Agent 没有记忆，就是"金鱼脑"——每次对话从头开始，重复犯错、忘记偏好。持久化记忆系统要解决的是：跨会话保留什么、怎么存、怎么取。
记忆分层
第一层：身份记忆（User Profile）
永久不变或极少变的信息：
- 用户姓名、时区、语言偏好
- 项目路径、技术栈、常用工具
- 沟通风格偏好（简洁/详细、中文/英文）
存储方式：纯文本文件，每轮注入系统提示。
第二层：经验记忆（Lessons Learned）
踩过的坑和解决方案：
- “NewAPI Groq 70B 只有 8K 上下文，不适合做压缩”
- “Hugo 0.161.1 需要覆盖 baseof.html 修复 locale 问题”
- “Hermes-lite 的 memory 上限 2200 字，要 replace 而非 add”
存储方式：结构化条目，带时间戳和标签。
第三层：会话上下文（Session State）
当前对话的实时状态：
- 最近 10 轮对话
- 当前任务进度
- 待办事项
存储方式：对话历史 buffer，压缩后丢弃细节。
存储方案对比
| 方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 纯文本文件 | 零依赖、人类可读 | 无查询能力、并发不安全 | 身份记忆、小型博客 |
| SQLite | 轻量、单文件、SQL | 需维护 schema | 中等规模 Agent |
| Turso/libSQL | 分布式、边缘部署 | 需网络、有成本 | 多实例 Agent |
| Redis | 极快、支持 TTL | 内存贵、无持久化 | 会话缓存 |
实际实现：文件 + 索引
对于单 VPS 个人 Agent，最实用的是文件 + 索引方案：
~/.hermes-lite/workspace/
├── MEMORY.md # 身份记忆 + 核心经验（常驻注入）
├── memory/
│ ├── projects.md # 项目相关记忆
│ ├── tools.md # 工具配置经验
│ └── people.md # 人物/协作相关
写入策略
- Replace 而非 Add：同主题条目覆盖追加，避免膨胀
- 压缩表达：只记结论，不记过程（“Groq 70B ctx=8K"而非长段描述）
- 定期清理：超过 30 天的经验条目归档或删除
读取策略
- 全量注入：MEMORY.md 每轮都注入（上限 2200 字）
- 按需检索：session_search 工具做全文搜索，避免上下文溢出
- 懒加载：分类记忆文件不在默认注入，需要时 grep
记忆质量判断
好记忆的特征：
- 下次遇到同样情况能直接决策（不需要再踩坑）
- 不依赖具体时间/环境（通用而非个案）
- 精简到一句话能说清（太长的记忆读不完）
坏记忆的反模式：
- “2026-06-25 调了 Groq 模型” → 过程记录，无决策价值
- “用户说了很多关于 API 的想法” → 模糊，无法指导行动
记忆不是日记，是决策加速器。记你明天还需要知道的东西。