Hermes Agent在AWS成本优化需五步：一、按负载调小EC2实例并设自动启停；二、S3启用智能分层、轨迹文件加.compressed后缀、EBS卷升級gp3；三、强制标签治理并购买1年Compute Savings Plan；四、Qdrant启用on_disk_payload、quantization及迁至Qdrant Cloud；五、关闭trace、Browserbase持久化及冗余日志。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在AWS云环境中运行Hermes Agent，发现其资源消耗导致月度账单持续攀升，则可能是由于实例配置冗余、存储策略低效或未启用成本控制机制。以下是针对Hermes Agent工作负载的AWS成本优化操作步骤：
一、调整EC2实例规格与调度策略
过度配置的EC2实例是Hermes Agent在AWS上最常见的成本来源之一。通过匹配实际CPU/内存使用率动态调整实例类型，并结合非生产时段自动停机，可显著削减无效运行开销。
1、登录AWS控制台，进入EC2服务页面，筛选出运行Hermes Agent的实例。
2、在CloudWatch中查看该实例过去7天的CPUUtilization与MemoryUsage指标，确认平均负载是否低于30%。
3、若满足条件，将当前实例类型（如m5.2xlarge）替换为同架构下更小规格（如m5.large），并启用Amazon EC2 Auto Scaling策略，设定最小实例数为0、最大为2、期望容量为1。
4、使用AMS资源调度器配置定时规则：每日22:00至次日6:00自动停止实例，避免夜间空转。
二、优化S3与EBS存储成本
Hermes Agent生成的日志、轨迹压缩文件及缓存快照常被默认存入标准S3存储类或gp2 EBS卷，造成长期持有高成本存储资源。切换至分层存储策略并启用压缩后缀可直接降低单位存储价格。
1、进入S3控制台，定位存放Hermes Agent输出的bucket，启用S3 Intelligent-Tiering策略，确保访问频率下降后自动迁移至归档层。
2、修改datagen-config-examples/trajectory_compression.yaml中的output_suffix字段为".compressed"，确保所有轨迹数据以压缩格式写入S3。
3、对挂载至Hermes Agent节点的EBS卷执行gp2→gp3迁移：在EC2控制台选中对应卷，选择“Modify volume”，将Type更改为gp3，保持相同GiB容量，IOPS设为3000，吞吐量设为125 MiB/s。
4、确认所有新创建的EBS卷均启用“Delete on termination”属性，防止任务异常退出后残留未释放卷。
三、启用Savings Plans与标签治理
无标签的Hermes Agent相关资源无法归属业务线或项目，导致成本分摊失真；同时，未订阅计算类Savings Plans将错失最高达72%的EC2使用折扣。强制标签与计划绑定可实现成本可追溯与价格最优。
1、在IAM控制台创建策略，限制ec2:RunInstances权限仅当请求包含Environment=production、ApplicationID=hermes-agent、Owner=ml-platform等必需标签时才允许执行。
2、进入AWS Cost Explorer，筛选时间范围为最近30天，导出Hermes Agent关联EC2实例的使用量报告。
3、基于该报告中稳定使用的vCPU小时数与内存GiB小时数，在Savings Plans控制台购买1年期Compute Savings Plan，承诺额度覆盖90%以上历史用量。
4、对已存在的Hermes Agent资源批量添加标签：使用Resource Groups Tag Editor，按资源类型（EC2、S3、EBS）分别应用统一标签集，确保Cost Allocation Tags在账单中生效。
四、重构向量数据库部署模式
Qdrant作为Hermes Agent默认向量存储后端，若全部payload加载至内存且未启用量化，将导致r6i.2xlarge及以上实例长期满载运行。改用磁盘驻留+标量量化组合可将内存占用压降至原值的35%以内。
1、在初始化QdrantVectorStore时显式传入on_disk_payload=True与quantization=True参数，禁用内存全量加载。
2、确认collection配置中prefer_grpc=True已启用，以减少批量向量写入过程中的序列化与网络传输开销。
3、对现有collection执行recreate_with_quantization操作：调用qdrant_client.recreate_collection()方法，指定quantization_config参数为ScalarQuantization(scalar=ScalarQuantizationConfig(type="int8"))。
4、将Qdrant服务从EC2自建模式迁移至Qdrant Cloud的Pro Tier，启用自动扩缩与内置备份压缩，避免自行维护集群带来的运维与冗余资源成本。
五、关闭非必要集成与监控组件
Hermes Agent默认启用多项调试与可观测性功能，例如全量OpenTelemetry traces推送、Browserbase会话持久化、以及未裁剪的终端日志上传。这些组件在生产环境中若无明确分析需求，应主动禁用。
1、在cli.py启动参数中移除--enable-tracing与--log-level debug，将日志级别设为warning，关闭trace exporter配置。
2、检查browser_tool.py中BrowserbaseSession初始化逻辑，将keep_alive=False设为默认值，确保每次任务结束后立即释放Browserbase配额。
3、进入CloudWatch Logs控制台，定位/log/hermes/agent/命名空间，删除保留期限大于7天的所有log groups。
4、禁用AWS X-Ray对Hermes Agent服务的采样，将SamplingRuleRecord中的Rate字段由0.1改为0，彻底关闭链路追踪数据采集。
