Автор разработал систему памяти для ИИ-агентов на базе PostgreSQL и расширения pgvector. Система разделяет текущий контекст, краткосрочную память, историю сессий и общий граф знаний. Это позволяет агентам использовать накопленные данные без необходимости загружать всю историю переписки в каждый запрос.
По состоянию на 8 ноября 2026 года база данных содержала 10 079 узлов и 13 127 связей. Система извлекает сущности из сообщений в Telegram, проверяя их подлинность через цитирование исходного текста. Регистрация событий происходит в рамках транзакций, что исключает дублирование данных при сбоях процесса обработки.
Поиск по базе сочетает лексический анализ, обход графа и векторное сопоставление. PostgreSQL использует 384-мерные эмбеддинги с порогом косинусного расстояния 0,80 и зазором 0,02 для фильтрации неоднозначных результатов. Если сервис эмбеддингов недоступен, система продолжает работу с использованием других методов поиска.
Для управления контекстом агенту Hermes выделяется бюджет в 2 800 символов. Система обрезает выдачу по границам строк, чтобы избежать потери важных данных. В ходе теста от 4 августа 2026 года лексический режим поиска позволил извлечь ожидаемые факты в 4 из 6 случаев для положительных запросов.
