Show HN: Hermes-agentmemory：具有真实删除功能的拉取式情景记忆模型

一句话看懂：开发者 MukundaKatta 发布了一款名为 Hermes-agentmemory 的 Hermes Agent 记忆插件，其核心突破在于提供了“真实删除”和可审计的记忆注入机制，直接挑战当前 AI 智能体记忆模块中“删除不彻底、注入不透明”的主流设计。

事件核心：发生了什么

Hermes-agentmemory 是一个基于 agentmemory 库构建的插件，能被 Hermes Agent 自动发现并加载。它在设计上做了两个关键取舍：
1. 同步写入与实时删除： 每一次记忆写入都是同步完成的，不进行后台合并。当用户删除一个事件（通过 agentmemory_forget 工具），该事件会被彻底移除，不会留下任何衍生摘要或“墓碑”记录。
2. 可审计的记忆注入： 每一次预取（prefetch）都会生成一条审计记录，写入 $HERMES_HOME/agentmemory/trace.jsonl，包含意图、所用的事件 ID、摘要和当前的漂移状态。用户可以通过 tail -f 实时查看模型实际看到了哪些历史记忆。
作为交换，它在每个新会话的第一次记忆预取中会引入 200ms 至 2s 的延迟（因为没有后台预热），并且要求用户额外设置 Anthropic API Key 用于摘要生成。

为什么重要

目前，以 Mem0、Honcho、Hindsight 等为代表的 Hermes 内置记忆后端普遍采用“后台合并”模式——通过定期对历史事件做摘要来降低检索成本。这种模式的隐含代价是：一旦原始事件被合并进摘要，删除该事件并不能真正消除摘要中的信息；同时，后台预取发生在“热路径”之外，用户很难准确知道哪些历史事件被注入了当前提示。Hermes-agentmemory 的“拉取模型”直接拆解了这两个默认假设，提供了一个更接近“可撤销成长”的设计思路。对于自托管、注重数据自主权或用记硬性删除遵循法规（如 GDPR “被遗忘权”）的开发者来说，这种设计比“软删除”+“摘要残留”更具实际意义。该项目本身仅 600 行 Python 代码，也降低了社区审计和定制门槛。

对用户/开发者/创作者的影响

对 Hermes Agent 的用户（尤其是自部署个人助手的开发者）而言，你可以用它替换默认的记忆后端，获得更可控的记忆行为。若你曾担心“删掉一条对话后，智能体仍会通过摘要间接保留其信息”，该插件直接回应了这一痛点。安装流程简单：克隆仓库到 $HERMES_HOME/plugins/ 目录，pip 安装 Anthropic 库，设置配置和 API Key 即可启用。工具调用接口也清晰：agentmemory_recall 用于检索，agentmemory_forget 用于真实删除，agentmemory_drift 用于监控检索质量。但需要注意，它要求用户额外维护一个 Anthropic API Key，并接受首轮记忆查询的额外延迟。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. 插件生态的默认可发现性： Hermes 已决定不接收新的内置记忆提供者，转而依赖用户插件机制。Hermes-agentmemory 是否成为社区主流采用方案，取决于其延迟优化能否被用户接受，以及能否催生更多类似“真实删除”“可审计”理念的插件。
2. 合规场景落地潜力： 拥有真实删除功能的记忆系统在多个司法管辖区（如欧盟、加州）的数据删除法规背景下具备独特优势。后续如果有更多合规导向的智能体部署方案选择该模型，可能会带动记忆模块设计思路的迁移。
3. 开源社区迭代： 该项目是 MIT 许可，底层 agentmemory 库另有 DRAM（npm 包）。目前公开信息显示作者还撰写了一篇题为“Self-improving agents need to forget too”的文章，进一步阐述了设计动机。后续可关注其是否会出现社区驱动的性能优化版本或适配更多代理框架。

来源：github.com

Show HN: Hermes-agentmemory：具有真实删除功能的拉取式情景记忆模型