Appearance
Hermes记忆插件MemOS：让AI越用越聪明
Hermes 记得住，但记得乱。MemOS 插件解决的核心问题：记忆存得聪明，记忆找得准。
Hermes Agent 是什么？
Hermes Agent 是 Nous Research 开源的自主 AI Agent 框架，GitHub 上已获得 10 万+ Star。
核心特点：
- 部署在你自己设备上
- 自我进化的学习循环
- 记忆机制
- 40+ 聊天平台接入
理念：用得越久越强。
原生记忆的问题
| 问题 | 说明 |
|---|---|
| 记得乱 | 新旧记忆堆在一起 |
| 重复条目 | 同一信息反复存储 |
| 检索差 | 文本匹配，信噪比低 |
| 矛盾内容 | 分不清哪个是最新状态 |
例子：说在减肥，一周后放弃减肥，下次还是推荐低卡食谱。
MemOS 插件解决方案
存：语义分片 + 智能去重
| 步骤 | 说明 |
|---|---|
| 语义分片 | 按语义切分，不是按字数 |
| LLM 摘要 | 提取关键信息 |
| 向量化 | 生成向量表示 |
| 智能去重 | 合并重复、覆盖过期 |
找：向量化检索
| 对比 | 原生 | MemOS |
|---|---|---|
| 检索方式 | 文本匹配 | 向量化相似度 |
| 效果 | 信噪比差 | 精准 |
| 矛盾处理 | 全返回 | 只返回最新 |
安装步骤
bash
# 克隆仓库
git clone https://github.com/MemTensor/MemOS.git
cd MemOS/apps/memos-local-plugin
# 安装依赖
pip install -r requirements.txt
# 配置
cp config.example.yaml config.yaml
# 编辑 config.yaml 填入配置
# 启动
python main.py核心功能
| 功能 | 说明 |
|---|---|
| 记忆写入 | 语义分片 → 摘要 → 向量化 → 去重 |
| 记忆检索 | 向量化相似度搜索 |
| 记忆更新 | 自动覆盖过期信息 |
| 本地存储 | 数据不上云 |
使用效果
| 指标 | 以前 | 现在 |
|---|---|---|
| 记忆条目 | 大量重复 | 精简去重 |
| 检索准确率 | 低 | 高 |
| 矛盾处理 | 无 | 自动覆盖 |
总结
| 功能 | 原生 Hermes | + MemOS |
|---|---|---|
| 存储 | 直接存 SQLite | 语义分片去重 |
| 检索 | 文本匹配 | 向量化 |
| 矛盾 | 堆在一起 | 自动覆盖 |
MemOS 让 Hermes 从「记得住」变成「记得聪明」。
关键词：Hermes Agent, MemOS, MemTensor, AI记忆, 记忆插件, 本地部署
