小墨同学
@legacyvps
🚀 AI Spark 联合创始人之一，企业+AI 落地
🤖 Hermes Agent 重度玩家，让 Agent 真正融入生活
💰 专注搞钱，月收入破五位数
🌐 传家宝VPS站长
🧠 分享 AI、Agent、VPS 和真实副业实验
加入 September 2022
377 正在關注 7.9K 粉絲
我把现在的Hermes 记忆分层四层：
1、Obsidian 保存我自己的原始记录和自己整理的相关内容。（可信度最高，因为要不就是原始的数据，要不就是自己整理推导出来的，但是也要防止信息来源可信）
2、Hermes 默认的记忆系统，类似于热数据，因为跟AI对接是最近的，也最容易影响的
（这部分的数据需要经常变更，可能一周的话就要从里面增删改一部分，可以把它归结于你最近的状态）
3、Honcho 相关的记忆推导，这部分维持的是我的一些习惯内容，通过ai根据我原始内容推导出来的，可信度相对较低。
（这部分是为了维护我的长期记忆习惯，还有自生长和自迭代的能力，拿来给ai作为参考，不是主要的影响源）
4、AI结论发散，这部分能力的话是基于现有的关系图谱和原始数据做进一步的推导，为了让ai有进一步提升自我进化的能力，根据现有的东西推导出我进一步的习惯。
（但是这一步也是最容易出现问题的，只是作为一个参考，因为现在ai结合多数据关系推导还不够成熟，但是也是必不可少的。因为有很多事情你是没有办法发现，但是ai可以根据一些内容推导出来一些结论，可以给你一些启发和引导。）
顯示更多
最近在研究Hermes Agent的记忆系统，分析了这么多记忆系统，得出来下面的结论：
1、RAG 像“搜索历史资料”；
2、Obsidian 像“人工确认的档案”；
3、Mem0 像“自动帮你整理重要事项的秘书”；
4、Letta 像“Agent 自己维护的工作笔记本”；
5、GraphRAG 像“把资料画成关系地图”；
6、Honcho 更像“长期观察一个人，并逐渐建立这个人的认知模型”。
顯示更多
