HERMES AGENT — 成本与记忆配置（脱敏，用于求优化建议）

【0. 背景：Hermes Agent 是什么】
- 开源的 agent 框架（Nous Research）：CLI + 常驻 gateway，自带工具（终端/文件/网页/浏览器/子代理/定时任务）、技能库、持久记忆。不是聊天 App，是长期挂着的自动化 agent。
- 系统提示每轮固定拼接：人格文件 + 记忆文件（全量注入）+ 技能索引（只有名称+描述，正文按需加载）+ 约 20 个工具 schema。
- 关键：系统提示被设计成**字节级稳定**（为了打满前缀缓存），所以记忆/工具/技能索引一旦改动，缓存前缀就得重建。
- 记忆没有任何检索/向量库：MEMORY.md 全文每轮注入；写入靠 agent 主动调用 memory 工具。
- 上下文管理：用到上下文 55% 时压缩——先剪掉旧工具结果（不花 LLM），再用便宜模型生成结构化摘要，原地替换。
- 本次已关闭：回合后自动"自我改进"分支（会自动写记忆、自动建/改技能）——实测月成本约 ¥44，且反复生成重复技能。

【1. 模型与价格】
- 模型：DeepSeek-V4.1 Flash 官方直连，自动前缀缓存
- 价格（元/百万 token）：缓存命中 0.02 | 未命中 1 | 输出 4；谷时半价（工作日18:00-9:00+周末）
- 压缩/审批/标题生成等辅助任务走同款便宜模型

【2. 固定开销（每轮都带）】
- MEMORY.md 117,600 字符 / 567 行 / 286 条，硬上限 131,072 字符 → 89.7% 满
- USER.md 13,000 字符（用户画像）
- 技能索引 145 个技能（仅名称+描述）；工具 schema 约 20 个
- 单次主对话典型 prompt ≈ 28 万 token（其中 97% 命中缓存），输出 ≈ 1K

【3. 真实用量（近 30 天，来自本地用量库）】
类型 | 调用数 | 未命中输入 | 缓存读 | 输出 | 命中率
主对话 | 10,581 | 7,160 万 | 27.8 亿 | 1,043 万 | 97.5%
后台自检(已关) | 1,045 | 2,800 万 | 3.04 亿 | 260 万 | 91.6%
审批 | 583 | 31 万 | 9 万 | 14 万 | 22.2%
上下文压缩 | 19 | 140 万 | 0.8 万 | 32 万 | 0.6%
视觉 | 49 | 2.8 万 | 0 | 19 万 | 0%
（生命周期累计：13,700 次调用 / 输入 1.14 亿 / 输出 1,510 万 / 缓存读 32.7 亿）

【4. 成本结构（谷价折算，主对话）】
未命中输入 ¥72 ＞ 缓存读 ¥56 ＞ 输出 ¥42，合计 ≈ ¥170/月；实际月支出 ¥120~240

【5. 配置值】
- 压缩：阈值 0.55、目标比 0.15、保护最近 5 条 / 最前 3 条、工具结果超 120K token 主动剪枝（单条 >8K 字符才剪，回收 >20K 才动手）
- 工具 schema 默认全量注入；工具搜索（按需加载）为 auto 模式
- 技能：145 个，仅索引注入

【6. 想问的】
1. 在这个成本结构下，最优先该动哪一项？为什么？
2. 记忆是否该从"全文注入"改成"分层/检索"？在这种缓存价格下值不值？
3. 未命中输入（¥72）是最大项——除了减少工具输出，还有什么系统性办法？
4. 关掉后台自检后，用什么更便宜的方式维持"记忆/经验自动沉淀"？
5. 压缩参数（0.55 / 0.15 / 剪枝阈值）该怎么调？