二次开发hermes核心

开源智能体框架 Hermes 原生的技能管理松散、上下文记忆采用全量拼接策略，长任务（50+ 轮对话）下出现 Token 暴涨、关键信息丢失、技能调度错乱等问题，无法满足生产环境长周期任务执行需求。

我的职责
① Skills 技能模块二次开发

重构技能注册与调度机制：引入技能描述向量化 + 意图匹配，实现按需动态加载，技能命中率提升明显
建立 Skills 总结体系：任务结束后自动抽取执行模式、沉淀为结构化技能卡片（触发条件、参数、成功率），支持技能自积累与复用
设计技能冲突消解策略，多技能并存时的调度准确率显著改善
② 上下文记忆模块策略改造

将“全量拼接”改为分层记忆架构：短期工作记忆（滑动窗口）+ 中期任务摘要（自动压缩）+ 长期语义记忆（向量库检索按需召回）
自研关键信息锚定策略：实体、决策点、约束条件强制保留，防止压缩丢失关键上下文
实现动态 Token 预算分配，长对话场景下记忆成本大幅下降