SuperMate-Ai Hermes Memory（跨会话持久记忆与自我进化）
原型：Hermes Agent（Nous Research, 23 万 star）的 MEMORY.md/USER.md 双层记忆、冻结快照注入、容量纪律、session_search 与"学习图"。本 skill 将其适配到 Harness（vault 持久化 + 会话工作流）。
核心哲学
- 有界精选记忆：不是记住一切，而是记住"跨会话仍然重要"的事实；容量有限反而迫使记忆保持聚焦。
- agent 自主管理：记忆由 agent 自己增删改，不需要用户手动维护。
- 主动写入：学到就记（偏好/环境/纠正/约定/经验），不需要等用户说"记住"。
- 自我进化：每次任务结束 = 一次学习机会；skill 用完要复盘并改进，不改进的 skill 会过时。
记忆文件（Harness = vault 持久化）
| 文件 | 位置 | 用途 | 容量 |
|---|---|---|---|
MEMORY.md |
Harness\MEMORY.md |
agent 个人笔记：环境事实、项目结构、约定、经验教训、完成任务 | ≤ 40 条 |
USER.md |
Harness\USER.md |
用户画像：身份、偏好、沟通风格、工作习惯 | ≤ 15 条 |
格式规范
# MEMORY.md（或 USER.md）
> 记忆库：每行一条，`§` 分隔；顶部标注容量：`[用量 n/40 条]`
§
## 条目标题（≤80 字符）
正文（≤200 字符，信息密度优先，可多行）
§
## 下一条目
...
- 条目间用
§分隔（Hermes 原版约定） - 标题即检索键；正文压缩多个相关事实
- 更新后更新顶部用量标记
- 文件用 UTF-8 无 BOM 保存（与 vault 一致）
记忆协议（会话内动作）
会话开始时必须读取两个文件；会话中按需维护：
- add：新增条目（自动去重——已存在相同内容则跳过）
- replace：用
old_text唯一子串定位旧条目并替换（子串命中多条时报错，要求更精确） - remove：删除不再相关的条目（同样用唯一子串）
- consolidate：容量 >80% 时，合并相关条目为一条综合条目（如三条"项目用 X"→ 一条完整项目描述）
用 Harness 文件工具（read/edit/write）操作
Harness\MEMORY.md与Harness\USER.md。
写入纪律（Save vs Skip）
主动保存（Save）
- 用户偏好："我喜欢简洁回答" / "用中文交流" →
user - 环境事实："工作区在 E:\Harness Workspace，vault 在 Harness/" →
memory - 纠正："不要用 sudo，用户在 docker 组" →
memory - 约定："提示词统一存 vault，新源丢链接给我" →
memory - 完成任务："2026-08-15 构建了超级提示词库（30,881 条）" →
memory - 经验教训："PicX 提示词以英文为主，中文关键词搜 VlogPrompt" →
memory - 显式请求："记住我每月轮换 API key" →
memory
跳过（Skip）
- 琐碎/过泛："用户问过 Python"——无用
- 可重新发现："Python 3.12 支持 f-string 嵌套"——可搜索
- 原始数据大段（代码/日志/表格）——不适合记忆，适合存文件
- 会话临时物（临时路径、一次性调试上下文）
- 已在其他上下文文件里的信息（避免重复）
会话生命周期
会话开始（Load）
- 读取
Harness\MEMORY.md+Harness\USER.md - 将关键记忆纳入当前工作上下文（环境、用户偏好、进行中项目）
- 如需找回历史细节：
scan_vault或search_assets检索 vault 旧笔记（等价于 Hermes 的 session_search——vault 就是我们的历史库）
会话结束/大任务完成（Consolidate）
- 复盘：本次学到什么？用户偏好有无变化？有无新约定？
- 按"写入纪律"更新 MEMORY.md / USER.md
- 有值得留档的过程 → 写 vault 专题笔记（如 [[X热门提示词收集 2026-08]]）
- 更新相关索引（首页/超级提示词库等）
自我进化（Self-Improving）
skill 复盘（Skill Post-Mortem）
使用过某个 skill 后（或用户反馈后）：
- 评估：skill 是否达到了预期效果？哪里失效/低效？
- 有改进 → 直接编辑该 skill 的
SKILL.md（.dsh/skills//）并记录变更 - 无效的流程删掉，有效的沉淀成规则
经验 → 新 skill
当同一类工作重复出现且无现成 skill：
- 在
Harness\先写经验笔记（草稿） - 提炼为可复用流程 → 创建
.dsh/skills/<name>/SKILL.md（frontmatter: name + description） - 记录到 MEMORY.md（"已建 skill xxx，处理 yyy 类任务"）
学习索引（可选，类学习图）
每月/每季度将 MEMORY.md 条目与新增 skill 汇总为一张 Harness\学习图谱.md：
- 技能节点：用过的/新建的 skill
- 记忆节点：关键 MEMORY 条目
- 关联：哪些记忆支撑哪些技能（词汇重叠判断）
与 Harness 既有机制的配合
- scan_vault / search_assets：vault 全量检索 = Hermes session_search
- create_goal / update_goal：跨轮目标 = 任务级记忆（goal 状态机）
- vault 笔记：长期知识沉淀 = 外部记忆提供器（知识图谱）
- .dsh/skills/：技能目录 = Hermes skill 生态（ClawHub 类比）
相关
- [[超级提示词库使用指南]]
- [[视频提示词方法论]]
- [[colleague-cameron 卡梅隆]]
- [[首页]]