hermes agent性能调优需分五步：一、开发环境启用提示词缓存、设temperature=0.3、限制max_tokens=512；二、代码级启用相关性上下文压缩、工具异步化与结果缓存；三、生产环境按cpu核心数×2设worker池、启用vllm后端、数据库连接池大小为cpu核心数×2+1；四、精简依赖、切换uv包管理器、启用模块延迟加载；五、sqlite中创建fts5全文索引、复合查询索引及批量插入（batch_size=256）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您正在运行Hermes Agent，但观察到响应延迟高、启动缓慢或资源占用异常，则可能是由于配置不当、依赖冗余或运行时参数未适配实际负载。以下是针对该问题的系统性调优步骤：
一、开发环境性能基础配置
在本地开发阶段即启用关键性能机制，可避免问题在生产环境集中暴露。缓存与模型参数是影响响应速度最直接的两个维度。
1、启用提示词缓存功能：打开agent/prompt_caching.py，将PROMPT_CACHING_ENABLED设为True，并设置CACHE_TTL = 3600（1小时有效期）。
2、调整temperature参数：在hermes_cli/models.py中，将temperature值设为0.3以兼顾确定性与生成速度。
3、限制最大输出长度：在environments/agent_loop.py中，显式指定max_tokens=512，避免模型无约束生成长响应。
二、代码级上下文压缩与工具调用优化
长对话和高频工具调用会显著拖慢推理链路，需通过上下文精简与异步调度降低开销。
1、启用基于相关性的上下文压缩：在配置文件中添加context_compression: {enabled: true, strategy: "relevance_based", min_keep_tokens: 1000}。
2、将同步工具调用改为异步模式：修改tools/registry.py中工具注册逻辑，使用async def定义工具函数，并在调用处使用await。
3、为高频工具启用结果缓存：在工具装饰器中加入@lru_cache(maxsize=128)，缓存输入参数哈希对应的结果。
三、生产环境资源与调度优化
部署阶段需匹配硬件能力与业务并发特征，避免CPU、GPU或数据库连接成为单点瓶颈。
1、按并发量配置进程池：在environments/default.yaml中，将worker_pool_size设为CPU核心数 × 2。
2、启用vLLM模型服务后端：在environments/hermes_swe_env/default.yaml中，将model.type设为vllm，并配置tensor_parallel_size与gpu_memory_utilization: 0.9。
3、设置数据库连接池大小：根据公式连接池大小 = CPU核心数 × 2 + 1，在hermes_state.py初始化连接池时传入该值。
四、依赖与启动流程精简
冗余依赖和全量模块加载会显著延长冷启动时间，尤其在容器化部署中影响明显。
1、移除非核心依赖：编辑requirements.txt，注释掉firecrawl-py、fal-client等非必需项，仅保留openai、httpx、pydantic>=2.0等基础包。
2、切换至uv包管理器：执行curl -LsSf https://astral.sh/uv/install.sh | sh安装uv，再运行uv pip install -r requirements.txt。
3、启用延迟加载：检查agent/__init__.py，将图像处理、消息平台集成等模块的导入语句移至对应功能首次调用处。
五、数据库索引与批量事务优化
SQLite作为默认会话存储，在高频读写场景下易成性能短板，必须通过索引策略与写入方式优化。
1、创建FTS5全文索引：在hermes_state.py的数据库初始化逻辑中，执行CREATE VIRTUAL TABLE IF NOT EXISTS conversations USING fts5(task_id, content, timestamp, tokenize='porter unicode61')。
2、添加复合查询索引：执行CREATE INDEX IF NOT EXISTS idx_conversations_task_time ON conversations(task_id, timestamp)以加速按任务ID与时间范围的联合查询。
3、强制启用批量插入：在scripts/sample_and_compress.py中，确保batch_size设为256，并将原始单条INSERT替换为INSERT INTO ... VALUES (...), (...), (...)多值语法。
