Hermes 把 Agent 的状态拆成三类并全部外置成文件：记忆存个人与任务上下文，技能存可复用的方法，wiki 存领域知识；问题不同，但都可被人检查、修改、版本管理。
引子
你有没有算过，自己每天要跟 AI 重复多少遍背景？
项目是做什么的、文档放在哪、上次那个报错最后怎么解的、写作时不喜欢哪种句式......每换一个会话，就要重新讲一遍。
有一种 AI 不这样。你用它的时间越长，它越懂你的习惯，越少犯重复的错误，甚至会把上次踩过的坑写成一份「操作手册」，下次直接照着做。
这不是因为它偷偷训练了一个新模型。
恰恰相反。它没有为了变强去训练一个新模型。
它做的事情，是把「学习」从模型权重里拿出来，写进了几个 Markdown 文件。
所以这里说的「越用越强」，是 Agent 系统层面的事。底座模型不会因为你的使用而变聪明，权重一点没动。变的是它周围那几份文件，记忆里多了你的偏好，技能库里多了几条避坑指南。模型还是那个模型，用它的方式变了。
这个 Agent 叫 Hermes。这篇聊它的技术设计，也聊它自带的一种用法，让 Agent 自己养一座知识库。
一、Hermes 如何把学习写进文件
1. 它是什么
Hermes Agent 是 Nous Research 开源的自我进化 agent，MIT 协议，Python 实现，口号是「The agent that grows with you」。
它不是聊天窗口的套壳，是一个完整的个人 Agent，能读写文件、执行命令、调用工具，还能维护自己的记忆和技能。终端是它最常用的入口，但不是唯一入口。
2. 四张牌
第一张，全功能终端。多行编辑、命令补全、对话历史、流式输出、随时打断，是个能干活的工作台。
第二张，闭环学习。它自己维护 MEMORY.md 和 USER.md，任务完成后可以自动创建技能，并在使用中继续改进；历史会话还能全文检索。
第三张，技能即文档。每个技能就是 ~/.hermes/skills/ 下的一份 SKILL.md，用自然语言写成，遵循开放的 agentskills.io 标准，按需加载。
第四张，多平台 + 模型自由。macOS、Windows、Linux/WSL2 都有官方安装方式，Docker、Nix、Android Termux 也在支持列表里；模型可以走 Nous Portal、OpenRouter，也支持 OpenAI 及兼容接口。
四张牌里，最重要的是第三张。技能在这里不是编译好的插件，主体就是一份份人能读、能手改的自然语言文件。
3. 核心动作是改「怎么用模型」
Hermes 的自我进化由三块拼起来，官方文档的说法很清楚。
第一，持久记忆。
MEMORY.md 存 Agent 自己的笔记，环境事实、约定、踩过的坑，官方给的上限约 2200 字符。USER.md 存用户画像，偏好、沟通风格、期望，上限约 1375 字符。
每次会话开始，这两份文件会渲染成系统提示里的一段冻结文本。会话中途写进去的内容，要到下一次会话才生效，这样一次会话里，AI 看到的世界是一致的。更早的对话不靠这两份文件，靠 session_search 做全文检索，用的时候才查。
除内置记忆外，它还能再激活一个外部记忆提供者一起用，比如 Honcho、Mem0、Hindsight、ByteRover。Hermes 不自己造记忆后端，只留一个可插拔的插件位。
第二，技能自动创造。
Agent 可以 create、patch、delete 自己的技能。每个技能的主体是 ~/.hermes/skills/ 下的一份 SKILL.md，自然语言写成，遵循 agentskills.io 标准，按需加载。它可以带参考文档或脚本，但入口是文本，不是编译好的插件。
举个例子。你让它处理一份格式很怪的 PDF，它试了三种解析方案才成功。下一次遇到同类文件，它不用再从零试错，那条经验已经写成了一份技能，直接调用就行。
第三，后台审查。
任务结束后，Hermes 可以起一个后台审查，在独立线程里回顾这段对话，判断有没有试错、方案是否可复用。值得就写回技能或记忆，不值得就回一句 Nothing to save.。这个审查可以换更便宜的模型跑，也可以直接关掉。
这套机制常被类比为「对提示做反向传播」。前向是「用户意图 → 模型 + 工具 → 结果」，反向是「回顾执行过程 → 检测失败点 → 更新技能文件」。
更新对象不是模型权重，而是如何使用模型的策略。这条自我进化路径不依赖模型训练。至于知识检索要不要向量数据库，是另一个问题，得看知识规模、查询方式和检索需求。
4. 一个容易被忽略的工程细节
大多数 CLI Agent 是一次性进程。投一段 prompt，流式吐结果，干完活自己退出。
Hermes 不只有终端这一个入口。官方架构里，CLI、Gateway、API Server、ACP、Python Library 都是入口。ACP 通过 stdio 上的 JSON-RPC 对接编辑器，Gateway 才是那个长驻进程，负责消息路由、会话和多平台接入。
所以更准确的说法是：Hermes 的 ACP 入口是一个长驻的 JSON-RPC server，不是整个 Hermes 只有这一种形态。 外部客户端接进去，进程起来后不退出，多轮对话靠 RPC 调用完成，输出通过 notification 推回来。这和一次性 CLI 是两套进程模型。
这个细节挺能说明它的取向。所谓「自进化」不是云端训练出来的，是本地的 Agent 进程在维护自己的文件。架构和哲学对得上。
5. 但别神化它
Hermes 的进化上限，不在写入频率，而在审查 Prompt 的判断力。
它会保存噪声，会漏判重要经验，也会写出质量参差的技能。技能库污染、过拟合、隐私泄露，都是结构性风险。
官方留了写入审批这类开关，可以在落盘前拦一道。但这些开关管的是「要不要写」，不管「写得对不对」。定期清理、平衡通用性、数据隔离，都是原则。真正能验证一条经验是否更好的门禁，还是没有。
自动，不等于准确。
二、Hermes + 知识库，当「知道什么」也变成文件
前面说的都是「怎么做」和「记得你」，也就是技能和记忆。但一个 Agent 要干活，还缺第三样东西，关于这个世界的知识。
你让它做行业分析、写技术方案、审一份合同，模型肚子里的通用知识不够用，你得让它读你的资料。
1. 大家的第一反应都是检索
提到「让 AI 用你的资料」，多半会想到 RAG。
文档入库 → 切块 → 生成 Embedding → 写入向量库 → 提问时召回它能用，但它解决的核心问题是检索已有资料 ，而不是把每次检索后的理解沉淀成一层可持续维护的知识结构。
这个区别容易忽略，因为工程上可以打不少补丁。加缓存、加摘要、加会话记忆，回答确实会变快。但这些优化的都是「这次答得快」，不是「知识本身多长出了一层」。
第 10 个问题不会比第 1 个问题更聪明，不是因为资料没被读到，而是因为每次都在重新召回、重新理解、重新综合。交叉引用不会积累，矛盾不会被标记，综合完也没留下什么产物。就像每次把书从头翻一遍，而不是读一本已经写好、还在持续修订的综述。
两种方式也不冲突。大规模资料召回可以交给检索，值得长期复用的整理结果放进 wiki，具体怎么配，看数据规模和查询需求。
2. Hermes 把知识库维护写成了一份技能
到这儿，第一部分那个设计的价值就出来了。
Hermes 的知识库能力不是独立模块，而是一份内置技能。
它叫 llm-wiki，官方文档里的版本是 2.1.0，随 Hermes 默认安装。打开看，主体是操作规程，夹着几段示例命令：目录怎么分、什么该建页、建页时怎么连、冲突了怎么办、多久检查一次。
这里要分清两样东西。SKILL.md 是操作规程，告诉 Agent 怎么整理、关联、更新知识；真正的知识是 raw/ 里的原始资料和 wiki 页面里的整理结果。技能不是知识库本身，是维护知识库的方法。
规矩写在文本里，出了分歧直接翻文件，不用猜实现。
反观一般 RAG 产品，切块大小、召回策略、去重规则常常写死在代码里，你看不见也改不了。在 Hermes 里，这套维护规则本身就是文本。
3. 三层结构
| 层 | 放什么 | 谁写 | 可变性 |
|---|---|---|---|
raw/ |
文章、论文、网页、PDF 原文 | 外部输入 | 不可变，AI 只读 |
| wiki 正文 | 摘要页、实体页、概念页、对比页 | AI 写，人可改 | 持续更新 |
SCHEMA.md |
领域边界、命名规范、标签体系、成页阈值 | 人定 | AI 每次开工先读 |
raw/ 是证据柜，SCHEMA.md 是库的宪法，中间那层 wiki 是持续维护的成果。
这个分层解决了一个很实际的问题，证据和观点必须分开 。AI 写的摘要可以错，原始文档不能被动过。任何时候你对某个结论有疑问，都能顺着出处回到原文。具体做法是，综合 3 个以上来源的页面，每段末尾标 raw/ 文件名；单一来源的页面，frontmatter 里的 sources 就够了。
4. 四条写入纪律
一、成页阈值。 一个实体或概念要在 2 个以上来源出现，或在单一来源里处于核心地位，才建页。顺带一提的不建。这条是「生长的 wiki」和「一堆重复文件」的分水岭。没有阈值，AI 会把每个名词都建一页，三个月后你得到的是几千个一页纸的空壳。
二、双链义务。 新建页面至少要有 2 个出链，还要回查旧页面要不要链回来。单页本身不值钱，值钱的是连接。一次入库牵动 5 到 15 个页面是常态。这才是「生长」的意思，不是往上堆，是往里连。
三、原文哈希。 每个 raw 文件头记一个 sha256。同一个 URL 再次摄入，哈希没变就跳过，变了就报警。这条防的是网页被悄悄改写、知识库还停在旧版本。用 RAG 的时候，你基本不会注意到这种事。
四、矛盾登记。 新资料和老结论冲突时，先比日期；确认是矛盾，就双记录、注日期和来源、互相标记，等人工裁决。知识库不替人裁决，只保证两种说法都带证据地活着。 这比强行合并成一句「综合来看」要诚实得多。
5. 一次摄入会发生什么
1.原文进 raw/，记来源、日期、哈希，此后只读
2.提炼要点，看看这篇里什么值得记
3.查重，看这个实体或概念是不是已经有页面
4.写或改，达到阈值的新建，已有的增补，补双链，标置信度，冲突双记录
5.更新导航，index、页数、日期、变更日志
6.汇报变更，这次新建了什么、改了什么、哪些还有争议
动手前还有一道「定向三读」。先读 SCHEMA.md，再读索引，再扫最近 20--30 条变更日志。库超过 100 页时，新建任何东西前先全局搜一次。
这不是流程洁癖。AI 最容易犯四类错，重建已有页面、漏掉反向链接、违反库规范、重复已经做过的工作。三读防的就是这些。
一次摄入看起来慢。但它把「理解」这个动作做了一次并保存下来，而不是每次提问时重做一遍。
6. lint 是防腐层
知识库不会因为写得少而烂，只会因为没人管而烂。
所以 llm-wiki 里还有一套巡检机制，检查断链、孤儿页、raw 漂移、争议页、更新时间比提及同一实体的最新来源早 90 天以上的过期页、低置信度页、索引完整性、frontmatter 格式、超长页面、标签滥用、日志轮转。每条问题都给出文件路径和建议动作，不会笼统地说一句「库有问题」。
这套设计说明作者很清楚，自动生长的另一面就是自动腐烂。生长和防腐得长在同一个系统里。
7. 分水岭在分工，不在格式
很多人会把这件事理解成「Markdown 比向量数据库好」。不是。
Hermes 做对的是分工。
| 状态 | 存什么 | 回答的问题 |
|---|---|---|
MEMORY.md / USER.md |
个人偏好、项目背景、任务上下文 | 你是谁、我们在做什么 |
SKILL.md |
可复用的操作方法 | 这类事该怎么做 |
| wiki | 领域知识与它的证据链 | 这个世界是什么样的 |
三者解决的问题完全不同，谁也替代不了谁。记忆不是操作手册，技能不是知识库，知识库也不该塞满个人偏好。很多自进化系统最后变成一锅粥，就是因为把这三样混在同一个存储里。用检索去查「用户不喜欢什么」，用记忆去存「这个 API 该怎么调」，再拿一句「综合来看」糊过去。
它们还有一个共同点，都能被人检查、修改、版本管理。
- 想知道它学了什么？打开
SKILL.md - 想知道它记错了什么？看
MEMORY.md - 想知道它对某个领域理解到什么程度？看 wiki 页面的置信度和来源
- 想改？直接改，下一个会话生效
Hermes 和「把一切塞进向量库和系统提示」的分歧也在这儿。与其说是文件格式之争，不如说是Agent 的状态该不该能被外部审计。Markdown 只是这个选择的结果，自然语言、可读、可 diff、可回滚，眼下是最便宜的载体。
8. 边界
1.要花模型钱。 摄入、查询、巡检都消耗 Token。所谓「一次编译、永久复用」，省的是重复理解的时间，不是推理成本。
2.质量上限取决于 SCHEMA.md。 前期规矩定得敷衍，后期回修非常痛。
3.不是多人协同系统。 没有权限、审批、冲突合并界面。团队共享要靠 Git。
4.纪律靠巡检维持。 不跑检查、不守规矩，三个月后一样是垃圾场。
5.规模会改变维护方式。 库过 100 页，新建东西前要先全局搜一次；索引的某个分类超过 50 条，就拆子分类；总条目超过 200 条，再加一张主题地图。这些不是硬性容量上限，是让库长大以后还能导航的维护动作。
边界看清了，适合谁也就清楚了，愿意长期积累、自己当主编、把资料放在本地的人。
写在最后
我们习惯把 AI 的进步理解成「模型更强了」。
但 Hermes 给了另一个视角。对个人用户来说，拉开差距的往往不是模型多聪明，而是经验有没有留下来、知识有没有被组织好。
而且这三件事可以分开。记忆保存你和任务的上下文，技能保存可复用的方法，wiki 保存领域知识。 问题不同，答案不同，但都摊开在同一个文件系统里，能查、能改、能版本管理。
模型会换代，文件不会。
如果你想直接试试 Hermes 自带的这套知识库模式，Molio已经接入了 Hermes 运行时，可以在应用里直接选它。