抽丝剥茧:深度解析 Hermes Agent 万字系统提示词构成 ✍ 岚叔🕐 2026-04-15📦 10.5 KB 🟢 已读 𝕏 文章列表 本文详细拆解了 Hermes Agent 长达 1 万 token 的系统提示词,将其分为 9 层结构进行分析。作者发现主要的 Token 消耗集中在 AGENTS.md 项目开发指南,并提供了通过调整 `TERMINAL CWD` 路径来减少 50% Token 消耗的优化技巧。文章还涉及 Memory 管理、Skills 索引及平台适配等技术细节。 HermesAgent系统提示词LLM提示词优化模型调试技术分析模型盒Token优化Agent开发 # 抽丝剥茧:深度解析 Hermes Agent 万字系统提示词(System Prompt)构成 **作者**: 岚叔 **日期**: 2026-02-25T14:44:48.000Z **来源**: [https://x.com/LufzzLiz/status/2044258384556556743](https://x.com/LufzzLiz/status/2044258384556556743) ---  > 没想到吧,Hermes agent 也可能有万字的系统提示词,且看岚叔带你完整拆解。同时教你一招降低50% tokens 的小妙招 > 本文依然是实践操作类文章、欢迎兄弟们大力支持~ 0、准备阶段 如果你需要自己上手实践一下,可以看下岚叔的操作方式。 也很简单,要想完整分享,就需要完整的将Hermes agent 发给模型的提示词全量导出。这里使用岚叔自己开发的神器model-box: https://github.com/cclank/modelbox ,可以导出各种agent 的提示词 安装部署直接让你的hermes 照着项目README.md 文档做即可,注意选择 mock 模式启动即可 使用方式: 如图,启动后,我们使用/models 切换到modelbox即可  长期关注过岚叔的都知道,这个是我们debug 出完整系统提示词的神器,之前我们做了openclaw 完整系统提示词解读,可见: 当然了,这一步是选做的,如果你不想手到分享,直接看岚叔后续内容即可 一、系统提示词组成结构 首先我们剥开源码可以看见:Prompt Builder 位于 agent/prompt_builder.py,负责组装系统提示——身份定义、平台提示、技能索引、上下文文件。所有函数无状态,由 AIAgent._build_system_prompt() 调用拼接各模块。 我们整理如下图所示:  当然我们导出真实的提示词可以看到:  总结如下: 总字符数:~36,700 chars(~10K tokens),看到这我有点震惊,居然和openclaw 一样都过万了?! 我们接着一层层看,找到内鬼🐶 ## 第一层 SOUL.md — Agent 身份(~500 chars) > 来自 ~/.hermes/SOUL.md,定义 Agent 人格 这个文件是我们自己定义的,可以看到就在开头:  ## 第 2 层:Memory 使用指南(~600 chars) 硬编码在 _build_system_prompt() 中,告诉模型如何使用 memory 工具: - 用 memory 工具保存持久事实(用户偏好、环境细节、工具特性) - 不要保存任务进度、完成日志(用 session_search 回忆) - 发现非平凡工作流 → 保存为 Skill - 使用中发现 Skill 过时 → 立即用 skill_manage(action='patch') 修复 ## 第3层: MEMORY 快照(~3,725/4,000 chars,93% 满) > 看过岚叔上篇文章的就知道,咱们调整成4000 chars 了,看来快满了。。。 > 冻结快照,会话内不变。包含 7 个主题板块: 默认profile路径:~/.hermes/memories/MEMORY.md  可以看到是一些关于岚叔的关键信息,最后Agent world 亮了,是我之前给Hermes 测试人格,挂的coze 社区的api ,没想到key 保存只MEMORY了,这个不太友好,需要优化! ## 第4层:USER PROFILE 快照(~682/1,375 chars,49%) 也是我们自定义的文件,每个人不一样 默认profile路径:~/.hermes/memories/USER.md 也是冻结快照,描述用户是谁: - 当前模型配置概览 - Wiki 维护要求:极高精度,必须源码验证,不允许编造 - GitHub 排版偏好:纯 Markdown,禁止 Obsidian wikilinks,禁止 HTML 居中标签 ## 第5层: Skills 索引(~5,000 chars) 震惊了吧,skill 索引居然 5000 chars 完整技能分类列表,涵盖 ~80+ 个 Skill,按分类组织: > 每个只展示名称 + 描述前缀(截断),模型需要时调用 skill_view(name) 加载完整内容。 这个是岚叔的新机器,基本都是官方的skill,还是很丰富的  ## 第6层: AGENTS.md — 项目开发指南(~20,300 chars,被截断到 14K+4K) 4K + 4K 代表啥: > AGENTS.md 原文(20,360 chars) > ├── 前 14,000 chars → 保留(项目结构、核心 API、工具开发指南等重要内容) > ├── 中间 2,360 chars → 丢弃,替换为截断提示 > └── 后 4,000 chars → 保留(Known Pitfalls、测试指南等收尾内容) - 单文件上限:20,000 chars - 截断比例:头部 70%(14K),尾部 30%(无显式定义,即剩余部分约 4-6K) - AGENTS.md 有 20,360 chars,超了 360 chars,所以中间被砍了一小段 这样设计的原因是:文件开头通常最重要(目录结构、核心 API),结尾也有价值(注意事项、测试),中间往往是细节可以牺牲。 与模型看内容一样。。 可以看到,这是 hermes-agent 仓库根目录的 AGENTS.md,占了系统提示的近一半。这里实际是有问题的,Hermes 可以不带这一堆内容的。 内容包括: 项目结构:完整目录树 + 文件职责说明 文件依赖链:registry → tools → model_tools → run_agent AIAgent 类:构造参数、chat() 和 run_conversation() 接口、核心循环伪代码 CLI 架构:Rich/prompt_toolkit、KawaiiSpinner、Slash Command Registry(CommandDef) 添加工具的三步指南:tools/your_tool.py → model_tools.py → toolsets.py 添加配置:DEFAULT_CONFIG + OPTIONAL_ENV_VARS + 三种配置加载器 Skin/Theme 系统:完整的皮肤自定义 API Known Pitfalls:6 个已知坑(硬编码路径、simple_term_menu Bug、ANSI 转义泄漏等) 测试指南:pytest 命令 岚叔认为如果你不是不是开发 Hermes,或者做Hermes的升级维护啥,那么这将近5k的token可以不用的 最佳方式: 针对不同 agent 配置TERMINAL CWD 路径  告诉hermes: 请将主agent cwd 配置为~ ,然后重启` 补充说明:关于这个路径你可以自己选择哈,当然你也可以自定义AGENTS.md,没必要把那一大坨都加进去~ 项目文件(四选一) : 按优先级选择其一: .hermes.md → AGENTS.md → CLAUDE.md → .cursorrules > hermes 的AGENTS.md 与 OpenClaw 的区别很大,前者是项目级别,OpenClaw 是全局的 > 个人认为这个 hermes 做的更好,相当于实现了AGENTS.md 的动态加载 > OpenClaw 就不行,怎么都得加载AGENT.md 等相关文件,不够灵活  直接看效果: 瞬间少了一半(当然你需要新开session ,重新加载你的上下文)  这样我们日常每次对话都可以省5k token 同时也满足了 Hermes 的高效运维 👍 ## 第7层:会话元数据(~200 chars) 加上模型自我认知指令:"When asked what model you are, always answer based on this information" ## 第8层:平台提示--Telegram(~200 chars) 这一层叫平台提示:比如岚叔用的telegram ,会传telegram 相关提示,如果是discord 就传discord 的,这块Hermes 做的很好,不同平台的定制化告诉了模型。 - 不使用 Markdown(Telegram 不渲染) - 媒体文件投递方式:MEDIA:/path/to/file - 图片 URL 用  会自动作为原生照片发送 > 我怎么感觉telegram 实际是支持md渲染的呀。。。 ## 第9层: 会话上下文元信息(~400 chars) 系统提示词最后一段:告诉模型"你现在在哪": - 来源:Telegram 群 "爱马仕小分队",thread 205 - 会话类型:多用户线程,消息带 [sender name] 前缀 - 已连接平台:local + telegram - Home Channel:telegram Home (ID: xxx') - 定时任务投递选项:origin / local / telegram  ## 系统提示词之后的内容 1. 对话消息 这里是我们与hermes 每轮对话内容,都会放到这里 2.工具列表(30个):  这 30 个工具就是按需加载后的结果,Hermes 总共注册了 51 个工具,但会话只加载了 30 个。 缺少的工具包括: 筛选机制在 model_tools.py 的 _discover_tools() 里,通过 check_fn(检查 API Key 是否存在)和 enabled_toolsets/disabled_toolsets 来决定最终加载哪些工具。 3. 统计信息如下: 4.13未优化前  4.15 优化后:  可以看到,是不是提示词少了一大办,恭喜🎉 后记 本文通过导出全量Hermes 提示词发现,里面有一些玄机: 比如skill,Hermes 是有很好的skill 自进化逻辑,但是也会造成skill 泛滥的问题,这个估计后面得需要考虑优化。 比如AGENTS.md 文件加载问题,如果你的Hermes 是默认启动的,那么很可能会加载进 ~/.hermes/hermes-agent/AGENTS.md ,这个文件太大了,大到都被截断了。。足足有5k token 之多,需要按岚叔的方式优化下。当然,省事的话可以直接缩减这个文件也可以,但是要注意后续可能会因为更新被覆盖 感谢大家看到这里,希望对您有所帮助,起三连支持~ 💗 公众号版本,可参考:https://mp.weixin.qq.com/s/gM6mJsH0ay4Z7jkEBjGE0w ## 相关链接 - [@LufzzLiz](https://x.com/LufzzLiz) - [23K](https://x.com/LufzzLiz/status/2044258384556556743/analytics) - [https://github.com/cclank/modelbox](https://github.com/cclank/modelbox) - [README.md](https://github.com/cclank/modelbox/blob/main/README.md) - [Feb 25](https://x.com/LufzzLiz/status/2026669714072809755) - [140K](https://x.com/LufzzLiz/status/2026669714072809755/analytics) - [toolsets.py](https://toolsets.py/) - [https://mp.weixin.qq.com/s/gM6mJsH0ay4Z7jkEBjGE0w](https://mp.weixin.qq.com/s/gM6mJsH0ay4Z7jkEBjGE0w) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [11:35 AM · Apr 15, 2026](https://x.com/LufzzLiz/status/2044258384556556743) - [23.4K Views](https://x.com/LufzzLiz/status/2044258384556556743/analytics) - [View quotes](https://x.com/LufzzLiz/status/2044258384556556743/quotes) --- *导出时间: 2026/4/15 19:25:37*
H Hermes Agent 大师课程:完整指南 本文是一份关于 Hermes Agent 的 12 部分系列课程汇总,涵盖了从工作流程、学习系统、技能管理到多平台集成、浏览器控制等核心功能,详细介绍了该系统的架构设计与最佳实践。 技术 › Hermes ✍ Tony Simons🕐 2026-07-20 AgentHermesLLM教程系统架构工具集成多代理自动化
A Agent 的数据面概念扫盲-建立技术侧认知体系 本文深入解析了 Agent 数据面的核心概念,将其比作操作系统的内存管理单元。文章详细阐述了 Context Engineering 的演变、Session/Thread/Profile 的架构差异,以及 Session Memory 与 Long-term Memory 的区别。作者还重点介绍了 Hermes 中的 Memory 设计方案、SQLite FTS5 与 BM25 算法原理,以及向量检索与关键词检索在 RAG 中的混合应用,旨在为开发者建立一套完整的 Agent 数据面技术认知体系。 技术 › Agent ✍ MateMatt🕐 2026-07-12 AgentContext EngineeringRAGMemoryBM25SQLite FTS5向量检索HermesLong-term MemoryLLM
H Hermes Agent 架构详细拆解:工业级 Agent 框架底层运行时揭秘 本文详细拆解了 Hermes Agent 的底层架构,将其定义为工业级运行时而非简单的 LLM 循环。文章类比前端工程模式,阐述了 Agent = Harness + Model 的核心公式。重点解析了从平台入口、适配器层、事件总线、GatewayRunner 核心调度层到 AI Agent 执行层的五层架构,揭示了 Hermes 如何通过共享线程池、会话复用和生命周期管理,实现高并发、有状态且安全可靠的 Agent 运行环境。 技术 › Hermes ✍ MateMatt🕐 2026-07-07 AgentHermes架构设计LLM事件总线多线程源码解析运行时HarnessReAct
H Hermes Agent多智能体群聊协作配置教程 这是一份关于如何利用 Hermes 的 Profile 机制构建多智能体协作群聊的实操教程。文章详细介绍了配置 1 个主 Agent(Leader)和 3 个辅助 Agent(数据、技术、市场研究员)的完整流程。内容涵盖了 Profile 创建、共享 API 密钥配置、角色 Prompt 编写、Discord 机器人对接以及发言顺序控制与成本优化策略。 技术 › Agent ✍ DeFi狙击手 | Ai🕐 2026-05-28 Hermes多智能体Agent配置教程提示词群聊协作成本控制LLMDeepSeek
T The Hermes Agent Memory Guidebook 这是一份关于 Hermes Agent 记忆系统的终极指南。文章深入解析了 Hermes 的三层记忆架构:开箱即用的原生层、可选的插件层以及社区扩展层。作者详细说明了本地数据库与 Markdown 文件的协同工作机制,澄清了关于记忆合并的常见误区,并强调了记忆在 Agent 从无状态聊天机器人转变为具备技能累积和个性化能力的智能体过程中的关键作用。 技术 › Agent ✍ Kevin Simback🕐 2026-05-28 HermesAgentMemoryArchitectureNous ResearchTutorialMemory ManagementLLM
H Hermes Agent 进阶指南:从架构原理到构建自进化的多智能体系统 本文深入介绍了 Nous Research 开源项目 Hermes Agent。文章详细解析了其独特的“学习闭环”架构,该架构结合了三层持久化内存、自进化技能系统以及 GEPA 优化引擎,解决了传统 Agent 随会话结束而遗忘的问题。文中还将 Hermes 与 OpenClaw 进行了对比,并提供了从零开始配置多个个性化 Agent(程序员、研究员、设计师)的实战教程,旨在帮助开发者打造能够 24/7 运行且持续学习的个人 AI 队伍。 技术 › Hermes ✍ Akshay🕐 2026-05-28 AgentHermes自进化LLM开发者工具系统架构教程Nous ResearchGEPA多智能体
A AI 神经系统诊断:Agent 运行时的六种病症 文章提出了一个新的视角来理解和调试 AI Agent:将其错误类比为人类神经系统疾病。作者指出,所谓的“AI 幻觉”在医学上更接近于“虚构症”。文章详细列举了 Agent 运行时中的六种病症,包括“遗忘症”、“幻肢状态”等,并针对每种症状提供了具体的诊断工具(如 gbrain, Mem0)和解决方案,强调通过检查“器官”(记忆、环境、工具链)来优化 Agent 性能。 技术 › Agent ✍ Vox🕐 2026-05-25 AgentOpenClawHermes调试心理学LLM记忆自动化幻觉工具推荐
H Hermes Agent 记忆系统架构指南 本文详细介绍了 Hermes Agent 的记忆系统架构。作者指出,记忆是 Agent 区别于普通 Chatbot 的核心。Hermes 的记忆栈分为三层:开箱即用的原生层(包含本地数据库和两个 Markdown 文件)、可选的官方插件提供商层、以及社区构建的扩展层。文章深入解析了内存文件的运作机制,如字符上限、自动合并的误区以及 Agent 如何自主管理记忆。 技术 › Hermes ✍ Kevin Simback🕐 2026-05-24 Agent记忆系统HermesArchitecture开发者工具LLM技术栈插件系统
H Hermes Agent 入门指南:模型选择与 Skill 配置实战 本文是 Hermes Agent 的新手入门教程,通过 PPT 生成的实战对比测试,深入解析了“模型能力”与“Skill 技能”之间的乘数关系。文章指出,仅靠强模型或好 Skill 无法达到最佳效果,必须两者配合。作者介绍了 Ring-2.6-1T 模型在工具调用和多步规划上的优势,并强调了在使用 Hermes Agent 时“先规划(Plan)、后执行”的重要性。 技术 › Skill ✍ Lonely🕐 2026-05-18 HermesAgentLLM教程模型评测实战技巧Ring模型PPT生成工作流工具推荐
A Agent 记忆架构指南:为什么你需要 Wiki 和 录音 文章探讨了 AI Agent 开发中的记忆瓶颈,指出单纯扩大上下文窗口并不足以解决遗忘问题。作者提出了 GBrain 和 Lossless 两个核心模式:GBrain 像公司 Wiki,用于跨会话查询事实和决策;Lossless 像会议录音,允许在长对话中无损检索原始细节。文章详细解释了二者的区别、应用场景以及如何在 OpenClaw 和 Hermes 运行时中集成。 技术 › Agent ✍ Vox🕐 2026-05-18 AgentGBrainLosslessOpenClawHermes上下文管理记忆架构RAGLLM开发指南
H How to Become a Hermes Agent Operator 本文介绍了由 Nous Research 开源的高杠杆 AI 框架 Hermes Agent。文章详细阐述了其架构(大脑、个性、技能集)、具备记忆与自学习能力的闭环机制,以及如何从单机部署扩展为 VPS 上的自动化营销团队。作者分享了将其作为营销基础设施的实际经验与配置指南。 技术 › Agent ✍ Shann³🕐 2026-05-16 HermesAgent营销自动化Nous ResearchDevOps工作流VPS开源LLM实战指南
让 让 Hermes Agent 变得危险的核心:SOUL.md 提示词设计 文章深入探讨了作者如何通过一个 170 行的 SOUL.md 系统提示文件,将 Hermes AI Agent 从普通的辅助工具转变为具备自主性的“数字操作员”。通过赋予 Agent 推动工作、积极反驳、追责用户以及区分公开与私下语气的指令,解决了传统 AI 产出无效、执行力差的问题。文章强调,通过明确的目标对齐和行为规范,Agent 能成为真正有价值的合作伙伴而非唯唯诺诺的助手。 技术 › Agent ✍ Tony Simons🕐 2026-05-06 Hermes提示词工程Agent开发LLM系统提示工作流AI协作高效工具开发心得