Hermes Session 架构

SessionDB

hermes_state.py

SessionDB 是 Hermes 的持久化层：

class SessionDB:
    """SQLite state store with FTS5 full-text search."""

数据库设计

sessions 表

字段	类型	说明
id	TEXT PK	Session ID
title	TEXT	会话标题
system_prompt	TEXT	字节稳定的 system prompt
model	TEXT	使用的模型
provider	TEXT	Provider 名
source	TEXT	cli / telegram / discord / ...
platform	TEXT	平台
user_id	TEXT	用户 ID
parent_session_id	TEXT	压缩后的父 session
created_at	TEXT	创建时间
updated_at	TEXT	最后活动
message_count	INTEGER	消息计数
is_compressed	BOOL	是否被压缩
compressed_session_id	TEXT	压缩后的子 session

messages 表

字段	类型	说明
id	INTEGER PK	消息 ID
session_id	TEXT FK	所属 session
role	TEXT	user / assistant / tool
content	TEXT	消息内容
tool_calls	TEXT	JSON 工具调用数据
tool_call_id	TEXT	工具调用 ID
name	TEXT	工具名
created_at	TEXT	时间戳
token_count	INTEGER	Token 估算

FTS5 全文搜索

CREATE VIRTUAL TABLE messages_fts USING fts5(
    session_id,
    role,
    content,
    tool_calls,
    content='messages',
    content_rowid='id'
);

支持：

• 布尔搜索（python NOT java）
• 短语搜索（"agent loop"）
• 前缀搜索（deploy*）
• Trigram fallback（短词/中文）

Session 搜索

# tools/session_search_tool.py
async def session_search(query, limit=3):
    """FTS5 搜索 + 结果聚合 + 上下文窗口"""

提供三种搜索形状：

1. Discovery：FTS5 按相关性搜索
2. Scroll：在 session 内滚动
3. Browse：最近 session 列表

Prompt Cache 保证

Hermes 的 system prompt 在 session 创建时构建一次，之后不变：

def update_system_prompt(session_id, system_prompt):
    """只在创建时调用一次"""

def _restore_or_build_system_prompt(session):
    """每轮从 DB 恢复，不重新生成"""

这保证了 Anthropic / OpenRouter / 本地的 prompt caching 一直有效。

压缩链

Session A (100 turns)
  ↓ 触发压缩
Session B (20 turns)  parent_session_id = A.id
  ↓ 再次压缩
Session C (15 turns)  parent_session_id = B.id

通过 parent_session_id 链接，可以回溯整个会话生命周期。

三种 Session 对比

维度	Pi	OpenCode	Hermes
存储	JSONL 文件	SQLite	SQLite + FTS5
数据模型	消息树	事件流	消息表 + 会话表
搜索	grep	事件查询	FTS5 全文搜索
压缩	新 session split	事件压缩	消息压缩 + parent 链
System prompt	随 session 存	随 session 存	DB 持久 + 首轮缓存
跨 session 记忆	❌	❌	✅（memory tool）