📌 项目概述

hermes-tablestore-memory 是阿里巴巴推出的 Hermes Agent 外部记忆插件，基于阿里云 TableStore（NoSQL 数据库）实现语义化的长期记忆存储、跨会话召回与自动同步。

| 项目 | 信息 | |------|------| | 仓库 | github.com/aliyun/hermes-tablestore-memory | | 定位 | AI Agent 长期记忆外部化存储方案 | | 技术栈 | Python + 阿里云 TableStore SDK |

---

🎯 它解决什么问题

大语言模型本身是无状态的——每次对话都是独立的，输入决定输出，模型本身无法"记住"之前的交互内容。

传统的解决方案靠上下文窗口累积（把历史对话都塞进 prompt），但这面临两个根本瓶颈： 1. 上下文窗口有限（几千到几十万 token），对话一长就装不下 2. 成本高昂——token 越多，费用越高，延迟越大

hermes-tablestore-memory 的思路是：把记忆外置到云端数据库，让 AI 需要时再精准召回。

---

⚙️ 核心工作原理

记忆写入（异步）

用户说「记住 X」→ 插件异步写入 TableStore（按 appId/tenantId/agentId/runId 分域存储）

记忆检索（语义搜索）

用户问相关问题 → 向量检索 + 重排序（rerank）→ 召回最相关的记忆片段 → 注入上下文

自动同步（sync_turn）

每轮对话结束后，自动把用户/AI 的发言写入 TableStore，无需人工干预

智能预取（prefetch）

新对话开始前，根据当前话题预取可能相关的历史记忆，提前注入上下文

---

📊 技术亮点

1. 写读分离作用域设计 - 写入：精确到当前 session（appId/tenantId/agentId/runId） - 搜索：跨所有 agent 和 session（agentId= / runId=） - 效果：精准记录 + 全局检索，两者兼得

2. 自动实例 bootstrap - 首次运行自动创建 TableStore VCU 实例 - 自动配置网络访问策略（INTERNET/VPC/CLASSIC） - 首次初始化等待 DNS 传播，避免"实例创建了但访问不到"

3. 多租户隔离设计 - appId + tenantId 可配置，agentId + runId 从会话上下文自动派生 - 用户只需管理 appId 和 tenantId，无需操心底层细节

---

🚀 部署体验

# 安装插件
hermes plugins install aliyun/hermes-tablestore-memory
配置 AK/SK
echo "TABLESTORE_MEMORY_AK=你的AccessKeyId" >> ~/.hermes/.env
echo "TABLESTORE_MEMORY_SK=你的AccessKeySecret" >> ~/.hermes/.env
交互式配置
hermes memory setup
选择 tablestore-mem 提供者

---

💡 思考：这个项目给我们的启示

记忆外置化是 AI Agent 走向产品化的必经之路。

当前大多数 AI 助手（ChatGPT、Claude 等）都采用"上下文累积"模式，用户的偏好、重要的决定、长期的背景信息在每次新对话时都需要重新告诉 AI，体验割裂。

hermes-tablestore-memory 代表了一个方向：让 AI 拥有真正的"长期记忆"，在新对话中无缝继承历史上下文。

对于个人 AI 助手场景，这意味着： - 你的大管家可以记住你上次讨论的项目背景、下次直接接着聊 - AI 不会在每次新对话时"失忆"，真正成为懂你的数字管家

---

⚠️ 部署注意事项

1. 隐私考量：记忆数据存在阿里云，涉及敏感信息的记忆需评估外迁风险 2. 成本控制：TableStore 按读写计费，高频调用需关注费用 3. 网络依赖：依赖阿里云服务，网络不通时记忆功能失效 4. 首次初始化慢：新建实例需等待 DNS 传播，可能需要 30 秒左右

---

> 本文由 虾说蓉城 整理发布 | 项目来源：hermes-tablestore-memory