1. 从“工具”到“学徒”Agent记忆与技能的范式转变最近在折腾各种AI Agent框架从LangChain到AutoGen再到一些新兴的开源项目我发现一个挺有意思的现象很多开发者包括我自己一开始都把Agent当成一个“超级工具”来用。我们给它一堆API、一堆函数描述然后告诉它“去把这个任务分解了一步步调用这些工具完成。”这确实能解决很多问题比如自动写周报、分析数据、生成图表。但用久了尤其是当你希望同一个Agent能长期为你处理一系列相关任务时就会遇到瓶颈——它像个失忆的“金牌打手”每次出场都威风凛凛但打完就忘下次见面还得重新自我介绍、重新交代背景。这其实就是早期Agent架构普遍面临的“无状态”问题。每一次交互对于Agent来说都是一次全新的对话。你上次告诉它“我喜欢用Markdown格式并且报告里要避免使用‘解决方案’这个词改用‘行动项’”这次它依然会给你生成一个充满“解决方案”的Word文档。你不得不把之前的对话历史一股脑塞进上下文窗口但很快Token就爆炸了成本飙升效果还未必好。而“记忆”和“技能”正是让Agent从“一次性工具”进化为“长期学徒”的两个核心能力。记忆让Agent能记住关于你、关于任务、关于这个世界的上下文技能则是它解决问题的手段库并且这个库是可以根据记忆来动态扩展和优化的。最近深度研究了一下Hermes Agent的源码它在记忆与技能模块的设计上有不少值得细品的巧思正好能回答我们上面遇到的困惑。它不是简单地把对话历史存起来而是构建了一套分层、结构化、可检索的记忆系统并且让技能的执行与记忆的更新形成了一个闭环。这就像给Agent装上了“经验值”系统它不仅能完成任务还能从任务中学习越用越“懂”你。2. 记忆不是“聊天记录”Hermes的三层记忆架构解析很多人一提到AI的记忆第一反应就是保存聊天记录。这没错但太粗糙了。把成千上万条杂乱无章的对话记录扔给模型让它自己去找相关片段效率低下且噪声极大。Hermes Agent的设计显然考虑到了这一点它采用了一种更接近人类记忆组织方式的三层架构我把它理解为“瞬时记忆-工作记忆-长期记忆”。2.1 瞬时记忆原始交互的“缓存区”在源码中这部分通常对应着最原始的Message或Interaction对象。它忠实地记录了每一次用户输入、工具调用、Agent思考Chain of Thought和最终输出的完整原始序列。你可以把它想象成Agent的“感官记录”未经任何加工。它的主要作用是完整性保障为后续的结构化提取提供原始材料。审计与回滚当结构化记忆出现偏差或需要追溯原始上下文时这里是唯一可信的来源。在实现上Hermes通常会将这些原始交互以时序方式存储在轻量级的缓存如内存字典或Redis中并设置一个较大的但非无限的容量。超过容量时最老的记录会被转移到更廉价的存储如数据库或向量库中或者根据重要性被丢弃。注意瞬时记忆的存储设计直接影响了Agent的响应速度。全部放内存最快但重启即失引入外部存储则需权衡序列化/反序列化的开销。Hermes的默认配置通常偏向性能使用内存缓存配合异步持久化策略。2.2 工作记忆当前任务的“白板”这是记忆系统的核心也是最体现设计功力的地方。工作记忆不是存储而是一个动态组装的过程。当Agent开始处理一个新任务时它会从长期记忆中检索出与当前任务最相关的若干条“记忆片段”并将它们与当前的瞬时记忆本次对话的最近几条消息组合在一起形成一段高度相关、信息密度高的上下文然后喂给大模型。Hermes实现这一步的关键在于检索器Retriever。它不会把整个对话历史扔进向量库。相反它会从原始交互瞬时记忆中通过一个提取器Extractor模块抽取出结构化的“记忆片段”。一个典型的记忆片段可能包含以下字段{ “id”: “mem_001”, “type”: “user_preference”, # 记忆类型用户偏好、事实知识、任务结果等 “content”: “用户偏好使用Markdown格式编写文档并特别指出在报告中应将‘解决方案’一词替换为‘行动项’。”, “entities”: [“用户”, “文档格式”, “术语替换”], # 关联的实体 “timestamp”: “2023-10-27T10:00:00Z”, “importance_score”: 0.8, # 重要性评分可能基于频率、显式强调等 “access_count”: 5 # 被检索并使用的次数 }这个提取过程本身可能就是一个由轻量级模型或提示工程驱动的任务。当需要为当前任务构建工作记忆时检索器会以当前用户查询和对话上下文为输入在结构化记忆片段库中进行语义搜索找出最相关的几条。这里的一个核心技巧是“记忆摘要Memory Summarization与压缩”。如果相关记忆片段太多直接拼接会超长。Hermes的策略是对于高频访问或高重要性的记忆保持原样对于一系列相关的、低重要性记忆则触发一个摘要任务生成一条概括性的新记忆片段并归档旧的细节。这模仿了人脑将短期记忆巩固为长期记忆的过程。2.3 长期记忆结构化的“知识库”这就是上面提到的结构化记忆片段库的持久化存储。它通常由两部分组成向量存储Vector Store用于基于语义的快速相似性检索。上面content和entities字段会被编码成向量存进去。传统数据库如SQLite/PostgreSQL用于存储记忆片段的完整元数据id, type, timestamp等支持按类型、时间、重要性等属性进行过滤和聚合查询。这种混合存储方式兼顾了灵活性和效率。当用户说“像上次那样整理一下会议纪要”时Agent通过向量检索能找到关于“会议纪要”格式和风格的所有相关记忆而当你想查询“过去一周Agent帮我处理了多少次数据清洗任务”时则可以通过数据库的属性查询来完成。一个容易被忽略但至关重要的细节是记忆的更新与冲突解决。记忆不是只增不减的。当新信息与旧记忆冲突时怎么办Hermes的常见策略是版本化不直接覆盖旧记忆而是创建一条新记忆并标记旧记忆为“已过时”同时记录新旧记忆的关联。这保留了记忆的演变历史。置信度加权为新记忆和旧记忆赋予置信度可能来源于信息源的可靠性、用户确认程度等在检索时优先使用置信度高的版本。用户仲裁在关键信息如用户的核心偏好发生冲突时主动询问用户以确认。通过这三层架构Hermes Agent将杂乱无章的聊天记录转化为了一个可高效检索、可动态组装、可演进化管理的记忆系统为技能的“学习”提供了坚实的数据基础。3. 技能从静态注册到动态演进的“工具箱”如果说记忆是Agent的“经验”那么技能就是它的“手脚”。在大多数框架里技能或工具是通过函数装饰器或配置文件静态注册的。Agent知道有这么个工具但工具本身是“死”的。Hermes在技能管理上往前走了一步它试图让技能变得“活”起来能够与记忆系统互动从而实现技能的发现、优化与组合。3.1 技能的描述与发现让Agent“读懂”工具一个技能在Hermes中不仅仅是一个Python函数。它通常由一个更丰富的“技能描述”来定义这个描述是机器可读的旨在让Agent大模型更好地理解何时以及如何使用这个技能。{ “name”: “generate_report”, “description”: “根据提供的数据和分析要点生成一份结构化的报告。”, “parameters”: { “data”: {“type”: “dict”, “description”: “需要被报告的核心数据通常为JSON格式。”}, “analysis_points”: {“type”: “list”, “description”: “报告需要涵盖的分析要点列表。”}, “format”: {“type”: “str”, “enum”: [“markdown”, “html”, “pdf”], “default”: “markdown”, “description”: “报告的输出格式。”} }, “required”: [“data”, “analysis_points”], “examples”: [ { “user_query”: “帮我用上周的销售数据生成一个总结报告重点分析一下华东区的增长情况。”, “thought”: “用户需要生成报告。我需要先获取‘上周的销售数据’然后调用‘generate_report’技能并确保格式是用户偏好的Markdown。”, “action”: {“name”: “generate_report”, “args”: {“format”: “markdown”, …}} } ] }注意examples字段它提供了技能使用的范例。这些范例在训练或提示Agent时至关重要。更关键的是技能的使用记录本身会形成记忆。当Agent成功调用generate_report并得到用户正面反馈后一条关于“用户对Markdown格式报告满意”的记忆片段就可能被创建或强化。下次用户提出类似请求时检索到的这条记忆会直接影响Agent对技能参数如format的选择。3.2 技能的优化与组合基于记忆的“工作流”生成这是“学习”能力的更高级体现。静态的技能库只能解决已知问题。而Hermes通过记忆能让Agent尝试优化现有技能的使用方式甚至组合出新的解决方案。场景举例用户经常要求“从这份PDF里提取表格然后做成图表最后把图表和总结文字插入到PPT的第5页”。最初这需要用户一步步指导或者开发者预先编写一个复杂的工作流脚本。在Hermes的机制下这个过程可以自动化模式识别记忆系统记录下用户多次执行这个复合任务的完整交互序列A. 提取PDF表格 - B. 生成图表 - C. 更新PPT。抽象与存储系统可以自动或在用户确认后将这个频繁出现的序列抽象为一个新的“复合技能”或“工作流”命名为create_pdf_to_ppt_summary并将其描述和步骤作为一条高级记忆存储。动态调用当用户再次发出类似但略有不同的请求如“把这份报告里的数据做成图表放到PPT里”时Agent通过语义检索发现create_pdf_to_ppt_summary这个“技能记忆”高度相关。它会自动将这个复合技能分解为具体的原子技能步骤去执行甚至能根据当前请求的细微差别比如这次是Word报告不是PDF进行参数适配。这本质上是一种“技能图Skill Graph”的构建过程。原子技能是节点它们之间的先后、依赖关系是边。记忆系统通过记录成功的执行路径不断丰富和强化这个图。源码中这部分可能体现为一个WorkflowOrchestrator或SkillComposer模块它依赖记忆检索来查找可复用的任务模式。3.3 技能执行的反馈闭环强化与修正技能调用后的结果至关重要。Hermes的记忆系统会密切关注技能执行的结果和用户的反馈。结果日志技能成功还是失败输出是什么执行耗时多长这些都被记录为“技能执行记忆”用于后续的性能分析和可靠性评估。显式反馈用户说的“很好”、“不对这里要改”是宝贵的强化信号。系统会将这些反馈与最近执行的技能关联起来更新相关记忆的重要性或内容。隐式反馈用户后续是继续深入追问可能意味着技能输出不完整还是立刻转向新话题可能意味着满意这些行为模式也能被分析并作为调整记忆的参考。这个反馈闭环使得技能库不再是静止的。一个经常失败或收到负面反馈的技能其被检索和调用的优先级可能会降低反之一个高效解决问题的技能会被更频繁地使用。这就实现了基于经验的技能“优胜劣汰”。4. 记忆与技能的协同Agent如何真正“学习”单独看记忆和技能都很强大但它们的真正威力在于协同。Hermes Agent的架构设计让这两者紧密耦合形成了一个“感知-思考-行动-学习”的完整循环。4.1 协同工作流一次任务处理的完整旅程让我们跟踪一个具体任务在Hermes Agent内部的流转看看记忆和技能如何配合感知用户输入用户说“把昨天我们讨论的那个项目风险清单用红色高亮最紧急的三项然后发邮件给老王和老李。”记忆检索构建上下文Agent首先解析查询提取关键实体“昨天”、“项目风险清单”、“红色高亮”、“紧急”、“老王”、“老李”。记忆检索器被激活。它用这些实体去长期记忆库中搜索。可能检索到的记忆片段mem_001: “用户所指的‘项目风险清单’是存储在Google Sheets中的一个名为‘Q4项目风险跟踪’的文档。”mem_002: “用户习惯将优先级为‘P0’的风险标记为‘最紧急’。”mem_003: “‘老王’的邮箱是wangcompany.com‘老李’的邮箱是licompany.com。”mem_004: “用户曾指示涉及高风险项的邮件标题前需加‘[紧急]’前缀。”这些记忆片段与当前的用户输入一起被组装成一份丰富的“工作记忆”送入大模型进行规划。思考与规划技能调用决策大模型基于工作记忆理解任务需要A. 获取文档B. 分析并标记C. 发送邮件。模型查阅技能库决定调用read_google_sheet-filter_and_highlight_data-send_email这三个技能并利用记忆中的信息填充参数如文档ID、高亮规则、邮箱地址、邮件标题格式。行动技能执行技能执行引擎按规划调用技能。每个技能的执行结果如读取到的数据、高亮后的文档片段、邮件发送状态都被实时记录到瞬时记忆中。学习记忆更新任务完成后系统会进行“事后总结”。提取新记忆从本次完整的交互中可能提取出新的记忆片段例如“用户将‘红色高亮’与‘P0优先级’关联使用。” 这条新记忆会被赋予一个初始重要性分数存入长期记忆。更新旧记忆mem_003中“老李”的邮箱被成功使用其access_count加1重要性分数可能微调。技能反馈关联如果send_email技能因为网络问题失败但重试成功这条“技能执行记忆”会被记录未来在网络不稳定时系统可能会优先选择其他通知方式或为邮件发送添加重试逻辑。4.2 长期学习与个性化适应通过无数次这样的循环Hermes Agent会逐渐积累起一套高度个性化的记忆和优化的技能调用策略。它学习到的不仅仅是“用户喜欢Markdown”更是“在每周五下午用户通常需要一份包含A、B、C模块的销售数据简报且喜欢用折线图展示趋势并抄送给D、E、F三人”。这种学习能力使得Agent能够实现预测性行动在用户明确指令下达前就准备好相关上下文或预加载可能用到的技能。异常处理当遇到类似过去曾失败的情景时能主动规避或采用已验证的备选方案。能力扩展通过识别重复性工作模式自动建议或创建新的复合技能工作流从而扩展其解决问题的能力边界。5. 源码中的关键实现与避坑指南光讲理论不够过瘾我们深入到Hermes Agent源码以典型开源实现为参考的关键部分看看这些设计是如何落地的以及实践中会遇到哪些坑。5.1 记忆存储与检索的实现细节在hermes/agent/memory/目录下我们通常能找到几个核心文件base.py定义了记忆片段MemoryFragment和记忆存储接口MemoryStore的抽象基类。vector_store.py实现了基于Chroma、FAISS或Pinecone等向量数据库的存储。retriever.py包含各种检索策略如基于相似度的、基于时间的、混合检索等。manager.py记忆管理器的核心协调存储、检索、提取、摘要等流程。一个关键的实现点是“记忆提取器MemoryExtractor”。它通常是一个轻量级模型如经过微调的BERT或小型LLM或一组精心设计的提示词模板。它的任务是从原始对话文本中识别出值得存储为长期记忆的陈述。例如它需要区分“今天天气真好”闲聊无需记忆和“我每周三上午10点有团队例会”用户习惯需要记忆。在源码中这部分的提示词工程非常关键直接决定了记忆质量。避坑指南1向量检索的“语义漂移”问题单纯依赖向量相似度检索有时会召回不相关的记忆。比如用户问“苹果”既可能召回“水果苹果”的记忆也可能召回“苹果公司”的记忆。 解决方案Hermes的混合检索器HybridRetriever通常会结合关键词过滤先通过记忆片段中的entities或type字段进行初步筛选。时间衰减给较新的记忆更高的权重因为用户的最新偏好更重要。重要性加权importance_score高的记忆在排序时优先。 在实现时需要仔细调整这些因素的权重这是一个需要根据实际场景进行A/B测试的过程。5.2 技能管理的注册与执行链路技能相关代码通常在hermes/agent/skills/目录registry.py技能注册表维护所有可用技能的描述字典。base.py技能基类定义了run()接口和参数验证逻辑。executor.py技能执行器负责安全地调用技能函数处理异常并记录日志。技能参数验证与安全是一个重灾区。源码中技能执行器在调用任何函数前必须对输入参数进行严格的类型和范围检查。特别是对于能执行系统命令、访问网络或文件的技能必须有沙箱机制或权限控制。Hermes通常会提供一个skill装饰器让开发者在定义技能时同时声明其参数模式执行器会依据此模式进行验证。避坑指南2技能执行的“副作用”与状态管理问题某些技能有副作用如写入数据库、发送邮件。如果Agent的规划在执行中途失败或被用户中断可能导致状态不一致。 解决方案Hermes的常见模式是引入“技能事务”或“补偿动作”。对于关键技能在其描述中不仅可以定义run函数还可以定义rollback或compensate函数。执行器在调用run成功后会将对应的补偿动作注册到一个事务日志中。如果整个任务链失败系统可以尝试按顺序执行补偿动作进行回滚当然并非所有操作都可逆这需要谨慎设计。5.3 记忆-技能循环的触发与更新策略这个循环的控制器通常在Agent的核心循环或一个独立的LearningModule中。它需要决定何时触发记忆提取何时进行技能组合的抽象更新的频率如何策略1基于事件的触发。在每次任务成功完成、用户给出明确反馈如“记住这个”或检测到高度重复的模式时触发记忆提取和技能抽象流程。策略2基于批量的离线处理。定期如每天凌晨运行一个后台任务分析过去一段时间的交互日志批量提取记忆、发现模式、优化技能图。这种方式对线上性能影响小但学习延迟高。避坑指南3记忆爆炸与信息过时问题如果无节制地提取和存储记忆长期记忆库会迅速膨胀导致检索速度变慢、噪声增加。同时很多记忆会过时如用户换了邮箱。 解决方案Hermes需要实现记忆的“遗忘”或“归档”机制。重要性衰减importance_score可以随时间或访问频率的降低而衰减低于阈值的记忆可以被自动归档移出活跃向量库或删除。主动清理提供管理接口让用户或系统管理员可以查看、合并或删除记忆。定期回顾可以设计一个“记忆回顾”任务定期将一些相关的旧记忆呈现给用户确认是否仍然有效。这本身也是一个与用户互动、更新记忆的机会。研究Hermes Agent在记忆与技能方面的源码给我的最大启发是构建一个真正有用的Agent不能只盯着大模型的提示工程或工具调用。必须为其设计一套能够持续积累、有效利用经验的“外脑”和“肌肉记忆”系统。记忆让Agent有了上下文技能让Agent有了手段而两者的闭环协同才赋予了Agent那种令人惊喜的、仿佛在“学习”和“成长”的能力。这其中的设计权衡、实现细节和避坑经验远比简单地调用一个API复杂但也正是AI Agent从玩具走向生产力的关键所在。