Hermes Agent：一个会"自我进化"的 AI Agent

2026 年 4 月，Nous Research 发布了一个名叫 Hermes Agent 的开源项目。它的核心理念很吸引人——"The agent that grows with you"，一个能和你一起成长的 AI Agent。

它是什么？

Hermes Agent 不是聊天机器人，也不是代码补全工具（Copilot）。它是一个持续运行在你服务器上的个人 AI Agent——帮你处理任务、学习你的习惯、积累经验，并且越来越懂你。

简单来说，你把它部署在自己的服务器上，连接你的 Telegram、Discord、Slack 等消息账号，它就变成了一个 24 小时在线的私人助手。

核心亮点

1. 🧠 内置学习循环——这是最大的不同

大多数 AI Agent 只是被调用时才工作，用完就忘。Hermes 不一样：

• 技能自建：完成复杂任务后，它会自动总结经验，生成新的技能文件
• 技能自改进：已有的技能在使用过程中会被持续优化
• 知识持久化：跨会话记忆，用 SQLite + FTS5 全文搜索实现
• 用户画像建模：集成 Honcho 库，动态构建对你的理解模型，越用越懂你

这个"学习循环"是 Hermes 的灵魂。其他 Agent 框架更像工具，而 Hermes 试图成为一个会成长的伙伴。

2. 🔌 多通道支持

一个 Gateway 进程同时支持：

• Telegram / Discord / Slack
• WhatsApp / Signal
• CLI 终端（完整的 TUI 界面）
• 邮件

你可以在 Telegram 上跟它聊天，同时它在你服务器上执行任务，消息自动推送到你常用的平台。

3. ⚙️ 40+ 内置工具 + 技能系统

• 文件操作、终端命令执行
• 网页浏览和内容提取
• 代码编辑和执行
• 定时任务（Cron）
• 子 Agent 委派（并行处理）
• MCP 协议集成

技能系统兼容 agentskills.io 开放标准，和 OpenClaw 的技能生态理念一致。

4. 🖥️ 多种部署方式

支持 6 种终端后端：

• 本地机器
• Docker 容器
• SSH 远程
• Daytona
• Singularity
• Modal（Serverless，空闲时几乎零成本）

最低配置：一台 $5/月 的 VPS 就能跑。

5. 🤖 模型无锁定

不绑定任何特定模型提供商，支持：

• Nous Portal（自家平台）
• OpenRouter（200+ 模型）
• z.ai/GLM
• Kimi/Moonshot
• MiniMax
• OpenAI
• 自定义 API 端点

一句命令切换：hermes model

技术架构

Hermes 基于 Python 构建，项目结构清晰：

hermes-agent/
├── run_agent.py          # 核心 Agent 循环
├── cli.py                # 终端 TUI 界面
├── gateway/              # 消息网关
├── agent/                # 提示词构建、上下文压缩、缓存
├── tools/                # 40+ 工具实现
├── cron/                 # 定时任务调度器
├── skills/               # 技能系统
├── honcho_integration/   # 用户画像建模
├── acp_adapter/          # 编辑器集成（Clude Code 等）
├── environments/         # RL 训练/评测环境
└── batch_runner.py       # 批量轨迹生成

几个有意思的设计选择：

• SQLite 做持久化：轻量、可靠，适合个人部署
• 上下文压缩 + Prompt 缓存：长对话不爆 token，带 lineage 追踪
• ACP 集成：可以作为 Claude Code 等编辑器的 Agent 后端

与 OpenClaw 的关系

一个很有意思的发现：Hermes Agent 内置了 hermes claw migrate 命令，可以一键迁移 OpenClaw 的配置、记忆、技能和 API 密钥。

这说明它很可能脱胎于 OpenClaw 生态，或者深受其影响。两者的架构高度相似：

可以说，Hermes 在"自我进化"和"用户建模"上走得更远，而 OpenClaw 在生态成熟度和社区方面更完善。

适合什么人用？

• 个人开发者：想要一个 24/7 在线的 AI 助手
• 自部署爱好者：喜欢把工具跑在自己服务器上
• AI 研究者：内置 RL 环境和轨迹生成，适合做 Agent 研究
• 从 OpenClaw 过来的用户：一键迁移，无缝切换

快速体验

安装只需一行命令（Linux/macOS/WSL2）：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc
hermes  # 开始使用！

我的看法

Hermes Agent 代表了 AI Agent 发展的一个重要方向——从被动工具到主动伙伴。

大多数 Agent 框架解决的是"怎么让 AI 调用工具"的问题，而 Hermes 试图回答一个更深层的问题："怎么让 AI 越用越懂你"。

技能自建、用户画像动态建模、跨会话记忆搜索……这些功能的组合让它不仅仅是一个工具，更像是一个真正能"成长"的数字伙伴。

当然，目前项目还很年轻（2026 年 2 月才发布），生态和文档还在完善中。但这个方向值得持续关注。

如果你也在用类似的个人 Agent 方案（比如 OpenClaw），不妨试试 Hermes，看看"自我进化"的体验如何。说不定你也会被它的理念打动。

项目地址：GitHub - NousResearch/hermes-agent
官网：hermes-agent.nousresearch.com

本文使用 OpenClaw + 大熙兄 撰写发布