Memória e Skills do Hermes Agent: Como Funcionam

Resposta curta: O Hermes Agent gerencia a memória escrevendo em arquivos markdown simples (MEMORY.md para o contexto global, USER.md por usuário) dentro do diretório de dados do agente. O agente os lê no início de cada sessão e os atualiza automaticamente conforme as conversas avançam. A memória é inspecionável, editável e portátil — sem banco de dados nem armazenamento vetorial.

Por Que Memória e Skills São o Principal Diferencial

A maioria das ferramentas de IA reseta completamente entre sessões. Você começa do zero toda vez. O Hermes Agent é construído em torno de um modelo diferente: o agente deve acumular conhecimento e capacidades quanto mais você o usa.

Isso não é só uma descrição de feature. É a diferença fundamental de arquitetura entre o Hermes e uma interface de chat padrão. A documentação oficial do Hermes descreve o projeto como "o agente que cresce com você", e os sistemas de memória e skills são o mecanismo por trás dessa afirmação.

Entender como esses sistemas funcionam ajuda a usar o Hermes com mais eficácia. Também explica por que as decisões de deploy (como e onde você roda o Hermes) importam mais para este agente do que para a maioria dos outros.

Como Funciona a Memória do Hermes

O Hermes armazena memória persistente em um conjunto de arquivos dentro do diretório de dados do agente. O arquivo principal é o MEMORY.md, um arquivo markdown estruturado que o agente lê no início de cada sessão e atualiza conforme as conversas progridem.

Isso não é um banco de dados nem um vector store. É um arquivo de texto simples que o agente pode ler e escrever como qualquer outro documento. A simplicidade é intencional: a memória é inspecionável, editável e portátil. Você pode abri-la em um editor de texto e ler exatamente o que o agente sabe.

O Que Vai Para a Memória

O agente decide o que escrever no MEMORY.md com base no que considera valioso lembrar. Isso tipicamente inclui:

• Preferências do usuário e notas de estilo de trabalho
• Resumos de projetos em andamento e contexto
• Informações que o usuário pediu explicitamente ao agente para lembrar
• Padrões que o agente observou ao longo de múltiplas sessões
• Decisões que devem ser mantidas (ferramentas preferidas, modelo preferido, etc.)

Você também pode dizer diretamente ao Hermes para lembrar algo: "lembra que prefiro Python a JavaScript" ou "salva um resumo do que fizemos hoje". O agente escreve isso no MEMORY.md imediatamente.

Perfis de Usuário

Além do MEMORY.md, o Hermes mantém um arquivo USER.md para cada usuário que interage com o agente. Este é o equivalente por usuário do arquivo de memória global. Armazena informações específicas para aquele indivíduo, o que é particularmente útil quando o agente atende múltiplos usuários por meio de um deploy compartilhado no Telegram.

Arquivos de Contexto

O Hermes também lê arquivos de contexto dos seus diretórios de projeto. São arquivos que você fornece intencionalmente, como um CONTEXT.md no seu diretório de trabalho, que dá ao agente informações de fundo sobre um projeto ou domínio específico. O agente trata esses arquivos como documentos de referência, não como memória modificável.

Esse é o mecanismo por trás da capacidade do Hermes de fazer trabalho sustentado em projetos. Você fornece um arquivo de contexto explicando o projeto, e ele carrega esse contexto em toda conversa sobre aquele projeto sem que você precise repetir.

O Sistema de Skills

Onde a memória armazena informações, as skills armazenam comportamento. Uma skill do Hermes é um procedimento reutilizável que o agente pode invocar pelo nome.

Como Uma Skill Se Parece

As skills são definidas em arquivos markdown com um formato estruturado:

---
name: daily-summary
description: Compilar um resumo diário de conversas recentes, tarefas concluídas e itens em aberto.
---

1. Lê o contexto das últimas 24 horas de conversa
2. Identifica tarefas concluídas e threads em andamento
3. Formata como um resumo estruturado
4. Envia para o usuário

O agente lê este arquivo e pode invocar a skill quando for relevante ou quando você pedir diretamente.

Skills Auto-Geradas

Um dos aspectos mais distintos do Hermes é que o agente pode gerar suas próprias skills. Quando o Hermes percebe que está executando o mesmo procedimento em múltiplas etapas repetidamente, ele pode propor criar uma skill que capture aquele procedimento. Da próxima vez que uma solicitação similar chegar, o agente pode reutilizar a skill em vez de raciocinar pelas mesmas etapas do zero.

É isso que "auto-aprimorável" significa na prática. O agente não está retreinando um modelo. Está construindo uma biblioteca de procedimentos reutilizáveis baseados nos seus padrões reais de uso.

Skills Customizadas

Você também pode escrever skills manualmente e adicioná-las ao diretório de skills. Isso é útil para fluxos de trabalho recorrentes que você quer que o agente execute de forma confiável: formatação de relatórios, checklists de code review ou integração com APIs externas.

A Hermify expõe um editor de skills customizadas no dashboard para que você possa criar e editar skills sem acessar diretamente o sistema de arquivos do servidor. As mudanças entram em vigor após um restart disparado pelo dashboard.

O Que Quebra a Memória e as Skills

Esta é a parte que a maioria dos usuários aprende da pior forma.

Importante: memória e skills vivem em arquivos no sistema de arquivos. Eles não são sincronizados para um banco de dados na nuvem. São arquivos no diretório de dados do agente. Se o runtime for destruído, o diretório de dados for deletado, ou o container for substituído sem preservar o volume, toda a memória e skills são perdidas.

Importante: a maioria das abordagens de hospedagem baratas deleta dados no restart. Se você roda o Hermes em um container Docker sem volume persistente, cada restart começa do zero. Seu MEMORY.md fica vazio, suas skills desaparecem e o agente não lembra do contexto que você levou semanas construindo.

Resolvível: restarts de processo sem deleção de dados são seguros. Se o processo reinicia mas o diretório de dados é preservado, memória e skills sobrevivem. Esse é o comportamento esperado em operação normal.

Resolvível: mudanças de credenciais não afetam a memória. Trocar sua API key ou mudar o token do Telegram não toca os arquivos de memória. O diretório de dados é separado da configuração.

Como a Hermify Gerencia a Persistência de Memória

Quando a Hermify provisiona um runtime do Hermes Agent, ela monta um volume Docker persistente no diretório de dados. Isso significa:

• Restarts de container não deletam memória ou skills
• Mudanças de plano (por exemplo, de Starter para Pro) mantêm os dados
• A memória que seu agente constrói ao longo de semanas está segura em eventos operacionais da Hermify

Essa é uma escolha de design deliberada. O ponto central de um agente auto-aprimorável é que ele fica melhor com o tempo. Uma configuração de hospedagem que deleta memória a cada restart compromete completamente isso.

O dashboard da Hermify também dá acesso ao editor de skills customizadas, para que você possa visualizar, criar e editar skills pela UI sem precisar de SSH no servidor ou usar o CLI diretamente. É assim que a maioria dos usuários da Hermify gerencia a camada de skills após o deploy inicial.

Padrões Práticos de Uso

Uma vez que você entende o sistema de memória, alguns padrões ficam óbvios:

Semeie a memória intencionalmente no início. Quando fizer o primeiro deploy do Hermes, passe uma sessão dizendo a ele o que quer que ele lembre a longo prazo: seu nome, seu papel, as ferramentas que você usa, os projetos em que está trabalhando. Isso inicializa o arquivo de memória com uma base útil em vez de esperar que ele acumule contexto passivamente.

Use arquivos de contexto para trabalho em projetos. Crie um CONTEXT.md em cada projeto que você trabalha com o Hermes. Descreva o projeto, a stack tecnológica, as decisões-chave e o status atual. O agente lerá isso automaticamente quando você estiver trabalhando naquele diretório.

Revise o arquivo de memória periodicamente. Como o MEMORY.md é um arquivo de texto simples, você pode lê-lo diretamente. Se o agente escreveu algo impreciso ou desatualizado, você pode editar o arquivo e a mudança entra em vigor na próxima sessão. Pense nisso como um documento compartilhado entre você e o agente.

Construa skills para fluxos de trabalho recorrentes. Se você perceber que está pedindo ao Hermes para fazer a mesma coisa repetidamente, é um bom candidato para uma skill. Deixe o agente auto-gerar uma (ele vai sugerir isso se perceber o padrão) ou escreva uma manualmente para controle mais preciso.

A Implicação para o Deploy

Se memória e skills são o valor central do Hermes, então a questão do deploy é na verdade uma questão de persistência de dados. O agente só é tão valioso quanto o contexto acumulado e a biblioteca de skills que ele tem.

É por isso que a decisão de hospedagem importa mais para o Hermes do que para uma chamada de API LLM sem estado. Você não está apenas rodando um processo: está mantendo uma base de conhecimento crescente que vive no sistema de arquivos. Qualquer deploy que não trate esses dados a sério vai perder o que torna o Hermes diferente de uma interface de chat padrão.

Se você quer ver a abordagem da Hermify para isso no contexto de um deploy gerenciado, a página de deploy do Hermes Agent cobre como provisionamento, persistência de dados e gerenciamento de runtime funcionam juntos.