90% 的人不知道：Hermes 每个对话都悄悄保存了！这 5 个隐藏功能让你效率翻倍

小林学AI
17 阅读7分钟

Hermes Agent 会话使用教程

辛辛苦苦调试了半天，关闭终端后对话记录就消失了？面对堆积如山的聊天历史，想找回上周讨论的 API 设计方案却翻到眼花？Hermes Agent 的 会话（Session） 系统完美解决了这些痛点——每次对话都会被自动保存为独立会话，支持 持久化存储、跨会话恢复、全文搜索、后台并行执行 等能力。本文从基础原理、核心操作、高级功能到最佳实践，全面讲解会话的使用与管理，帮你高效掌控对话历史与任务执行。

一、会话核心原理

1.1 什么是会话

会话是 Hermes 对单次完整交互过程的封装，包含用户提问、工具调用、智能回复、时间戳、模型配置等全量数据。无论是终端（CLI）、飞书 / 钉钉等消息平台，还是后台任务，所有交互都会被标记为独立会话，永不丢失、随时可恢复。

1.2 会话存储架构

所有会话数据统一存储在 ~/.hermes/ 目录，采用 SQLite 数据库（state.db）+ 日志文件 双存储模式：

  • state.db：核心数据库，存储会话元数据（ID、标题、模型、时间）、消息历史，内置 FTS5 全文检索引擎，支持毫秒级跨会话搜索。

  • sessions/** 目录**：JSONL 格式日志，存储原始对话记录，用于备份与迁移。

图1：会话存储架构图

graph TB
    subgraph "~/.hermes/ 会话存储"
        DB[state.db<br/>SQLite 核心数据库] --- META[会话元数据<br/>ID · 标题 · 模型 · 时间]
        DB --- MSG[消息历史]
        DB --- FTS[FTS5 全文索引<br/>毫秒级搜索]
        LOG[JSONL 日志文件<br/>sessions/ 目录] --- RAW[原始对话记录<br/>备份与迁移]
    end
    USER[用户交互] --> DB
    USER --> LOG

1.3 会话唯一标识

每个会话拥有 唯一 ID，格式为 YYYYMMDD_HHMMSS_<8位哈希>（如 20250820_1430_abc123），同时支持自定义标题，方便快速识别。

了解了会话的存储原理与标识方式，接下来看看如何在实际开发中恢复历史会话并为其命名。

二、基础操作：会话恢复与命名

2.1 恢复会话（最常用）

Hermes 支持三种恢复方式，无需重复对话，直接接续历史交互：

（1）恢复最近一次会话
# 简写（推荐）
hermes -c

# 完整命令
hermes --continue
（2）按会话标题恢复
# 自动匹配最新同名会话（支持模糊匹配）
hermes -c "产品需求讨论"
（3）按会话 ID 恢复
# 恢复指定 ID 会话
hermes --resume 20250820_1430_abc123

恢复后会自动显示会话摘要（最近 10 轮对话预览），可直接继续提问。

2.2 会话命名（快速识别）

（1）自动命名

首次对话后，Hermes 会用轻量模型自动生成 3-7 字标题（如 “代码审查”“数据报表生成”），无需手动操作。

（2）手动命名（自定义标题）
# 会话内执行（终端/消息平台通用）
/title 2025年8月产品需求评审

# 命令行重命名
hermes sessions rename 20250820_1430_abc123 "产品需求评审"

命名规则：最长 100 字符，支持中文 / 英文 / 表情，自动去重。

学会恢复与命名后，当会话数量增多时，就需要一套管理命令来统一维护对话历史。

三、会话管理：常用命令大全

通过 hermes sessions 系列命令，可列出、导出、删除、清理、搜索会话，全面掌控对话历史。

3.1 列出会话

# 列出最近20个会话（默认）
hermes sessions list

# 列出最近50个会话
hermes sessions list --limit 50

# 按平台过滤（仅显示飞书会话）
hermes sessions list --source feishu

3.2 导出会话（备份 / 迁移）

# 导出所有会话为 JSONL（备份）
hermes sessions export all-sessions.jsonl

# 导出单个会话
hermes sessions export 20250820_1430_abc123 --output 需求会话.jsonl

# 导出为 Markdown（便于阅读）
hermes sessions export 20250820_1430_abc123 --format md

3.3 删除会话

# 删除单个会话（需确认）
hermes sessions delete 20250820_1430_abc123

# 强制删除（无需确认）
hermes sessions delete 20250820_1430_abc123 --yes

3.4 批量清理会话

# 删除90天前已结束会话（默认）
hermes sessions prune

# 删除30天前会话（自定义时间）
hermes sessions prune --older-than 30

# 清理并确认
hermes sessions prune --older-than 30 --yes

3.5 搜索会话（全文检索）

基于 FTS5 引擎，支持关键词 / 短语 / 布尔搜索，毫秒级匹配所有历史会话：

# 搜索含“Python 爬虫”的会话
hermes sessions browse --search "Python 爬虫"

# 搜索含“需求文档”或“评审”的会话
hermes sessions browse --search "需求文档 OR 评审"

3.6 查看会话统计

hermes sessions stats

输出示例：

总会话：128  总消息：4562
终端：89  飞书：32  钉钉：7
数据库大小：15.2MB

图2：会话生命周期图

flowchart LR
    CREATE[开始对话] --> SAVE[自动保存会话]
    SAVE -->|会话管理| LIST[列出与搜索]
    LIST --> EXPORT[导出备份 JSONL/MD]
    LIST --> RENAME[命名与重命名]
    LIST --> PRUNE[定期清理 Prune]
    LIST --> RESUME[按标题 / ID 恢复]
    RESUME --> CREATE
    PRUNE --> DELETE[删除过期会话]

掌握了会话的日常管理，还有一个能极大提升效率的高级特性——后台并行会话。

四、高级功能：后台会话（并行任务）

后台会话（Background Session） 是 Hermes 核心高级能力，支持不阻塞主会话、并行执行多个耗时任务（如数据处理、代码生成、网页爬取），任务完成后自动通知。

4.1 启动后台会话

# 基础用法（终端/消息平台通用）
/background 分析 ~/data 目录下Excel文件，生成月度销售报表

# 自定义名称（便于追踪）
/background --name "月度报表" 分析 ~/data 目录下Excel文件，生成月度销售报表

# 指定工具（仅用文件/终端工具）
/background --toolsets "file,terminal" 批量重命名图片文件

4.2 管理后台会话

# 列出所有后台任务
/background list

# 查看任务详情（进度/日志）
/background status bg-a7f3c2d1

# 取消后台任务
/background cancel bg-a7f3c2d1

4.3 后台会话特性

  • 完全隔离：独立对话历史、独立执行环境、独立任务 ID，互不干扰。

  • 并行执行：支持最多 5 个后台任务同时运行，大幅提升效率。

  • 自动通知：任务完成 / 失败后，自动在主会话推送结果面板。

  • 持久化：重启 Hermes 后，可恢复未完成后台任务。

4.4 典型使用场景

  • 长时间数据处理：后台清洗 / 分析大数据集，主会话正常聊天。

  • 批量代码生成：后台生成项目测试用例，不阻塞其他操作。

  • 定时监控：后台定时检查接口状态，异常自动告警。

  • 多任务并行：同时启动 “爬虫 + 文档生成 + 数据可视化”，一次性完成。

后台会话处理了并行任务，而单个长会话的上下文管理和跨会话检索同样不容忽视。

五、会话压缩与搜索

5.1 会话压缩（避免上下文超限）

对话过长时，Hermes 支持手动 / 自动压缩：保留关键摘要，精简历史消息，避免超出模型上下文限制。

# 手动压缩当前会话
/compress

# 自动压缩（默认：超过50%上下文时触发）
# 配置文件开启
compression:
  enabled: true
  threshold: 0.5

5.2 跨会话搜索

对话中直接调用 session_search 工具，自动检索所有历史会话，无需手动翻找：

搜索我们之前讨论的”用户登录模块”设计

支持关键词、短语、布尔逻辑，快速定位历史方案。

掌握了会话的全部功能后，下面总结一些最佳实践和注意事项，帮你用好这套会话体系。

六、最佳实践与注意事项

6.1 最佳实践

  1. 规范命名：用 “日期 + 主题” 命名会话（如 “20250820 - 产品需求”），便于检索。

  2. 定期备份：每周导出会话，防止数据丢失。

  3. 及时清理：定期清理 30 天前无效会话，减少存储占用。

  4. 合理用后台：耗时任务（>5 分钟）优先用后台会话，提升效率。

  5. 压缩长会话：对话超过 50 轮时手动压缩，避免上下文超限。

6.2 注意事项

  1. 会话隔离：后台会话与主会话、不同后台会话完全隔离，数据不互通。

  2. 存储安全：会话数据默认存储在本地，敏感对话建议定期删除。

  3. 恢复限制：仅已保存的会话可恢复，未手动保存的临时对话会丢失。

  4. 模型差异：不同模型上下文长度不同，压缩阈值需适配模型。

七、总结

会话是 Hermes Agent 的核心数据载体，从基础恢复、命名，到高级后台并行、全文搜索，完整覆盖对话生命周期管理。掌握会话用法，既能高效追溯历史交互，又能并行处理多任务，充分释放 Hermes 的自进化能力。后续可结合技能沉淀、MCP 集成，进一步提升会话价值。

avatar
文章
阅读
粉丝