Hermes Agent 内存优化完整指南：缓存策略与资源释放实操

Hermes Agent 内存优化完整指南：缓存策略与资源释放实操

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent

跑一个长会话两小时，RSS 从 800 MB 爬到 4 GB，新回复越转越慢，直到报 context full——Hermes Agent 内存优化的问题通常就出在这类长跑场景。这篇指南按可执行步骤拆解：先定位瓶颈在哪一层，再决定缓存 TTL 怎么设、上下文压缩怎么开，最后给容器任务兜底限额。每个参数都给默认值和取舍建议，改完有验证方法。

Hermes Agent 的缓存分三层：提示词缓存（Anthropic cache_control 标记，5m/1h 两档）、模型元数据缓存（进程内 1 小时，上下文长度落盘到 context_length_cache.yaml）、技能索引缓存（1 小时，写在磁盘上）。资源释放靠两块：上下文压缩和容器资源限额。

先诊断：Hermes Agent 内存瓶颈在哪一层

内存占用大致分三类：进程 RSS、上下文 token 数、磁盘缓存文件。别急着改参数，先判断属于哪类。

# 找到主进程，每分钟采样一次 RSS（单位 KB） ps aux | grep -E "hermes" | grep -v grep watch -n 60 'ps -o rss= -p <PID>'

RSS 随轮次持续上涨：上下文没在压缩，看压缩配置；RSS 平稳但响应变慢：多半是提示词缓存命中率掉了，看 TTL；磁盘目录变大：索引缓存堆积。

# 定位 HERMES_HOME，检查技能索引缓存大小与文件新鲜度 echo "$HERMES_HOME" du -sh "$HERMES_HOME/skills/.hub/index-cache" ls -lt "$HERMES_HOME/skills/.hub/index-cache" | head

另一个容易漏的点：上下文压缩默认是静默的，后台执行、只在服务端日志留痕。想看它有没有在工作，临时把compression.progress_notices设为 true，聊天平台会开始推送 compaction 进度。确认完记得改回。

长会话场景：Hermes Agent 上下文压缩怎么开、缓存 TTL 设多少

现象：会话超过 1 小时后 RSS 单调上涨，prompt tokens 逼近模型上下文上限，回复延迟明显升高。

改哪里：配置文件里的compression段和prompt_caching段，标记注入逻辑在 agent/prompt_caching.py。

prompt_caching: cache_ttl: "1h" # 默认 "5m"，只有人在交互时才值得 1h compression: threshold: 0.50 protect_first_n: 0 # 长跑会话建议 0，默认 3 max_attempts: 6 # 工具调用密集时 3 轮压不下去

改多少有讲究。压缩默认在 prompt tokens 达到模型上下文窗口 50% 时触发，protect_last_n默认保留最近 20 条消息，这个不用动。protect_first_n默认保留开头 3 条非系统消息且永不被摘要，长会话里它们早就和当前语境脱节，设 0 只保系统提示词最干净。

TTL 这一档要算账：1h 档的缓存写入成本是基础输入价的 2 倍，5m 档是 1.25 倍，只有轮次间隔超过 5 分钟的人机交互才回本。代码里对 subagent、cron、webhook 这类机器节奏的来源会自动按 5m 处理，你手动设 1h 也救不回来；Qwen 等阿里系路由不支持 1h，会被自动钳回 5m。所以这个场景下不建议无脑拉满，人跑 1h、机器跑 5m。

怎么验证：改完跑一个 30 分钟以上的会话，观察两点——RSS 在压缩触发后回落或走平，聊天里偶尔出现 compaction 通知；再看 API 用量的缓存写入 token 占比，比改之前低才说明选对了档位。

技能批量加载场景：1 小时索引缓存怎么用

现象：批量安装或升级技能时请求 hub 频繁，首次列表加载慢，怀疑缓存失效。

改哪里：技能中心 tools/skills_hub.py 把各源索引写到HERMES_HOME/skills/.hub/index-cache/，TTL 固定 1 小时（INDEX_CACHE_TTL = 3600），过期自动重取。

改多少：默认值就是权衡过的，一般不动。想省请求就别去手动刷新缓存；想省磁盘就清理老文件，代价是清理后首次访问该源要重新拉一次索引：

# 删除超过 1 天的过期索引缓存，下次读取自动重建 find "$HERMES_HOME/skills/.hub/index-cache" -name '*.json' -mtime +1 -delete

怎么验证：ls -lt该目录，文件修改时间应全部在近 1 小时内；对同一批技能再跑一次列表操作，明显变快且不产生新的索引文件，说明命中了缓存。

容器隔离场景：给单任务内存封顶

现象：agent 跑构建或测试命令时把宿主内存吃满，整机变卡甚至触发 OOM killer 误伤别的服务。

改哪里：terminal配置段的container_memory，对 docker、singularity、modal、daytona 四个容器后端生效，local/ssh 忽略。Singularity 后端把它翻译成--memory <MB>参数拼进命令，见 tools/environments/singularity.py。

terminal: container_memory: 8192 # 默认 5120；按任务峰值上浮 30% 左右

改多少：先跑一次目标命令记下容器内峰值，再按峰值的 1.3 倍设。命令本身吃不到 2 GB 就设 2048，封顶的意义就是留安全垫，设成默认 5120 而实际只用 1 GB，等于没设。

怎么验证：跑一个故意吃内存的命令（比如 Python 里循环分配大列表），预期容器内进程被杀、宿主 RSS 曲线不受影响；再跑正常任务确认没被限额误杀。

参数速查表

落地顺序

先改compression段并跑一个长会话确认 RSS 走平，这是收益最大的一步；再把交互场景的cache_ttl调到 1h 观察缓存写入成本是否回落；容器限额最后加，它只影响隔离任务，和前面两项互不干扰，任何一条出问题单独回滚即可。

【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent