Session Archivist — 会话生命周期管理

Overview

Session Archivist 解决 Hermes Agent 的已知问题：session 文件无限增长导致 Web UI 卡死、上下文压缩失效、API 配额耗尽。

核心能力：

1. 大 session 检测 — 自动扫描超过阈值的 session 文件
2. 重要性评分 — 不是所有消息都值得保留，智能评分筛选
3. 压缩前记忆刷新 — 压缩前先存档关键信息，防止丢失
4. 结构化摘要 — 提取意图/决策/待办/引用，不是简单的文本压缩
5. 去重/冲突检测 — 避免重复记忆，矛盾事实自动更新
6. 会话边界检测 — 话题切换时自动分割归档
7. session 裁剪 — 归档后裁剪到目标大小

无外部依赖也能用：摘要保存为本地 markdown 文件。 有 Hindsight 增强：自动存入向量记忆库，支持跨会话召回。

When to Use

• Web UI 点击对话没反应（session 文件太大）
• 上下文压缩不触发（模型上下文长度识别错误）
• 想要自动管理 session 生命周期
• 长期运行的会话需要归档整理

Don't use for:

• 新建 session（用 /new）
• 简单的 session 切换（用 hermsessions browse）

Quick Start

# 1. 一键安装（配置 cron 定时任务）
bash ~/.hermes/skills/productivity/session-archivist/scripts/setup_cron.sh

# 2. 手动执行一次归档
python3 ~/.hermes/skills/productivity/session-archivist/scripts/session_archiver.py

# 3. 只检测不修改（dry-run）
python3 ~/.hermes/skills/productivity/session-archivist/scripts/session_archiver.py --dry-run

Configuration

在 config.yaml 中添加（可选，有默认值）：

session_archivist:
  enabled: true
  max_session_size_kb: 1024        # 超过 1MB 触发归档
  target_session_size_kb: 512      # 归档后目标大小
  importance_threshold: 0.5        # 重要性评分阈值（0-1）
  archive_dir: ~/.hermes/session-archives
  hindsight_enabled: auto          # auto/true/false
  cron_schedule: "0 3 * * *"      # 每天凌晨3点执行
  summary_template: structured     # structured/compact/raw

How It Works

┌──────────────────────────────────────────────────────────┐
│                    Session Archivist 流程                    │
├──────────────────────────────────────────────────────────┤
│                                                          │
│  1. 扫描阶段                                              │
│     └─ 遍历 ~/.hermes/sessions/*.json                     │
│     └─ 找出 > max_session_size_kb 的文件                  │
│                                                          │
│  1.5 安全检查（每个 session）                              │
│     ├─ 活跃检测：最近 5 分钟有更新 → 跳过                 │
│     ├─ Agent 运行检测：gateway 日志中有活跃 session → 跳过 │
│     ├─ Gateway 繁忙检测：有 run_agent 进程 → 跳过          │
│     └─ 文件锁：fcntl.LOCK_EX 防止并发写入                 │
│                                                          │
│  2. 分析阶段                                              │
│     ├─ 加载 session JSON                                  │
│     ├─ 会话边界检测（话题切换点）                          │
│     └─ 逐条消息重要性评分                                 │
│                                                          │
│  3. 提取阶段                                              │
│     ├─ 高分消息 → 提取关键信息                            │
│     ├─ 结构化摘要生成                                     │
│     └─ 去重检测（vs 已有记忆）                            │
│                                                          │
│  4. 存档阶段                                              │
│     ├─ 本地 markdown 存档（始终）                         │
│     ├─ Hindsight 存档（如果可用）                         │
│     └─ 保留 session_id 元数据                             │
│                                                          │
│  5. 裁剪阶段                                              │
│     ├─ 保留最近 N 条消息                                  │
│     ├─ 插入摘要上下文                                     │
│     └─ 写回 session 文件                                  │
│                                                          │
└──────────────────────────────────────────────────────────┘

Importantance Scoring

消息评分维度（0-1 分）：

Archive Format

# Session Archive: {title}

## Metadata
- **Session ID**: {session_id}
- **Archived At**: {timestamp}
- **Original Size**: {size} messages
- **Importance Threshold**: {threshold}
- **Source**: gateway/webui/cli

## User Intent
> {用户原始意图引用}

## Key Decisions
1. {决策1} — {原因}
2. {决策2} — {原因}

## Completed Work
- [x] {任务1} — {结果}
- [x] {任务2} — {结果}

## Errors & Solutions
| Error | Solution |
|-------|----------|
| {错误1} | {解决方案1} |

## Pending Tasks
- [ ] {待办1}
- [ ] {待办2}

## Key References
- File: {path}
- Config: {key} = {value}
- API: {endpoint}

Hindsight Integration

如果 Hindsight 可用，归档时自动：

1. 创建/使用 bank（按项目名）
2. 存入结构化摘要作为 memory
3. 添加元数据：session_id, archived_at, importance_score
4. 添加标签：session-archive, {project_name}

召回时：

1. 搜索返回结果包含 session_id
2. 可用 hermes --resume \x3Csession_id> 恢复

Common Pitfalls

1. 压缩前没存档就裁剪 — 导致信息永久丢失。Session Archivist 的 memory_flush 机制确保先存后删。

2. 重要性阈值设太低 — 保留太多低价值消息，裁剪效果差。建议 0.5 起步。

3. Hindsight 不可用时没降级 — 脚本自动检测，不可用时只存本地 markdown。

4. cron 任务和 hermes gateway 压缩冲突 — 内置 4 层安全防护：①跳过最近 5 分钟有更新的 session ②检测 gateway 日志中的活跃 session ③检测 run_agent 进程是否运行 ④fcntl 文件锁防止并发写入。cron 建议在凌晨执行，避开活跃使用时段。

5. 裁剪后 session 无法恢复 — 原始 session 备份在 ~/.hermes/session-archives/backups/，保留 7 天。

Verification Checklist

• session_archiver.py --dry-run 能正确检测大 session
• 归档 markdown 文件包含完整结构化摘要
• 裁剪后 session 文件 \x3C target_session_size_kb
• Hindsight 可用时自动存入（检查 bank）
• cron 任务正常执行（hermes cron list）
• Web UI 能正常加载裁剪后的 session