← 返回博客

Hermes Agent 深度解析：129K Stars 的开源自进化 AI Agent

2026年5月2日 AI应用

#AI #Agent #Hermes #Nous Research #开源 #Python #教程

项目地址：github.com/NousResearch/hermes-agent | 129K Stars | MIT 协议

一、Hermes Agent 是什么？

Hermes Agent 是由 Nous Research 打造的开源、自进化 AI Agent。它的核心理念很简单：这个代理会随着你的使用而成长。

传统 AI Agent 每次对话都是独立的，用完就忘。Hermes 不一样——它有一个内置的闭环学习机制：

从每次交互中提取经验，自动生成技能
技能在使用过程中自我改进
跨会话构建用户模型，越用越懂你

项目标语：“The agent that grows with you”（与你一同成长的代理）

核心亮点速览

特性	说明
闭环学习	自主创建技能，自动改进，跨会话记忆
多平台	一套后端同时支持 Telegram、Discord、Slack、WhatsApp、Signal、CLI
终端 UI	完整 TUI 界面，多行编辑、斜杠命令自动补全、流式工具输出
模型无关	支持 Nous Portal、OpenRouter（200+ 模型）、NVIDIA NIM、OpenAI、Hugging Face 等
定时任务	内置 cron 调度器，支持日报、备份、审计等自动化
子代理	启动隔离子代理执行并行任务，通过 RPC 调用工具
6 种后端	Local、Docker、SSH、Daytona、Singularity、Modal

二、核心设计理念

2.1 闭环学习（Closed Learning Loop）

这是 Hermes 最核心的差异化能力。传统 Agent 的”学习”通常只是把对话历史存下来下次当上下文用，Hermes 则完全不同：

经验提炼：完成复杂任务后，Agent 会自动回顾执行过程，提取可复用的模式
技能生成：把提炼出的经验封装为可调用的技能文件
技能进化：技能在使用过程中持续被评估和改进，而非一成不变
用户建模：跨会话积累对用户偏好、工作风格的理解

这意味着你使用 Hermes 的时间越长，它对你的了解越深，自动化程度越高。

2.2 多平台架构

Hermes 采用单一网关架构，所有平台共享同一个 Agent 后端：

Telegram ─┐
Discord  ─┤
Slack    ─┼── Gateway ── Agent Core
WhatsApp ─┤
Signal   ─┤
CLI/TUI ─┘

在任何平台上的交互都会被记录到同一个记忆系统和技能库中，无缝切换。

2.3 模型无关设计

通过 hermes model 命令，可以在不修改任何代码的情况下切换底层模型：

hermes model openrouter:anthropic/claude-sonnet-4-20250514
hermes model nousresearch:hermes-4
hermes model openai:gpt-4o
hermes model nvidia:llama-3.1-405b-instruct

支持 200+ 模型提供商，真正的”无锁定”架构。

三、快速安装与上手

系统要求

Linux、macOS、WSL2（Windows 用户需使用 WSL2，不支持原生 Windows）
Android 可通过 Termux 安装
Python 3.11+

一键安装

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

开发者安装

git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
./setup-hermes.sh

这个脚本会自动安装 uv（Python 包管理器）、创建虚拟环境、安装全部依赖并建立命令行链接。

手动安装

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建虚拟环境
uv venv venv --python 3.11
source venv/bin/activate

# 安装完整依赖
uv pip install -e ".[all,dev]"

首次启动

hermes

首次运行会自动启动配置向导，引导你设置 LLM 提供商、API Key 和基本参数。

四、核心命令详解

基本命令

命令	用途
`hermes`	启动交互式 CLI 对话
`hermes model`	选择 LLM 提供商和模型
`hermes tools`	配置已启用的工具集
`hermes config set`	设置配置项
`hermes gateway`	启动消息网关（连接 Telegram 等平台）
`hermes setup`	完整配置向导
`hermes update`	更新到最新版本
`hermes doctor`	诊断配置和连接问题
`hermes claw migrate`	从 OpenClaw 迁移数据

对话内斜杠命令

命令	功能
`/new` 或 `/reset`	新建对话
`/model provider:model`	对话中切换模型
`/personality [name]`	设置个性
`/retry`	重试上一轮
`/undo`	撤销上一轮
`/compress`	压缩上下文
`/usage`	查看用量统计
`/insights`	查看洞察分析
`/skills`	浏览技能列表
`/技能名`	手动触发指定技能

五、工具系统（Toolsets）

Hermes 内置了 40+ 工具集，覆盖开发全场景。你可以通过 hermes tools 按需启用或禁用。

主要工具集分类

类别	包含工具
文件操作	读写文件、目录管理、文件搜索
代码执行	Python 沙箱、Shell 命令、代码审查
网络请求	HTTP 请求、网页抓取、API 调用
浏览器	Playwright 集成、网页截图、DOM 操作
数据库	SQL 查询、向量数据库、缓存操作
图像处理	图片分析、生成、格式转换
文档处理	PDF、Word、Excel、Markdown 转换
MCP 集成	支持任意 MCP 服务器协议工具
自定义工具	通过 Python RPC 编写自己的工具

MCP 集成

Hermes 完全兼容 Model Context Protocol（MCP），可以接入任何 MCP 服务器提供的工具能力：

{
  "mcpServers": {
    "my-server": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/workspace"]
    }
  }
}

这意味着你可以把 Playwright、Figma、文件系统等 MCP 生态中的数百个工具直接接入 Hermes。

六、技能系统与闭环学习

技能是什么？

在 Hermes 中，技能是可重用的自动化工作流，封装了一系列指令和最佳实践。与一次性提示不同，技能可以被版本管理、共享和自动改进。

技能生命周期

创建 → 使用 → 评估 → 改进 → 再使用
  ↑                         │
  └──────── 闭环 ──────────┘

创建：Agent 在完成复杂任务后自动提取模式，生成技能
使用：当类似场景出现时，技能自动激活
评估：每次使用后，Agent 评估技能效果
改进：根据评估结果自动优化技能内容
循环：持续迭代，越用越好

技能来源

Hermes 兼容 agentskills.io 开放标准，可以从社区下载共享技能，也可以把你自己的技能发布到社区。

七、定时任务与自动化

Hermes 内置了完整的时间调度系统：

# 创建定时任务
hermes cron add --schedule "0 9 * * 1-5" --task "生成每日站会摘要"

# 列出所有定时任务
hermes cron list

# 删除定时任务
hermes cron remove <id>

支持将任务结果投递到任意已连接平台——Telegram 收到日报、Discord 收到审计报告、Slack 收到构建通知等。

八、子代理与并行执行

对于需要并行处理的工作，Hermes 可以启动隔离的子代理：

主代理 → 拆解任务 → 子代理 A（RPC 调用工具集）
                  → 子代理 B（独立进程）
                  → 子代理 C（SSH 远程执行）

子代理完全隔离，互不干扰，各自在自己的环境中执行。结果自动汇总回主代理。

九、持久化与后端支持

Hermes 支持 6 种终端后端，从本地到云端全覆盖：

后端	适用场景	特点
Local	本地开发、个人使用	零配置，直接运行
Docker	标准化部署	环境隔离，一键启动
SSH	远程服务器	在服务器上运行，本地交互
Daytona	团队协作	云端开发环境
Singularity	高性能计算	批量任务处理
Modal	Serverless	按需计费，空闲时休眠

其中 Modal 和 Singularity 支持服务端持久化——Agent 空闲时自动休眠，需要时即时唤醒，节省成本。

十、从 OpenClaw 迁移

如果你是 OpenClaw 老用户，Hermes 提供了一键迁移工具：

hermes claw migrate

会自动迁移以下内容：

SOUL.md、MEMORY.md、USER.md 等上下文文件
已安装的技能
命令白名单
消息平台配置（Telegram、Discord 等）
API Key（OpenRouter、OpenAI、Anthropic、ElevenLabs）

十一、开发与扩展

项目结构

hermes-agent/
├── agent/           # 核心 Agent 循环
├── skills/          # 技能实现
├── gateway/         # 消息网关
├── plugins/         # 插件系统
├── environments/    # RL 训练环境（Atropos）
├── web/             # Web 界面
├── ui-tui/          # 终端 UI
├── hermes_cli/      # CLI 实现
├── docs/            # 文档
└── cron/            # 定时任务系统

自定义开发

Hermes 支持多种扩展方式：

自定义技能：在 skills/ 目录下创建标准格式的技能文件
自定义工具：通过 Python RPC 协议暴露任意 Python 函数为工具
MCP 服务器：对接 MCP 生态中的任意服务器
插件系统：通过 plugins/ 目录扩展核心功能

十二、适用场景

个人开发者

自动化代码审查、测试生成
项目管理与任务追踪
技术文档编写与维护
跨会话的项目上下文管理

团队协作

Telegram/Discord 群聊中的 AI 助手
定时报告生成与推送
代码仓库监控与通知
知识库问答

研究与实验

批量轨迹生成与评估
RL 环境集成（Atropos）
Agent 行为分析与改进
多模型对比测试

十三、与其他 Agent 框架对比

特性	Hermes Agent	Claude Code	AutoGPT	CrewAI
闭环学习	✅ 原生	❌	❌	❌
多平台	✅ Telegram/Discord/Slack 等	❌ 仅 CLI	❌	❌
模型无关	✅ 200+ 模型	❌ 仅 Claude	✅	✅
终端 UI	✅ 完整 TUI	✅	❌	❌
子代理并行	✅	❌	❌	✅
定时任务	✅ 内置 cron	❌	❌	❌
技能市场	✅ agentskills.io	✅ skills.sh	❌	❌
MCP 兼容	✅	✅	❌	❌
安装量	129K Stars	-	175K Stars	27K Stars

十四、总结

Hermes Agent 不是一个普通 AI Agent 框架。它的闭环学习机制使其区别于市面上绝大多数 Agent 项目——它不只是执行指令，而是在执行中学习、在学习中进化。

对于想深入探索 AI Agent 可能性的开发者来说，Hermes 提供了一个完整的试验场：从 CLI/TUI 交互到多平台消息网关，从技能系统到 MCP 集成，从单 Agent 到并行子代理，从本地执行到云原生部署。

快速开始：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes

技术栈：Python 88% + TypeScript 9% | 协议：MIT | 最新版本：v0.12.0（2026-04-30）

文档：hermes-agent.nousresearch.com/docs