故障排查："我的智能体变笨了"

有时 Hermes 好像比昨天迟钝了，或忘了你二十分钟前刚告诉它的事。这几乎从不神秘——通常有一个具体的、可检查的原因。按顺序过这份清单：步骤按各自成为答案的频率排序。

1. 检查会话实际在用哪个模型 {#1-check-which-model-the-session-is-actually-using}

症状： 回答变浅、代码质量下降、推理感觉不对——全面性地。

检查： 不带参数运行 /model 显示当前模型，或 /status 一屏看全会话的模型、提供商和 profile。

意味着： 模型切换就是能力切换，而且你很容易最终落在一个与你以为不同的模型上：

• 单纯 /model <name> 切换默认是仅会话的（除非设了 model.persist_switch_by_default: true），因此你当前的模型可能与 config.yaml 里的不一致。
• 从 dashboard 的 Models 页改主模型只对新会话生效——已打开的聊天继续用它启动时的模型。
• 若你为简单任务切到了更快的模型（技巧与最佳实践推荐的模式），记得在复杂推理工作前切回来。

若模型不对，/model <name> 在本会话修好；加 --global 把变更持久化到 config.yaml。注意会话中途切换会重置提示缓存，因此下一轮以全输入价格重读对话——在一个长会话上，直接用对的模型新开一次可能更便宜。

2. 检查上下文占用 {#2-check-context-usage}

症状： 会话开局不错，但响应变慢、被截断，或开始丢失早先细节。

检查： 运行 /usage 看 token 用量和上下文窗口状态，或 /context 可视化拆解窗口里被什么占着（系统提示、工具定义、技能、记忆、对话） vs 空余空间。

意味着： 长对话累积消息和工具输出，逼近上下文上限。当你在长会话中注意到退化时：

# 压缩对话（摘要历史，保留关键上下文）
/compress

# 或新开一个会话
/new

/compress 摘要对话历史，大幅降低 token 数同时保留关键上下文。/compress here [N] 逐字保留最近 N 轮交流、摘要其余部分，而聚焦主题（/compress focus <topic>）收窄全文摘要保留什么。

3. 核实检测到的上下文长度 {#3-verify-the-detected-context-length}

症状： 上下文问题异常早出现——第一次长对话就撞上限，或压缩远比模型标称窗口应有的早。

检查： 看 CLI 启动行——它显示检测到的上下文长度（例如 📊 Context limit: 128000 tokens）。会话中也可用 /usage 查。

意味着： Hermes 可能为你的模型自动检测错了上下文长度。显式设置：

# 在 ~/.hermes/config.yaml
model:
  default: your-model-name
  context_length: 131072  # 你模型的实际上下文窗口

或对自定义端点，在提供商条目上按模型设置：

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

Ollama 用户：若你设了自定义 num_ctx，在 Hermes 里设匹配的上下文长度——Ollama 的 /api/show 报告模型的最大上下文，而非你配置的有效 num_ctx。在运行中的网关上，改 model.context_length 或任何 compression.* 键在下一条消息生效——无需重启。

自动检测如何工作及所有覆盖选项见上下文长度检测。

4. "我告诉过它什么，它忘了"——冻结的记忆快照 {#4-i-told-it-something-and-it-forgot--the-frozen-memory-snapshot}

症状： 你在本次会话中让 Hermes 记住某事，它确认已保存，但同一会话稍后它似乎不知道。

检查： 没坏——看时机。会话中途保存的记忆立即写盘，但系统提示要到下次会话才反映它。

意味着： 这是有文档记录的、有意的行为。记忆作为会话开始时的冻结快照注入系统提示，且该注入在会话中途从不改变——它为性能保留 LLM 的前缀缓存。智能体在会话中增删记忆条目时，变更立即持久化到磁盘，但只在下次会话开始时出现在系统提示里。工具响应总是显示实时状态，因此保存本身是确认且真实的。

完整机制见持久记忆。

5. 记忆是有界且精选的——不是记录 {#5-memory-is-bounded-and-curated--not-a-transcript}

症状： Hermes 不记得上周某次会话的一个细节，尽管你们讨论了很久。

检查： 记忆容量和内容。系统提示的记忆头显示用量（例如 [67% — 1,474/2,200 chars]），hermes journey list 列出每条已存记忆条目和技能。

意味着： 持久记忆有意有界——MEMORY.md 2,200 字符（约 800 token），USER.md 1,375 字符（约 500 token）。它装的是精选关键事实，不是对话记录。值得存的是偏好、环境事实、惯例和纠正；原始讨论细节按设计不存那里。

对"我们上周讨论过 X 吗？"这类回忆，智能体有单独机制：session_search 查询所有历史会话（存于 SQLite，带全文搜索），能找到几周前讨论过的事，即使不在活动记忆里。直接问——"搜我们过去的会话里关于部署的讨论。"

你也可以直接帮忙：一次有成效的会话后说"下次记住这个"，或当它接近容量时说"整理一下你的记忆"，让智能体合并条目。见记忆与技能技巧和容量管理。

6. 检查技能和工具是否加载 {#6-check-that-skills-and-tools-are-loaded}

症状： Hermes 以前娴熟处理某个特定工作流，现在却生涩地处理，或说它做不了以前做过的事。

检查：

• /skills——浏览已装技能（智能体依赖的某个技能可能被移除了）。
• /reload-skills——重新扫描 ~/.hermes/skills/ 找新装或移除的技能。
• /tools list——看可用工具；之前用 /tools disable 禁用的工具在本会话中一直不在智能体工具集里。
• /context all——按技能、按工具集的开销清单，兼作实际加载了什么的盘点。

意味着： 技能是智能体的程序性知识——多步工作流和工具专属指令。若某个技能缺失或工具集被裁剪（例如用 hermes chat -t "terminal" 启动会话以减轻提示负担），智能体在该会话里真的可用手段更少。用 /tools enable 重新启用工具，或按名显式调用技能（/github-pr-workflow）确认它加载了。

7. 压缩副作用 {#7-compression-side-effects}

症状： 长会话后（或刚跑完 /compress），Hermes 记得大意但丢了对话早前的精细细节。

检查： 压缩是否触发过——/usage 和 /context 在消息平台上显示压缩统计和上下文状态，手动 /compress 总会报告其结果。

意味着： 压缩用摘要替换较早的对话历史——这正是目的，且它必然用细节换余量。了解它的形状：

• 最近消息受保护：默认最后 20 条消息保持未压缩（protect_last_n），开场交流被钉住（protect_first_n: 3），使原始目标保持可见。
• 压缩是非破坏性的：默认 compression.in_place: true 下，会话保持一个持久 id，压缩前轮次被软归档——仍可经 session_search 搜索、可恢复，而非删除。
• in_place: false（旧行为）下，每次压缩轮换到一个链接到旧会话的新会话——一个有标题的会话变成 "my project" → "my project #2" → "my project #3"。若你按标题恢复，hermes -c "my project" 自动选最近的变体。
• 聚焦主题收窄全文摘要保留什么：/compress focus auth-refactor 保留那条线索的细节，代价是其余部分。

若被压缩掉的细节重要，让智能体去搜（session_search 能触达归档轮次），或把关键事实重新粘进对话。

完整设置参考见上下文压缩，有标题会话如何链式见压缩时自动谱系。

速查表 {#quick-reference}