Hermes Agent需主动构建五层目录与四层记忆系统才能持久记住用户偏好。先安装并启用记忆功能，再建语义目录、激活MEMORY.md/USER.md/向量库/会话缓存，接着导入文档并重建索引，最后配置定时运维任务确保长期有效。
☞☞☞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☜☜☜
你想让Hermes Agent记住你偏好的代码风格、项目截止日期、常踩的报错类型，而不是每次对话都从零解释背景——这需要主动构建记忆结构，而非等待它自动积累。
初始化本地环境并启用记忆功能
这一步是所有后续记忆操作的前提，跳过将导致MEMORY.md和USER.md无法生成，后续知识注入全部失效。
执行命令curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash安装主程序；
运行hermes setup启动配置向导，在语言选项中选“中文”，必须勾选“本地模型”和【记忆功能】；
执行hermes doctor检查环境，确认输出包含“MEMORY.md loaded”提示，若缺失则说明记忆模块未激活，需重跑setup并核对选项。
构建五层语义目录结构
目录结构决定知识能否被正确索引。嵌套过深或命名不规范会导致向量重建失败，文档进目录后仍搜不到。
在用户主目录创建根目录：mkdir -p ~/knowledge-base；
一次性建立五个标准子目录：mkdir ~/knowledge-base/01_项目 ~/knowledge-base/02_技术 ~/knowledge-base/03_参考 ~/knowledge-base/04_待办 ~/knowledge-base/99_归档；
为每个目录添加README.md，内容需明确写清该类知识的边界——例如01_项目下的README.md必须声明：“仅存放含明确起止时间、责任人、交付物的活跃任务文档，不含通用技术原理”；
已有资料按语义归属移入对应目录，【禁止跨类存放】，比如《Docker部署手册》属于02_技术，放入03_参考将导致技能生成时引用错误上下文。
激活四层记忆系统
四层记忆缺一不可：静态规则（MEMORY.md）、用户画像（USER.md）、向量化知识（vector_db）、会话缓存（session）。停用任意一层都会造成AI回答脱离个人语境。
方法一：编辑配置文件
执行nano ~/.hermes/config.yaml，定位到memory:节点，确认以下四项均为true：
– enable
– load_memory_md
– load_user_md
– vector_db_enabled
方法二：一键初始化
运行hermes memory init，系统自动生成MEMORY.md模板，含基本信息、知识分类优先级、常用项目列表三项必填字段；
方法三：手动补全USER.md
在~/.hermes/路径下新建USER.md，必须写入个人术语表（如“OKR=目标与关键成果”），否则AI无法理解你缩写的业务词汇。
导入文档并重建向量索引
文档导入后不重建索引，Hermes仍无法语义检索——它只认向量库里的数字，不读原始文件。
第一步：将整理好的文档放入~/knowledge-base/对应子目录；
第二步：执行hermes ingest --path ~/knowledge-base触发文档解析；
第三步：运行hermes vector rebuild强制重建整个向量数据库，耗时取决于文档总页数，100页以内约2分钟；
第四步：验证索引有效性，输入/remember 查看最近一次向量重建时间，返回结果应包含当前日期且无报错。
配置自动化运维任务
让记忆系统持续健康运转，避免手动清理过期条目或重复重建索引。
① 设置每日凌晨2点自动压缩会话：hermes cron add --schedule "0 2 * * *" --command "hermes session compress"；
② 配置每周日18:00自动重建向量索引：hermes cron add --schedule "0 18 * * 0" --command "hermes vector rebuild"；
③ 启用memory_bind绑定持久记忆：hermes config set memory_bind true，开启后定时任务将自动关联MEMORY.md变更；
执行hermes cron list确认三条任务均已注册，状态显示为“active”即生效。
