应立即启用轨迹压缩、向量库量化、缓存TTL管理、日志轮转及容器内存限制。具体包括：调低trajectory_max_tokens至3500、启用Qdrant磁盘后端与量化、为各类缓存设差异化TTL、配置logrotate每日轮转并保留14天、容器内存limit设为4G且reservation为2G。
☞☞☞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☜☜☜
如果您运行Hermes Agent时发现内存持续飙升、触发OOM Killer或系统响应迟缓，则很可能是由于轨迹缓存未清理、向量库全内存加载或日志膨胀等多重因素叠加所致。以下是解决此问题的步骤：
一、启用轨迹压缩与缓存TTL控制
Hermes Agent在处理多步推理轨迹（trajectory）时，默认保留完整原始序列，导致内存中驻留大量冗余中间状态。通过预设生命周期与压缩阈值，可将单次会话内存开销降低约60%。
1、定位轨迹压缩配置文件：config/trajectory_compression.yaml
2、修改target_max_tokens值为3500（原默认为5000）
3、设置缓存过期时间：在tools/terminal_tool.py中调用cache_manager.set_ttl('trajectory_cache', hours=1)
4、强制清理已有缓存：cache_manager.cleanup_expired()
二、限制向量存储内存占用
当Hermes Agent启用本地Qdrant向量库且未启用磁盘持久化时，全部索引与payload将常驻内存，极易引发OOM。开启量化与磁盘后端可将内存占用从2.4GB峰值压降至800MB左右。
1、确认当前vector_store初始化方式是否含on_disk_payload=True
2、若未启用，在初始化处添加参数：QdrantVectorStore(..., on_disk_payload=True, quantization_config=ScalarQuantization())
3、对历史collection执行recreate_with_quantization操作，迁移已有数据至量化存储格式
三、实施缓存生命周期管理
通过配置缓存的生存时间（TTL），可自动清理临时数据，避免无效缓存长期驻留内存，从而减少内存压力与GC频率。
1、打开终端工具模块文件tools/terminal_tool.py，定位缓存管理器初始化位置
2、调用set_ttl()方法为不同缓存类型设置差异化过期时间，例如：
— 图片缓存设为hours=24
— 音频缓存设为hours=48
3、在任务调度中加入定期执行cache_manager.cleanup_expired()的指令，建议每2小时触发一次
四、调整日志采集与轮转策略
高频日志写入会显著增加I/O负载，并间接推高内存映射压力，尤其当/var/log/hermes/目录下日志文件累积超过5GB时，磁盘延迟将直接拖累主线程执行效率。启用结构化日志轮转可切断该瓶颈。
1、检查当前日志体积：du -sh /var/log/hermes/*.log
2、创建logrotate配置文件：sudo tee /etc/logrotate.d/hermes-agent
3、写入以下内容：/var/log/hermes/*.log { daily missingok rotate 14 compress notifempty sharedscripts postrotate systemctl reload hermes-agent.service endscript }
4、手动触发一次轮转验证：sudo logrotate -f /etc/logrotate.d/hermes-agent
五、配置容器内存资源限制
在容器化部署场景下，未设内存上限会导致Hermes Agent无节制申请内存，最终耗尽宿主机资源。通过显式声明内存配额，可强制其在指定边界内运行，防止OOM扩散。
1、编辑环境配置文件，如environments/terminal_test_env/default.yaml
2、在resources.memory区块中设置：limit: 4G与reservation: 2G
3、确保启动命令中包含参数：--memory=4g --memory-reservation=2g
4、验证限制生效：docker inspect <container_id> | grep -A 5 Memory
