Hermes Agent - 自进化 AI 智能体框架

[email protected]2026/3/11...大约 5 分钟

Hermes Agent - 自进化 AI 智能体框架

Hermes Agent 是由 Nous Research 开发的自进化 AI 智能体框架。它是唯一具备内置学习循环的智能体——能够从经验中创建技能、在使用过程中改进技能、主动持久化知识、搜索过往对话，并在多会话中构建对用户的深度理解。

核心特性

🧠 闭环学习系统

Hermes Agent 的核心优势在于其闭环学习能力：

技能自动创建：完成复杂任务后自动创建可复用的技能
技能自我改进：在使用过程中持续优化已有技能
知识持久化：周期性提醒机制确保重要信息被记录
会话搜索：基于 FTS5 的全文搜索，支持 LLM 摘要和跨会话回忆
用户建模：集成 Honcho 辩证法用户建模

💬 多平台消息网关

单一网关进程支持多种消息平台：

Telegram - 完整的 Bot API 支持
Discord - 服务器和 DM 支持
Slack - 工作区集成
WhatsApp - 个人和群组聊天
Signal - 隐私优先的消息平台
Home Assistant - 智能家居集成

支持语音消息转录和跨平台会话连续性。

🖥️ 真正的终端界面

功能完整的 TUI（终端用户界面）：

多行编辑支持
斜杠命令自动补全
会话历史浏览
中断和重定向
工具输出流式显示

🔧 多模型支持

使用任何你喜欢的模型，随时切换：

提供商	特点
Nous Portal	Nous Research 官方
OpenRouter	200+ 模型
z.ai/GLM	智谱 GLM
Kimi/Moonshot	月之暗面
MiniMax	MiniMax 模型
OpenAI	GPT 系列
自定义端点	本地或私有模型

切换模型只需一行命令：hermes model

⏰ 定时自动化

内置 Cron 调度器，支持向任意平台投递：

每日报告
夜间备份
每周审计

全部使用自然语言配置，无人值守运行。

🚀 并行子代理

生成隔离的子代理进行并行工作流：

复杂任务分解
多线程处理
Python 脚本通过 RPC 调用工具
将多步骤流程压缩为零上下文成本的单轮交互

🌐 随处运行

六种终端后端支持：

本地 - 直接运行在主机上
Docker - 容器化部署
SSH - 远程服务器
Daytona - 无服务器持久化
Singularity - HPC 环境
Modal - 无服务器云

Daytona 和 Modal 提供无服务器持久化——环境在空闲时休眠，按需唤醒，会话间成本几乎为零。

快速开始

安装

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

支持 Linux、macOS 和 WSL2。安装程序自动处理 Python、Node.js、依赖项和 hermes 命令。

注意：Windows 原生不支持，请安装 WSL2。

配置和启动

# 重新加载 shell
source ~/.bashrc  # 或 source ~/.zshrc

# 配置 LLM 提供商
hermes setup

# 开始对话
hermes

常用命令

hermes              # 交互式 CLI
hermes model        # 切换提供商或模型
hermes setup        # 重新运行配置向导
hermes gateway      # 启动消息网关
hermes update       # 更新到最新版本
hermes doctor       # 诊断问题

技能系统

Hermes Agent 的技能系统兼容 agentskills.io 开放标准。

技能创建流程

触发条件：完成复杂任务后，Agent 评估是否创建技能
技能生成：自动生成包含工具调用序列的技能文件
持续优化：每次使用都收集反馈并改进
版本管理：技能可以迭代更新

技能使用示例

# 技能文件示例（简化版）
name: "web_research"
description: "执行深度网络研究并总结"
tools:
  - web_search
  - web_fetch
  - summarize
steps:
  1. 接收研究主题
  2. 执行多源搜索
  3. 获取关键页面内容
  4. 生成结构化总结

内存系统

三层记忆架构

┌─────────────────────────────────────┐
│         工作记忆 (Working)           │
│    当前会话的上下文和状态            │
├─────────────────────────────────────┤
│         短期记忆 (Short-term)        │
│    近期会话的关键信息摘要            │
├─────────────────────────────────────┤
│         长期记忆 (Long-term)         │
│    持久化的用户模型和技能            │
└─────────────────────────────────────┘

记忆触发机制

周期性提醒：Agent 主动询问是否记录重要信息
任务完成时：自动提取可复用的知识
用户显式指令："记住这个..."

MCP 集成

Model Context Protocol (MCP) 支持连接任意 MCP 服务器扩展能力：

# 添加 MCP 服务器
hermes mcp add <server-name> <server-url>

# 列出已连接的 MCP 服务器
hermes mcp list

# 使用 MCP 工具
# 在对话中直接调用，Agent 会自动路由

配置示例

基础配置 (`~/.hermes/config.yaml`)

# LLM 提供商配置
provider:
  default: openrouter
  openrouter:
    api_key: ${OPENROUTER_API_KEY}
    model: anthropic/claude-3.5-sonnet
  
  # 备用提供商
  openai:
    api_key: ${OPENAI_API_KEY}
    model: gpt-4o

# 消息网关配置
gateway:
  telegram:
    enabled: true
    bot_token: ${TELEGRAM_BOT_TOKEN}
  discord:
    enabled: true
    token: ${DISCORD_TOKEN}

# 内存配置
memory:
  auto_save: true
  nudge_interval: 300  # 5分钟提醒一次
  max_search_results: 10

# 技能配置
skills:
  auto_create: true
  auto_improve: true
  hub_url: https://agentskills.io

研究功能

Hermes Agent 为 AI 研究提供了专门支持：

批量轨迹生成：生成大量交互轨迹用于训练
Atropos RL 环境：强化学习训练环境
轨迹压缩：压缩交互轨迹用于训练下一代工具调用模型

贡献指南

Hermes Agent 欢迎贡献！

开发者快速开始

# 克隆仓库
git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git
cd hermes-agent

# 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

# 安装依赖
uv pip install -e ".[all,dev]"
uv pip install -e "./mini-swe-agent"

# 运行测试
python -m pytest tests/ -q

项目结构

hermes-agent/
├── src/
│   ├── agent/          # 核心 Agent 逻辑
│   ├── skills/         # 技能系统
│   ├── memory/         # 内存管理
│   ├── gateway/        # 消息网关
│   └── tools/          # 工具集
├── scripts/            # 安装和工具脚本
├── tests/              # 测试套件
└── docs/               # 文档

资源链接

许可证

MIT License - 详见 LICENSE

Built by Nous Research