HermesAgent存储空间优化指南：清理缓存与释放磁盘实用技巧
当你的 Hermes Agent 磁盘占用率持续攀升，/home 或 ~/.hermes 目录体积异常增大，或首次启动耗时显著增加时，这通常是缓存文件、记忆快照、向量索引和日志数据累积所致。遵循以下系统化的存储优化策略，可以有效回收空间，恢复系统性能。
一、清理临时缓存与过期会话文件
Hermes Agent 在运行中会生成大量临时缓存（例如 tool_output_cache、image_cache、session_state_cache）和会话消息快照。若未配置自动清理策略（TTL），单个会话可能遗留数百MB的碎片文件，长期累积轻松占用超过10GB存储空间。
1. 进入缓存根目录：cd ~/.hermes/cache/
2. 删除所有创建时间超过 7 天的缓存子目录：find . -type d -mtime +7 -exec rm -rf {} +
3. 清空 session 状态数据库中已关闭会话的冗余记录：sqlite3 ~/.hermes/state.db "DELETE FROM messages WHERE session_id IN (SELECT id FROM sessions WHERE status = 'closed' AND updated_at
4. 执行缓存管理器强制清理：python -c "from tools.cache_manager import cache_manager; cache_manager.cleanup_expired()"
二、压缩并迁移记忆文件存储
默认配置下，Hermes Agent 将每条记忆存储为独立的 .md 文件，位于 ~/.hermes/memory/ 目录。高频使用后，该目录可能堆积数万个文件，不仅可能耗尽 inode 数量，还会显著降低文件系统遍历效率。迁移至 SQLite 后端是有效的解决方案，它能将记忆结构化归档至单一数据库文件，通常可压缩65%以上的体积，并借助索引提升检索速度。
1. 初始化 SQLite 记忆后端：hermes memory init-sqlite
2. 执行历史记忆迁移：hermes memory migrate-to-sqlite --batch-size 500
3. 验证迁移完整性：hermes memory list --limit 5（如果返回非空结果且没有加载 .md 文件的日志，就说明成功了）
4. 禁用旧式文件记忆加载：编辑 ~/.hermes/config.yaml 文件，在 memory: 区块下添加 backend: sqlite，并移除原来的 path: 字段。
三、精简向量库持久化数据
当 Hermes Agent 启用本地 Qdrant 实例且未配置磁盘后端时，所有向量索引和 payload 数据会以全精度常驻内存，并同步写入 /var/lib/qdrant/storage/collections/ 目录，单个 collection 可能达到 3–5GB。启用标量量化和 on-disk payload 功能，可使磁盘占用下降约78%，同时避免内存映射文件导致的 I/O 性能下降。
1. 检查当前 collection 存储模式：curl http://localhost:6333/collections/hermes_memory
2. 如果返回的 response 中 config.hnsw.on_disk 为 false，就需要重建 collection：curl -X POST http://localhost:6333/collections/hermes_memory?wait=true -H 'Content-Type: application/json' -d '{"vectors": {"size": 1024, "distance": "Cosine"}, "on_disk_payload": true, "quantization_config": {"scalar": {"type": "int8", "always_ram": false}}}'
3. 触发已有数据的量化迁移：curl -X POST http://localhost:6333/collections/hermes_memory/points/quantize?wait=true -H 'Content-Type: application/json' -d '{"quantization": {"scalar": {"type": "int8"}}}'
4. 清理原始未量化的 segment 文件：rm -rf /var/lib/qdrant/storage/collections/hermes_memory/segments/*/index/*_original
四、裁剪日志与模型缓存体积
默认日志策略可能保留无限多的滚动日志，而模型下载缓存（如 transformers 的模型权重、LoRA 适配器）也常因重复拉取而未被清理。这两部分合计占用超过8GB磁盘空间的情况并不少见。通过配置日志轮转和缓存白名单机制，可将此开销稳定控制在1.2GB左右。
1. 配置日志轮转：创建文件 /etc/logrotate.d/hermes-agent，内容如下：/var/log/hermes/*.log { daily rotate 7 compress missingok notifempty }
2. 手动清理旧日志：sudo logrotate -f /etc/logrotate.d/hermes-agent && sudo find /var/log/hermes/ -name "*.log.*" -mtime +7 -delete
3. 限制 Hugging Face 缓存目录大小：huggingface-cli scan-cache --max-size 2g --delete
4. 禁用非核心模型的自动缓存：在 ~/.hermes/config.yaml 中添加 model_cache_enabled: false，并在调用 model.load() 时显式传入参数 cache_dir="/tmp/hermes_model_cache"。