Session Search 对话搜索 —— 搜索过往对话、关键词搜索、OR 查询与上下文回忆

简介

上一篇我们深入探讨了 Hermes Agent 的 Memory 持久记忆系统，掌握了跨会话记忆、用户画像、环境偏好等核心能力。记忆系统让 Agent 能够"记住你"，但还有一个关键问题——当你知道某个信息曾经讨论过，却不确定 Agent 是否记住了它，或者你想回顾完整的对话上下文时，该怎么办？

想象一下这些场景：

你上个月和 Agent 讨论过一个复杂的数据库优化方案，现在需要复现但想不起具体细节了
你记得 Agent 提到过某个工具的使用技巧，但不记得是哪次对话
你想搜索所有关于"性能优化"的对话，无论是哪个项目的
你记得对话中提到了 asyncio 或 threading，但不确定具体是哪一个

这些问题都需要一个强大的对话搜索系统。就像你在代码库中用 grep 搜索代码一样，你需要在历史对话中搜索过去的讨论。

本文将带你全面掌握 Hermes Agent 的 Session Search 系统：

搜索过往对话：全局搜索、项目搜索、时间范围搜索
关键词搜索：精确匹配、模糊匹配、正则表达式
OR/AND 组合查询：多条件组合搜索
上下文回忆：搜索结果的高亮、上下文展开、对话还原

核心目标：让历史对话成为你的知识宝库，随用随查。

Session Search 系统架构

搜索系统的核心组件

text

Session Search 系统架构：
├── 🔍 搜索引擎层
│   ├── 关键词索引（倒排索引）
│   ├── 语义索引（向量嵌入）
│   └── 元数据索引（时间、项目、标签）
│
├── 📝 查询解析层
│   ├── 关键词解析
│   ├── 布尔逻辑（AND/OR/NOT）
│   ├── 范围过滤（时间、项目）
│   └── 语义意图理解
│
├── 📋 结果处理层
│   ├── 相关性排序
│   ├── 上下文展开
│   ├── 高亮标记
│   └── 摘要生成
│
└── 💾 存储层
    ├── 对话原文存储
    ├── 索引存储
    └── 向量数据库

索引策略

yaml

# 搜索索引配置
search_index:
  keyword_index:
    type: "inverted_index"
    fields:
      - user_message
      - agent_message
      - tool_calls
      - code_blocks
    tokenizer: "multilingual"  # 支持中英文

  semantic_index:
    type: "vector_index"
    embedding_model: "bge-large-zh-v1.5"
    dimensions: 1024
    similarity: "cosine"

  metadata_index:
    fields:
      - timestamp
      - project_path
      - session_id
      - tags
      - message_count

基础搜索：关键词搜索

简单关键词搜索

text

用户：搜索"PostgreSQL 优化"

Agent：[执行搜索]
  session_search(
    query="PostgreSQL 优化",
    mode="keyword",
    limit=10
  )

搜索结果：
═══════════════════════════════════════

结果 1/5 - 2025-04-15 14:32
──────────────────────────────────────
用户：PostgreSQL 的慢查询怎么优化？

Agent：PostgreSQL 慢查询优化可以从以下几个方面入手：

1. 使用 EXPLAIN ANALYZE 分析执行计划
2. 添加合适的索引
3. 优化查询语句
4. 调整配置参数

具体方案...[完整对话]

──────────────────────────────────────
匹配字段：user_message, agent_message
匹配次数：3 次 (PostgreSQL: 2, 优化: 1)
──────────────────────────────────────

结果 2/5 - 2025-04-20 09:15
──────────────────────────────────────
用户：帮我看下这个 PostgreSQL 查询的性能

[Agent 的分析和优化建议...]

──────────────────────────────────────
匹配字段：user_message
匹配次数：1 次 (PostgreSQL: 1)
──────────────────────────────────────

代码示例：搜索 API 调用

python

# 基础关键词搜索
from hermes import session_search

# 简单搜索
results = session_search(
    query="PostgreSQL 优化",
    mode="keyword",          # 搜索模式
    limit=10,                # 最多返回 10 条
    sort_by="relevance"      # 按相关性排序
)

# 精确短语搜索（用引号）
results = session_search(
    query='"EXPLAIN ANALYZE"',
    mode="exact_phrase",     # 精确短语匹配
    limit=5
)

# 正则表达式搜索
results = session_search(
    query=r"def\s+async_\w+\(",
    mode="regex",            # 正则表达式
    limit=10
)

搜索模式对比

模式	语法	示例	说明
关键词	`关键词`	`PostgreSQL`	分词匹配，任意位置
精确短语	`"短语"`	`"EXPLAIN ANALYZE"`	完整短语匹配
正则表达式	`/正则/`	`/def\s+\w+/`	正则匹配
前缀匹配	`前缀*`	`async_*`	以某词开头
后缀匹配	`*后缀`	`*Handler`	以某词结尾

python

# 不同搜索模式的效果对比

# 关键词搜索 - 匹配包含"优化"的所有消息
session_search("优化", mode="keyword")
# 匹配："如何优化"、"性能优化"、"优化方案"

# 精确短语搜索 - 只匹配完整的"性能优化"
session_search('"性能优化"', mode="exact_phrase")
# 匹配："性能优化"
# 不匹配："优化性能"、"优化"

# 正则搜索 - 匹配所有函数定义
session_search(r"def \w+\(", mode="regex")
# 匹配："def main("、"def test_user("

高级搜索：组合查询

OR 查询：多关键词任一匹配

text

用户：搜索"asyncio 或 threading"

Agent：[执行 OR 搜索]
  session_search(
    query="asyncio OR threading",
    mode="keyword",
    operator="OR",
    limit=20
  )

搜索结果：
═══════════════════════════════════════

[匹配 asyncio 的结果]
结果 1 - 2025-03-10：Python 异步编程最佳实践
  → 匹配：asyncio
  → 上下文：讨论 asyncio.create_task vs asyncio.gather

结果 2 - 2025-04-05：FastAPI 异步路由优化
  → 匹配：asyncio
  → 上下文：讨论 async def vs def 路由

[匹配 threading 的结果]
结果 3 - 2025-02-20：多线程文件下载器
  → 匹配：threading
  → 上下文：讨论 ThreadPoolExecutor 使用

结果 4 - 2025-05-01：并发模型对比
  → 匹配：threading, asyncio（两者都匹配）
  → 上下文：对比 asyncio 和 threading 的适用场景
──────────────────────────────────────

共找到 18 条结果：
  - asyncio: 12 条
  - threading: 8 条
  - 两者都提到: 2 条

代码示例：

python

# OR 查询 - 匹配任一关键词
results = session_search(
    query="asyncio OR threading",
    operator="OR",
    limit=20
)

# 更复杂的 OR 查询
results = session_search(
    query="React OR Vue OR Angular",
    operator="OR",
    group_by="keyword",  # 按关键词分组返回
    limit=30
)

# 使用列表语法
results = session_search(
    query=["asyncio", "threading", "multiprocessing"],
    operator="OR",
    limit=20
)

AND 查询：多关键词同时匹配

text

用户：搜索"同时提到 PostgreSQL 和 索引 的对话"

Agent：[执行 AND 搜索]
  session_search(
    query="PostgreSQL AND 索引",
    operator="AND",
    limit=10
  )

搜索结果：
═══════════════════════════════════════

结果 1 - 2025-04-15
  → PostgreSQL: ✓  索引: ✓
  → 上下文：讨论 PostgreSQL 的 B-tree 索引和覆盖索引

结果 2 - 2025-04-22
  → PostgreSQL: ✓  索引: ✓
  → 上下文：讨论 GIN 索引在全文搜索中的应用
──────────────────────────────────────

共找到 5 条结果（同时包含 PostgreSQL 和 索引）

python

# AND 查询 - 必须同时包含所有关键词
results = session_search(
    query="PostgreSQL AND 索引",
    operator="AND",
    limit=10
)

# 多条件 AND
results = session_search(
    query="FastAPI AND pytest AND 异步",
    operator="AND",
    limit=10
)

# 带距离约束的 AND（两个词在 10 个词以内）
results = session_search(
    query="PostgreSQL 索引",
    operator="AND",
    proximity=10,  # 两个词之间的距离不超过 10 个词
    limit=10
)

NOT 查询：排除特定关键词

python

# NOT 查询 - 包含 A 但不包含 B
results = session_search(
    query="Python NOT Django",
    operator="NOT",
    limit=10
)

# 组合使用
results = session_search(
    query="(React OR Vue) AND NOT Next.js",
    operator="complex",
    limit=10
)

复杂组合查询

python

# 复杂组合查询示例
query = """
(FastAPI OR Django)
AND (PostgreSQL OR MySQL)
AND 性能优化
NOT Redis
"""

results = session_search(
    query=query,
    operator="complex",
    limit=20,
    group_by="primary_keyword"
)

# 查询解析结果：
# {
#   "must_have": ["FastAPI", "Django"],        # OR 组
#   "must_also_have": ["PostgreSQL", "MySQL"],  # OR 组
#   "must_have_anywhere": ["性能优化"],
#   "must_not_have": ["Redis"]
# }

语义搜索：理解意图

关键词搜索 vs 语义搜索

关键词搜索匹配字面上的词，语义搜索理解你的意图：

python

# 关键词搜索
results = session_search(
    query="数据库变慢",
    mode="keyword"
)
# 只匹配包含"数据库"和"变慢"的对话

# 语义搜索
results = session_search(
    query="数据库变慢",
    mode="semantic"
)
# 同时匹配：
# - "数据库变慢"
# - "查询性能下降"
# - "SQL 执行时间长"
# - "慢查询优化"
# - "DB 响应延迟"

语义搜索实战

text

用户：搜索"怎么让程序跑得更快"

Agent：[语义搜索]
  session_search(
    query="怎么让程序跑得更快",
    mode="semantic",
    top_k=10,
    similarity_threshold=0.75
  )

语义搜索结果（按语义相似度排序）：
═══════════════════════════════════════

结果 1 (相似度: 0.94) - 2025-03-15
  → 原问题："如何提升 Python 程序的执行速度？"
  → 匹配原因：语义高度相似

结果 2 (相似度: 0.87) - 2025-04-02
  → 原问题："前端打包太慢了，怎么优化？"
  → 匹配原因：都是关于"优化速度"

结果 3 (相似度: 0.82) - 2025-04-20
  → 原问题："数据库查询慢的排查思路"
  → 匹配原因：都是关于"性能慢"的问题

结果 4 (相似度: 0.76) - 2025-05-01
  → 原问题："并发编程的性能优化方案"
  → 匹配原因：都是关于"提升性能"
═══════════════════════════════════════

混合搜索：关键词 + 语义

python

# 混合搜索模式 - 结合关键词和语义
results = session_search(
    query="数据库性能优化",
    mode="hybrid",           # 混合模式
    keyword_weight=0.4,      # 关键词权重
    semantic_weight=0.6,     # 语义权重
    top_k=20
)

# 混合模式的优势：
# - 关键词匹配确保精准度
# - 语义匹配确保召回率
# - 可调整权重平衡两者

搜索范围与过滤

按时间范围搜索

python

# 搜索最近 7 天的对话
results = session_search(
    query="PostgreSQL",
    time_range="7d"
)

# 搜索特定时间段
results = session_search(
    query="部署",
    time_range={
        "start": "2025-04-01",
        "end": "2025-04-30"
    }
)

# 搜索今天的对话
results = session_search(
    query="bug",
    time_range="today"
)

# 搜索本周的对话
results = session_search(
    query="API",
    time_range="this_week"
)

# 搜索上个月的对话
results = session_search(
    query="重构",
    time_range="last_month"
)

按项目搜索

python

# 搜索特定项目的对话
results = session_search(
    query="数据库迁移",
    project="~/projects/ml-pipeline"
)

# 搜索多个项目
results = session_search(
    query="认证",
    project=["~/projects/web-app", "~/projects/api-server"]
)

# 搜索所有项目（排除个人闲聊）
results = session_search(
    query="最佳实践",
    scope="projects_only"
)

按标签搜索

python

# 给对话打标签
session_tag("session-abc123", tags=["数据库", "性能优化"])
session_tag("session-def456", tags=["前端", "React"])

# 按标签搜索
results = session_search(
    query="索引",
    tags=["数据库"]
)

# 标签组合搜索
results = session_search(
    query="state management",
    tags=["前端", "React"],
    tag_operator="AND"
)

按消息类型搜索

python

# 只搜索用户的消息
results = session_search(
    query="我想要",
    message_type="user"
)

# 只搜索 Agent 的回复
results = session_search(
    query="推荐使用",
    message_type="agent"
)

# 只搜索代码块
results = session_search(
    query="async def",
    message_type="code_block"
)

# 只搜索工具调用
results = session_search(
    query="patch",
    message_type="tool_call"
)

综合过滤示例

python

# 综合过滤搜索
results = session_search(
    query="PostgreSQL AND 性能",
    operator="AND",
    mode="hybrid",
    time_range="30d",                    # 最近 30 天
    project="~/projects/ml-pipeline",    # 特定项目
    tags=["数据库"],                      # 标签过滤
    message_type="all",                  # 所有消息类型
    min_similarity=0.7,                  # 最低语义相似度
    limit=20,                            # 返回数量
    sort_by="relevance"                  # 排序方式
)

上下文回忆：还原对话

搜索结果展开

找到匹配的消息后，可以展开查看完整上下文：

python

# 展开某条结果的上下文
context = session_search_expand(
    result_id="result-001",
    before=5,    # 展开前 5 条消息
    after=3      # 展开后 3 条消息
)

# 展开后的结果：
# ──────────────────────────────────────
# [5 条之前的消息]
# 用户：项目数据库迁移遇到问题
# Agent：什么问题？能详细描述一下吗？
# 用户：从 MySQL 迁移到 PostgreSQL，有些语法不兼容
# Agent：常见不兼容点有这些：...
# 用户：嗯，GROUP_CONCAT 怎么办？
# [匹配的消息]
# ★ Agent：PostgreSQL 中用 STRING_AGG 替代 GROUP_CONCAT：
#            SELECT id, STRING_AGG(name, ',') FROM table GROUP BY id
# [3 条之后的消息]
# 用户：那 LIMIT OFFSET 分页呢？
# Agent：PostgreSQL 支持 LIMIT/OFFSET，和 MySQL 一样...
# 用户：好的，我试试
# Agent：有问题随时问我
# ──────────────────────────────────────

对话还原

python

# 还原完整会话
session = session_restore(
    session_id="session-abc123"
)

# 还原特定主题的对话片段
fragment = session_search_restore(
    topic="数据库迁移",
    session_id="session-abc123"
)

# 生成对话摘要
summary = session_summarize(
    session_id="session-abc123"
)
# 返回：
# "这次对话讨论了从 MySQL 迁移到 PostgreSQL 的过程，
#  主要包括：1) GROUP_CONCAT 替换为 STRING_AGG，
#  2) LIMIT/OFFSET 分页兼容性确认，
#  3) 自增 ID 从 AUTO_INCREMENT 改为 SERIAL"

搜索结果可视化

text

搜索结果展示格式：
═══════════════════════════════════════════════════
📅 2025-04-15 14:32 | 项目: ml-pipeline | 会话: #47
───────────────────────────────────────────────────
用户：PostgreSQL 的慢查询怎么优化？

Agent：PostgreSQL 慢查询优化可以从以下几个方面入手：

  1. 📊 使用 EXPLAIN ANALYZE 分析执行计划
     ```sql
     EXPLAIN ANALYZE SELECT * FROM users WHERE email = 'test';
     ```

  2. 📇 添加合适的索引
     ```sql
     CREATE INDEX idx_users_email ON users(email);
     ```

  3. ✏️ 优化查询语句...

───────────────────────────────────────────────────
🔍 匹配：PostgreSQL (2次) | 优化 (1次) | 慢查询 (1次)
📌 关键词：数据库 | 性能优化
📋 操作：[展开上下文] [标记重要] [导出] [删除]
═══════════════════════════════════════════════════

搜索实战案例

实战 1：定位过去的技术方案

text

═══════════════════════════════════════
需求：找到之前讨论的"分页方案"
═══════════════════════════════════════

用户：我记得之前讨论过游标分页的方案

Agent：[执行搜索]
  session_search(
    query="游标分页 OR cursor pagination",
    mode="hybrid",
    operator="OR",
    limit=10
  )

Agent：找到了！以下是相关讨论：

📅 2025-03-28 | 项目: web-app
──────────────────────────────────────
你：OFFSET 分页在大数据量时太慢了，
   有没有更好的方案？

我：推荐使用游标分页（Cursor-based Pagination）：

```python
# 游标分页实现
def get_items(cursor: str | None, limit: int = 20):
    if cursor:
        # 基于上一次最后一条记录的 ID
        items = db.query(Item).filter(
            Item.id < decode_cursor(cursor)
        ).order_by(Item.id.desc()).limit(limit).all()
    else:
        items = db.query(Item).order_by(
            Item.id.desc()
        ).limit(limit).all()

    return items, encode_cursor(items[-1].id) if items else None
```

游标分页的优势：
1. 不受偏移量影响，大数据量也稳定
2. 避免了 OFFSET 的扫描开销
3. 不会出现数据重复或遗漏

──────────────────────────────────────
要我把完整的实现代码导出来吗？

实战 2：多项目技术方案对比

text

═══════════════════════════════════════
需求：对比不同项目中用到的"认证方案"
═══════════════════════════════════════

用户：帮我搜一下各个项目用的什么认证方案

Agent：[执行多项目搜索]
  session_search(
    query="认证 OR authentication OR auth",
    mode="hybrid",
    scope="all_projects",
    group_by="project"
  )

Agent：各项目的认证方案汇总：

📁 ml-pipeline
  → JWT + OAuth2 (FastAPI)
  → 最后讨论: 2025-04-15

📁 web-app
  → NextAuth.js (Next.js)
  → 最后讨论: 2025-05-02

📁 api-server
  → API Key + HMAC 签名
  → 最后讨论: 2025-03-20

需要我详细展开某个项目的实现吗？

实战 3：搜索自己说过的话

text

═══════════════════════════════════════
需求：找到自己说过的特定需求
═══════════════════════════════════════

用户：我之前说过 API 要用什么前缀来着？

Agent：[搜索用户消息]
  session_search(
    query="API 前缀 OR prefix",
    message_type="user",
    mode="hybrid",
    limit=10
  )

Agent：你之前提到过：

📅 2025-04-10
  → "API 统一用 /api/v2/ 作为前缀"

📅 2025-04-12
  → "旧版 /api/v1/ 保留 3 个月后下线"

所以你的 API 前缀规范是 `/api/v2/`。

实战 4：OR 查询查找工具使用记录

text

═══════════════════════════════════════
需求：查找所有用过特定工具的对话
═══════════════════════════════════════

用户：我什么时候用过 Playwright 或者 Cypress？

Agent：[OR 查询]
  session_search(
    query="Playwright OR Cypress",
    mode="keyword",
    operator="OR",
    limit=20
  )

Agent：找到以下记录：

🔵 匹配 Playwright（3 条）
  1. 2025-03-15：用 Playwright 做 E2E 测试
  2. 2025-04-02：Playwright 配置 CI/CD
  3. 2025-05-10：Playwright 视觉回归测试

🟢 匹配 Cypress（1 条）
  1. 2025-02-20：对比 Cypress 和 Playwright

🔵🟢 两者都提到（1 条）
  1. 2025-02-20：最终选择了 Playwright

总结：你主要在 2025-02-20 对比后选择了 Playwright，
     之后有 3 次使用 Playwright 的讨论。

搜索优化技巧

1. 使用精确短语提高准确性

python

# ❌ 关键词搜索太宽泛
results = session_search("数据库优化方案")
# 匹配任何包含"数据库"、"优化"、"方案"的对话

# ✅ 精确短语更准确
results = session_search('"数据库优化方案"')
# 只匹配完整短语

# ✅ 或者用 AND 组合
results = session_search("数据库 AND 优化 AND 方案", operator="AND")

2. 合理使用时间范围缩小结果

python

# ❌ 搜索全部历史，结果太多
results = session_search("bug", limit=100)

# ✅ 限定最近时间
results = session_search("bug", time_range="7d", limit=20)

3. 利用标签快速定位

python

# 给重要对话打标签
session_tag("session-001", tags=["重要", "架构决策"])
session_tag("session-002", tags=["踩坑", "解决方案"])

# 按标签快速搜索
results = session_search(
    query="数据库",
    tags=["架构决策"]
)

4. 混合搜索平衡精准度和召回率

python

# 纯关键词可能漏掉语义相关的对话
results = session_search("程序运行慢", mode="keyword")
# 只匹配字面包含"程序运行慢"的对话

# 纯语义可能返回不够精准的结果
results = session_search("程序运行慢", mode="semantic")
# 可能匹配到"程序运行速度快"

# 混合模式最佳
results = session_search("程序运行慢", mode="hybrid",
                        keyword_weight=0.5, semantic_weight=0.5)

5. 搜索记忆和搜索对话结合使用

python

# 先搜索记忆，获取关键信息
memory_results = memory_search("数据库配置")

# 再用关键信息搜索对话
if memory_results:
    db_type = memory_results[0].value.get("database")  # e.g., "PostgreSQL"
    session_results = session_search(
        query=f"{db_type} AND 配置",
        operator="AND",
        mode="hybrid"
    )

6. 保存常用搜索

python

# 保存常用搜索为快捷方式
search_saved(
    name="db_optimization",
    query="PostgreSQL AND (优化 OR 慢查询 OR 索引)",
    operator="AND",
    mode="hybrid",
    time_range="90d"
)

# 使用保存的搜索
results = search_run("db_optimization")

# 查看所有保存的搜索
search_list()

总结

本文全面介绍了 Hermes Agent 的 Session Search 对话搜索系统：

搜索系统架构：关键词索引、语义索引、元数据索引三层架构
基础搜索：关键词匹配、精确短语、正则表达式、前缀/后缀匹配
组合查询：OR 查询（任一匹配）、AND 查询（同时匹配）、NOT 查询（排除）、复杂组合
语义搜索：理解搜索意图，不局限于字面匹配
搜索范围与过滤：时间范围、项目过滤、标签过滤、消息类型过滤
上下文回忆：搜索结果展开、完整对话还原、对话摘要生成
搜索实战：定位技术方案、多项目对比、搜索自己说的话、工具使用记录
搜索优化技巧：精确短语、时间范围、标签利用、混合搜索、搜索记忆结合

核心原则：

关键词搜索保精准，语义搜索保召回：根据场景选择或组合使用
善用过滤缩小范围：时间、项目、标签是最高效的过滤维度
OR 查询找关联，AND 查询找交集：灵活组合满足各种搜索需求
上下文回忆很重要：找到匹配的消息后，展开上下文才能理解完整含义
搜索 + 记忆 = 完整知识体系：搜索对话原文，记忆提取要点，两者配合

📌 下篇预告

Hermes Agent 进阶工作流 —— 多步骤任务自动化、条件分支、循环处理、错误重试与人类审批。掌握了记忆和搜索能力后，如何让 Agent 自主完成复杂的多步骤任务？下一篇将带你构建真正能独立工作的 AI 工作流。

Session Search 对话搜索 —— 搜索过往对话、关键词搜索、OR 查询与上下文回忆

简介

目录

Session Search 系统架构

搜索系统的核心组件

索引策略

基础搜索：关键词搜索

简单关键词搜索

代码示例：搜索 API 调用

搜索模式对比

高级搜索：组合查询

OR 查询：多关键词任一匹配

AND 查询：多关键词同时匹配

NOT 查询：排除特定关键词

复杂组合查询

语义搜索：理解意图

关键词搜索 vs 语义搜索

语义搜索实战

混合搜索：关键词 + 语义

搜索范围与过滤

按时间范围搜索

按项目搜索

按标签搜索

按消息类型搜索

综合过滤示例

上下文回忆：还原对话

搜索结果展开

对话还原

搜索结果可视化

搜索实战案例

实战 1：定位过去的技术方案

实战 2：多项目技术方案对比

实战 3：搜索自己说过的话

实战 4：OR 查询查找工具使用记录

搜索优化技巧

1. 使用精确短语提高准确性

2. 合理使用时间范围缩小结果

3. 利用标签快速定位

4. 混合搜索平衡精准度和召回率

5. 搜索记忆和搜索对话结合使用

6. 保存常用搜索

总结

📌 下篇预告