夜雨聆风
系列：AI Agent 架构设计（一）：记忆系统设计
目标：从架构层面理解三个主流框架的记忆系统设计决策，以及背后的工程取舍
适合：对 Agent 底层设计感兴趣，想真正理解"为什么这样设计"的读者
预计阅读：15 分钟
为什么记忆系统是 Agent 架构的核心问题？
设计一个 AI Agent，第一个绕不过去的问题不是"用什么模型"，而是：
语言模型本身没有状态。每次调用都从零开始，它不记得任何事情。
这个根本约束，决定了所有 Agent 框架都必须在模型外面搭一套记忆系统。这套系统要回答四个架构问题：
- 存什么
——哪些信息值得保留，哪些该丢弃 - 存在哪
——用什么介质，什么格式，什么生命周期 - 怎么取
——需要的时候怎么找到，精确匹配还是语义搜索 - 怎么管
——记忆怎么衰减、更新、压缩，防止积累成噪音
OpenClaw、Claude Code、Hermes Agent 对这四个问题给出了三种不同的答案。把它们放在一起看，能看清楚记忆系统设计的核心取舍。
理论框架：记忆的四个层次
在拆解三个框架之前，先建立一个分析框架。
研究界把 Agent 记忆分成四种类型，对应不同的存储机制和访问方式：
上下文记忆（In-context）：当前 Token 窗口里的所有内容。访问成本最低，但容量有限，会话结束即消失。
外部记忆（External）：持久化在模型外部的存储——文件、数据库、向量库。跨会话存活，但每次访问需要检索步骤。
情景记忆（Episodic）：过去行为的结构化记录。不只是存事实，而是存"做过什么、怎么做的、结果如何"。是 Agent 从自身经验学习的基础。
参数记忆（Parametric）：模型训练权重里编码的知识。始终存在，不需要检索，但运行时无法更新，也存在幻觉风险。
真正有趣的架构问题，是外部记忆和情景记忆怎么设计——这是三个框架差异最大的地方。
OpenClaw：文件系统即记忆
核心设计决策：文件是唯一真理
OpenClaw 的记忆架构建立在一个极简原则上：
没有写进文件的，不存在。
这不是一句口号，而是一个架构约束。Agent 的所有长期状态，必须持久化到磁盘上的 Markdown 文件里。文件本身就是记忆的存储介质，也是人机协作的接口。
~/.openclaw/workspace/├── MEMORY.md ← 长期记忆（精华）├── SOUL.md ← Agent 身份定义└── memory/ ├── 2026-04-12.md ← 当日日志（短期） ├── 2026-04-11.md ← 昨日日志 └── ...
为什么选择文件而不是数据库？
这是一个刻意的设计取舍。文件有三个数据库没有的特性：
人类可读、可编辑、可版本控制。
你可以用任何文本编辑器打开 MEMORY.md，看到 Agent 记住了什么，直接修改错误的记忆，用 Git 追踪变化历史。这种透明性在调试和信任建立上有很大价值。
代价是：文件系统的查询能力远不如数据库。复杂的关系型查询、快速的精确匹配，都是文件的弱项。
两层记忆结构：短期与长期的分离
OpenClaw 把外部记忆分成两层，对应两种不同的信息生命周期：
短期层（memory/YYYY-MM-DD.md）：当天的工作日志。追加写入，不做整理，捕获所有可能有用的上下文。今天和昨天的日志自动注入上下文，更早的通过检索访问。
长期层（MEMORY.md）：精华提炼。从日志中沉淀出来的稳定事实、用户偏好、工作规范。每次会话都加载，始终在场。
这个两层设计解决了一个根本矛盾：你想要 Agent 记住很多东西，但上下文窗口放不下很多东西。
短期层解决"不丢失"，长期层解决"高效访问"。代价是需要一个主动的提炼过程——谁来决定什么东西从日志升级到 MEMORY.md？
OpenClaw 的答案是：主要靠人，辅以实验性的自动化（Dreaming 机制）。这意味着记忆质量依赖用户的主动维护。
检索设计：混合搜索
单纯的语义搜索（向量相似度）有一个问题：它找的是"意思相近"，但有时候你需要"精确匹配"。比如搜索一个具体的 API 端点名称，语义搜索可能返回一堆相关但不准确的结果。
OpenClaw 用混合搜索解决这个问题：语义搜索 + BM25 关键词搜索并行运行，结果合并取最相关片段。
两种搜索互补：语义搜索处理措辞不同但含义相近的情况，BM25 处理精确词匹配的情况。
实现上，向量索引存在 SQLite（通过 sqlite-vec 扩展），而不是独立的向量数据库。这个选择降低了部署复杂度，代价是大规模下性能不如专用向量库。
最危险的环节：Context Compaction
OpenClaw 的记忆系统最复杂的部分，不是存储，而是压缩。
长会话会撑爆 Token 窗口。当历史对话积累到接近上限，系统必须压缩——把旧的对话历史替换成摘要，腾出空间。
压缩本身是正确的操作，但会引入一个隐患：只存在于对话历史里的约定，会在压缩中消失。
这产生了一个有名的 bug 模式：用户在对话里告诉 Agent 某个重要规则，Agent 说"好的"，但没有写进文件。几轮对话后触发 Compaction，这个约定消失，Agent 之后的行为违反了用户以为已经被记住的规则。
OpenClaw 的解法是 Memory Flush：在 Compaction 触发前，系统先发起一个静默的 Agent 轮次——提示模型把当前上下文里所有重要信息写进磁盘文件，然后再压缩。
这个设计很聪明：把"写进文件才算记住"这个原则，从人工操作变成了系统级的自动保障。
检测到即将 Compaction ↓触发静默 Memory Flush ↓Agent 把重要信息写入 memory/YYYY-MM-DD.md ↓执行 Compaction（压缩历史对话） ↓继续会话
文件里的内容，压缩不会碰。只有对话历史会被压缩。
Dreaming：情景记忆的实验性尝试
OpenClaw 新版本加入了 Dreaming 机制——一个定期运行的后台任务，扫描日志文件，对内容打分，把达到阈值的内容提升到 MEMORY.md。
这是向自动化情景记忆迈出的一步：让系统而不是人来做记忆的沉淀工作。
但目前仍是实验性的，默认关闭。背后的挑战是：什么信息"值得"长期保留，很难用规则描述，需要上下文判断。
Claude Code：上下文工程优先
核心设计决策：Token 预算是稀缺资源，必须主动管理
Claude Code 的记忆架构建立在一个明确的工程判断上：
上下文窗口的容量不等于可用容量，模型对不同位置的信息注意力分布是不均匀的。
研究表明语言模型对上下文头部和尾部注意力最强，中间最弱——这就是"Lost in the Middle"现象。这意味着把记忆直接堆进上下文不够，还需要主动管理哪些信息放在哪里、放多少。
Claude Code 的记忆架构不是一个"存储系统"，而是一套 Token 预算分配和信息注入机制。
系统提示的精确构建：分层注入
从泄露的源码可以看到，Claude Code 在每次调用模型之前，会精细地组装系统提示。这个过程不是简单拼接，而是有条件的分层注入：
固定注入层（每次都有，走 Prefix Cache）：
Agent 身份定义和基本行为规范 编码哲学：最小化修改、不过度工程化、只做被要求的事 工具使用规范和风险操作确认逻辑
条件注入层（按需加载，不浪费 Token）：
CLAUDE.md文件内容（按作用域层级加载）
Git 状态快照（当前分支、最近提交、工作区变更）
Skills 名称和描述列表（只有索引，不是完整内容） Token 预算指令（当用户设定了消耗目标时）
固定层走 Prefix Cache，只需付一次费用；条件层按需注入，不浪费 Token。这个分层是 Claude Code 上下文优化的基础设计。
分层文件体系：用路径编码相关性
Claude Code 用作用域层级解决"哪些规则对当前任务有用"的问题：
~/.claude/CLAUDE.md ← 用户级：所有项目都加载~/project/CLAUDE.md ← 项目级：进入项目加载~/project/src/CLAUDE.md ← 目录级：进入该目录加载
不需要写检索算法——当前工作目录在哪，文件系统路径本身就决定加载哪些规则。相关性被编码进了目录结构，用 O(1) 的路径查找替代了语义检索。
代价是只能做静态的"这个目录用什么规则"，不能做动态的"这个任务需要什么知识"。
Token 预算的三档预警：让 Agent 感知自身状态
Claude Code 对 Token 消耗有明确的三档预警：
70% 阈值 → 第一次提示：压缩可能即将发生85% 阈值 → 第二次提示：压缩即将触发90% 阈值 → 执行自动压缩（或停止并提示）
更重要的设计：Token 使用量会注入 Agent 自身的上下文，让 Agent 能在规划任务时感知剩余预算：
"我还有足够的 Token 分析三个文件，然后就会触发压缩。"
Agent 可以据此主动决策——优先处理哪些文件、在压缩前完成哪些关键步骤。记忆系统的状态成为 Agent 推理的输入，而不只是被动的存储后端。 这是上下文工程里一个很值得借鉴的设计思路。
Hermes Agent：四层分离，情景记忆是核心
核心设计决策：把记忆按访问模式分层
Hermes 的记忆架构是三者中最系统化的。它的核心设计思路是：
不同访问模式的记忆，必须在不同的存储介质里，用不同的方式管理。
把所有东西混在一起是大多数 Agent 记忆系统变得不可靠的根本原因。
Hermes 把记忆严格分成四层：
第一层：热记忆（始终注入，永远在场）
~/.hermes/memories/├── MEMORY.md ← 环境事实，上限 ~800 token└── USER.md ← 用户偏好，上限 ~500 token
这两个文件在每次会话开始时直接注入系统提示，不需要检索，零延迟访问。
为什么把上限设得这么小？
这是一个反直觉但正确的设计决策。
上限小，强制你做信息的质量控制。每次想写进去一条新记忆，你必须问：这条信息值得占用宝贵的系统提示空间吗？它比已有的哪条更重要？
如果上限很大，记忆会自然地退化成一个什么都往里堆的垃圾桶，检索质量随着积累不断下降。
同时，小的系统提示对 Prefix Cache 友好——固定的前缀意味着更高的缓存命中率，降低推理成本。
第二层：历史归档（按需检索）
~/.hermes/state.db ← SQLite，FTS5 全文索引
所有会话历史都存进这个数据库。当 Agent 判断当前任务可能和历史相关，它主动调用 session_search 工具搜索数据库，召回相关历史，经过轻量 LLM 摘要压缩后注入当前上下文。
这里有一个重要的架构决策：历史归档不是自动注入的，是 Agent 主动决策检索的。
这是"架构决定访问方式，而不是 Agent 的判断"原则的体现。
为什么这样设计？如果每次会话都自动加载历史，系统提示会随着使用时间增长而不断膨胀。按需检索让系统提示保持稳定，历史记忆只在真正需要的时候才进来。
FTS5 全文搜索的局限是语义理解弱——搜"auth service"不一定能找到记录里写的"身份验证微服务"。这是当前架构的一个已知权衡点，Hermes 社区有一些用向量搜索替代或增强 FTS5 的扩展方案。
第三层：情景记忆（Skills，Hermes 的核心差异）
这是 Hermes 和 OpenClaw、Claude Code 最根本的架构差异。
情景记忆存储的不是事实，而是经验——做过什么、怎么做的、效果如何。
Hermes 的实现是 Skills 系统：
~/.hermes/skills/├── research-workflow.md ← 某类任务的最优执行路径├── image-generation.md ← 图片生成任务的经验积累└── data-analysis.md ← 数据分析任务的方法论
每当 Agent 完成一个复杂任务（通常是五次以上工具调用），系统评估这次执行过程是否值得保留为 Skill。如果值得，Agent 自动把执行步骤、使用的工具、遇到的问题、解决方法，结构化写入一份 Markdown 文件。
Skills 的加载方式用了渐进式披露：
Level 0：只加载 Skill 名称和描述（极少 Token） ↓（如果相关）Level 1：加载完整 Skill 内容
平时只知道"有哪些 Skill 可用"，当判断当前任务和某个 Skill 相关，才加载完整内容。这让你可以积累几十上百个 Skill 而不撑爆上下文。
更重要的是：Skill 会在使用中自我更新。
Agent 用一个已有的 Skill 执行任务，发现某个步骤有更好的做法，会自动修改 Skill 文档。经验在积累，方法在迭代。这是真正意义上的情景记忆——不只记住发生了什么，还知道下次怎么做更好。
这个设计回答了情景记忆最核心的问题：如何让 Agent 从自己的执行历史里学习，而不只是从人类事先定义的规则里执行？
第四层：深度用户建模（可选）
通过接入 Honcho，Hermes 可以建立对用户的结构化模型——不只是记录"用户说了什么"，而是建立"用户怎么思考、倾向于什么决策风格"的持久模型。
这层是可选的，使用了一种叫"对话式用户建模"的方法：通过分析用户的历史表达，推断用户的偏好和价值观，在未来的交互中主动适应。
这是最接近"真正了解用户"的记忆层，但也是最重的——需要额外服务，有隐私考量，适合有特定需求的场景。
三种架构哲学的本质差异
把三个框架放在一起，可以看出三种根本不同的设计哲学：
OpenClaw：文件系统作为真理来源
设计核心是可见性和可控性。所有记忆都在磁盘上，人类可以直接读写，系统行为透明可预期。代价是需要用户主动维护记忆质量，记忆的准确性依赖人的持续投入。
这个架构适合重视控制感和透明度的场景——你想知道 Agent 记住了什么，你想能随时纠正它的记忆。
Claude Code：上下文工程优先
设计核心是信息的精准调度。不追求存储更多，而是追求在正确时机注入正确信息。文件系统的层级结构本身就是相关性的编码。代价是没有情景记忆，每次任务都是全新开始。
这个架构适合边界清晰的工程任务——规则是稳定的，任务是相对独立的，不需要从历史经验里学习。
Hermes：分层积累，情景记忆是核心
设计核心是随时间积累能力。四层分离确保不同访问模式的信息不互相干扰，情景记忆让 Agent 从自身经验中学习。代价是系统更复杂，需要时间积累才能看到效果。
这个架构适合长期运行、重复性高的场景——任务类型相对固定，时间越长 Agent 越熟悉你的工作方式。
系列：AI Agent 架构设计（一）：记忆系统设计
目标：从架构层面理解三个主流框架的记忆系统设计决策，以及背后的工程取舍
适合：对 Agent 底层设计感兴趣，想真正理解"为什么这样设计"的读者
预计阅读：15 分钟
为什么记忆系统是 Agent 架构的核心问题？
设计一个 AI Agent，第一个绕不过去的问题不是"用什么模型"，而是：
语言模型本身没有状态。每次调用都从零开始，它不记得任何事情。
这个根本约束，决定了所有 Agent 框架都必须在模型外面搭一套记忆系统。这套系统要回答四个架构问题：
- 存什么
——哪些信息值得保留，哪些该丢弃 - 存在哪
——用什么介质，什么格式，什么生命周期 - 怎么取
——需要的时候怎么找到，精确匹配还是语义搜索 - 怎么管
——记忆怎么衰减、更新、压缩，防止积累成噪音
OpenClaw、Claude Code、Hermes Agent 对这四个问题给出了三种不同的答案。把它们放在一起看，能看清楚记忆系统设计的核心取舍。
理论框架：记忆的四个层次
在拆解三个框架之前，先建立一个分析框架。
研究界把 Agent 记忆分成四种类型，对应不同的存储机制和访问方式：
上下文记忆（In-context）：当前 Token 窗口里的所有内容。访问成本最低，但容量有限，会话结束即消失。
外部记忆（External）：持久化在模型外部的存储——文件、数据库、向量库。跨会话存活，但每次访问需要检索步骤。
情景记忆（Episodic）：过去行为的结构化记录。不只是存事实，而是存"做过什么、怎么做的、结果如何"。是 Agent 从自身经验学习的基础。
参数记忆（Parametric）：模型训练权重里编码的知识。始终存在，不需要检索，但运行时无法更新，也存在幻觉风险。
真正有趣的架构问题，是外部记忆和情景记忆怎么设计——这是三个框架差异最大的地方。
OpenClaw：文件系统即记忆
核心设计决策：文件是唯一真理
OpenClaw 的记忆架构建立在一个极简原则上：
没有写进文件的，不存在。
这不是一句口号，而是一个架构约束。Agent 的所有长期状态，必须持久化到磁盘上的 Markdown 文件里。文件本身就是记忆的存储介质，也是人机协作的接口。
~/.openclaw/workspace/├── MEMORY.md ← 长期记忆（精华）├── SOUL.md ← Agent 身份定义└── memory/├── 2026-04-12.md ← 当日日志（短期）├── 2026-04-11.md ← 昨日日志└── ...
为什么选择文件而不是数据库？
这是一个刻意的设计取舍。文件有三个数据库没有的特性：
人类可读、可编辑、可版本控制。
你可以用任何文本编辑器打开 MEMORY.md，看到 Agent 记住了什么，直接修改错误的记忆，用 Git 追踪变化历史。这种透明性在调试和信任建立上有很大价值。
代价是：文件系统的查询能力远不如数据库。复杂的关系型查询、快速的精确匹配，都是文件的弱项。
两层记忆结构：短期与长期的分离
OpenClaw 把外部记忆分成两层，对应两种不同的信息生命周期：
短期层（memory/YYYY-MM-DD.md）：当天的工作日志。追加写入，不做整理，捕获所有可能有用的上下文。今天和昨天的日志自动注入上下文，更早的通过检索访问。
长期层（MEMORY.md）：精华提炼。从日志中沉淀出来的稳定事实、用户偏好、工作规范。每次会话都加载，始终在场。
这个两层设计解决了一个根本矛盾：你想要 Agent 记住很多东西，但上下文窗口放不下很多东西。
短期层解决"不丢失"，长期层解决"高效访问"。代价是需要一个主动的提炼过程——谁来决定什么东西从日志升级到 MEMORY.md？
OpenClaw 的答案是：主要靠人，辅以实验性的自动化（Dreaming 机制）。这意味着记忆质量依赖用户的主动维护。
检索设计：混合搜索
单纯的语义搜索（向量相似度）有一个问题：它找的是"意思相近"，但有时候你需要"精确匹配"。比如搜索一个具体的 API 端点名称，语义搜索可能返回一堆相关但不准确的结果。
OpenClaw 用混合搜索解决这个问题：语义搜索 + BM25 关键词搜索并行运行，结果合并取最相关片段。
两种搜索互补：语义搜索处理措辞不同但含义相近的情况，BM25 处理精确词匹配的情况。
实现上，向量索引存在 SQLite（通过 sqlite-vec 扩展），而不是独立的向量数据库。这个选择降低了部署复杂度，代价是大规模下性能不如专用向量库。
最危险的环节：Context Compaction
OpenClaw 的记忆系统最复杂的部分，不是存储，而是压缩。
长会话会撑爆 Token 窗口。当历史对话积累到接近上限，系统必须压缩——把旧的对话历史替换成摘要，腾出空间。
压缩本身是正确的操作，但会引入一个隐患：只存在于对话历史里的约定，会在压缩中消失。
这产生了一个有名的 bug 模式：用户在对话里告诉 Agent 某个重要规则，Agent 说"好的"，但没有写进文件。几轮对话后触发 Compaction，这个约定消失，Agent 之后的行为违反了用户以为已经被记住的规则。
OpenClaw 的解法是 Memory Flush：在 Compaction 触发前，系统先发起一个静默的 Agent 轮次——提示模型把当前上下文里所有重要信息写进磁盘文件，然后再压缩。
这个设计很聪明：把"写进文件才算记住"这个原则，从人工操作变成了系统级的自动保障。
检测到即将 Compaction↓触发静默 Memory Flush↓Agent 把重要信息写入 memory/YYYY-MM-DD.md↓执行 Compaction（压缩历史对话）↓继续会话
文件里的内容，压缩不会碰。只有对话历史会被压缩。
Dreaming：情景记忆的实验性尝试
OpenClaw 新版本加入了 Dreaming 机制——一个定期运行的后台任务，扫描日志文件，对内容打分，把达到阈值的内容提升到 MEMORY.md。
这是向自动化情景记忆迈出的一步：让系统而不是人来做记忆的沉淀工作。
但目前仍是实验性的，默认关闭。背后的挑战是：什么信息"值得"长期保留，很难用规则描述，需要上下文判断。
Claude Code：上下文工程优先
核心设计决策：Token 预算是稀缺资源，必须主动管理
Claude Code 的记忆架构建立在一个明确的工程判断上：
上下文窗口的容量不等于可用容量，模型对不同位置的信息注意力分布是不均匀的。
研究表明语言模型对上下文头部和尾部注意力最强，中间最弱——这就是"Lost in the Middle"现象。这意味着把记忆直接堆进上下文不够，还需要主动管理哪些信息放在哪里、放多少。
Claude Code 的记忆架构不是一个"存储系统"，而是一套 Token 预算分配和信息注入机制。
系统提示的精确构建：分层注入
从泄露的源码可以看到，Claude Code 在每次调用模型之前，会精细地组装系统提示。这个过程不是简单拼接，而是有条件的分层注入：
固定注入层（每次都有，走 Prefix Cache）：
Agent 身份定义和基本行为规范 编码哲学：最小化修改、不过度工程化、只做被要求的事 工具使用规范和风险操作确认逻辑
条件注入层（按需加载，不浪费 Token）：
CLAUDE.md文件内容（按作用域层级加载）
Git 状态快照（当前分支、最近提交、工作区变更） Skills 名称和描述列表（只有索引，不是完整内容） Token 预算指令（当用户设定了消耗目标时）
固定层走 Prefix Cache，只需付一次费用；条件层按需注入，不浪费 Token。这个分层是 Claude Code 上下文优化的基础设计。
分层文件体系：用路径编码相关性
Claude Code 用作用域层级解决"哪些规则对当前任务有用"的问题：
~/.claude/CLAUDE.md ← 用户级：所有项目都加载~/project/CLAUDE.md ← 项目级：进入项目加载~/project/src/CLAUDE.md ← 目录级：进入该目录加载
不需要写检索算法——当前工作目录在哪，文件系统路径本身就决定加载哪些规则。相关性被编码进了目录结构，用 O(1) 的路径查找替代了语义检索。
代价是只能做静态的"这个目录用什么规则"，不能做动态的"这个任务需要什么知识"。
Token 预算的三档预警：让 Agent 感知自身状态
Claude Code 对 Token 消耗有明确的三档预警：
70% 阈值 → 第一次提示：压缩可能即将发生85% 阈值 → 第二次提示：压缩即将触发90% 阈值 → 执行自动压缩（或停止并提示）
更重要的设计：Token 使用量会注入 Agent 自身的上下文，让 Agent 能在规划任务时感知剩余预算：
"我还有足够的 Token 分析三个文件，然后就会触发压缩。"
Agent 可以据此主动决策——优先处理哪些文件、在压缩前完成哪些关键步骤。记忆系统的状态成为 Agent 推理的输入，而不只是被动的存储后端。 这是上下文工程里一个很值得借鉴的设计思路。
Hermes Agent：四层分离，情景记忆是核心
核心设计决策：把记忆按访问模式分层
Hermes 的记忆架构是三者中最系统化的。它的核心设计思路是：
不同访问模式的记忆，必须在不同的存储介质里，用不同的方式管理。
把所有东西混在一起是大多数 Agent 记忆系统变得不可靠的根本原因。
Hermes 把记忆严格分成四层：
第一层：热记忆（始终注入，永远在场）
~/.hermes/memories/├── MEMORY.md ← 环境事实，上限 ~800 token└── USER.md ← 用户偏好，上限 ~500 token
这两个文件在每次会话开始时直接注入系统提示，不需要检索，零延迟访问。
为什么把上限设得这么小？
这是一个反直觉但正确的设计决策。
上限小，强制你做信息的质量控制。每次想写进去一条新记忆，你必须问：这条信息值得占用宝贵的系统提示空间吗？它比已有的哪条更重要？
如果上限很大，记忆会自然地退化成一个什么都往里堆的垃圾桶，检索质量随着积累不断下降。
同时，小的系统提示对 Prefix Cache 友好——固定的前缀意味着更高的缓存命中率，降低推理成本。
第二层：历史归档（按需检索）
~/.hermes/state.db ← SQLite，FTS5 全文索引所有会话历史都存进这个数据库。当 Agent 判断当前任务可能和历史相关，它主动调用 session_search 工具搜索数据库，召回相关历史，经过轻量 LLM 摘要压缩后注入当前上下文。
这里有一个重要的架构决策：历史归档不是自动注入的，是 Agent 主动决策检索的。
这是"架构决定访问方式，而不是 Agent 的判断"原则的体现。
为什么这样设计？如果每次会话都自动加载历史，系统提示会随着使用时间增长而不断膨胀。按需检索让系统提示保持稳定，历史记忆只在真正需要的时候才进来。
FTS5 全文搜索的局限是语义理解弱——搜"auth service"不一定能找到记录里写的"身份验证微服务"。这是当前架构的一个已知权衡点，Hermes 社区有一些用向量搜索替代或增强 FTS5 的扩展方案。
第三层：情景记忆（Skills，Hermes 的核心差异）
这是 Hermes 和 OpenClaw、Claude Code 最根本的架构差异。
情景记忆存储的不是事实，而是经验——做过什么、怎么做的、效果如何。
Hermes 的实现是 Skills 系统：
~/.hermes/skills/├── research-workflow.md ← 某类任务的最优执行路径├── image-generation.md ← 图片生成任务的经验积累└── data-analysis.md ← 数据分析任务的方法论
每当 Agent 完成一个复杂任务（通常是五次以上工具调用），系统评估这次执行过程是否值得保留为 Skill。如果值得，Agent 自动把执行步骤、使用的工具、遇到的问题、解决方法，结构化写入一份 Markdown 文件。
Skills 的加载方式用了渐进式披露：
Level 0：只加载 Skill 名称和描述（极少 Token）↓（如果相关）Level 1：加载完整 Skill 内容
平时只知道"有哪些 Skill 可用"，当判断当前任务和某个 Skill 相关，才加载完整内容。这让你可以积累几十上百个 Skill 而不撑爆上下文。
更重要的是：Skill 会在使用中自我更新。
Agent 用一个已有的 Skill 执行任务，发现某个步骤有更好的做法，会自动修改 Skill 文档。经验在积累，方法在迭代。这是真正意义上的情景记忆——不只记住发生了什么，还知道下次怎么做更好。
这个设计回答了情景记忆最核心的问题：如何让 Agent 从自己的执行历史里学习，而不只是从人类事先定义的规则里执行？
第四层：深度用户建模（可选）
通过接入 Honcho，Hermes 可以建立对用户的结构化模型——不只是记录"用户说了什么"，而是建立"用户怎么思考、倾向于什么决策风格"的持久模型。
这层是可选的，使用了一种叫"对话式用户建模"的方法：通过分析用户的历史表达，推断用户的偏好和价值观，在未来的交互中主动适应。
这是最接近"真正了解用户"的记忆层，但也是最重的——需要额外服务，有隐私考量，适合有特定需求的场景。
三种架构哲学的本质差异
把三个框架放在一起，可以看出三种根本不同的设计哲学：
OpenClaw：文件系统作为真理来源
设计核心是可见性和可控性。所有记忆都在磁盘上，人类可以直接读写，系统行为透明可预期。代价是需要用户主动维护记忆质量，记忆的准确性依赖人的持续投入。
这个架构适合重视控制感和透明度的场景——你想知道 Agent 记住了什么，你想能随时纠正它的记忆。
Claude Code：上下文工程优先
设计核心是信息的精准调度。不追求存储更多，而是追求在正确时机注入正确信息。文件系统的层级结构本身就是相关性的编码。代价是没有情景记忆，每次任务都是全新开始。
这个架构适合边界清晰的工程任务——规则是稳定的，任务是相对独立的，不需要从历史经验里学习。
Hermes：分层积累，情景记忆是核心
设计核心是随时间积累能力。四层分离确保不同访问模式的信息不互相干扰，情景记忆让 Agent 从自身经验中学习。代价是系统更复杂，需要时间积累才能看到效果。
这个架构适合长期运行、重复性高的场景——任务类型相对固定，时间越长 Agent 越熟悉你的工作方式。
