简单聊聊Hermes Agent

一、前言

Hermes Agent 是由 Nous Research 开源的自我进化型 AI Agent。与传统依附于 IDE 的编码副驾（Copilot）或一次性对话式 Chatbot 不同，它被设计为一个可长期驻留、跨平台运行的自治代理，其核心理念是"运行越久、能力越强"。它通过内建的学习闭环（closed learning loop）从交互中沉淀技能与记忆，并通过统一的消息网关与多终端后端，实现跨设备、跨会话的持续工作。

二、整体架构

Hermes Agent 采用"一体双入口 + 多后端"的模块化架构：

• 入口层：提供两类交互入口。一是本地 TUI（通过 hermes 命令启动的终端界面），支持多行编辑、斜杠命令补全、会话历史与流式工具输出；二是消息网关（Messaging Gateway），以单一后台进程统一连接多种外部通信平台。
• 内核层：由 Agent 主循环、技能系统（Skills）、记忆系统（Memory）、工具调用层（Tools / MCP）、调度器（Cron）与子代理管理器（Subagents）组成。
• 执行后端层：抽象了七种终端执行环境，包括 Local、Docker、SSH、Singularity、Modal、Daytona 与 Vercel Sandbox，使同一 Agent 可在VPS、GPU 集群或无服务器平台上运行，空闲时可休眠以降低成本。

三、核心技术特性

1. 学习闭环与技能系统

Hermes 最具辨识度的设计是"自创建—自改进—自复用"的技能循环。Agent 在完成复杂任务后，可自主将过程固化为技能（Skill），形成过程性记忆；技能在后续使用中会继续被改写与优化。技能遵循 agentskills.io 开放标准，具有可移植性，并可通过社区的 Skills Hub 进行分享。

2. 记忆架构

记忆子系统由多层组成：

• 用户建模：基于 Honcho 的 dialectic（辩证）用户画像，持续刻画偏好与上下文；
• 全文检索：采用 SQLite FTS5 对会话历史做跨会话全文搜索；
• LLM 摘要：对长历史进行语义压缩，以低上下文成本实现回忆；
• 周期性 nudge：Agent 会在关键节点主动提醒自己固化知识，避免遗忘。

3. 工具生态与 MCP 集成

Hermes 内置 40 余个工具，涵盖网页搜索、抓取、浏览、视觉、图像生成、语音合成等能力，形成"full web control"。同时它原生支持 Model Context Protocol（MCP），可挂载第三方 MCP Server 扩展能力边界，并通过项目级的 context 文件塑造每次对话的先验。

4. 并行化与子代理

Agent 可派生彼此隔离的子代理（Subagents）并行处理独立工作流。此外它支持让主 Agent 编写 Python 脚本，通过 RPC 批量调用工具，从而把多步骤流水线压缩为"零上下文开销"的单轮执行，对长链路任务尤其高效。

5. 调度与自动化

内建 Cron 调度器允许以自然语言定义周期性任务，任务产物可通过消息网关投递到任意已连接平台，实现无人值守的定时巡检、摘要与通知。

四、模型与平台适配

模型提供方

Hermes 不绑定任何单一模型厂商，支持 Nous Portal、OpenRouter（聚合 200+ 模型）、NVIDIA NIM、OpenAI、Anthropic、Moonshot/Kimi、MiniMax、Hugging Face 以及自定义 endpoint。用户通过 hermes model 即可热切换模型，无需改动代码。

消息网关

网关以单进程管理会话、Cron 与语音消息分发，支持 Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Email、SMS、钉钉、飞书、企业微信、Home Assistant、Microsoft Teams 等十余种渠道，并具备语音转写与跨平台对话连续性。

五、研究导向能力

面向研究场景，Hermes 提供批量轨迹（trajectory）生成、与 Atropos 强化学习环境的对接，以及轨迹压缩工具，可直接用于训练工具调用模型，形成"使用—采集—训练—再部署"的数据飞轮。

六、部署与运行

Hermes Agent 支持 Linux、macOS、WSL2 以及通过 Termux 运行的 Android，通过一行 bash 脚本即可安装。凭借多执行后端与无服务器休眠机制，它既能作为个人长驻助手低成本运行，也能扩展到重计算场景。

七、小结

Hermes Agent 以"可自我进化的自治代理"为核心命题，通过技能系统、分层记忆、MCP 工具生态、子代理并行、Cron 自动化与多平台网关，构建出一个区别于传统 IDE 内嵌助手的长周期 AI 代理形态。对于需要跨平台、跨会话持续协作，并希望在使用过程中沉淀可复用能力的团队和研究者，Hermes Agent 提供了一条开源、可定制且面向研究的落地路径。