Hermes Agent（NousResearch/hermes-agent）在仓库根目录提供 trajectory_compressor.py，用于在不把操作者刚完成的工作全部丢弃的前提下，把超长 Agent 轨迹压进模型上下文窗口。常时在线的 Mac mini M4 上若跑着网关、cron 与数小时研究循环，Token 压力会表现为工具输出被截断、后续轮次失败，以及整段 transcript 重复发送带来的意外账单。本篇 Type C 说明文梳理上游默认值、头—中—尾三区压缩模型、交互式 /compress 与批处理 CLI 的差异，并给出可在 macOS 上执行的六步跑通清单。
若仍在选型，请先阅读 2026 年 macOS 与 Mac mini M4：Hermes Agent 对比 OpenClaw——压缩策略应在确定会话落点之后再调。上游参考：main 分支 trajectory_compressor.py、Hermes README，以及规划统一内存时的 Apple Mac mini 规格。
披露：下文会简要提及 MacHTML 可选的云 Mac mini 租用，用于常时在线演练。
为何 Mac mini 上会撞 Token 上限
Agent 框架不会像聊天网页那样“只存最后一句”——每次调用模型都会重放结构化消息列表。Telegram 网关加上本地工具链，一天下来 system、human、gpt、tool JSON 叠加到数万 Token 并不罕见。提供商硬截断或静默截断时，操作者常怪模型“变笨”，实质往往是 transcript 超出预算。Mac mini M4 的价值在于可 7×24 跑网关而不休眠，但硬件不会自动扩大上下文——压缩是运维手段，不是芯片功能。
Hermes 用 trajectory_compressor.py 把轨迹目录重写为更短、语义等价的版本：保留首条 system、human、gpt、tool 所承载的人设与安全边界；中间段压缩为约 750 Token 的摘要；尾部保留最近 4 轮 原文。压缩后默认总上限 target_max_tokens=15250。策略含义很明确：中间大胆压，正在操作的尾部绝不截肢。
Token 优化同样关乎成本。经 OpenRouter 推理时，为一句追问重发 4 万 Token 轨迹既费钱又慢。相较每轮换更大上下文模型，在演练用 Mac mini 上先做压缩往往更划算。请与上文选型文对照，避免在计划下周替换的网关上投入大量压缩调参。
Apple 统一内存下，16 GB 可跑 Hermes 网关与轻量工具，但并行子 Agent、本地 Ollama 与未压缩巨日志会争抢同一池子。压缩主要解决模型窗口，也能减轻网关 fan-out 时巨型消息数组的内存占用。部署前请对照 Mac mini 官方规格。
核心压缩模型
上游实现可概括为三区策略，便于事后审计：
- 保护头：保留首条 system、human、gpt、tool，人设与初始工具模式不丢。
- 摘要中段：头尾之间的内容经 OpenRouter 默认模型压成约 summary_target_tokens=750 的叙述。
- 保护尾：保留最近 protect_last_n_turns=4 轮，近期纠错与工具报错仍可被模型直接引用。
默认 target_max_tokens=15250 是压缩后 transcript 的天花板。请按生产模型可用窗口（扣除工具与 completion 余量）调整，而非营销页上的“最大上下文”。摘要默认走 OpenRouter 的 google/gemini-3-flash-preview，兼顾速度与成本；合规场景请换批准模型并记录被压缩的轨迹目录——摘要必有损，应保留决策与阻塞项，而非每一行堆栈。
压缩不能替代 Hermes 策展记忆或 FTS5 会话搜索：前者跨周持久，后者是单线程失控时的紧急刹车。
两种入口：/compress 与批处理 CLI
| 入口 | 适用场景 | 行为 |
|---|---|---|
/compress | TUI 或网关会话中感觉上下文告急 | 与当前轨迹绑定的交互式压缩 |
python trajectory_compressor.py | data/ 历史目录、CI 夹具、迁移前归档 | 可指定采样率、Token 上限、输入路径的批处理 |
勿混用：斜杠命令是操作台；Python 入口用于可复现运维。对仍在写入的 live 目录做批处理可能竞态——先静默会话或复制到临时目录。实验可用 --sample_percent=15 抽样评估质量，上线前改为 100%。
示例与默认参数表
| 参数 | 默认 | 说明 |
|---|---|---|
target_max_tokens | 15250 | 压缩后上限 |
summary_target_tokens | 750 | 中段摘要预算 |
protect_last_n_turns | 4 | 尾部保留轮数 |
| 摘要模型 | google/gemini-3-flash-preview | 可通过环境变量覆盖 |
python trajectory_compressor.py --input=data/my_run
python trajectory_compressor.py --input=data/my_run --sample_percent=15
python trajectory_compressor.py --input=data/my_run --target_max_tokens=16000 live 会话中，在工具链变长但任务未完成时执行 /compress，尤其在下挂子 Agent 或重试失败工具之前。团队规范建议：在里程碑后压缩，而非每次工具成功都压，以免摘要抹掉仍需要的细节。
六步跑通
- 在 Mac mini 上克隆/更新 Hermes，确认根目录存在
trajectory_compressor.py。 - 在用于批处理的 shell 中导出 OpenRouter（或所选）API 密钥。
- 从
data/选取 Token 膨胀明显的轨迹，复制副本以便 diff。 - 默认参数批跑：
python trajectory_compressor.py --input=data/my_run，检查头尾消息完整。 - 按生产模型余量调整上限（如
--target_max_tokens=16000），并以--sample_percent=100复跑后固化配置。 - 启动 Hermes 会话，人为拉长上下文后执行
/compress，确认模型仍理解保护尾中的最新修正。
将选定默认值写入内部 runbook，与网关端口、LaunchAgent 标签并列，避免后人通过生产事故“重新发现”。
故障排查
摘要失败或中段为空
检查 OpenRouter 凭据、模型白名单与限速。换更小输入目录排除畸形 tool JSON。若合规禁止 Gemini Flash，请换批准模型并更新文档，不要静默关闭压缩。
压缩后“忘记”近期修改
临时提高 protect_last_n_turns 或降低 summary_target_tokens 激进程度。确认未在消息仍追加时对 live 目录批处理。对副本 diff 尾部消息。
若需不依赖 Mac 常开的 Telegram 网关，请参阅：便宜 VPS 部署 Hermes Agent Docker 与 Telegram 机器人。
需要限定仓库读取、npm test 与受控自动修复？阅读 2026 Hermes Agent MCP 对接 Claude Opus 4.8：合规本地代码演练场。
常见问题
压缩会取代 Hermes 记忆文件吗？
不会。压缩只缩短单条轨迹；策展记忆与技能库仍是长期存储。二者并用：记忆管数周，压缩管当晚失控会话。
OpenClaw 用户能用此脚本吗？
脚本随 Hermes 分发，OpenClaw transcript 结构不同——请先迁移或导出，并按选型文隔离网关。
摘要成本如何？
与中段轮数及 OpenRouter 单价成正比。实验阶段可用 15% 采样，信任默认值后生产跑 100%。
压缩加网关需要多少内存？
仅批处理压缩时 16 GB 往往够用；同一台机器还跑网关、本地模型与并行子 Agent 时建议 24 GB，见 Apple 规格。