构建记忆提供者插件
记忆提供者插件能为Hermes智能体提供超越内置MEMORY.md和USER.md的持久化、跨会话知识。本指南将介绍如何构建一个。
记忆提供者是两种提供者插件类型之一。另一种是上下文引擎插件,用于替换内置的上下文压缩器。两者遵循相同模式:单一选择、配置驱动、通过 hermes plugins 管理。
目录结构
每个记忆提供者位于 plugins/memory/<name>/ 目录下:
plugins/memory/my-provider/
├── __init__.py # MemoryProvider实现 + register() 入口点
├── plugin.yaml # 元数据(名称、描述、钩子)
└── README.md # 设置说明、配置参考、工具
MemoryProvider 抽象基类
您的插件需要实现 agent/memory_provider.py 中的 MemoryProvider 抽象基类:
from agent.memory_provider import MemoryProvider
class MyMemoryProvider(MemoryProvider):
@property
def name(self) -> str:
return "my-provider"
def is_available(self) -> bool:
"""检查此提供者是否可激活。**禁止**发起网络调用。"""
return bool(os.environ.get("MY_API_KEY"))
def initialize(self, session_id: str, **kwargs) -> None:
"""在智能体启动时调用一次。
kwargs 始终包含:
hermes_home (str): 当前有效的 HERMES_HOME 路径。用于存储。
"""
self._api_key = os.environ.get("MY_API_KEY", "")
self._session_id = session_id
# ... 实现其余方法
必需方法
核心生命周期
| 方法 | 何时调用 | 必须实现? |
|---|---|---|
name (属性) | 始终 | 是 |
is_available() | 智能体初始化时,激活前 | 是 — 禁止网络调用 |
initialize(session_id, **kwargs) | 智能体启动时 | 是 |
get_tool_schemas() | 初始化后,用于注入工具 | 是 |
handle_tool_call(tool_name, args, **kwargs) | 当智能体使用您的工具时 | 是(如果您有工具) |
配置相关
| 方法 | 目的 | 必须实现? |
|---|---|---|
get_config_schema() | 为 hermes memory setup 声明配置字段 | 是 |
save_config(values, hermes_home) | 将非敏感配置写入原生位置 | 是(除非仅使用环境变量) |
可选钩子
| 方法 | 何时调用 | 用途 |
|---|---|---|
system_prompt_block() | 组装系统提示词时 | 提供静态提供者信息 |
prefetch(query, *, session_id="") | 每次API调用前 | 返回召回的上下文 |
queue_prefetch(query) | 每轮对话后 | 为下一轮预热 |
sync_turn(user, assistant, *, session_id="") | 每轮对话完成后 | 持久化对话记录 |
on_session_end(messages) | 对话结束时 | 最终提取/刷新 |
on_pre_compress(messages) | 上下文压缩前 | 在丢弃前保存洞察 |
on_memory_write(action, target, content) | 内置记忆写入时 | 镜像到您的后端 |
shutdown() | 进程退出时 | 清理连接 |
配置 Schema
get_config_schema() 返回一个字段描述符列表,供 hermes memory setup 使用:
def get_config_schema(self):
return [
{
"key": "api_key",
"description": "My Provider API 密钥",
"secret": True, # → 写入 .env
"required": True,
"env_var": "MY_API_KEY", # 显式的环境变量名
"url": "https://my-provider.com/keys", # 获取地址
},
{
"key": "region",
"description": "服务器区域",
"default": "us-east",
"choices": ["us-east", "eu-west", "ap-south"],
},
{
"key": "project",
"description": "项目标识符",
"default": "hermes",
},
]
具有 secret: True 和 env_var 的字段将写入 .env。非敏感字段则传递给 save_config()。
get_config_schema() 中的每个字段都会在 hermes memory setup 期间被提示输入。拥有众多选项的提供者应保持schema最小化——只包含用户必须配置的字段(API密钥、必需的凭证)。可选设置应记录在配置文件参考中(例如 $HERMES_HOME/myprovider.json),而不是在设置过程中全部提示。这样可以保持设置向导的快速,同时支持高级配置。例如,请参阅Supermemory提供者——它只提示API密钥;所有其他选项都位于 supermemory.json 中。
保存配置
def save_config(self, values: dict, hermes_home: str) -> None:
"""将非敏感配置写入您的原生位置。"""
import json
from pathlib import Path
config_path = Path(hermes_home) / "my-provider.json"
config_path.write_text(json.dumps(values, indent=2))
对于仅使用环境变量的提供者,保留默认的无操作实现即可。
插件入口点
def register(ctx) -> None:
"""由记忆插件发现系统调用。"""
ctx.register_memory_provider(MyMemoryProvider())
plugin.yaml
name: my-provider
version: 1.0.0
description: "简短描述此提供者的功能。"
hooks:
- on_session_end # 列出您实现的钩子
线程约定
sync_turn() 必须是非阻塞的。 如果您的后端有延迟(API调用、LLM处理),请在守护线程中运行工作:
def sync_turn(self, user_content, assistant_content, *, session_id="", messages=None):
def _sync():
try:
self._api.ingest(user_content, assistant_content, session_id=session_id, messages=messages)
except Exception as e:
logger.warning("同步失败: %s", e)
if self._sync_thread and self._sync_thread.is_alive():
self._sync_thread.join(timeout=5.0)
self._sync_thread = threading.Thread(target=_sync, daemon=True)
self._sync_thread.start()
messages 是可选的、OpenAI风格的对话上下文,包含已完成轮次的记录。当存在时,它包括用户/助手消息、助手的工具调用和工具结果消息。不需要原始轮次上下文的提供者可以省略 messages 参数;Hermes 将继续使用旧版签名调用它们。
云服务提供者应记录 messages 中哪些部分会被发送到设备外。工具调用和工具结果可能包含文件路径、命令输出或其他工作区数据。
配置文件隔离
所有存储路径必须使用来自 initialize() 的 hermes_home 关键字参数,而不是硬编码的 ~/.hermes:
# 正确 — 配置文件作用域
from hermes_constants import get_hermes_home
data_dir = get_hermes_home() / "my-provider"
# 错误 — 在所有配置文件间共享
data_dir = Path("~/.hermes/my-provider").expanduser()
测试
请参阅 tests/agent/test_memory_provider.py 及相关的记忆测试(tests/agent/test_memory_session_switch.py, tests/agent/test_memory_user_id.py, tests/run_agent/test_memory_provider_init.py)了解端到端的测试模式。
from agent.memory_manager import MemoryManager
mgr = MemoryManager()
mgr.add_provider(my_provider)
mgr.initialize_all(session_id="test-1", platform="cli")
# 测试工具路由
result = mgr.handle_tool_call("my_tool", {"action": "add", "content": "test"})
# 测试生命周期
mgr.sync_all("user msg", "assistant msg")
mgr.on_session_end([])
mgr.shutdown_all()
添加CLI命令
记忆提供者插件可以注册自己的CLI子命令树(例如 hermes my-provider status, hermes my-provider config)。这使用基于约定的发现系统——无需修改核心文件。
工作原理
- 在您的插件目录中添加一个
cli.py文件。 - 定义一个
register_cli(subparser)函数来构建 argparse 树。 - 记忆插件系统在启动时通过
discover_plugin_cli_commands()发现它。 - 您的命令将显示在
hermes <provider-name> <subcommand>下。
活跃提供者限制: 您的CLI命令仅在您的提供者是配置中活跃的 memory.provider 时才会出现。如果用户没有配置您的提供者,您的命令将不会出现在 hermes --help 中。
示例
# plugins/memory/my-provider/cli.py
def my_command(args):
"""由 argparse 调度的处理函数。"""
sub = getattr(args, "my_command", None)
if sub == "status":
print("提供者活跃且已连接。")
elif sub == "config":
print("显示配置...")
else:
print("用法: hermes my-provider <status|config>")
def register_cli(subparser) -> None:
"""构建 hermes my-provider argparse 树。
由 discover_plugin_cli_commands() 在 argparse 设置时调用。"""
subs = subparser.add_subparsers(dest="my_command")
subs.add_parser("status", help="显示提供者状态")
subs.add_parser("config", help="显示提供者配置")
subparser.set_defaults(func=my_command)
参考实现
请参阅 plugins/memory/honcho/cli.py 获取一个完整的示例,包含13个子命令、跨配置文件管理(--target-profile)和配置读写。
包含CLI的目录结构
plugins/memory/my-provider/
├── __init__.py # MemoryProvider实现 + register()
├── plugin.yaml # 元数据
├── cli.py # register_cli(subparser) — CLI命令
└── README.md # 设置说明
单一提供者规则
同一时间只能有一个外部记忆提供者处于活跃状态。如果用户尝试注册第二个,MemoryManager将拒绝并发出警告。这可以防止工具schema臃肿和后端冲突。