Hermes Memory MCP
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Hermes Memory MCPlist draft skills"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
🧠 Hermes Memory MCP
本地增强型记忆系统 + 自我进化能力 · v2.3
基于 Model Context Protocol (MCP) 的本地记忆系统,5 个版本演进到 v2.3 自我进化阶段:从被动存储 → 主动学习 → 智能检索 → 自我进化。
✨ v2.3 三大自进化能力
能力 | 说明 | MCP Tools |
Skill 自动创建 | 从对话上下文抽取 SKILL.md 草稿 → 审核 → 一键部署到 Trae |
|
周期性 nudge 调度 | 6 个内置后台任务自动维护记忆库(清理/压缩/反思/晋升/健康检查) |
|
Trajectory 训练管道 | 自动捕获所有 MCP Tool 调用 → 导出 JSONL → 用于 RLHF/DPO 微调 |
|
Related MCP server: knowledge-graph
📊 项目指标
维度 | 数据 |
端到端测试 | 51 / 51 通过(v2.1=23 + v2.2=11 + v2.3=17) |
MCP Tool 总数 | 31(v2.1=15 + v2.2=7 + v2.3=9) |
Skill 数 | 5(memory / evolution / knowledge / reflection / auto-orchestrator) |
6 个 nudge |
|
数据 Schema | 20 张表(兼容升级 v2.1 老数据) |
🏗️ 架构
hermes-mcp/
├── hermes_memory_mcp/ # MCP Server 核心
│ ├── server.py # 31 个 @mcp.tool() 入口
│ ├── core/ # MemoryManager(5 版本核心)
│ ├── storage/ # SQLite + ChromaDB
│ ├── orchestrator/ # v2.2 + v2.3 新增
│ │ ├── multisignal.py # v2.2 多信号融合
│ │ ├── system_prompt.py # v2.2 三层 Prompt
│ │ ├── pre_compress.py # v2.2 压缩前捕获
│ │ ├── skill_factory.py # v2.3 Skill 自动创建
│ │ ├── scheduler.py # v2.3 nudge 调度
│ │ ├── trajectory.py # v2.3 Trajectory 训练管道
│ │ └── nudges/ # v2.3 6 个后台任务
│ └── utils/ # audit / sanitizer / embedder
├── skills/ # 5 个 Trae Skill
│ └── hermes-{memory,evolution,knowledge,reflection,auto-orchestrator}/
├── tests/ # e2e + 报告 + 复盘 + 打包
│ ├── test_e2e.py # v2.1 基础(23 用例)
│ ├── test_v22.py # v2.2 多信号 + prompt(11 用例)
│ ├── test_v23.py # v2.3 自进化(17 用例)
│ ├── deployment_report.md # 部署报告(v2.1 → v2.2 → v2.3)
│ ├── RETROSPECTIVE_v23.md # v2.3 完整复盘
│ └── build_v23_bundle.py # 打包脚本
├── .trae/
│ ├── mcp.json # Trae MCP 配置
│ └── specs/ # 7 个 spec 文档
│ ├── debug-and-deploy-hermes-mcp/
│ ├── enhance-hermes-memory-mcp/
│ ├── reference-hermes-agent-online/
│ ├── trae-auto-memory/
│ ├── v22-evolution/
│ ├── v23-self-evolution/
│ ├── v23-retrospective-bundle/
│ └── github-publish-v23/
└── hermes_memory_mcp_server.py # 入口脚本🚀 快速开始
# 1. 安装依赖
pip install mcp chromadb sentence-transformers networkx jieba pyyaml aiofiles
# 2. 配置 Trae MCP(.trae/mcp.json 已就绪)
# command: C:/Python314/python.exe
# args: e:/hermes-project/hermes-mcp/hermes_memory_mcp_server.py
# 3. 启动(默认离线 Mock Embedder;设 HERMES_USE_REAL_EMBED=1 用真实模型)
python hermes_memory_mcp_server.py
# 4. 跑端到端测试
python tests/test_e2e.py # 23/23
python tests/test_v22.py # 11/11
python tests/test_v23.py # 17/17
# 5. 打包 v23 交付物
python tests/build_v23_bundle.py🧬 5 大版本演进
版本 | 阶段 | 关键能力 | 状态 |
v2.0 | 基础 | retain/recall/reflect/evolve | ✅ 17 e2e |
v2.1 | 自动化 | auto_retain/startup_recall/summarize_session | ✅ 23 e2e |
v2.2 | 智能化 | 多信号检索 / 三层 prompt / on_pre_compress / Linked / self-healing | ✅ 34 e2e |
v2.3 | 自我进化 | Skill 自动创建 / 6 nudge / Trajectory 训练管道 | ✅ 51 e2e |
📐 业界借鉴
NousResearch/hermes-agent → 三层 System Prompt(v2.2)
Letta → on_pre_compress + 反思代理独立化(v2.2 / v2.3)
Mem0 → 多信号融合 + Linked Memory(v2.2)
📝 复盘与部署
打包产物:
tests/v23_bundle_*.zip(48.5KB / 16 文件)
📜 License
Private · 仅供 owner=wcy88 内部使用
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/wcy88/hermes-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server