跳到主要内容

故障排查：“我的智能体好像变笨了”

有时 Hermes 似乎没有昨天那么敏锐，或者忘记了你二十分钟前告诉它的事。这几乎从来都不是什么神秘现象——通常都有一个具体、可查证的原因。请按顺序逐项排查这份清单：各项按照“导致问题的频率”排序。

1. 检查当前会话实际使用的是哪个模型​

症状： 回答更浅、代码质量下降、推理感觉不对——而且是全面性的。

检查： 不带参数运行 /model 显示当前模型，或用 /status 一览会话的模型、服务商与配置档。

这意味着什么： 切换模型就是切换能力，而你很容易不知不觉就落在了一个与预期不同的模型上：

  • 普通的 /model <name> 切换默认仅对当前会话生效（除非设置了 model.persist_switch_by_default: true），因此你实际使用的模型可能和 config.yaml 里的不一致。
  • 从仪表盘的 Models 页面修改主模型只对新会话生效——已经打开的聊天会继续用启动时的那个模型。
  • 如果你是為了处理简单任务切换到了更快的模型（技巧与最佳实践中推荐的做法），记得在处理复杂推理工作时切回来。

如果模型不对，用 /model <name> 为本会话修正；加上 --global 可把变更持久化到 config.yaml。注意，中途切换模型会重置提示缓存，因此下一轮会以完整输入价格重新读取整段对话——在长会话中，直接以正确的模型开启新会话可能更划算。

2. 检查上下文用量​

症状： 会话开头表现得很好，但回复开始变慢、被截断，或者丢失了对早前细节的跟踪。

检查： 运行 /usage 查看 token 用量和上下文窗口状态，或用 /context 查看窗口占用情况的可视化拆分（系统提示、工具定义、技能、记忆、对话）以及剩余空间。

这意味着什么： 长对话会不断累积消息和工具输出，逐渐逼近上下文上限。当长会话中出现质量下降时：

# 压缩对话（摘要历史记录，保留关键上下文）
/compress

# 或者开启新会话
/new

/compress 会总结对话历史，在保留关键上下文的同时大幅降低 token 数量。/compress here [N] 可原样保留最近 N 轮交流并总结其余的，/compress focus <topic> 可缩小完整摘要所需保留的内容范围。

提示

在长会话中定期使用 /compress，而不是等问题出现了才处理；并周期性使用 /usage 查看当前状态。

3. 核实探测到的上下文长度​

症状： 上下文问题出现得早得离谱——第一个较长的对话就撞到上限，或者压缩触发得远远早于模型标称的窗口所能容许的时机。

检查： 查看 CLI 启动行——它会显示探测到的上下文长度（例如 📊 Context limit: 128000 tokens）。你也可以在会话中用 /usage 查看。

这意味着什么： Hermes 可能为你的模型自动探测到了错误的上下文长度。手动显式设置：

# 在 ~/.hermes/config.yaml 中
model:
  default: your-model-name
  context_length: 131072  # 你的模型实际的上下文窗口

或者对于自定义端点，在服务商条目的模型上逐个设置：

providers:
  my-server:
    api: "http://localhost:11434/v1"
    models:
      qwen3.5:27b:
        context_length: 64000

Ollama 用户注意：如果你设置了自定义的 num_ctx，请在 Hermes 中设置相匹配的上下文长度——Ollama 的 /api/show 报告的是模型的最大上下文，而不是你配置的有效 num_ctx。在运行中的网关上，对 model.context_length 或任何 compression.* 键的修改会在下一条消息生效——无需重启。

关于自动探测的工作原理及所有的覆盖选项，参见上下文长度探测。

4. “我告诉了它一件事，它却忘了”——冻结的记忆快照​

症状： 你在本次会话中要求 Hermes 记住某件事，它也确认保存了，但后来在同一个会话里它似乎不知道这件事。

检查： 一切都正常——检查时机。会话中途保存的记忆会立即写入磁盘，但系统提示要到下一个会话才会反映。

这意味着什么： 这是有文档记载的、刻意设计的行为。记忆在会话开始时作为冻结快照注入系统提示，且该注入内容在会话中途永不变化——这样能为性能保留 LLM 的前缀缓存。当智能体在会话中新增或删除记忆条目时，变更会立即持久化到磁盘，但要到下一个会话开始时才出现在系统提示中。工具响应始终反映实时状态，所以保存操作本身是已确认且真实完成的。

信息

冻结快照的实际表现：会话中的“记住 X”意味着 X 保证在下一个会话中可用。在当前会话中，该事实仍然存在于对话历史本身当中——只有当对话的这部分后来被压缩掉了，智能体才会忘掉它（见第 7 步）。

完整的运作机制参见持久记忆。

5. 记忆是有界的、经过整理的——不是对话记录​

症状： Hermes 想不起上周会话里的某个细节，尽管当时你们详细讨论过。

检查： 记忆容量与内容。系统提示的记忆头部会显示用量（例如 [67% — 1,474/2,200 chars]），而 hermes journey list 会列出每一条已保存的记忆条目和技能。

这意味着什么： 持久记忆被有意限制在很小的规模——MEMORY.md 为 2,200 字符（约 800 token），USER.md 为 1,375 字符（约 500 token）。它保存的是经过整理的关键事实，而不是对话记录。值得保存的是偏好、环境事实、约定和纠正；原始讨论细节按设计并不存储在那里。

对于“我们上周是不是讨论过 X？”这类回忆，智能体另有一套机制：session_search 会查询所有历史会话（存储在 SQLite 中，带全文搜索），即使某些内容不在活跃记忆中，也能找到几周前讨论过的内容。直接问就行——“在我们的历史会话中搜索关于部署的讨论。”

你也可以直接帮忙：在一次有成果的会话后说“记住这件事，下次用”，或在记忆接近容量时说“清理一下你的记忆”，让智能体合并整理条目。参见记忆与技能技巧和容量管理。

6. 检查技能和工具是否已加载​

症状： Hermes 以前能熟练处理某个特定工作流，现在却处理得很业余；或者说它做不了以前做过的事。

检查：

  • /skills —— 浏览已安装的技能（智能体所依赖的某个技能可能已被移除）。
  • /reload-skills —— 重新扫描 ~/.hermes/skills/，发现新安装或已移除的技能。
  • /tools list —— 查看可用工具；先前用 /tools disable 禁用的工具在本会话中始终不在智能体工具集内。
  • /context all —— 逐技能、逐工具集的成本明细，同时也是一份“实际加载了什么”的清单。

这意味着什么： 技能是智能体的过程性知识——多步骤工作流和特定工具的指令。如果某个技能缺失，或某个工具集被削减（例如会话用 hermes chat -t "terminal" 启动以减少提示体积），那么智能体在该会话中可用的东西确实变少了。用 /tools enable 重新启用工具，或按名字显式调用技能（/github-pr-workflow）来确认它能加载。

7. 压缩的副作用​

症状： 在一次长会话（或刚刚运行 /compress）之后，Hermes 记住了大致脉络，但丢失了对话早期部分的具体细节。

检查： 是否已触发压缩——/usage 和 /context 在消息平台上会显示压缩统计和上下文状态，手动的 /compress 总是会报告其结果。

这意味着什么： 压缩会用摘要替换较早的对话历史——这正是它的目的，并且必然是以细节换取空间。了解它的运作方式：

  • 最近的消息受保护：默认最近 20 条消息不压缩（protect_last_n），且开头的交流被固定（protect_first_n: 3），以便最初的目标始终可见。
  • 压紧（compaction）是非破坏性的：在默认的 compression.in_place: true 下，会话保持一个持久的 id，压缩前的轮次被软存档——仍可通过 session_search 搜索和恢复，并未删除。
  • 在 in_place: false（旧版行为）下，每次都轮转到一个与旧会话关联的新会话——一个带标题的会话会变成 "my project" → "my project #2" → "my project #3"。如果你按标题恢复，hermes -c "my project" 会自动挑选最近的变体。
  • 聚焦主题会缩小完整摘要所需保留的范围：/compress focus auth-refactor 会保留该线索的细节，而牺牲其余的。

如果有被压缩掉的重要细节，请让智能体去搜索它（session_search 能触及已归档的轮次），或者把关键事实重新粘贴到对话中。

完整设置参考见上下文压缩，带标题会话如何串联见压缩时的自动关联。

快速参考​

症状首条命令可能原因
感觉做什么都变差了/model会话实际使用的模型和你以为的不一样
长会话中质量下降/usage上下文压力——压缩或开启新会话
上限触发出奇地早CLI 启动行 / /usage自动探测的上下文长度错误
忘了我本次会话说过的—（刻意行为）冻结的记忆快照——下个会话才出现
忘了上周的讨论让它 session_search记忆有界，只存整理过的事实
少了某项特定能力/skills、/tools list技能或工具集在本会话未加载
长会话后丢失了旧细节/usage、/context压缩总结了较早的历史