Hermes Agent /compress指令阶段性总结压缩技巧【方法】

在长会话里想精准控制上下文体积，避免模型因为 token 超限报错或者响应越来越慢，又不想丢掉关键的任务状态——/compress 指令就是 Hermes Agent 提供的最直接、最可控的手动压缩入口。

先说几个核心判断。这个指令不是等着自动触发的，它属于即时干预操作，能让你在完成一个阶段性目标后，立刻把中间的调试过程“打包归档”，然后干净地继续下一步。

/compress 基础触发与默认行为

直接输入

并回车，Agent 会立即启动默认压缩流程。具体来说，它会保留头部系统提示加上最近 2 轮用户-助手交互，其余中间历史全部交给 ContextCompressor 去生成结构化摘要。

这一步不依赖 token 估算，不用等自动触发，属于即时干预。特别适合这样的场景：你刚写完 API 接口文档并通过测试，想把中间那些调试、报错、改参数的来回对话“打包起来”，然后清爽地继续下一个任务。

/compress here N：锁定尾部保留轮数

拿场景说话吧。假设你想说“保留最近 5 轮不要动”，那就写：

这行指令会强制保留最近 5 轮完整消息——包括用户提问、工具调用、执行结果、助手回复在内，全部不动，其余部分压缩。这里 N 必须是正整数，最小值为 1。

如果你写

，效果等同于直接输入 的默认行为，也就是只保留最近 2 轮。不过显式写 0 有一个好处：它在脚本化复用场景下更容易被识别和解析。

需要注意一点：here 后面的数字只控制“从尾部向前数多少轮不压缩”，它不保证这些轮次一定在当前 token 预算内。如果单轮消息本身就非常大——比如你上传了 10MB 的日志文件并让模型输出全文——那么即使设置了保尾轮数，依然可能触发后续的自动压缩机制。

/compress focus topic：按语义主题定向压缩

这个模式用起来稍微讲究一点，分三步走。

第一步，确认当前会话中存在明确的主题锚点。比如你之前输入过“帮我检查 deployment.yaml 的 Helm values 配置”，或者 Agent 曾经生成过一个标题为【Helm 部署参数校验】的摘要块。这类文本会被 ContextCompressor 自动标记为 topic boundary。

第二步，执行

。Agent 会扫描全部历史，提取所有与“Helm”匹配的语义片段——包括 deployment.yaml 内容、values.yaml diff、kubectl apply 输出、错误日志——全部保留在压缩后的上下文里。至于之前讨论过的 CI 流水线配置这类无关内容，则被摘要替代。

第三步，压缩完成后，你会看到新生成的摘要块开头带有一个 [FOCUS: Helm] 标识，表示这段是主题保留区。这个标识不可删除，否则下次 /compress focus 就无法定位锚点了。

topic 必须是会话里真实出现过的东西，你不能凭空捏造一个词。如果你写 ，系统不会报错，但会直接退化为默认压缩行为。

压缩后验证与纠错

压缩完了别急着走。马上跑一行

看看最新三条记录。如果最后一条显示 [COMPRESSED: 12→3 turns]，说明压缩成功，并且尾部关键轮次没有被误伤。

但万一发现压缩之后 Agent 忘记了刚确认过的约束条件——比如“必须用 Python 3.11”——说明那条信息没有被纳入 protected tail 或 focus topic 区域。这时候不要慌，立即执行

回退，然后用 重新来一次，把这个约束所在的那轮对话明确保留下来。

/compress 这个操作有点特殊——它不可逆。压缩后的中间历史无法还原，数据库中只保留摘要文本和原始轮次的元数据（比如时间戳、tool_call_id），但不会存原始消息内容。所以，用之前想清楚：你要归档的到底是哪些内容。