ai官小西

Telepath:一个会读 Agent 记忆的可视化工具

你打开一个可视化工具,输入「把我最近的时间花在哪里显示出来」。工具反问:哪个时间段?按什么维度拆?数据源用什么?问到第四个问题,你关掉了标签页。

Telepath(4 星,MIT 协议)就是冲着跳过这些问题来的。它会先读你的 Hermes Agent 的持久化 memory——~/.hermes/memories/USER.mdMEMORY.md——然后从已掌握的信息里自动填空。Hermes 学到的越多,Telepath 就越安静。

这是为 Hermes Agent Creative Hackathon(Nous Research × Kimi/Moonshot,2026 年 5 月)打造的周末作品,但实力超出预期。一个 Next.js 16 应用,接收模糊意图,吐出 Vega-Lite 图表、Mermaid 架构图或单页信息图。全由 Kimi K2 驱动。

工作流程

Telepath 对 Kimi K2 API 跑了三轮结构化 prompt:

parse_intent——把模糊需求转成具体目标,选输出格式(图表/架构图/幻灯片),为每个渲染维度做 grounding。每个维度——受众、时间范围、数据源、拆解方式、配色——标记来源:memory(从你的 profile 里读到的)、default(合理猜测)、asked(需要问)、missing(完全不知道)。

pick_question——按「影响力 × 信心」排序未解决的维度。最多问一个问题,以可选标签(chip)形式呈现。如果所有维度都能从 memory 解决,跳过提问环节。

synthesize_spec——输出 Vega-Lite v5 JSON 规格、Mermaid 源码或幻灯片布局 JSON。渲染器拿到规格直接画。

渲染成功后,这套「意图 → 规格」映射会写回 ~/.hermes/skills/telepath/<slug>/DESCRIPTION.md。下次再提相同请求,直接从保存的规格回放。零次 LLM 往返。

Demo 怎么跑的

项目自带两套模式演示:

冷启动——Telepath 没 memory 可读。问「把我时间花在哪里显示出来」,弹出 1–2 个标签提问。渲染。

Memory 生效——关掉冷启动。同样的问题。Telepath 从 USER.md 里读到你的时间偏好和拆分方式,左侧栏高亮用到的字段,一个问题都不问。渲染。

回放——点右侧栏里某个保存好的 skill,瞬时重绘,不调 API。

Demo 紧凑有力。UX 比大多数 hackathon 项目干净:左侧知识栏显示用了哪些 memory 字段,右侧技能栏列出保存的可视化,中间是输入区。三栏布局,看起来像个真的产品。

架构

技术栈现代:Next.js 16 App Router、React 19、Tailwind 4、pnpm。Kimi K2 通过 Moonshot 的 OpenAI 兼容 API 接入。Vega-Lite 做图表,Mermaid 做架构图,自定义幻灯片原语做信息图。

没有数据库。Hermes 文件系统就是数据库。Memory 读取来自 ~/.hermes/memories/。Skill 写入到 ~/.hermes/skills/telepath/。可选地也能读 ~/.hermes/sessions/~/.hermes/cron/ 里的元数据。

lib/ 目录暴露了真正的野心。有模块负责 Hermes memory 解析、session 提取、cron 元数据读取、Kimi API 调用,还有一个 skill 泛化管线——能把一次成功的可视化蒸馏成可复用的 skill。不只是一个 demo,有构建持久化可视化知识库的骨架。

有意思在哪

Telepath 不是通用画图工具,是会读 agent 大脑的画图工具。这个区别很关键。

Hermes 已经在积累关于你的持久化信息:偏好、项目、高频任务、沟通习惯。这些信息存在 ~/.hermes/memories/ 的 markdown 文件里。大多数可视化工具直接无视它们。Telepath 把它们当事实来源。

含义是:你的 agent 对你了解得越深,可视化工具问的问题越少。两个系统叠加效应。这是个值得关注的设计模式。

Hackathon 背景也重要。Nous Research 这次跟 Kimi/Moonshot 合作,Telepath 同时有资格参加 Main 和 Kimi 两个赛道。如果能拿到名次,后续的打磨和官方 Hermes 集成都值得期待。

局限

4 个 star。4 天历史(首次提交:2026 年 5 月 2 日)。Hackathon 代码。

Memory grounding 的效果完全取决于你的 USER.mdMEMORY.md 有多丰富。如果这些文件很稀疏——大部分 Hermes 用户的现状——Telepath 只能回退到提问,核心卖点「已经知道」就站不住了。

Kimi K2 是唯一支持的模型,Moonshot API 是唯一的 provider。没有 Moonshot API key,Telepath 就只是个静态 demo。

输出只有图表、架构图和单页幻灯片。没有多面板看板,没有交互下钻,没有数据导出。对 hackathon 作品没问题,当日常工具很快就会觉得不够用。

目前没有从 Hermes 内部调用的 skill。你得把它当独立开发服务器跑,再把结果贴回 Hermes。集成是文件系统级别的——Telepath 读 Hermes 的输出目录——但没有双向工具接口。

结论

现在不装。4 个 star 和 4 天开发撑不起生产工具。

但要关注。它的核心思路——读取 agent memory 来减少下游工具的 prompt 摩擦——可以泛化到可视化之外。任何需要用户上下文的工具(搜索优化、通知过滤、会议准备)都可以受惠于同样的 memory grounding 模式。Telepath 是这种设计模式的一个早期实现。

如果要装,还需要的东西:带工具调用的正式 Hermes skill、Kimi 之外的多模型支持、多面板看板视图。在那之前,它是一个执行得很漂亮的实验。

Sources: Telepath GitHub, Hermes Agent Creative Hackathon