为任意 AI agent 提供基于 QLoRA 微调的隐式偏好学习能力。
Agent 推理时主动检索用户历史偏好并默认应用,减少重复沟通成本,同时作为多 agent 协作的共享偏好池。
- 联想:不等用户开口,主动检索历史偏好 → 注入推理上下文
- 动态语义聚类:偏好自动聚合为生活切面(scope),不预设类型和数量
- QLoRA 微调:闲时低资源训练,每个 scope 独立 LoRA 权重
- 维度递增约束:同 scope 内偏好描述精度必须递增
pip install -e .
hermes --helpfrom hermes_core import HermesClient
client = HermesClient(user_id="u_alex", agent_id="my-agent")
# 推理前查询偏好
prefs = client.query("帮我写个用户登录接口")
# Agent 自主记录偏好
client.record("后端开发", [
{"key": "language", "value": "TypeScript", "context": "默认语言"}
])Agent → CLI / Python SDK → Hermes Daemon (SQLite + QLoRA 训练沙箱)
hermes_core/— 核心 Python SDKcli/— Click 命令行壳daemon/— 后台训练守护进程
MIT