Bagaimana Memory Hermes Agent Bekerja?

Pernah merasa AI seperti teman yang setiap kali diajak ngobrol selalu lupa pertemuan sebelumnya? Masalah ini muncul karena model AI pada dasarnya hanya bekerja dengan konteks yang tersedia saat percakapan berlangsung. Supaya bisa menjadi asisten jangka panjang, sebuah agent membutuhkan sistem memory.

Hermes Agent punya pendekatan yang cukup menarik: memory tidak diperlakukan sebagai satu gudang besar, melainkan dibagi menjadi beberapa lapisan. Setiap lapisan punya tugas sendiri, sehingga informasi penting tetap mudah ditemukan tanpa memenuhi konteks dengan terlalu banyak data.

Memory bukan satu kotak besar

Secara sederhana, sistem memory Hermes dapat dibayangkan dalam empat lapisan:

1. Built-in memory untuk fakta penting dan stabil.
2. Session search untuk mencari percakapan lama.
3. External memory provider untuk pencarian semantik dan pemodelan pengguna.
4. Obsidian untuk menyimpan pengetahuan dan dokumen panjang.

Pembagian ini penting karena tidak semua informasi layak diperlakukan dengan cara yang sama. Preferensi komunikasi pengguna mungkin perlu selalu diingat, tetapi hasil brainstorming panjang minggu lalu cukup dicari hanya ketika dibutuhkan.

Fakta penting disimpan dalam memory kecil

Memory bawaan Hermes menggunakan dua file Markdown kecil: MEMORY.md dan USER.md.

USER.md berisi hal-hal tentang pengguna, seperti gaya komunikasi, minat, atau preferensi kerja. Sementara itu, MEMORY.md menyimpan informasi stabil tentang environment, project, konvensi, dan kebiasaan kerja yang sering dibutuhkan agent.

Ukurannya sengaja dibatasi. Tujuannya bukan menghambat agent, tetapi memaksanya melakukan kurasi. Karena isi kedua file ini ikut dimasukkan ke konteks saat sesi dimulai, setiap informasi di dalamnya menggunakan ruang yang berharga.

Dengan kata lain, memory utama bukan tempat untuk menumpuk semua hal. Ia lebih mirip kartu catatan kecil yang hanya memuat fakta paling berguna.

Percakapan lama tetap bisa dicari

Lalu bagaimana kalau kita ingin mengingat pembahasan yang pernah terjadi beberapa minggu lalu?

Hermes menggunakan session search untuk kebutuhan tersebut. Riwayat percakapan disimpan dalam database dan baru dicari ketika diperlukan. Agent bisa mencari topik tertentu, membaca pesan yang relevan, lalu mengambil konteks tambahan dari percakapan itu.

Perbedaannya cukup sederhana:

• persistent memory menyimpan fakta yang hampir selalu berguna;
• session search menyimpan detail percakapan yang hanya sesekali dibutuhkan.

Pendekatan ini membuat agent tetap punya riwayat panjang tanpa harus membawa seluruh isi percakapan ke setiap sesi baru.

Provider eksternal menambah pemahaman

Hermes juga dapat memakai external memory provider seperti Honcho, Mem0, Hindsight, atau SuperMemory. Provider semacam ini menambahkan kemampuan seperti semantic search, ekstraksi fakta, knowledge graph, atau pemodelan pengguna yang lebih mendalam.

Memory provider eksternal tidak menggantikan built-in memory. Ia bekerja sebagai lapisan tambahan. Jadi, fakta inti tetap bisa disimpan secara lokal dalam file Markdown, sementara provider eksternal membantu menemukan hubungan atau pola yang lebih kompleks.

Ini berguna ketika Hermes dipakai sebagai asisten jangka panjang yang perlu memahami preferensi dan cara kerja pengguna dari waktu ke waktu.

Obsidian menjadi perpustakaan

Ada juga informasi yang terlalu panjang untuk memory kecil: hasil riset, tutorial, rangkuman video, dokumentasi project, atau draft artikel seperti yang sedang kamu baca.

Di sinilah Obsidian berperan. Hermes dapat membaca dan menulis catatan Markdown melalui skill Obsidian, sementara pengguna tetap bisa mengedit, menghubungkan, dan merawat catatan tersebut secara langsung.

Mental modelnya gampang:

Built-in memory adalah kartu indeks, session search adalah arsip percakapan, dan Obsidian adalah perpustakaan pribadi.

Dengan pembagian itu, informasi dapat disimpan di tempat yang sesuai, bukan dilempar ke satu database lalu berharap agent selalu menemukan bagian yang benar.

Memory yang baik adalah memory yang terkurasi

Hal paling menarik dari sistem ini bukan seberapa banyak Hermes dapat menyimpan informasi, tetapi bagaimana ia memilih tempat penyimpanannya.

Preferensi pengguna masuk ke memory kecil. Percakapan lama tetap berada di session history. Pemahaman semantik bisa dibantu provider eksternal. Pengetahuan panjang dan artefak kerja disimpan di Obsidian.

Jadi, agent yang terasa “ingat” bukan berarti menyimpan semua hal dalam kepalanya. Ia punya sistem untuk menentukan apa yang harus selalu dibawa, apa yang cukup dicari kembali, dan apa yang sebaiknya dirawat sebagai pengetahuan jangka panjang.

Referensi

• YouTube — Hermes Agent Masterclass: 3. Memory, Plugins, Honcho, and Obsidian
• Hermes Agent Documentation — Persistent Memory
• Hermes Agent Documentation — Memory Providers
• Hermes Agent Documentation — Honcho Memory

Catatan transparansi: Artikel ini disusun dengan bantuan AI berdasarkan materi dan arahan dari penulis. Seluruh isi telah ditinjau dan disunting oleh penulis sebelum diterbitkan.