4GB手机内存优化指南：提升HermesAgent运行效率的实用策略

在4GB运存的移动设备上部署Hermes Agent，确实面临内存瓶颈。但通过精准的资源管控和架构级优化，完全能够实现稳定运行。关键在于实施三项核心策略：彻底禁用图形化浏览器、强制向量库使用磁盘存储与量化、以及收紧所有缓存与并发设置。

彻底禁用图形化浏览器组件

首要任务是移除最大的内存消耗源——Browserbase或本地Chromium实例。其单会话内存占用常超过600MB，且缺乏自动回收机制，在4GB环境下必须完全关闭。

• 定位agent/tools/browser_tool.py文件，注释所有涉及launch_browser与new_page的调用代码。
• 调整配置文件environments/default.yaml，将参数browser_enabled: true修改为false。
• 确保环境变量BROWSERBASE_API_KEY和BROWSERBASE_SESSION_TTL未被定义（而非设为空值），以阻止后台服务自动加载。
• 采用纯HTTP工具链替代：使用requests_tool进行数据抓取，或直接通过curl命令调用API接口。

启用向量库磁盘存储与标量量化

默认的向量数据库（如Qdrant）会将索引完全载入内存，极易引发OOM错误。必须强制其使用磁盘存储并启用量化压缩。

• 在agent/vector_store.py的向量库初始化代码中，为QdrantVectorStore构造函数添加关键参数：on_disk_payload=True及quantization_config=ScalarQuantization()。
• 首次切换至磁盘模式前，请先清除旧索引数据：执行命令rm -rf ~/.hermes/qdrant/storage/*。
• 在集合配置中增加prefer_grpc: True参数，以降低通信序列化带来的内存开销。
• 经实测，此优化组合能将向量库内存峰值从约1.8GB显著降低至320MB左右。

收紧提示词与会话缓存策略

默认的缓存机制面向桌面环境设计，需针对移动端小内存设备进行降级调整。

• 修改agent/prompt_caching.py：将max_breakpoints从4下调至2，并将cache_ttl从“5m”缩短为“90s”。
• 编辑tools/memory_tool.py：设置memory_char_limit = 900，user_char_limit = 500，严格限制记忆上下文长度。
• 关闭模型元数据的频繁刷新：在agent/model_metadata.py中，将_MODEL_CACHE_TTL的值从3600秒调整为300秒（5分钟）。
• 移除prompt_caching.py第42–45行中关于cache_control的注入逻辑，避免增加不必要的token负担。

限制并发并关闭轨迹持久化

移动端SoC通常为单核或双核架构，难以支撑高并发推理任务，必须进行物理层面的资源限流。

• 在main.py或项目启动脚本中，硬编码设置：max_concurrent_sessions = 1，task_queue_size = 2。
• 进入config/trajectory_compression.yaml配置文件，将enabled: true参数改为false。
• 直接删除config/trajectory_cache/目录及其所有内容，释放磁盘与内存占用。
• 注释掉main.py中所有对TrajectoryManager的导入与初始化语句。