绝大多数AI Agent是"7秒记忆的鱼"——每次对话从零开始，不知道你是谁、做过什么、偏好什么。Hermes的记忆系统用3种模式解决了这个问题：Skill长期记忆、Session短期记忆、以及User Context个性化记忆。本文给你完整配置模板和5个生产级场景。
你的Agent是不是也这样？
早上你告诉Agent："我是AI创业者，主要用Claude做代码生成、用DeepSeek做中文内容。"
下午你再打开Agent，它又问："请问您主要使用哪些AI模型？"
这不是Agent蠢——99%的Agent框架默认是无状态的。每次对话结束，上下文全部丢弃。这对偶尔使用的聊天机器人没问题，但对于每天依赖Agent处理业务的创业者来说，这是致命缺陷。
Hermes Agent从设计之初就考虑了这个问题。它提供了三层记忆体系：
| 层级 | 存什么 | 生命周期 | 适用场景 |
|---|---|---|---|
| Skill记忆 | 领域知识、配置模板、工作流SOP | 永久（文件级） | 品牌规范、发布流程、客户画像 |
| Session记忆 | 本次会话的中间产出、决策依据 | 会话结束即清 | 多步骤任务的上下文传递 |
| User Context | 用户偏好、身份信息、历史选择 | 跨会话持久 | 个性化设置、订阅偏好、角色定义 |
下面逐一拆解，每种都给你可复制的配置。
第一层：Skill记忆——你的"外置大脑"
Skill是Hermes Agent最核心的长期记忆机制。一个Skill就是一个Markdown文件，里面写明了Agent在特定场景下应该知道什么、做什么。
Skill的基本结构
---
name: my-business-context
description: 我的AI创业公司背景和品牌规范
triggers:
- 用户问及公司背景
- 需要品牌相关内容产出
---
# 公司背景
- 公司名：AI创业内参
- 定位：面向AI创业者的工具教程+行业分析+变现方法论
- 目标读者画像：25-40岁，技术背景，正在用AI工具创业或副业
- 品牌调性：专业但不枯燥，有数据但不堆砌，有观点但不偏激
## 内容规范
- 标题格式：【栏目名】具体主题
- 必须含数据来源
- 每篇至少3个小标题
- 结尾必须有CTA（引导关注/转发）
## 常用配置
- 主模型：Claude Sonnet（复杂推理）/ DeepSeek（中文内容）
- 发布平台：微信公众号（主）+ xopcx.com（网站）
- 发布时间：工作日早8点
当你触发关键词时，Hermes会自动加载这个Skill，Agent立刻"想起"你的所有品牌规范。
实战场景：用Skill管理客户信息
假设你是一个用AI Agent做客服的创业者。与其每次在prompt里粘贴客户信息，不如建立一个客户Skill：
---
name: client-zhang
description: 客户张三的完整画像
triggers:
- 给张三发消息
- 处理张三的需求
---
# 张三 - 电商创业者
- 订阅套餐：高级版 ¥999/月
- 使用工具：OpenClaw + Claude Code
- 痛点：多平台商品上下架太慢，需要自动化
- 合作历史：
- 2026.3：购买基础版，主要用内容生成
- 2026.4：升级高级版，增加了飞书自动回复
- 2026.5：提出新需求——闲鱼自动上架
- 沟通风格：直接、技术向、不喜欢寒暄
- 上次对话遗留：答应5月25日前给出闲鱼API调研报告
当Agent加载这个Skill后，它不会问"请问您主要做什么业务？"这种低级问题。而是直接切入："张三你好，闲鱼API调研我这边有了初步结论，飞书发你了。"
这就是记忆的商业价值：每少问一个重复问题，客户就多一分专业感。
第二层：Session记忆——多步骤任务的"草稿纸"
Session记忆是Agent在当前对话中的"工作记忆"。它记录：
- 当前任务的目标和子任务完成状态
- 中间产出的文件路径
- 用户的决策点
- 被否决的方案（避免重复推荐）
实战场景：用Hermes做竞品调研
假设你要Agent调研3个竞品的定价策略：
👤 帮我调研Notion AI、飞书智能伙伴、钉钉AI的定价
🤖 [加载skill: market-research]
1️⃣ Notion AI：$10/月/人，含无限AI查询...
2️⃣ 飞书智能伙伴：企业版免费，高级功能¥200/月/人...
3️⃣ 钉钉AI：¥99/月/账号，含知识库问答...
👤 Notion的详细对比先跳过，飞书和钉钉做个对比表
🤖 [记住：用户跳过了Notion对比]
[记住：用户需要飞书vs钉钉对比表]
这里的关键是：Agent在Session中记住了决策。如果不支持Session记忆，你每次说"跳过这个"之后Agent还会在下一步继续追问。
什么该存Session，什么该存Skill？
| 判断标准 | 存 Session | 存 Skill |
|---|---|---|
| 本轮任务需要 | ✅ | ❌ |
| 下次对话需要 | ❌ | ✅ |
| 换了任务就失效 | ✅ | ❌ |
| 永久有效 | ❌ | ✅ |
一个常见的错误是把所有信息都往Skill里塞。Skill应该存高频复用的信息，Session存本次任务临时的信息。
第三层：User Context——你的"个人档案"
User Context是跨Session的个性化记忆。它记录：
user_context:
name: "小明"
role: "AI创业者"
preferred_model: "claude-sonnet-4"
timezone: "Asia/Shanghai"
language: "zh-CN"
preferences:
output_format: "markdown"
code_style: "with-comments"
verbosity: "concise"
history:
last_project: "ai-neican"
common_tasks: ["热点扫描", "文章生成", "草稿发布"]
Hermes在每次对话开始时自动加载User Context，所以Agent从一开始就知道：
- 你是做什么的
- 你偏好什么输出格式
- 你的时区（影响时间相关任务）
- 你常用的项目和任务
实战场景：新会话无缝衔接
有了User Context后：
👤 （新对话）帮我扫描今天的AI热点
🤖 [已加载User Context：小明，AI创业者，时区Asia/Shanghai]
[已加载Skill: ai-neican-hotspot]
好的小明，今天是2026年5月21日。正在扫描...
（Agent直接用了你的项目Skill，不需要你每次重新指定）
对比没有User Context的情况：
👤 帮我扫描今天的AI热点
🤖 请问您需要扫描哪个领域的AI热点？有什么具体要求吗？需要我输出什么格式？
👤 ...（重新解释一遍自己的项目和工作流）
一次配置，永久受益。 这就是User Context的核心价值。
完整配置模板：30分钟搭建你的记忆体系
第1步：定义你的User Context（5分钟）
在Hermes配置文件或环境变量中设置：
# .hermes/config.yaml
user:
name: "你的名字"
role: "AI创业者"
timezone: "Asia/Shanghai"
preferences:
output_format: "markdown"
verbosity: "detailed"
skills:
auto_load:
- my-business-context # 每次对话自动加载
- content-style-guide # 内容风格指南
第2步：创建核心Skill（15分钟）
mkdir -p ~/.hermes/skills
创建3个核心Skill文件：
1. brand-context.md（品牌规范，每次自动加载）
---
name: brand-context
description: 品牌规范和业务背景
auto_load: true
---
# 品牌信息
- 产品：AI创业内参
- 目标读者：AI创业者
- 核心内容：工具测评 + 行业分析 + 变现方法论
- 发布平台：公众号 / xopcx.com
# 写作风格
- 标题：【栏目名】具体主题
- 数据必须标注来源
- 每篇1500-3500字
- 至少3个小标题
2. revenue-ops.md（变现运营SOP）
---
name: revenue-ops
description: 收入运营标准流程
triggers:
- 用户问及收入/变现/付费转化
---
# 变现SOP
## 公众号流量主
- 入池标准：连续7天日更，阅读量>100
- 预期收益：1万阅读≈50-200元
- 优化点：文中广告位（第3段后）+ 底部广告位
## 知识星球
- 定价策略：99元/年起，每月涨价10元
- 内容节奏：每周2篇独家分析 + 1次直播答疑
- 拉新渠道：公众号文末CTA + 朋友圈分享
# 当前数据
- 公众号关注：8,200+
- 星球成员：340+
- 月收入：公众号流量主 ¥800 + 星球 ¥2,800 = ¥3,600
3. tools-config.md（工具配置模板）
---
name: tools-config
description: AI工具配置和成本数据
triggers:
- 用户问及工具配置/成本/API
---
# 工具栈
## 模型路由策略
| 任务类型 | 模型 | 月成本 |
|----------|------|--------|
| 深度分析 | Claude Sonnet | $80 |
| 中文内容 | DeepSeek V3 | $15 |
| 代码生成 | Claude Code | $40 |
| 图像生成 | GPT Image 2 | $8 |
| **合计** | | **$143/月** |
## API端点
- Anthropic: api.anthropic.com
- DeepSeek: api.deepseek.com
- GPT Image: api.aipaibox.com/v1
第3步：设置Session记忆策略（10分钟）
在任务prompt中加入Session记忆指令：
## Session记忆规则
在本次对话中，你需要维护一个session_memory：
1. 每次用户做出选择（跳过/确认/调整），记录决策
2. 每次生成文件，记录文件路径
3. 每次搜索得到关键数据，记录数据+来源
4. 当用户说"基于之前的"时，检索session_memory
禁止行为：
- 不要重新问用户已经回答过的问题
- 不要重新搜索已经获取过的数据
生产级案例：一个"有记忆"的内容发布Agent
把我上面讲的三层记忆组合起来，这是一个真实运行的内容发布Agent的完整记忆架构：
启动Agent
│
├─ 加载 User Context（永久）
│ ├─ name: "小明"
│ ├─ role: "AI创业者"
│ ├─ timezone: "Asia/Shanghai"
│ └─ preferences: markdown输出，详细风格
│
├─ 加载 Skill（按需）
│ ├─ brand-context（自动加载）
│ ├─ revenue-ops（触发词触发）
│ └─ tools-config（触发词触发）
│
└─ 初始化 Session Memory（本轮）
├─ task: "扫描热点 + 生成文章"
├─ status: "进行中"
├─ files_generated: []
└─ decisions: []
运行过程中的Session状态：
session_memory:
task: "热点扫描+文章生成"
status: "写作中"
decisions:
- time: "02:15"
decision: "跳过OpenAI新闻（Cloudflare拦截）"
- time: "02:18"
decision: "选择Hermes记忆系统作为本期话题"
files_generated:
- "/content/draft-20260521-0215-hermes-memory.md"
data_collected:
- "Hermes Skill支持Markdown格式，触发词匹配"
- "User Context支持preferences字段"
- "Memory三层架构：Skill/Session/Context"
errors_handled:
- "Tavily 432错误 → 改用内置知识"
这样Agent在后续的"审核→修改→发布"流程中，不需要你重复任何信息。
常见坑与最佳实践
❌ 坑1：Skill文件太大
一个Skill文件超过300行，加载时间变长，Agent理解准确度下降。
✅ 正确做法：每个Skill控制在一屏（150行以内），用多文件拆分。
❌ 坑2：把所有对话都存成记忆
Session记忆不是日志系统。把每句对话都存下来，Token成本爆炸。
✅ 正确做法：只存决策点和关键数据。一个3小时对话最后只存10-15条记忆。
❌ 坑3：User Context里存敏感信息
API密钥、客户电话等敏感信息不应该放在User Context里（它是明文存储的）。
✅ 正确做法：敏感信息用环境变量或加密存储。User Context只存公开偏好。
❌ 坑4：忘记清理过期Skill
客户信息Skill如果3个月没更新，Agent可能给出过时的建议。
✅ 正确做法：每个Skill加上last_updated字段，每月检查一次。
总结：记忆是Agent从"玩具"到"工具"的分水岭
一个没有记忆的Agent，每次对话都在"重新认识你"。它不是一个助手，只是一个高级版的搜索引擎。
而一个有完整记忆体系的Agent——知道你是谁、做什么、偏好什么、上次聊到哪——它才真正像一个"团队成员"。
三层记忆的分工：
- User Context → 你是谁（跨会话）
- Skill → 你做什么（领域知识）
- Session → 你在做什么（本轮任务）
三步搭建（今天就能做完）：
1. 写你的brand-context.md（5分钟）
2. 定义User Context偏好（3分钟）
3. 给核心任务加上Session记忆指令（10分钟）
你的Agent就从"每次重置"变成了"持续成长"。
关注「AI创业内参」，每周3篇Agent工坊实操教程，帮你把AI工具用出10倍价值。