Hermes SOUL.md 人设工程 + 三层记忆深度解析：让 Agent 精确遵循你的人格

Hermes Agent 的记忆系统是三个 Markdown 文件——SOUL.md 定义 Agent 是谁，MEMORY.md 记录 Agent 学到的环境事实，USER.md 刻画你是谁。三者在会话启动时冻结注入系统提示词，合计约 1,300 Token 的"永远在场"记忆预算。这篇文章从源码级拆解这套机制的每一个细节。

本文是 Hermes Agent 完全指南 系列的深度子篇，聚焦人设工程与记忆系统。如果你还不了解 Hermes 的整体架构，建议先读完全指南再回来。

三层记忆：一句话说清楚

💡 通俗讲：SOUL.md 决定 Agent "用什么腔调说话"，MEMORY.md 决定 Agent "知道你的电脑装了什么"，USER.md 决定 Agent "知道你喜欢简洁还是详细"。三个文件都是纯 Markdown，用任何文本编辑器就能改。

这三个文件存储在 ~/.hermes/ 目录下（MEMORY.md 和 USER.md 在 ~/.hermes/memories/ 子目录），只从 Hermes 主目录加载，不跟随项目目录变化。这是有意为之——人设属于 Hermes 实例本身，不属于某个项目。

SOUL.md 人设文件深度拆解

SOUL.md 的定位：系统提示词 #1 号槽位

SOUL.md 是 Agent 的主要身份（Primary Identity）。当它存在且有内容时，直接替换 Hermes 硬编码的默认身份，成为系统提示词的第一个内容块。加载逻辑的源码清晰呈现了这一优先级：

加载逻辑有三个关键行为：

1. 只读 Hermes 主目录——get_hermes_home() 返回 ~/.hermes/，不查看当前工作目录。切换项目不会意外改变人设。
2. 安全扫描——_scan_context_content() 检测提示词注入模式、凭据泄露、不可见 Unicode 字符。恶意内容会被阻止。
3. 截断保护——超过 20,000 字符的内容会被裁剪，避免过长的 SOUL.md 挤占上下文空间。

当 load_soul_md() 返回内容时，build_context_files_prompt(skip_soul=True) 会跳过 SOUL.md，防止它在上下文文件部分重复出现。

SOUL.md 应该放什么

适合放的：

• 语气和沟通风格——"直接但不冷漠"
• 交互默认值——"遇到模糊请求时，问一个澄清问题然后按最佳判断执行"
• 应避免的风格——"不讨好、不用夸张语言、不重复用户错误的框架"
• 处理不确定性的方式——"明确说出置信度"

不适合放的：

• 项目文件路径——这属于 AGENTS.md
• 仓库代码规范——这属于 AGENTS.md
• 一次性任务指令——这属于对话中的用户消息
• 临时工作流细节——这属于项目配置

判断规则：如果某条指令应该跟 Agent 到处走（换项目也生效），放 SOUL.md；如果只属于某个项目，放 AGENTS.md。

官方示例与社区模板

官方推荐的 SOUL.md 结构遵循四段式：

提示词：生成四段式 SOUL.md 结构

请帮我生成一份 Hermes Agent 的 SOUL.md 人设文件。要求：

• 严格按四个一级标题组织：Identity（Agent 是谁）、Style（语气和沟通风格）、Avoid（不应做的事）、Defaults（遇到模糊情况时的默认行为）
• 每个段落用具体、可操作的描述，不用泛泛之词
• 总长度控制在 30 秒能读完的篇幅，大约 4-8 行核心定义
• 只写真正改变 Agent 默认行为的内容，不要重述"有帮助""清晰"等 Hermes 已有的默认表现

官方示例——实用主义高级工程师：

提示词：生成实用主义工程师 SOUL.md

请帮我生成一份"实用主义高级工程师"风格的 Hermes SOUL.md。要求：

• 开头用 Personality 段落定义核心人格：务实的高级工程师，品味强，优先追求真相、清晰和实用性，不搞礼貌表演
• Style 段落包含：直接但不冷漠、内容优于填充、遇到坏主意要反驳、坦率承认不确定性、解释尽量紧凑除非深入有价值
• What to avoid 段落包含：讨好、夸张语言、在用户框架错误时重复其框架、过度解释显而易见的事
• Technical posture 段落包含：偏好简单系统而非聪明系统、关注运营现实而非理想化架构、把边缘情况当设计的一部分而非事后清理

社区方面，Soul Forge 插件（LeventeNagy/soul-forge）提供了目前唯一的 SOUL.md 可视化生成工具，内含 8 种策划模板（Code Architect、Research Analyst、Creative Director 等），支持 AI 生成模式——用自然语言描述理想 Agent，自动生成完整 SOUL.md。安装只需：

hermes plugins install LeventeNagy/soul-forge
hermes plugins enable soul-forge

另外，madhvantyagi/SOUL.md 开源了一个跨平台可复用的人格层集合，每个文件可直接用于 Hermes、OpenClaw、Claude、ChatGPT 等任何能读取 Markdown 指令的 Agent。已有模板包括 Jarvis（审慎技术型）、Gojo（犀利教学型）、Descartes（第一性原理推理型）等。

ClawSouls 则是一个 SOUL.md 模板市场，提供基础模板、高级模板和完整 Soul 包。高级模板如"15 年经验的后端工程师"已经预设了技术判断偏好和代码审查风格。

SOUL.md vs /personality vs AGENTS.md：三角关系

Hermes 内置了 14 种人格预设——从 helpful（通用助手）到 kawaii（可爱表达）到 noir（硬汉侦探叙事）。你可以用 /personality pirate 临时切换到海盗模式，退出会话后自动恢复 SOUL.md 定义的基线人格。

除了内置预设，你还可以在配置文件中定义自定义人格：

提示词：配置自定义人格预设

请帮我在 Hermes 配置文件中添加一个自定义人格预设。要求：

• 在 agent: 下的 personalities: 字段中添加新预设
• 预设名称使用小写英文标识符（例如 codereviewer）
• 预设值用一段完整的英文描述定义人格角色、核心职责和行为风格
• 示例：代码审查员——严谨的代码审查者，识别 Bug、安全问题、性能隐患和不清晰的设计选择，表达精确且有建设性

MEMORY.md：Agent 的事实记忆

记忆工具的三种操作

Agent 通过 memory 工具管理 MEMORY.md 的内容，支持三种操作：

• add——添加新条目
• replace——通过子字符串匹配替换现有条目
• remove——删除不再相关的条目

没有 read 操作——记忆内容在会话启动时自动注入系统提示词，Agent 每时每刻都能看到。

replace 和 remove 使用短唯一子字符串匹配，不需要提供完整条目文本。如果子字符串匹配了多个条目，返回错误要求更精确的匹配。

记忆在系统提示词中的呈现

══════════════════════════════════════════════
MEMORY (your personal notes) [67% — 1,474/2,200 chars]
══════════════════════════════════════════════
User's project is a Rust web service at ~/code/myapi using Axum + SQLx
§
This machine runs Ubuntu 22.04, has Docker and Podman installed
§
User prefers concise responses, dislikes verbose explanations

格式设计有讲究：头部显示容量百分比和字符计数，让 Agent 自己能判断还剩多少空间；条目间用 §（节号）分隔，条目可以跨多行。

应存与不存

Agent 会主动保存的：

• 用户偏好——"我偏好 TypeScript" → 存入 USER.md
• 环境事实——"这台服务器运行 Debian 12" → 存入 MEMORY.md
• 纠正——"不要用 sudo 运行 Docker 命令" → 存入 MEMORY.md
• 约定——"项目使用 tabs 缩进" → 存入 MEMORY.md
• 明确请求——"记住我的 API Key 每月轮换" → 存入 MEMORY.md

不应存入的：

• 琐碎信息——"用户问了 Python"
• 易重新发现的事实——"Python 3.12 支持 f-string 嵌套"
• 大段原始数据——代码块、日志文件、数据表
• 会话特定的临时信息——临时文件路径、一次性调试上下文
• 上下文文件中已有的信息——SOUL.md 和 AGENTS.md 的内容不需要再存一份

容量管理

满容量时工具返回错误，显示当前条目和使用量。Agent 应合并冗余条目或移除过时条目后重试。

良好条目的标准——紧凑、信息密集、可操作：

# 好：紧凑、信息密集
User runs macOS 14 Sonoma, uses Homebrew, has Docker Desktop and Podman.
Shell: zsh with oh-my-zsh. Editor: VS Code with Vim keybindings.

# 好：具体、可操作
Project ~/code/api uses Go 1.22, sqlc for DB queries, chi router.
Run tests with 'make test'. CI via GitHub Actions.

# 差：太模糊
User has a project.

最佳实践：当容量超过 80%（在系统提示词头部可见）时，在添加新条目前先合并条目。

USER.md：用户画像

USER.md 的定位是用户画像——Agent 通过这个文件了解你是谁、你喜欢什么样的沟通方式。存储的内容类型包括：

• 姓名、角色、时区
• 沟通偏好——简洁还是详细
• 不喜欢的东西——比如不要道歉、不要用术语
• 工作流习惯
• 技术水平

💡 通俗讲：MEMORY.md 是 Agent 的"工作记忆"或"情景记忆"——记录发生了什么事实；USER.md 是 Agent 的"长期记忆"或"语义记忆"——提炼出关于你这个人的认知。有些社区教程指出，USER.md 的内容可以通过 /insights 命令触发 Hermes 自动从交互历史中提炼。

冻结快照模式：为什么记忆不实时更新

Hermes 的记忆采用冻结快照模式（Frozen Snapshot Pattern）：系统提示词中的记忆内容在会话启动时捕获一次，中途永不改变。

这不是偷懒——这是经过深思熟虑的工程决策。fp8.co 的深度对比揭示了完整的工程意义：

当 Agent 在会话中通过 memory add 写入新条目时，更改持久化到磁盘文件，但不影响当前已构建的系统提示词。工具响应始终反映实时的磁盘状态，所以 Agent 能看到自己刚写的内容。只是这些新记忆要到下次会话启动时才会进入系统提示词。

10 层提示词拼装顺序

Hermes 的系统提示词由 10 个层级严格有序拼装。理解这个顺序对调试人设行为至关重要：

━━━ 缓存稳定层（Stable） ━━━
Layer 1:  Agent Identity（SOUL.md 或默认身份）
Layer 2:  Tool-aware behavior guidance（工具行为指引 + 记忆使用提示）
Layer 3:  Honcho static block（当 Honcho 活跃时）

━━━ 上下文层（Context） ━━━
Layer 4:  Optional system message（来自 config 或 API）
Layer 5:  Context files（项目上下文文件：AGENTS.md / CLAUDE.md / .cursorrules）

━━━ 易变层（Volatile） ━━━
Layer 6:  Frozen MEMORY snapshot（冻结的 MEMORY.md 快照）
Layer 7:  Frozen USER profile snapshot（冻结的 USER.md 快照）
Layer 8:  Skills index（技能索引——名称 + 一行描述）
Layer 9:  Timestamp + session info（时间戳 + 会话信息）
Layer 10: Platform hint（平台提示）

三层结构的设计意图：

• 稳定层极少变化（安装新 Skill 或改 SOUL.md 才变），是提示词缓存的主要受益区
• 上下文层在切换项目时变化，但单个项目内稳定
• 易变层每次会话启动时重建（记忆快照），但会话内冻结

💡 通俗讲：想象系统提示词是一叠纸。最上面是 Agent 的"身份证"（SOUL.md），中间是当前项目的"工作手册"（AGENTS.md），最下面是 Agent 的"笔记本"（MEMORY.md + USER.md）。每次开始新会话，Hermes 把这叠纸拍一张照片交给大语言模型，之后整个会话就看这张照片。

上下文文件发现优先级

Hermes 在项目上下文层会自动发现并加载以下文件：

所有上下文文件都经过安全扫描、截断到 20,000 字符（70/20 头尾比例）、YAML frontmatter 剥离。

会话搜索：记忆之外的历史检索

内置记忆之外，Agent 还可以通过 session_search 工具搜索历史对话。所有终端和消息平台会话都存储在 SQLite 数据库（~/.hermes/state.db），支持 FTS5 全文搜索。

社区把这称为四层记忆金字塔：

• Tier 0 身份：SOUL.md——Agent 知道自己是谁
• Tier 1 连续性：MEMORY.md + USER.md——Agent 知道最近发生了什么
• Tier 2 检索：session_search + 外部提供商——Agent 能快速搜索结构化事实
• Tier 3 可审计性：state.db（全量会话历史）——Agent 能回到原始来源

9 种外部记忆提供商对比

Hermes 的内置记忆（MEMORY.md + USER.md）虽然简洁好用，但 2,200 + 1,375 字符的容量上限意味着它只适合存最核心的事实。当你需要更大规模的记忆能力时，9 种外部记忆提供商可以与内置记忆并行运行。

共同机制

当外部记忆提供商活跃时，Hermes 自动执行 5 个步骤：

1. 将提供商上下文注入系统提示词
2. 每回合前后台预取相关记忆（非阻塞）
3. 每次响应后将对话回合同步到提供商
4. 会话结束时提取记忆（如提供商支持）
5. 将内置记忆写入镜像到外部提供商

重要约束：同一时间只能激活一个外部提供商。内置记忆始终并行运行，不被外部提供商替换。

重点提供商详解

Honcho——方言式用户建模

Honcho 是最复杂的记忆提供商，采用方言式推理（Dialectic Reasoning）实现跨会话用户建模。它的双层上下文注入机制值得深入了解：

• 基础层——会话摘要 + 用户表示 + 用户同伴卡 + AI 自我表示 + AI 身份卡
• 方言式补充——大语言模型合成推理，支持多轮深度（1-3 轮）

三个正交配置旋钮控制刷新频率：contextCadence（基础层刷新间隔，默认 1）、dialecticCadence（方言层刷新间隔，建议 1-5）、dialecticDepth（每次方言调用的轮次，1-3）。

Honcho 还支持多 Agent 隔离——多个 Hermes 实例与同一用户对话时，各自维护独立"同伴"画像，互不干扰。

Holographic——零依赖本地方案

如果你不想依赖任何外部服务，Holographic 是唯一的纯本地方案。它基于 SQLite + FTS5 全文搜索，零外部依赖。独特功能包括：

• HRR 代数查询——用全息缩减表示（Holographic Reduced Representation）做实体代数召回，支持 "A AND B NOT C" 的复合查询
• 矛盾检测——contradict 操作自动检测新条目与现有事实的矛盾
• 信任评分——非对称反馈（+0.05 奖励 / -0.10 惩罚），不可靠的记忆更快衰减

配置极简：

memory_provider:
  provider: holographic
  # Holographic 使用本地 SQLite，零外部依赖
  # 数据存储在 ~/.hermes/holographic/

全量对比表

Supermemory 的"上下文围栏"（Context Fencing）值得特别注意：它在注入召回记忆前，自动从捕获的回合中剥离这些记忆，防止 Agent 把召回的内容又当作新信息再次存储——这种递归记忆污染是长期运行 Agent 的隐蔽问题。

记忆安全扫描与写入审批

三道安全扫描

因为记忆条目会被注入系统提示词，Hermes 设置了三道安全扫描覆盖全流程：

1. SOUL.md 安全扫描——加载时通过 _scan_context_content() 检测提示词注入模式、不可见 Unicode 字符、凭据泄露企图、SSH 后门
2. 记忆条目安全扫描——写入 MEMORY.md 和 USER.md 前扫描，匹配威胁模式的内容被阻止
3. 上下文文件安全扫描——所有上下文文件（AGENTS.md、CLAUDE.md 等）加载时扫描

安全扫描检测的威胁模式包括：

• ignore previous instructions——提示词注入
• you are now——角色覆盖
• system:——系统提示词伪装
• URL 注入——记忆不应包含 URL
• exec( / <script——代码执行尝试
• ssh.*@——SSH 后门
• 不可见 Unicode 字符——隐蔽的提示词注入载体

社区安全分析（shipsafecli.com）指出，Hermes Agent 引入了传统扫描器不覆盖的四个攻击面：工具注册表（恶意 MCP 覆盖核心工具）、记忆层（通过记忆注入提示词攻击——最隐蔽的向量）、Skill 脚本、上下文文件。记忆层攻击之所以最隐蔽，是因为记忆条目是 Agent 自己写入的，看起来完全合法。

写入审批门控

双层门控设计为安全敏感场景提供人工审批：

提示词：配置记忆与技能写入审批

请帮我在 Hermes 配置文件中开启写入审批门控。要求：

• memory: 下设置 write_approval: true，让所有记忆写入都需要人工审批
• skills: 下设置 write_approval: true，让所有技能写入都需要人工审批
• 两项独立控制，可以只开其中一项

当 write_approval: true 时，前台写入会内联提示确认，后台自我改进审查的写入被暂存而非提交。审批操作通过命令行完成：

/memory pending             # 列出暂存的记忆写入
/memory approve <id>        # 批准一条
/memory reject <id>         # 拒绝一条
/memory approve all         # 全部批准
/memory approval off        # 临时关闭门控

💡 通俗讲：Hermes 在每个回合后会运行后台自我改进审查，可能基于对话内容自动写入记忆。如果你担心 Agent 写入了错误的假设——比如把你的偏好理解反了——开启 write_approval: true，每条记忆写入都要经过你的确认才能生效。

这个功能在多平台部署时尤其重要：通过 Discord、Telegram 等平台与 Agent 交互时，第三方消息可能触发不当的记忆写入。

上下文压缩与缓存

双层压缩系统

当对话越来越长，Hermes 用两个独立的压缩层管理上下文：

                 ┌──────────────────────────┐
Incoming message │ Gateway Session Hygiene  │  在上下文 85% 时触发
────────────────►│ (pre-agent, rough est.)  │  安全网——防止超长会话导致 API 失败
                 └─────────────┬────────────┘
                               │
                               ▼
                 ┌──────────────────────────┐
                 │ Agent ContextCompressor  │  在上下文 50% 时触发（默认）
                 │ (in-loop, real tokens)   │  正常的上下文管理
                 └──────────────────────────┘

Agent ContextCompressor 的压缩算法分 4 个阶段：

1. 剪枝旧工具结果——无需大语言模型调用，直接替换旧工具结果为占位符
2. 确定边界——头部（保护前 3 条消息）+ 中间（将被总结）+ 尾部（保留最近的对话）
3. 生成结构化摘要——中间回合通过辅助大语言模型用结构化模板总结，包含 Goal / Progress / Key Decisions / Next Steps 等字段
4. 组装压缩消息——头部 + 摘要 + 尾部

关键细节：后续压缩时，前一次摘要会传给大语言模型并指示更新而非从头总结。这保留了跨多次压缩的信息流——项目状态从"进行中"正确移到"已完成"。

提示词缓存

Hermes 使用 Anthropic 的 cache_control 断点，采用 system_and_3 策略：

• 断点 1：系统提示词（跨所有回合稳定）
• 断点 2-4：最后 3 条非系统消息（滚动窗口）

这使得多轮对话中的输入 Token 成本降低约 75%。而冻结快照模式正是这套缓存策略的前提——如果记忆每次写入都更新系统提示词，缓存就会频繁失效，75% 的节省荡然无存。

配置参考：

提示词：配置上下文压缩与提示词缓存

请帮我在 Hermes 配置文件中调整压缩和缓存参数。要求：

• compression: 部分：enabled: true 开启压缩；threshold 设为 0.50（上下文占用 50% 时触发压缩，默认值）；target_ratio 设为 0.20（尾部保留 20% 最近对话）；protect_last_n 设为 20（最少保留 20 条消息不被压缩）
• prompt_caching: 部分：cache_ttl 设为 "5m" 或 "1h"（缓存存活时间，越长越省 Token，但记忆更新延迟越大）

翔宇指针架构实践

以上是 Hermes 记忆系统的官方设计。接下来我展示自己在生产环境中运行 Hermes 半年积累的实战方案——指针架构。

核心问题

我用 Claude Code 每天更新知识库的上百个文件。如果 Hermes 的 SOUL.md、MEMORY.md、USER.md 里硬编码了品牌信息、工具列表、工作流触发词，这些内容很快就会过时。Agent 基于过时的记忆做决策，结果比没有记忆还危险。

指针架构方案

配置内容归零，只存路径和导航方法。所有事实性内容让 Hermes 在对话中通过 read_file 现场读取。

效果：Claude Code 改了任何知识库文件，Hermes 下次对话自动感知。零维护成本。

SOUL.md 全文

提示词：生成指针架构 SOUL.md

请帮我生成一份采用指针架构的 Hermes SOUL.md。要求：

• 开头定义 Agent 身份和沟通平台（如微信、Discord 双平台），并规定每次回复的固定称呼前缀
• 语言段落：专业自然的简体中文；标识符英文不译，概念首次出现括注一次英文之后只写中文；列出明确禁止的用词（赋能、闭环、链路、抓手等黑话，以及中英混杂、标签云、口语腔、自造词）；追求精简——能删的词就删，能用短词不用长词，能用主动不用被动
• 导航方法段落：写明知识库根路径；定义四步导航流程——先读总路由表 CLAUDE.md，按用户问题中的关键词匹配触发词定位子目录，读子目录 CLAUDE.md 继续按触发词往下定位，找到具体文件后 read_file 获取内容
• Discord 频道行为段落：频道名自带职责域关键词，收到消息时从频道名提取职责域作为触发词去总路由表定位，不同频道调用不同工作流
• 技能创建规则段落：允许自动创建技能但遵守边界——创作类任务（写文章、发推文等）禁止创建技能必须走知识库工作流，允许创建的仅限平台操作、检索优化、工具调用快捷方式、日常问答
• 红线段落：不代替用户做发布决策；不直接发布内容到公开平台；找不到信息就说找不到不编造；最关键的一条——不在 SOUL/MEMORY/USER 里复制知识库内容，知识库是唯一真值源（这是指针架构的灵魂）

注意最后一条红线——"不在 SOUL/MEMORY/USER 里复制知识库内容"。这是指针架构的灵魂：配置文件只放"怎么找到内容的方法"，不放内容本身。

MEMORY.md 全文

提示词：生成指针架构 MEMORY.md

请帮我生成一份采用指针架构的 Hermes MEMORY.md。要求：

• 部署环境段落：记录本机硬件和 IP、进程隔离方式（如 pipx）、后台守护机制（如 launchd）、使用的大语言模型和 Provider、沟通平台（如微信 Bot + Discord Bot）
• 知识库索引段落：标注"纯路径，内容现场读"，列出总入口路径和所有一级子目录的 CLAUDE.md 路径（品牌、工作流、工具、规范、业务、研究等），不存任何子目录的具体内容
• CLI 调用模式段落：只记录命令格式模板（如 python3.12 工具/app/xiangyu-{大类}-{名称}-cli/{同名}.py <命令>），明确标注"具体命令现场读对应工具 CLAUDE.md，不记忆"
• 动态原则段落：声明其他工具持续更新知识库，本文件只存路径指针；所有事实以知识库文件当前内容为准，过时记忆不作为依据
• 全文不存储任何品牌名称、工作流列表、工具参数等会随时变化的事实性内容

MEMORY.md 没有存任何品牌名称、工作流列表、工具参数——只存路径。所有细节通过 read_file 在对话中现场获取。

USER.md 全文

翔宇：独立开发者，AI 编程教育 + 工具产品。
沟通：直接、技术流、不要客套、不要总结尾巴。
详细档案：~/Downloads/code/kb/品牌/翔宇工作流/身份/

三行。USER.md 只存最核心的画像和一个指针——详细档案在知识库里，不在 USER.md 里重复。

动态读取流程

静态层（系统提示词，每次都在）
├── SOUL.md      → 身份 + 语言规则 + "知识库是参考源，路径在这"
├── MEMORY.md    → 知识库根路径 + 导航方法（先读 CLAUDE.md → 按触发词路由）
└── USER.md      → 极简画像 + "详情读知识库品牌/身份目录"

动态层（对话中按需 read_file）
├── ~/Downloads/code/kb/CLAUDE.md          → 总路由表
├── ~/Downloads/code/kb/品牌/*/身份/*.md    → 品牌详情
├── ~/Downloads/code/kb/规范/*/             → 写作规范
├── ~/Downloads/code/kb/工具/CLAUDE.md      → 工具索引
└── ... 知识库里的一切

12 频道品牌分区

Discord 服务器按品牌拆分为四个分区、12 个频道：

每个频道的 channel_prompts 不写死内容，而是指向知识库目录入口。Hermes 收到消息后按频道职责域提取触发词，到工作流路由表匹配对应工作流。

这种设计在官方文档和社区案例中没有对标——大多数用户让 Hermes 根据对话内容判断品牌，而我通过频道分区让品牌判断变成自动化的确定性路由。

辅助模型独立配置——防压缩风暴

社区踩坑最多的问题之一：辅助压缩任务默认跟主模型走，主模型一旦限流（比如 GLM 429 错误），压缩也挂，Agent 丢失整个对话上下文。

方案：auxiliary.vision 和 auxiliary.compression 显式配置独立 Provider。视觉用 Gemini Flash（免费额度大），压缩跟主模型但独立配置。切模型时只改一处。

SOUL.md 调优四步法

官方推荐的迭代方法比试图一次设计完美人格更有效：

第一步：从默认开始

首次安装 Hermes 时，如果 SOUL.md 不存在，Hermes 会自动创建一个启动版本。从这个默认文件开始，不要从空白写起。

第二步：修剪不像你要的声音

读一遍默认 SOUL.md，删掉不符合你期望的部分。如果你不想要温和的语气，删掉 "be empathetic" 之类的描述。

第三步：添加 4-8 行核心定义

明确定义你的语气和默认行为。社区的四条铁律：

1. 对语气要具体——"Direct and no apologies" 比 "friendly" 更有效
2. 说你不想要什么——"Don't use bullet points" 比正面指令更有效
3. 提及你的专业水平——说你是高级工程师，Hermes 就不解释基础
4. 保持简短——瞄准 30 秒能读完的长度

第四步：对话迭代

跟 Hermes 对话一段时间，观察哪里还不对。如果 Agent 总是解释太多，加一行 "Keep explanations compact unless depth is useful"。如果 Agent 太客气，加一行 "No apologies, no hedging"。

判断强弱 SOUL.md 的标准：

关键认知：Hermes 已经在尝试做到有帮助和清晰。SOUL.md 的价值不是重述这些默认值，而是添加真正改变行为的个性。

排障清单

• 编辑后声音没变——确认编辑的是 ~/.hermes/SOUL.md，不是某个仓库本地的 SOUL.md；确认重启了会话（冻结快照模式下，中途改 SOUL.md 不会生效）
• Hermes 忽略部分内容——更高优先级指令覆盖了；文件包含冲突指引；文件太长被截断；某些文本触发了安全扫描器
• 变得太项目相关——将项目指令移到 AGENTS.md

常见问题

SOUL.md 和 AGENTS.md 有什么区别？

SOUL.md 是跨项目的持久人格（语气、风格、不确定性处理），AGENTS.md 是项目级上下文（代码规范、路径、架构）。判断规则：跟你到处走的放 SOUL.md，属于某个项目的放 AGENTS.md。

MEMORY.md 和 USER.md 各存什么内容？

MEMORY.md 存环境事实和项目约定（上限 2,200 字符），USER.md 存用户画像和沟通偏好（上限 1,375 字符）。两者在会话启动时作为冻结快照注入系统提示词。

Hermes 的记忆为什么采用冻结快照模式？

冻结快照让系统提示词在会话内保持不变，使 Anthropic 的 cache_control 断点可将输入 Token 成本降低约 75%。实时更新记忆会频繁打破缓存，节省荡然无存。

SOUL.md 应该写多长？

瞄准 30 秒能读完、4-8 行核心定义。截断上限 20,000 字符，但过长会浪费上下文空间。每一行都应改变 Agent 的默认行为，而非重述已有的"有帮助""清晰"等默认表现。

记忆条目满了怎么办？

工具返回错误并显示当前条目和使用量，合并冗余或移除过时条目后重试即可。建议在容量超过 80% 时主动精简。

9 种外部记忆提供商该选哪个？

本地零依赖选 Holographic，跨会话用户建模选 Honcho，自动提取选 Mem0，知识图谱选 Hindsight。同一时间只能激活一个外部提供商，内置记忆始终并行运行。

记忆写入有安全风险吗？

有。记忆条目注入系统提示词，是隐蔽的提示词注入向量。Hermes 自动扫描注入模式、凭据泄露、SSH 后门和不可见 Unicode 字符，也可开启 write_approval: true 做人工审批。

什么是指针架构？为什么用这种方式？

三个配置文件只存路径指针和导航方法，不存事实性内容，所有事实通过 read_file 按需动态读取。好处是知识库被其他工具更新后 Hermes 自动感知，零维护成本。

系列导航：本文是 Hermes Agent 完全指南 的深度子篇。相关阅读——Skill 自我进化系统详解（记忆系统如何与技能系统协作）、成本控制与模型选型（冻结快照模式的成本收益量化分析）。如果你正在构建自己的知识库，推荐阅读 AI 知识库构建指南——指针架构的前提是有一个结构化的知识库供 Agent 导航。

下一步

• AI 编程实操课：Claude Code + Codex + Agent 工作流，覆盖一人公司、自媒体自动化、AI 副业全场景。237 篇实战教程 + 最佳实践 + 源码包，跟着做就出成果。国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流
• 微信公众号：搜索「翔宇工作流」