9 · 记忆系统与扩展体系

9.1 记忆：两种截然不同的答案

先说清楚问题：回顾第 1.1 节，大语言模型完全没有记忆。一场会话结束，一切归零。那么「让智能体记住上次的事」这件事，必须由外部程序实现。

什么是 FTS5？Full-Text Search 版本 5 的缩写，是 SQLite 数据库内置的全文搜索引擎。它做的是「词法检索」—— 按关键词精确匹配，就像用 Ctrl+F 在文档里搜词。它不理解语义，搜「容器」不会命中「Docker」。

9.2 Hermes 的全息记忆值得单独看

这是整个代码库里最「学术」的一块。它用的是一种叫 HRR（Holographic Reduced Representations，全息缩减表示）的技术 —— 属于「向量符号架构」这一类方法。

先说清楚它想解决什么问题

常规的记忆检索有两条路：

HRR 走的是第三条路：用确定性的数学运算把符号组合成向量，不需要神经网络。

三个核心运算

def bind(a, b):        # 绑定 = 循环卷积 = 逐元素相位相加
    return (a + b) % _TWO_PI
    # 把两个概念绑定成一个复合向量。
    # 结果与两个输入都不相似（数学上叫"准正交"）

def unbind(memory, key):   # 解绑 = 循环相关 = 相位相减
    return (memory - key) % _TWO_PI
    # 从一个记忆向量里取回和某个键关联的值。
    # unbind(bind(a, b), a) ≈ b   （差一点叠加带来的噪声）

def bundle(*vectors):  # 打包 = 叠加 = 复指数的圆均值
    complex_sum = np.sum([np.exp(1j * v) for v in vectors], axis=0)
    return np.angle(complex_sum) % _TWO_PI
    # 把多个向量合并成一个，结果与每一个输入都相似。
    # 能容纳大约 √维度 个项，超过就开始退化

def similarity(a, b):  # 相似度 = 相位余弦，范围 [-1, 1]
    return float(np.mean(np.cos(a - b)))

hermes-agent/plugins/memory/holographic/holographic.py

不需要懂数学也能理解这三个运算的用途：

• 绑定把「键」和「值」粘成一个向量，比如把「用户的编辑器」和「Vim」绑成一个
• 解绑是绑定的逆运算，给一个键能取回对应的值
• 打包把很多条记忆压成一个向量，用一个向量代表整个类别

最值得注意的工程决策：用 SHA-256 而不是随机数

def encode_atom(word: str, dim: int = 1024):
    """Deterministic phase vector via SHA-256 counter blocks.
    Uses hashlib (not numpy RNG) for cross-platform reproducibility.
    """
    for i in range(blocks_needed):
        digest = hashlib.sha256(f"{word}:{i}".encode()).digest()
        uint16_values.extend(struct.unpack("<16H", digest))
    phases = np.array(uint16_values[:dim]) * (_TWO_PI / 65536.0)

译：通过 SHA-256 计数器分块，生成确定性的相位向量。用 hashlib 而不是 numpy 的随机数生成器，是为了跨平台可复现。

（SHA-256 是一种哈希算法：同样的输入永远得到同样的输出，而且输出看起来像随机数。dim: int = 1024 表示向量有 1024 个维度。）

存储层的设计也值得看

CREATE TABLE facts (...)            -- 事实表，带信任分数和分类
CREATE TABLE entities (...)         -- 实体表（人、项目、技术名词）
CREATE TABLE fact_entities (...)    -- 事实与实体的多对多关联
CREATE INDEX idx_facts_trust ON facts(trust_score DESC);   -- 按信任分排序的索引
CREATE VIRTUAL TABLE facts_fts ...  -- FTS5 全文索引
CREATE TABLE memory_banks (...)     -- 按分类聚合的 HRR 打包向量

并且有一个反馈闭环：

def record_feedback(self, fact_id: int, helpful: bool) -> dict:
    # 根据这条记忆是否有帮助，调整它的 trust_score（信任分数）

还有一个体现工程成熟度的函数：snr_estimate(dim, n_items) —— 估算「在给定维度下塞进 N 条记忆后的信噪比」。因为 bundle() 打包运算只能容纳大约 √维度 个项，1024 维大约在 32 项之后就开始退化。

把自己方案的容量上限写成一个可调用的函数暴露出来，这是很成熟的做法。它承认了「这个方法有边界」，并且让使用者能测出这个边界在哪。

9.3 Claude Code 的记忆预取：藏在流水线里的优化

// query.ts，主循环入口处
using pendingMemoryPrefetch = startRelevantMemoryPrefetch(
    state.messages, state.toolUseContext)

这一行代码有三个细节值得注意：

消费时还要用 readFileState 做过滤 —— 模型自己已经读过、写过、改过的记忆文件，不再重复注入一遍。而这个 readFileState 是跨迭代累积的，所以能过滤掉早期迭代里读过的文件。

9.4 扩展体系：四种扩展点

「扩展点」的意思是：让第三方（或用户自己）在不修改主程序源代码的前提下，往系统里添加能力。

技能的本质：把「知识」变成「可寻址的能力」

两家的技能都是 Markdown 文本文件，核心机制都是渐进式披露：

Claude Code 甚至有一个专门的函数 estimateSkillFrontmatterTokens(skill)（估算技能头部元数据的 token 数）—— 因为所有技能的头部元数据都是常驻上下文的，装 100 个技能的固定成本必须可测量。

而这和第 5.2 节的工具延迟加载是完全相同的模式：

Hermes 的插件发现三个来源

~/.hermes/plugins/     用户级（对这台机器上的所有项目生效）
./.hermes/plugins/     项目级（跟着代码仓库走，团队共享）
pip entry points       包级（用 pip install 安装某个包就自动生效）

而且 Hermes 区分了两类插件，这是一个容易被忽略但很重要的设计点：

9.5 Hermes 的网关层：Claude Code 完全没有的一层

gateway/run.py 是单个文件 1.55 MB，是 Hermes 最大的模块。它解决的是 Claude Code 根本不面对的问题：一个长期在线的智能体，如何被 22 个不同的聊天平台以统一的方式触达。

gateway/
├── run.py                  长驻主循环
├── platforms/base.py       BasePlatformAdapter 抽象基类，333 KB
├── platform_registry.py    平台注册表
├── profile_routing.py      多身份路由（一个进程可以承载多个不同人格的智能体）
├── delivery.py             消息投递
├── delivery_ledger.py      投递账本（防止重复发送）
├── restart.py              重启逻辑
├── restart_loop_guard.py   重启风暴防护（防止崩溃-重启-崩溃的无限循环）
├── memory_monitor.py       内存占用监控
├── agent_cache_pressure.py 智能体缓存压力管理
├── drain_control.py        优雅排空（关闭前把手头的消息处理完）
└── builtin_hooks/          内置钩子

那个抽象基类 BasePlatformAdapter 抽出的能力差异非常细致：

def max_message_length_for_chat(chat_id) -> int      # 这个平台单条消息最长多少字
def supports_draft_streaming(...) -> bool            # 支持"草稿式流式更新"吗
def prefers_fresh_final_streaming(...) -> bool       # 偏好重发最终版本吗
def streaming_overflow_limit() -> Optional[int]      # 流式更新的溢出上限
def enforces_own_access_policy() -> bool             # 平台自己管权限吗
def authorization_is_upstream() -> bool              # 授权在上游完成吗
def format_tool_event(event, *, mode='all') -> str   # 工具事件怎么渲染显示
class EphemeralReply(str): ...                       # 带过期时间的临时回复

hermes-agent/gateway/platforms/base.py