完，基本就能稳定跑起来了。最后说下接入入口的分流。

6. 接入入口与后续动作

记忆机制跑通之后，下一步看你的使用场景分流。如果你主要是在排障和接入阶段，先去https://taotoken.net/api-keys把 Key 管好，再对照https://taotoken.net/doc的接入文档把客户端配置对齐，这两步是基础。

如果你要验证模型在记忆检索和反思任务上的表现，可以直接用模型对话页面https://taotoken.net/chat试几轮，看摘要和召回质量是否符合预期。长期跑编码和 Agent 任务的话，Coding Plan 页面https://taotoken.net/coding-plan有按用量的规划方案，比单次调用更适合持续迭代的场景。

Hermes 的记忆机制本质上是把“经验”从模型权重里剥离出来，变成外部可读写的工程化资产。温记忆常驻、冷记忆按需召回、技能记忆固化程序性知识，三者配合加上 Periodic Nudge 和自我纠错，就形成了一个越用越贴合的回环。配置不复杂，难的是坚持验证和清理，别让记忆污染拖垮效果。