Hermes Hygiene — 自检诊断

核心理念

借鉴 codex-hygiene 的"只读诊断"模式 + hermes-labyrinth 的"可观测性"理念 + enso-os 的"主动问责"： 不删除任何东西，只告诉你哪里能优化。但看到问题主动提，不等用户问。

七个检查维度

1. 上下文健康度

检查当前会话的 token 使用情况：

• 上下文窗口占用比（< 70% 正常，70-85% 警惕，> 85% 危险）
• 重复内容占比（同一文件被读了多少次）
• 无用历史占比（早期轮次对当前任务无帮助的）
• 压缩后找回率：压缩后还能恢复多少关键信息？检查 memory + session_search 覆盖度

诊断命令：输入 /usage 查看 token 用量 已有能力：context-engine 技能提供压缩策略 + LCM 恢复 增强工具：D:/Hermes/scripts/token_tracker.py report 1

2. 技能冗余度 → 技能图谱

借鉴 hermes-labyrinth 的 skill atlas（有效技能 + 覆盖/影子技能 + 真重复诊断）：

• 总技能数 + 按分类分布
• 30 天未使用的技能（可能过时）
• 功能重叠的技能对
• 影子技能：被新技能覆盖但未归档的旧技能
• 真重复：两个技能做完全一样的事

诊断方法：D:/Hermes/scripts/skill_registry.py scan → stats → search <keyword> 已有能力：curator 系统自动管理技能生命周期

3. MCP 服务器健康

检查 MCP 连接状态：

• 已配置但连不上的服务器
• 工具数异常的服务器（太多或太少）
• 从未被调用的 MCP 工具

诊断命令：mcp_gateway:gateway_list_servers 看状态 安全增强：D:/Hermes/scripts/mcp_audit.py — 扫描 MCP 配置的安全风险，生成 A-F 信任评分 已有能力：gateway 自动重连机制

4. 记忆膨胀度

检查持久化记忆：

• 总字符数 / 预算上限
• 过时记忆（如已完成的 PR 号、临时文件路径）
• 重复记忆

诊断命令：读取用户记忆 + 自己的记忆，算字符数 已有能力：memory 工具有 2,200 字符预算

5. Token 浪费热点

常见的浪费点：

• 同时加载过多 skills（每个 1-5K token）
• MCP 工具 schema 膨胀（每个工具 ~500 token）
• 大文件被反复读取
• 长会话历史未压缩

精确诊断：D:/Hermes/scripts/token_tracker.py report 7 — 查看 7 天内各 provider 的费用分布 实时监控：D:/Hermes/knowledge-base/技能图谱/track.py report — 当前会话的工具调用统计

6. 配置文件漂移

检查 config.yaml 是否有：

• 已废弃的配置项
• 默认值未被改但显式写了（占空间）
• 相互冲突的配置

使用方式

快速体检（30 秒）

运行：python D:/Hermes/scripts/token_tracker.py report 1  # Token 用量
      python D:/Hermes/scripts/skill_registry.py stats     # 技能统计
      python D:/Hermes/knowledge-base/技能图谱/track.py report  # 会话工具统计

输出示例：
  📊 Token: deepseek 今日 $0.0044 (9,800 tokens)
  📦 技能: 117 个 (26 分类)，本次使用 0 个
  🔧 工具: 2 次调用，成功率 50%，平均 1625ms/次
  🔌 MCP: 4/4 在线，总体评级 B (安全)
  💡 建议：无紧急问题

深度检查（2 分钟）

逐项展开，给出具体优化步骤和数据。

安全规则

• 所有检查只读，不删不改不重启
• 建议用"可能""建议"语气，不强制
• 给操作步骤但不自动执行
• 高危操作（如清空对话历史）必须用户确认

定时体检

建议用 cron 每周跑一次：

hermes-hygiene 深度检查 + 自动修复低风险项

参考

• codex-hygiene: https://github.com/sunflower-of-parchman/codex-hygiene
• 设计理念：read-only SQLite 查询 + shell 脚本测量 + 只给建议不动手