会话存储

Hermes Agent 使用 SQLite 数据库（~/.hermes/state.db）来在 CLI 会话与网关会话之间持久化存储会话元数据、完整消息历史记录以及模型配置。这种方式取代了之前采用的每会话单独生成 JSONL 文件的方案。

源文件：hermes_state.py

架构概览

~/.hermes/state.db (SQLite, WAL mode)
├── sessions              — Session metadata, token counts, billing
├── messages              — Full message history per session
├── messages_fts          — FTS5 virtual table (content + tool_name + tool_calls)
├── messages_fts_trigram  — FTS5 virtual table with trigram tokenizer (CJK / substring search)
├── state_meta            — Key/value metadata table
└── schema_version        — Single-row table tracking migration state

核心设计决策：

• 采用WAL模式支持多个并发读取者与单个写入者（适用于网关多平台环境）
• 使用FTS5虚拟表实现對所有会话消息的快速文本搜索
• 通过parent_session_id链构建会话关联关系（基于压缩触发进行数据拆分）
• 添加消息来源标签（如cli、telegram、discord等）以实现平台筛选
• 批量处理引擎与强化学习轨迹数据不存储于此（属于独立系统）

SQLite数据库结构

会话表

CREATE TABLE IF NOT EXISTS sessions (
    id TEXT PRIMARY KEY,
    source TEXT NOT NULL,
    user_id TEXT,
    model TEXT,
    model_config TEXT,
    system_prompt TEXT,
    parent_session_id TEXT,
    started_at REAL NOT NULL,
    ended_at REAL,
    end_reason TEXT,
    message_count INTEGER DEFAULT 0,
    tool_call_count INTEGER DEFAULT 0,
    input_tokens INTEGER DEFAULT 0,
    output_tokens INTEGER DEFAULT 0,
    cache_read_tokens INTEGER DEFAULT 0,
    cache_write_tokens INTEGER DEFAULT 0,
    reasoning_tokens INTEGER DEFAULT 0,
    billing_provider TEXT,
    billing_base_url TEXT,
    billing_mode TEXT,
    estimated_cost_usd REAL,
    actual_cost_usd REAL,
    cost_status TEXT,
    cost_source TEXT,
    pricing_version TEXT,
    title TEXT,
    api_call_count INTEGER DEFAULT 0,
    FOREIGN KEY (parent_session_id) REFERENCES sessions(id)
);

CREATE INDEX IF NOT EXISTS idx_sessions_source ON sessions(source);
CREATE INDEX IF NOT EXISTS idx_sessions_parent ON sessions(parent_session_id);
CREATE INDEX IF NOT EXISTS idx_sessions_started ON sessions(started_at DESC);
CREATE UNIQUE INDEX IF NOT EXISTS idx_sessions_title_unique
    ON sessions(title) WHERE title IS NOT NULL;

消息表

CREATE TABLE IF NOT EXISTS messages (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    session_id TEXT NOT NULL REFERENCES sessions(id),
    role TEXT NOT NULL,
    content TEXT,
    tool_call_id TEXT,
    tool_calls TEXT,
    tool_name TEXT,
    timestamp REAL NOT NULL,
    token_count INTEGER,
    finish_reason TEXT,
    reasoning TEXT,
    reasoning_content TEXT,
    reasoning_details TEXT,
    codex_reasoning_items TEXT,
    codex_message_items TEXT
);

CREATE INDEX IF NOT EXISTS idx_messages_session ON messages(session_id, timestamp);

备注：

• tool_calls 以 JSON 字符串的形式存储（即工具调用对象的序列化列表）；
• reasoning_details、codex_reasoning_items 以及 codex_message_items 均以 JSON 字符串形式存储；
• 对于支持展示推理过程的提供者，reasoning 字段将存储其原始推理文本；
• 时间戳为 Unix 时间戳浮点数（即 time.time() 的返回值）。

FTS5 全文搜索

CREATE VIRTUAL TABLE IF NOT EXISTS messages_fts USING fts5(
    content,
    content=messages,
    content_rowid=id
);

FTS5 表通过三个触发器保持同步，这些触发器会在 messages 表执行插入、更新和删除操作时被触发：

CREATE TRIGGER IF NOT EXISTS messages_fts_insert AFTER INSERT ON messages BEGIN
    INSERT INTO messages_fts(rowid, content) VALUES (new.id, new.content);
END;

CREATE TRIGGER IF NOT EXISTS messages_fts_delete AFTER DELETE ON messages BEGIN
    INSERT INTO messages_fts(messages_fts, rowid, content)
        VALUES('delete', old.id, old.content);
END;

CREATE TRIGGER IF NOT EXISTS messages_fts_update AFTER UPDATE ON messages BEGIN
    INSERT INTO messages_fts(messages_fts, rowid, content)
        VALUES('delete', old.id, old.content);
    INSERT INTO messages_fts(rowid, content) VALUES (new.id, new.content);
END;

架构版本与迁移说明

当前架构版本为：11

schema_version 表中仅存储一个整数。对于简单的列添加操作，系统会通过 _reconcile_columns() 函数以声明式方式处理（该函数会对比实际列与 SCHEMA_SQL 中的定义，补充缺失的列）。而那些无法通过声明式方式实现的数据迁移以及索引/FTS 相关更改，则需通过版本控制机制来处理：

对于需要声明式添加列的场景，系统会使用 ALTER TABLE ADD COLUMN 语句，并通过 try/except 机制处理列已存在的情况（从而确保操作的可重试性）。每次成功的迁移完成后，版本号都会相应提升。

写入冲突处理机制

多个 Hermes 进程（包括网关、CLI 会话以及工作树代理）会共享同一个 state.db 文件。SessionDB 类通过以下方式来处理写入冲突：

• 使用较短的 SQLite 超时时间（1秒），而非默认的30秒；
• 在应用层实现带随机抖动时间的重试机制（抖动范围为20-150毫秒，最多可重试15次）；
• 使用 BEGIN IMMEDIATE 事务，以便在事务开始时就发现锁定冲突；
• 每完成50次成功写入后进行一次 WAL 检查点操作（处于被动模式）。

这些措施可以有效避免“车队效应”——即由于 SQLite 内部固定的延迟机制，导致所有同时尝试写入的进程都在相同的间隔时间进行重试。

_WRITE_MAX_RETRIES = 15
_WRITE_RETRY_MIN_S = 0.020   # 20ms
_WRITE_RETRY_MAX_S = 0.150   # 150ms
_CHECKPOINT_EVERY_N_WRITES = 50

常见操作

初始化

from hermes_state import SessionDB

db = SessionDB()                           # Default: ~/.hermes/state.db
db = SessionDB(db_path=Path("/tmp/test.db"))  # Custom path

创建与管理会话

# Create a new session
db.create_session(
    session_id="sess_abc123",
    source="cli",
    model="anthropic/claude-sonnet-4.6",
    user_id="user_1",
    parent_session_id=None,  # or previous session ID for lineage
)

# End a session
db.end_session("sess_abc123", end_reason="user_exit")

# Reopen a session (clear ended_at/end_reason)
db.reopen_session("sess_abc123")

存储消息

msg_id = db.append_message(
    session_id="sess_abc123",
    role="assistant",
    content="Here's the answer...",
    tool_calls=[{"id": "call_1", "function": {"name": "terminal", "arguments": "{}"}}],
    token_count=150,
    finish_reason="stop",
    reasoning="Let me think about this...",
)

获取消息

# Raw messages with all metadata
messages = db.get_messages("sess_abc123")

# OpenAI conversation format (for API replay)
conversation = db.get_messages_as_conversation("sess_abc123")
# Returns: [{"role": "user", "content": "..."}, {"role": "assistant", ...}]

会话标题

# Set a title (must be unique among non-NULL titles)
db.set_session_title("sess_abc123", "Fix Docker Build")

# Resolve by title (returns most recent in lineage)
session_id = db.resolve_session_by_title("Fix Docker Build")

# Auto-generate next title in lineage
next_title = db.get_next_title_in_lineage("Fix Docker Build")
# Returns: "Fix Docker Build #2"

全文搜索

search_messages() 方法支持 FTS5 查询语法，并能自动对用户输入的内容进行净化处理。

基本搜索

results = db.search_messages("docker deployment")

FTS5 查询语法

筛选搜索

# Search only CLI sessions
results = db.search_messages("error", source_filter=["cli"])

# Exclude gateway sessions
results = db.search_messages("bug", exclude_sources=["telegram", "discord"])

# Search only user messages
results = db.search_messages("help", role_filter=["user"])

搜索结果格式

每条搜索结果包含以下内容：

• id、session_id、role、timestamp
• snippet — 由 FTS5 生成的片段，其中包含 >>>match<<< 标记
• context — 匹配内容前后各 1 条消息（内容长度限制为 200 字符）
• source、model、session_started — 取自父会话信息

_sanitize_fts5_query() 方法用于处理各种边界情况：

• 删除未匹配的引号及特殊字符
• 将连字符连接的词组用引号括起来（如 chat-send → "chat-send"）
• 移除多余的布尔运算符（如 hello AND → hello）

会话关联关系

通过 parent_session_id，多个会话可以形成链式关联。这种情况通常发生在网关因上下文压缩而触发会话拆分时。

查询：查找会话关联关系

-- Find all ancestors of a session
WITH RECURSIVE lineage AS (
    SELECT * FROM sessions WHERE id = ?
    UNION ALL
    SELECT s.* FROM sessions s
    JOIN lineage l ON s.id = l.parent_session_id
)
SELECT id, title, started_at, parent_session_id FROM lineage;

-- Find all descendants of a session
WITH RECURSIVE descendants AS (
    SELECT * FROM sessions WHERE id = ?
    UNION ALL
    SELECT s.* FROM sessions s
    JOIN descendants d ON s.parent_session_id = d.id
)
SELECT id, title, started_at FROM descendants;

查询：包含预览功能的近期会话记录

SELECT s.*,
    COALESCE(
        (SELECT SUBSTR(m.content, 1, 63)
         FROM messages m
         WHERE m.session_id = s.id AND m.role = 'user' AND m.content IS NOT NULL
         ORDER BY m.timestamp, m.id LIMIT 1),
        ''
    ) AS preview,
    COALESCE(
        (SELECT MAX(m2.timestamp) FROM messages m2 WHERE m2.session_id = s.id),
        s.started_at
    ) AS last_active
FROM sessions s
ORDER BY s.started_at DESC
LIMIT 20;

查询：令牌使用统计信息

-- Total tokens by model
SELECT model,
       COUNT(*) as session_count,
       SUM(input_tokens) as total_input,
       SUM(output_tokens) as total_output,
       SUM(estimated_cost_usd) as total_cost
FROM sessions
WHERE model IS NOT NULL
GROUP BY model
ORDER BY total_cost DESC;

-- Sessions with highest token usage
SELECT id, title, model, input_tokens + output_tokens AS total_tokens,
       estimated_cost_usd
FROM sessions
ORDER BY total_tokens DESC
LIMIT 10;

导出与清理

# Export a single session with messages
data = db.export_session("sess_abc123")

# Export all sessions (with messages) as list of dicts
all_data = db.export_all(source="cli")

# Delete old sessions (only ended sessions)
deleted_count = db.prune_sessions(older_than_days=90)
deleted_count = db.prune_sessions(older_than_days=30, source="telegram")

# Clear messages but keep the session record
db.clear_messages("sess_abc123")

# Delete session and all messages
db.delete_session("sess_abc123")

数据库位置

默认路径为：~/.hermes/state.db

该路径由 hermes_constants.get_hermes_home() 函数确定，其默认值为 ~/.hermes/，也可根据 HERMES_HOME 环境变量的值来设定。

数据库文件、WAL 文件（state.db-wal）以及共享内存文件（state.db-shm）都会创建在同一个目录中。