agent-memory-project

这个项目现在按 Hermes 官方记忆框架做本地化 MVP，不再使用通用 memories 大仓模型，而是拆成三层：

• Persistent Memory
• Skills
• Session Search

同时新增了基于 LangChain 风格的第四层记忆管理：

实现目标不是完整复刻 Hermes，而是在当前仓库内验证三层存储、检索和接口抽象，并提供 LangChain 风格的记忆管理能力。

三层设计

Layer 1: Persistent Memory

• 用两个小文件模拟 Hermes 的 MEMORY.md 和 USER.md
• 存储位置：generated_memories/hermes/memories/
• MEMORY.md 适合放环境事实、项目约定、长期经验
• USER.md 适合放用户偏好、沟通风格、长期要求
• 启动时可渲染为 system prompt snapshot
• 严格字符上限：
• MEMORY.md: 2200 chars
• USER.md: 1375 chars

Layer 2: Skills

• 用 generated_memories/hermes/skills/ /SKILL.md 模拟程序性记忆
• 每个 skill 同时落一份 metadata.json
• 适合沉淀可复用流程、检查清单、操作 SOP
• 支持按 query 做简单 skill routing

Layer 3: Session Search

• 用 generated_memories/hermes/state.db 模拟 Hermes 的 SQLite/FTS5 会话搜索层
• 每条 session event 进 SQLite，并同步到 FTS5 索引
• 需要历史上下文时，按 session_id + query 检索片段
• 当前摘要是本地拼接版，不接 LLM

Layer 4: Langmem Memory Service (新增)

• 用 PostgreSQL 存储基于 LangChain 风格的记忆数据
• 消息管理：langmem_messages 表存储会话消息，支持全文搜索（TSVECTOR）
• 实体追踪：langmem_entities 表自动提取和追踪关键实体（人、项目、文件、工具等）
• 记忆压缩：当消息数量超过阈值时自动压缩，保留摘要
• 记忆快照：生成包含消息、实体和摘要的完整快照
• 异步操作：使用 asyncpg 实现高性能异步数据库操作
• PostgreSQL 特性：
• JSONB 存储 metadata
• 全文搜索（FTS）
• 自动触发器更新搜索向量
• 连接池管理
• 配置文件：config/langmem_config.json 可自定义 PostgreSQL 连接、压缩阈值等