企业官网建设流程全解析

如何从Hermes和Claude Code一键迁移到Raven：冷启动导入器配置搬迁全解

【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/Raven

Raven 是 EverMind 打造的自进化多智能体生态系统，其内置的冷启动导入器（Cold-Start Importer）可以把你在 Hermes、Claude Code 等 AI 工具中积累的记忆文件、对话历史和个人技能一键搬迁进来，让你的新助手带着"老记忆"即刻开工。本文用 3 步讲清从扫描、执行到监控的完整迁移流程，新手也能照做。

为什么需要"冷启动"迁移？ 🧠

新装的 AI 助手最大的痛点是"失忆"：你在 Hermes 里养成的个人偏好、在 Claude Code 里沉淀的项目记忆，不会自动跟着你走。

Raven 的导入器就是为了解决这个问题：

• 记忆文件（偏好、项目知识）→ 写入 Raven 的长期记忆（EverOS 记忆后端）
• 对话历史（完整聊天记录）→ 作为会话素材一并归档
• 个人技能（Skills）→ 复制进本地技能池，之后按相关性自动注入
• 用户画像（如 Hermes 的USER.md）→ 镜像为 Raven 的user.md档案

整套流程实现在 raven/importer/ 模块，核心入口是 raven/cli/import_commands.py 中的raven import命令组。

支持迁移哪些来源？能搬走什么？ 📦

导入器目前支持 5 个平台，定义见 raven/importer/types.py：

两个关键概念决定了你要搬多少：

• 数据来源类型：memory_file（快，分钟级）与conversation（慢，小时级），见 SourceKind
• 导入档位（Tier）：memory_files只搬记忆+技能，低 LLM 成本；full连对话历史一起搬，高 LLM 成本，见 Tier

💡 新手建议：先用memory_files档位快速起步，之后再按需补跑full。

三步完成一键迁移 🚀

第 1 步：扫描预览 ——raven import scan

执行前先"体检"，看机器上有哪些可导入的数据：

raven import scan

命令会输出一张表格，列出每个平台的来源键、文件数、体积，并统计记忆文件与对话的总数（逻辑见 scan_cmd）。只关心某个平台时，加参数过滤：

raven import scan --platform hermes

第 2 步：执行导入 ——raven import run

一条命令走完"扫描 → 选择 → 执行"全流程（入口见 run_cmd）：

raven import run

交互式界面会引导你做两个选择：

1. 选平台：每一行都标明了该平台能带来多少记忆文件、对话和技能，不是盲选
2. 选档位：Memory files only（分钟级，低 LLM 成本）或Full import（小时级，高 LLM 成本）

确认后，进度条会实时显示[n/total] 平台/来源键的导入进度，随后进入两个收尾阶段：镜像用户画像（Mirroring profile）和安装技能（Installing skills），二者各有独立进度条，不会卡在 100% 不动。

不想交互？用参数一把梭，例如只搬 Hermes 的记忆文件：

raven import run --platform hermes --tier memory_files --yes

⚠️ 前提：需要先跑过raven onboard配置好记忆后端（默认是 EverOS 插件），否则会提示No memory backend configured。

第 3 步：查看进度 ——raven import status

导入支持后台长跑，随时查看状态：

raven import status

会展示总体进度条、按平台的提交/失败/剩余明细、耗时，以及失败项清单和日志路径；加--json可输出原始数据供脚本处理（实现见 status_cmd）。想中途叫停：

raven import stop

正在处理的条目会先跑完，剩余条目跳过——下次raven import run接着搬即可。

迁移的数据去了哪里？ 🔍

这是很多用户最关心的问题，答案分三条路径（见 raven/importer/phases.py）：

1. 消息通道：记忆文件与对话被切分为每批 10 条 / 3 万字符的小批写入 EverOS 记忆后端，批间自动重试（30s / 60s / 120s 退避），见 orchestrator.py。小批量是为了把单次提取成本压在预算内，避免大批量"整批失败拖死后面所有来源"。
2. 画像镜像：Hermes 的USER.md条目、Claude Code 中标记为user/feedback的记忆，会经 LLM 分类后写入user_memory/profile/user.md，供个性化模块直接读取。
3. 技能安装：Hermes 技能树与 Claude Code 的~/.claude/skills会被复制到工作区skills/池，按平台分目录存放；工厂自带技能保持原样不动，重复导入自动跳过（见 installer.py）。

新手常见问题 FAQ ❓

Q1：中断了怎么办？会重复导入吗？不会。导入器把每个来源的状态记录在~/.raven/import_state.json，状态机是幂等的（见 ImportState）。已导入的条目会显示为Skipped (already imported)，失败的条目重跑raven import run即可重试。

Q2：Hermes 的当前进行中会话会被搬吗？不会。Hermes 扫描器只列出已结束的会话（复用了 Hermes 自身的sessions export --dry-run，见 hermes.py），进行中的会话按数据源定义天然不在候选之列。

Q3：扫描报错 "Could not scan Hermes"？通常是 Hermes 可执行文件不在 PATH 上，把它加入 PATH 重跑即可，其他平台不受影响。

Q4：Claude Code 的记忆是怎么识别的？扫描器按 frontmatter 区分MEMORY.MD、项目知识、用户偏好等类型，并以自然语句包装后注入记忆，保证语义自洽（见 claude_code.py）。

写在最后 ✨

Raven 冷启动导入器把"换工具 = 从零开始"变成了三条命令的事：scan预览、run执行、status跟踪，全程可中断、可续跑、可重试。迁移完成后，你的偏好、记忆和技能都已在 Raven 的多智能体生态中就位——从 Hermes 和 Claude Code 出发的冷启动，一次搞定。更多命令细节可查阅 raven/importer/ 源码与 docs/。

【免费下载链接】RavenThe Harness of Harnesses: a trusted, persistent, self-evolving multi-agent ecosystem for all-domain collaboration.项目地址: https://gitcode.com/gh_mirrors/raven35/Raven