导读
"又一个Agent框架？"------这大概是很多人看到Hermes Agent时的第一反应。Agent框架已经多到让人麻木，大部分做的事差不多：接LLM、挂工具、编排流程。
但Hermes Agent不是框架。它的定位是一个具体的、会成长的个人Agent。
核心差异在于一个闭环：Agent在完成任务后自主创建技能 ，这些技能在后续使用中持续自我改进 ，同时Agent会主动持久化知识并跨会话搜索自身历史。这不是"接了个记忆模块"那么简单------它形成了一个从经验到能力的完整进化回路。
Hermes Agent由开源LLM社区知名的NousResearch 开发，目前GitHub 16,819 Stars ，MIT开源，不到3周发布了4个大版本。本文将从自我进化闭环、工具与技能生态、统一消息网关、上手部署四个方面展开介绍。
项目信息
- GitHub ：github.com/NousResearc... （16,819 Stars）
- 作者/组织：NousResearch（创始人Teknium为主要贡献者，2,117次commit）
- 许可证：MIT
一、不只是工具箱：会自我进化的Agent
README中有一句话值得注意："the only agent with a built-in learning loop"。这个learning loop是Hermes Agent最核心的设计，拆开来看包含三层。
从任务到技能：自主创建
当Agent完成一个复杂任务（涉及5个以上工具调用）后，会自动从这次经验中提取模式，创建一个可复用的技能（Skill） 。这些技能不是预设的，而是Agent在实际使用中自己"学"出来的。除了复杂任务触发外，当Agent发现非平凡的工作流，或在用户纠正、错误恢复后，也会主动创建技能。
技能在使用中改进
创建出的技能不是一成不变的。Agent在后续调用技能时，会根据执行效果持续优化------支持patch、edit等操作来修改技能内容。
持久化记忆：双文件架构 + 跨会话搜索
记忆系统采用MEMORY.md + USER.md 双文件结构，存储在~/.hermes/memories/下：
| 文件 | 容量上限 | 记录内容 |
|---|---|---|
| MEMORY.md | ~2,200字符 / ~800 tokens | Agent个人笔记：环境配置、使用约定、技术发现 |
| USER.md | ~1,375字符 / ~500 tokens | 用户画像：身份、偏好、沟通风格 |
这两个文件以冻结快照的形式注入system prompt，每个session开始时自动加载。Agent通过内置的memory工具管理条目（add/replace/remove），容量接近上限时会自动提醒合并和清理。
在此基础上，所有CLI和消息会话都持久化到SQLite数据库（~/.hermes/state.db），通过FTS5全文搜索实现跨session的历史检索，查询结果附带AI生成的摘要。持久化记忆约1,300 tokens常驻，会话搜索则按需检索------这意味着Agent不会因为记忆膨胀而挤占上下文空间。
此外，还有可选的Honcho集成，提供辩证式的跨session用户建模。默认的混合模式下，它在保留标准记忆文件的同时，叠加一层持续深化的用户理解。
二、40+工具和105个内置技能能做什么？
Hermes Agent内置了40+工具 和105个内置技能，但逐个列举没有意义。下面按使用场景分类，挑重点说。
工具：Agent的基础能力
工具是Agent执行动作的底层能力，按功能分组为toolset，可按需启用或禁用：
| 场景 | 代表性工具 | 说明 |
|---|---|---|
| 搜索与浏览 | web_search、web_extract、11个browser_*工具 |
支持Firecrawl/Tavily等搜索后端，浏览器支持Browserbase、Browser Use、本地Chrome CDP |
| 代码与终端 | terminal、execute_code、delegate_task |
命令执行、Python脚本运行、子Agent并行委派 |
| 文件操作 | read_file、write_file、patch、search_files |
patch支持模糊匹配 |
| 视觉与媒体 | vision_analyze、image_generate、text_to_speech |
图像分析、FAL后端图像生成、4种TTS Provider（Edge免费322声音/74语言、ElevenLabs、OpenAI、NeuTTS） |
| 规划与记忆 | todo、memory、session_search |
任务追踪、持久化记忆、历史会话搜索 |
| 定时任务 | cronjob |
支持自然语言调度、cron表达式、技能绑定 |
| 高级推理 | mixture_of_agents |
混合Agent推理 |
值得一提的是，工具支持并发执行------通过ThreadPoolExecutor并行执行独立的工具调用，而不是串行排队。
技能：按需加载的知识文档
技能和工具不同。工具是执行动作的能力，技能则是按需加载的知识文档，遵循agentskills.io开放标准。
技能采用渐进式加载设计，分三级：
- Level 0：
skills_list()只返回元数据（约3K tokens） - Level 1：
skill_view(name)获取完整内容 - Level 2：
skill_view(name, path)访问特定参考文件
这样设计的好处是减少token消耗------Agent不需要一次性加载所有105个技能的全部内容。
105个内置技能覆盖15+类别，精选几个方向看看：
| 类别 | 数量 | 代表性技能 |
|---|---|---|
| MLOps | 27个 | axolotl微调、vLLM服务部署、GRPO强化学习训练、Weights & Biases实验追踪、HuggingFace Hub管理 |
| Software Dev | 7个 | TDD循环、系统化调试（四阶段根因调查）、子Agent驱动开发、代码审查 |
| GitHub | 6个 | 完整PR生命周期管理、代码审查并留行内评论、Issues管理 |
| Productivity | 6个 | Google Workspace集成（Gmail/Calendar/Drive/Sheets/Docs）、Notion管理、PDF编辑 |
| Autonomous Agents | 4个 | 委托编码给Claude Code CLI、委托给OpenAI Codex CLI、生成Hermes子进程 |
| Apple | 4个 | Apple Notes管理、Reminders管理、FindMy设备追踪、iMessage收发 |
| Research | 6个 | arXiv论文检索、博客/RSS监控、ML论文写作 |
Skills Hub：7个集成源 + 4级信任模型
除了内置技能，Hermes Agent还有一个Skills Hub，接入了7个外部技能源：
官方可选技能（仓库内维护）、skills.sh（Vercel公共目录）、Well-Known Endpoints（URL发现约定）、Direct GitHub（默认包括openai/skills和anthropics/skills）、ClawHub（第三方市场）、Claude Marketplace、LobeHub目录。
安全方面采用4级信任模型 ：builtin（随Hermes分发）> official（仓库内维护）> trusted（openai/skills等）> community（其他来源）。community级别的技能如标记为dangerous则需要--force覆盖才能安装。
三、一个Agent覆盖12+平台：统一消息网关
Hermes Agent不是只能在终端里用的工具。通过统一消息网关（Gateway） ，它可以接入12+平台，从Telegram发消息就能让它在云端干活。
支持的平台
| 平台 | 备注 |
|---|---|
| Telegram | v0.5.0增加Private Chat Topics |
| Discord | 含语音频道支持 |
| Slack | --- |
| 通过WhatsApp Web Bridge | |
| Signal | SSE连接 |
| Email (IMAP/SMTP) | --- |
| 钉钉（DingTalk） | v0.4.0新增 |
| 飞书/Lark | 最新添加 |
| SMS (Twilio) | v0.4.0新增 |
| Mattermost | v0.4.0新增 |
| Matrix | 含E2EE端到端加密 |
| Webhook | v0.4.0新增 |
| Home Assistant | 增强设备控制 |
网关层做了几件重要的事：统一会话管理确保跨平台对话连续性、语音备忘录自动转写、媒体附件支持、流式编辑模式（Telegram/Discord/Slack支持）、后台任务执行（/background命令），以及失败平台的自动重连（指数退避策略）。
安全控制
默认拒绝所有未知用户，支持三种接入方式：
- 允许列表：指定可信用户ID
- DM配对：一次性配对码（1小时过期，限速保护）
- 开放访问：不推荐，但可选
MCP Server管理
Hermes Agent在MCP生态中是双向的：
- 作为MCP客户端：连接外部MCP Server，获取额外工具能力
- 作为MCP Server ：通过
hermes mcp serve向其他MCP客户端（Claude Code、Cursor等）暴露10个工具
v0.4.0新增了完整的MCP Server管理CLI（add/remove/list/test/configure），以及OAuth 2.1 PKCE认证流 。工具注册时自动加前缀（mcp_<server_name>_<tool_name>），支持include/exclude过滤。
模型不锁定
Hermes Agent内建15+推理Provider，包括：
Nous Portal（OAuth，400+模型）、OpenRouter（200+模型）、OpenAI、Anthropic、GitHub Copilot、Hugging Face、Vercel AI Gateway、z.ai/ZhipuAI GLM、Kimi/Moonshot、MiniMax、阿里云/DashScope等。
同时支持自托管的OpenAI兼容端点：Ollama、vLLM、SGLang、llama.cpp、LiteLLM Proxy等。
高级路由方面，支持Fallback模型（限速/服务器错误时自动切换）和Smart Model Routing（简单对话路由到便宜模型，复杂任务用主模型）。
四、$5 VPS上手部署
README明确写到："Run it on a $5 VPS, a GPU cluster, or serverless infrastructure that costs nearly nothing when idle." 以及 "It's not tied to your laptop --- talk to it from Telegram while it works on a cloud VM."
安装
一键安装（支持Linux、macOS、WSL2，唯一前提是git）：
bash
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash脚本自动处理Python、Node.js依赖，安装完成后直接使用hermes命令。
开发者安装：
bash
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv venv --python 3.11
source venv/bin/activate
uv pip install -e ".[all,dev]"
python -m pytest tests/ -q此外还支持Docker部署和Nix安装（v0.5.0新增完整uv2nix构建）。
6种终端后端
Agent的代码执行不限于本地，提供6种终端后端：
| 后端 | 说明 |
|---|---|
| local | 默认，本地执行 |
| docker | 容器化隔离执行 |
| ssh | 远程服务器执行 |
| daytona | Serverless持久化，空闲休眠按需唤醒 |
| singularity | HPC容器技术 |
| modal | Serverless云执行，v0.5.0改用原生Modal SDK |
其中Daytona 和Modal对低成本部署尤其友好------空闲时环境休眠，按需唤醒，不用的时候几乎不产生费用。
所有终端后端支持持久Shell：跨工具调用保持shell状态（cd、环境变量、别名），不需要每次重新设置环境。
安全特性
- 文件系统检查点与回滚 ：破坏性操作前自动快照，
/rollback一键恢复 - Git Worktree隔离 ：
hermes -w启动隔离会话，安全并行工作 - Smart Approvals：三种模式------manual（手动确认）、smart（LLM评估风险）、off
- PII脱敏：手机号、用户ID、聊天ID自动脱敏
- 上下文压缩：结构化摘要 + 迭代更新，默认50%上下文时触发，避免长会话溢出
五、总结与思考
Hermes Agent的核心定位是个人Agent，而不是Agent开发框架。这意味着它面向的是想要一个长期陪伴、越用越好用的AI助手的用户，而不是需要搭建Agent工作流的开发者。
它的核心价值在于自我进化闭环：自主创建技能 → 技能使用中改进 → 持久化记忆跨会话积累 → 下次任务时调用。这使得Agent的能力不是在安装时固定的，而是随使用不断增长的。目前在开源Agent中，这是一个比较少见的设计。
从实用角度看，几个特点值得关注：
- 低成本可用：$5 VPS + serverless后端 + 消息网关远程访问，部署门槛不高
- 不锁定模型：15+推理Provider + 自托管兼容端点，可以自由选择模型和成本方案
- 生态丰富：105个内置技能覆盖了MLOps、软件开发、生产力等场景，Skills Hub提供外部扩展
不过也需要注意几点局限：
- 项目仍处于v0.5阶段，3周内4个大版本的迭代速度说明功能还在快速变化中，API和配置可能不够稳定
- 931个Open Issues说明社区使用中遇到的问题不少，早期采用者需要有一定的排查能力
- 自我进化闭环的实际效果取决于使用频率和场景复杂度，轻度使用可能感知不明显
- 105个内置技能数量可观，但具体到某个技能的完成度和可靠性，需要使用者自行验证
NousResearch在开源LLM社区有较高知名度，Hermes模型系列（14B/36B/70B/405B）有持续的社区关注。Agent项目与自研模型的结合（通过Nous Portal提供400+模型接入），是其相对于纯Agent框架的一个差异化优势。