Awesome Study Agent

Appearance

2026-05-04
3432
12.9m

Hermes Agent 概述 ​

学习目标: 了解 Hermes Agent 的项目背景、核心架构和自学习循环机制

预计时间: 40 分钟

难度等级: ⭐⭐☆☆☆

更新时间: 2026年5月

Hermes Agent 是什么 ​

NousResearch 背景 ​

Hermes Agent 出自 Nous Research 之手。这家研究实验室成立于 2023 年，由 Jeffrey Quesnelle、Karan Malhotra、Teknium 和 Shivani Mitra 联合创办，是知名模型系列 Hermes、Nomos、Psyche 的缔造者。2025 年 4 月，Nous Research 完成了由 Paradigm 领投的 5000 万美元 A 轮融资，估值达到 10 亿美元。

这层背景很重要——Hermes Agent 不是一家产品公司推出的框架，而是由训练模型的人构建的 Agent。这意味着它对模型的工作方式、能力边界、调用效率有第一手的理解。

项目定位 ​

Hermes Agent 是一个带自学习循环的开源 AI Agent。它的核心定位是：

一个驻扎在你的服务器上、记得自己学到的东西、随着运行时间增长而越来越强的自主 Agent。

用通俗的话说：它不是对话即忘的聊天机器人，也不是绑定在 IDE 里的编码助手。它是一个真正的"成长型"Agent。

与其他 Agent 框架相比，Hermes Agent 的差异化在于：

维度传统 Agent 框架Hermes Agent
记忆会话内记忆，会话结束即清零跨会话持久记忆，SQLite + FTS5 全文本搜索
技能人工编写工具自动从任务中生成技能，技能在使用中自我改进
自省无周期性 Nudge 机制，主动判断什么值得记住
用户模型无跨会话构建用户偏好画像
部署通常绑定笔记本服务器端运行，支持 6 种终端后端

开源影响力 ​

Hermes Agent 于 2026 年 2 月 25 日 首次发布，采用 MIT 许可证。发布后迅速获得社区关注，至 2026 年 5 月已获得 超过 132,000 个 GitHub Star，成为增长最快的开源 Agent 项目之一。

核心架构 ​

Hermes Agent 的架构可以分为三个主要层次：Gateway 消息层、Agent 核心层、Skills 系统层。

整体架构 ​

┌──────────────────────────────────────────────────────────────────┐
│                     Gateway 消息层                                 │
│                                                                   │
│   CLI (终端)    Gateway (消息网关)    ACP (编辑器集成)               │
│   API Server     Batch Runner         Python Library               │
│                                                                   │
│   20+ 平台适配器: Telegram / Discord / Slack / WhatsApp / 飞书 ...  │
└──────────────────────────┬─────────────────────────────────────────┘
                           │
                           ▼
┌──────────────────────────────────────────────────────────────────┐
│                      Agent 核心层                                 │
│                                                                   │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐             │
│  │ Prompt       │  │ Provider     │  │ Tool         │             │
│  │ Builder      │  │ Resolution   │  │ Dispatch     │             │
│  │ (提示词组装)  │  │ (提供商选择)  │  │ (工具调度)    │             │
│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘             │
│         │                 │                 │                     │
│  ┌──────┴───────┐  ┌──────┴───────┐  ┌──────┴───────┐             │
│  │ Compression  │  │ 3 API 模式   │  │ Tool Registry│             │
│  │ & Caching    │  │ 适配不同      │  │ 62个工具     │             │
│  │              │  │ 模型后端      │  │ 52个工具集   │             │
│  └──────────────┘  └──────────────┘  └──────────────┘             │
└──────────────────────────┬─────────────────────────────────────────┘
                           │
                           ▼
┌──────────────────────────────────────────────────────────────────┐
│                      Skills 系统层                                │
│                                                                   │
│  ┌────────────────────┐  ┌────────────────────┐                    │
│  │ 自学习循环          │  │ 跨会话记忆系统      │                    │
│  │                    │  │                    │                    │
│  │ Skill 自动创建     │  │ SQLite + FTS5 搜索  │                    │
│  │ Skill 自我改进     │  │ MEMORY.md / USER.md  │                   │
│  └────────┬───────────┘  └────────┬───────────┘                    │
│           │                       │                               │
│  ┌────────┴───────────┐  ┌────────┴───────────┐                    │
│  │ 周期性 Nudge       │  │ Tool Backends       │                    │
│  │ 主动判断值得记忆    │  │ (工具执行后端)       │                    │
│  │                    │  │ Terminal/Browser/    │                    │
│  │                    │  │ Web/MCP/File/Vision  │                    │
│  └────────────────────┘  └────────────────────┘                    │
└──────────────────────────────────────────────────────────────────┘

各层职责说明 ​

Gateway 消息层：

  • CLI (cli.py)：完整的终端交互界面，支持多行编辑、斜杠命令自动补全、对话历史
  • Gateway (gateway/run.py)：消息网关，统一处理来自不同聊天平台的消息，管理 20+ 平台适配器
  • ACP (acp_adapter/)：编辑器协议适配，支持 VS Code、Zed、JetBrains 等 IDE
  • API Server：暴露 OpenAI 兼容的 HTTP 端点
  • Batch Runner：批量轨迹生成，用于研究和评估

Agent 核心层（run_agent.py 中的 AIAgent 类，约 13,700 行）：

  • Prompt Builder：从多个来源组装系统提示词——人格设定（SOUL.md）、记忆（MEMORY.md、USER.md）、技能文档、上下文文件、工具使用指南
  • Provider Resolution：将 (provider, model) 映射到具体的 API 模式、密钥和端点，支持 18+ 个提供商
  • Tool Dispatch：中央工具注册表，62 个注册工具，负责工具发现、模式收集和调度
  • Compression & Caching：上下文压缩和 Anthropic 提示缓存

Skills 系统层：

  • 自学习循环：自动从复杂任务中创建 Skill 文档，并随着使用持续自我改进
  • 跨会话记忆：基于 SQLite + FTS5 的全文本搜索记忆系统，包含 MEMORY.md（项目记忆）和 USER.md（用户画像）
  • 周期性 Nudge：每完成约 15 次任务主动判断哪些信息值得持久化
  • Tool Backends：多种工具执行后端，包括终端（7 种）、浏览器（5 种）、Web（4 种）、MCP 动态集成、File、Vision 等

自学习循环机制 ​

这是 Hermes Agent 最核心、也最区别于其他框架的特性。Nous Research 称之为 "封闭式学习循环"（Closed Learning Loop）。

机制总览 ​

mermaid
graph TD
    A[用户交互/任务执行] --> B{复杂程度超过阈值?}
    B -->|是| C[自动生成 Skill 文档]
    B -->|否| D[记录会话到 SQLite]

    C --> E[Skill 在使用中自我改进]
    E --> F[周期性 Nudge 检查]
    D --> F

    F --> G{有新知识需要记住?}
    G -->|是| H[更新 MEMORY.md / USER.md]
    G -->|否| I[继续监控]

    H --> J[跨会话检索时加载相关上下文]
    I --> J

    J --> K[Agent 初始化时加载记忆+技能]
    K --> A

1. 技能自动创建与改进 ​

当 Hermes Agent 完成一个复杂任务（通常需要 5 次及以上的工具调用），它会自动创建一份 Skill 文档。

Skill 是一份结构化的 Markdown 文件，包含：

  • 任务描述：这个技能解决什么问题
  • 执行步骤：具体的操作流程
  • 已知失败点：什么情况下这个方案不适用
  • 验证步骤：如何确认任务完成

当下次遇到类似任务时，Agent 会先加载相关的 Skill 到上下文窗口，然后按照已验证的流程执行——不需要从零推理。

更关键的是：在执行过程中，如果 Agent 发现更好的方法，它会实时更新 Skill 文档。这意味着技能在使用中持续改进，不需要人工介入。

2. 跨会话记忆系统 ​

Hermes Agent 的记忆系统分三个层次：

层次形式用途
会话记忆当前对话上下文即时交互，会话结束后不保留
持久记忆MEMORY.md / USER.md 文件项目上下文、环境信息、用户偏好
技能记忆Skill Markdown 文档"怎么做"的过程性知识

持久记忆详解：

  • MEMORY.md：存储项目上下文、环境细节、用户告知过 Agent 的信息
  • USER.md：构建用户行为模型——偏好、工作风格、喜欢的解释方式

这两个文件由 Agent 自动更新，你也能直接阅读和编辑——完全透明，没有黑箱。

会话搜索：每段对话都以 SQLite 数据库存储，启用 FTS5 全文本搜索。当 Agent 启动新会话时，如果检测到与之前某段对话相似——相同任务类型、相同领域——它会主动搜索过往对话并用 LLM 总结出有用的上下文。

3. 周期性 Nudge 机制 ​

这是自学习循环的**"自驱动"部分**。

传统 Agent 需要用户明确告诉它"记住这个"。Hermes Agent 不同——它有一个 Nudge 机制，每完成一定数量的任务（约 15 次）就会主动判断：

  • 过去这段对话有什么值得记住的？
  • 有没有反复出现的模式？
  • 用户的偏好有没有变化？

它不需要等待指示。它会自主决定哪些信息值得持久化。

对比传统 Agent ​

维度传统 AgentHermes Agent
每次交互从零推理携带过往经验
重复任务每次都重新处理加载已有 Skill，更快更准
用户理解无跨会话构建用户画像
知识留存需人工干预自动判断什么值得记住
成长性静态越用越强

多平台支持 ​

Gateway 统一架构 ​

Hermes Agent 通过一个统一的 Gateway 进程管理所有平台连接。你只需启动一次 hermes gateway start，就能同时接入多个平台。

架构示意：

                        ┌─────────────────┐
                        │   Gateway 进程    │
                        │  gateway/run.py  │
                        └────────┬────────┘
                                 │
          ┌──────────────────────┼──────────────────────┐
          │          │          │          │            │
          ▼          ▼          ▼          ▼            ▼
       Telegram   Discord    Slack    WhatsApp    Signal ...

在同一 Gateway 下，Agent 的上下文、记忆、技能在所有平台间共享——你可以在 Telegram 上开始一个任务，走到一半切换到终端继续。

支持平台列表 ​

平台类型功能支持
CLI/TUI终端完整功能，含所有工具
Telegram即时通讯消息、文件、图片、语音
Discord即时通讯消息、语音频道、线程
Slack企业通讯消息、文件、多个工作区
WhatsApp即时通讯消息、文件、图片
Signal安全通讯消息、文件、图片
Email邮件收发邮件
SMS短信短信交互
Home Assistant智能家居设备控制
Matrix开源通讯消息、语音
Mattermost企业通讯消息、语音
DingTalk钉钉消息、文件
Feishu/Lark飞书消息、文件、语音
WeCom企业微信消息、语音
BlueBubblesiMessage消息、文件、图片
QQ即时通讯消息、语音

各平台配置要点 ​

不同的平台在功能上有一些细微差异：

  • Telegram：支持群组 @提及 触发响应（只在你 @Agent 时才回应）
  • Discord：需要启用"Message Content Intent"权限；支持语音频道实时对话
  • Slack：默认只在私信中工作，需订阅 message.channels 事件才能在公共频道使用
  • 微信/企业微信：通过社区桥接方案集成

所有平台都共享同样的工具集和记忆系统，区别主要在于消息格式和权限管理。

模型兼容性 ​

支持的模型提供商 ​

Hermes Agent 是模型无关的——不绑定任何特定模型提供商。支持的提供商包括：

提供商说明
Nous PortalNous Research 自营门户
OpenRouter200+ 模型，一键切换
OpenAIGPT 系列模型
AnthropicClaude 系列模型
NVIDIA NIMNemotron 等
Hugging Face开源模型端点
z.ai/GLM智谱 GLM 系列
Kimi/Moonshot月之暗面
MiniMaxMiniMax 模型
深度求索DeepSeek 系列
自定义端点任何 OpenAI 兼容接口

动态切换提供商 ​

你可以在运行时用一条命令切换模型，不需要修改代码或重启进程：

bash
hermes model openai:gpt-4o
hermes model openrouter:anthropic/claude-sonnet-4
hermes model nous:nous-hermes-4

在聊天会话中也可以使用斜杠命令切换：

/model openrouter:anthropic/claude-sonnet-4

如果当前提供商不够稳定，Agent 会自动切换到备用提供商——内置故障转移。

模型适配策略 ​

Hermes Agent 支持三种 API 执行模式，自动根据选择的提供商确定：

模式对应提供商
chat_completionsOpenAI 格式兼容（OpenRouter、DeepSeek、智谱等）
codex_responsesOpenAI Responses API
anthropic_messagesAnthropic Messages API

每种模式决定了消息格式、工具调用方式和缓存策略。三种模式最终都收敛到统一的内部消息格式，对上层逻辑完全透明。

核心特点总结 ​

与已有 Agent 框架的对比 ​

维度LangGraphCrewAIMAFOpenClawHermes Agent
核心范式图结构工作流角色驱动协作企业级多 Agent 协作多 Agent 编排单 Agent 自学习
记忆机制持久化状态任务间依赖状态管理 + 对话记忆会话记忆三层记忆 + FTS5 搜索
自我改进无无无无自动生成+改进 Skill
多平台无原生支持无原生支持Azure 生态集成有20+ 平台统一 Gateway
模型绑定无无无无模型无关，运行时切换
用户画像无无无无跨会话构建
部署方式Python 库Python 库Python/C# 库 / Azure 云服务Python 库服务器端常驻服务
许可证MITMITMITMITMIT

适用场景分析 ​

适合使用 Hermes Agent 的场景：

  1. 个人助手级：需要一个跨平台的 AI 助手，能记住你的偏好、工作方式、历史任务
  2. 研究与实验：需要 Agent 从经验中学习、累积知识，而不是每次从零开始
  3. 多平台部署：需要在 Telegram、Discord、邮件等多个渠道使用同一个 Agent
  4. 长期任务自动化：定时报告、数据备份、自动审计等需要周期性执行的任务

不太适合的场景：

  1. 复杂多 Agent 编排：Hermes 的核心是单 Agent 自学习，如果需要复杂的多 Agent 协作，CrewAI 或 LangGraph 可能更合适
  2. 轻量级单次调用：如果只是做一个简单的 API 调用，不需要启动整个 Hermes
  3. 企业级平台集成：如果深度使用 Azure/.NET 生态，Microsoft Agent Framework 可能更合适

思考题 ​

检验你的理解

  • [ ] 能说出 Hermes Agent 的核心定位和差异化特点
  • [ ] 能解释自学习循环的工作原理（技能创建 + 记忆系统 + Nudge 机制）
  • [ ] 了解 Hermes Agent 支持哪些平台和模型提供商
  • [ ] 能根据场景判断是否适合使用 Hermes Agent
  • [ ] 理解 Hermes Agent 与传统 Agent 框架（LangGraph、CrewAI）的本质区别
  • [ ] 知道为什么"由模型训练者构建"这个背景是重要的

本节小结 ​

通过本节学习,你应该掌握了:

✅ Hermes Agent 背景

  • Nous Research 的项目背景与定位
  • 开源影响力与 MIT 许可

✅ 核心架构

  • Gateway 消息层 / Agent 核心层 / Skills 系统层 三层架构
  • 自学习循环（技能创建 + 记忆系统 + Nudge 机制）

✅ 平台与模型支持

  • 20+ 平台适配器，统一 Gateway
  • 模型无关架构，运行时动态切换提供商

✅ 适用场景判断

  • 个人助手、研究实验、多平台部署
  • 复杂多 Agent 编排等场景的局限

下一步: 现在你已经了解了 Hermes Agent 的理论知识，接下来可以进入实战部署环节。

延伸阅读 ​

← 返回模块目录 | 继续学习:Hermes Agent 实战部署 →

最近更新

基于 MIT LICENSE 许可发布

Copyright © 2026-present Awesome Study Agent