Memory Manager 记忆健康管理

Agent 的记忆会注入每个会话的 system prompt——太大 = 每轮浪费 token、挤占上下文、还可能存过期信息误导判断。本技能定期检查记忆健康，保持记忆精简有效。

📁 安装：hermes skills install jiawood2006/hermes-skills/skills/memory-manager 或按 README 方式二复制 → 默认在 ~/.hermes/skills/utilities/memory-manager/。

触发条件

• "检查记忆""记忆清理""整理记忆"
• 发现 Agent 回答变慢 / 上下文被挤占
• 定期记忆健康检查（建议每月一次）

使用步骤

1. 记忆健康检查

python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py
python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --full   # 完整报告（逐条分析）

输出：

• 每条记忆文件的 token 占用/条目数
• 超长条目（>800 字，建议精简）
• 含 30 天前日期的条目（可能是过期信息）
• state.db 体积（>500MB 建议清理，见第 2 节）
• 每轮记忆注入总 tokens（建议 <2000）

2. 会话库体检（--state-db）

不只是报体积——会拆到表级告诉你是"正文大"还是"索引大"，给出对症方案：

python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --state-db

实测样例（1.2GB 的库）：

🗄️ state.db（会话历史）: 1.2GB
   页: 316858×4096B | 空闲页: 2770 | 可直接回收: 约 10.8MB
   体积占比 Top 表:
       478.1MB  messages_fts_trigram_data
       331.8MB  messages
       162.7MB  messages_fts_trigram_content
       162.7MB  messages_fts_content
   ⚠️ 其中 FTS 全文索引占 872.6MB（71%）——索引比正文还大，先处理索引，别急着删会话

• 索引占大头（常见）→ 先 rebuild 索引 / 去掉 trigram，再 VACUUM，不用删历史
• 正文占大头 → 才清理旧会话
• 无 dbstat 支持时自动降级（只报体积与行数），不会报错

3. 从纠正中学习（--corrections）

重复两次的纠正 = 该进记忆的长期偏好。 扫描会话历史，把用户的纠正/长期要求挖出来，并标记哪些疑似还没进记忆：

python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --corrections
python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --corrections --corrections-days 90
python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --corrections --full   # 看全部候选

输出示例：

   候选 30 条，其中 **30 条疑似未进记忆**
   [未记录  ] 2026-09-06 (否定/纠错/禁止类/长期规则) 这个工作以后必须在类似工作中你来主动开展，不要让我提醒…
   [已在记忆] 2026-08-24 (禁止类) 公开仓库 demo 图禁止品牌产品图…

识别 7 类信号：否定/纠错、重复强调、显式要求记住、禁止类、长期规则、强约束、不满追问。

⚠️ 这是候选清单，不是自动写入——必须人工判断：属于长期偏好/规则的写进记忆；一次性的任务要求不要写（那是任务，不是偏好）。"未记录"是关键词粗判，措辞不同但意思已记的情况会误报，以人工判断为准。

4. 记忆分层原则（什么时候该存/不该存）

5. 压缩技巧

• 过期信息：日期类（"当前余额"）→ 删除或改为历史
• 超长条目：压缩成要点（保留关键事实，去掉过程描述）
• 合并：同主题多条 → 合并成一条
• 迁移：方法论 → skill；会话细节 → session_search

已知陷阱

• 记忆工具限流：写前先删/合并（memory 工具按最终字符数检查，批量操作一次完成）
• 凭证纪律：token/密码/API key 一律不落记忆明文
• 记忆 vs skill：流程类知识存 skill（按需加载），事实类存记忆（每轮注入）——放错地方都浪费

快速验证 / Smoke Test

# 1) 记忆健康 + 会话库体检（无 LLM key 也可跑）
python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --state-db
# 期望：token 统计 + 冗余建议 + state.db 表级体积与对症方案

# 2) 纠正挖掘（需要 ~/.hermes/state.db 有历史）
python3 ~/.hermes/skills/utilities/memory-manager/scripts/memcheck.py --corrections --corrections-days 7
# 期望：列出候选纠正/长期要求，并标 [未记录] / [已在记忆]