Hermes Agent - Nous Research 自改进 AI 助手

📖 项目简介

Hermes Agent 是由 Nous Research 开发的首个内置学习循环的自改进 AI 助手。它不仅仅是一个对话助手，更是一个能够从经验中创建技能、在使用中自我改进、跨会话记住用户偏好的智能系统。

🚀 核心亮点

唯一内置学习循环的 Agent —— 从经验中创建技能、使用中自我改进、自动记住用户偏好。在 $5 VPS 到 GPU 集群上都能运行，支持 Telegram、Discord、Slack 等多平台接入。

✨ 核心特性

🧠 自改进学习循环

Agent 会在复杂任务后自动创建技能，技能在使用中自我改进，定期主动记住关键信息，支持跨会话记忆搜索。

💬 全功能终端界面

完整的 TUI 界面，支持多行编辑、斜杠命令自动补全、对话历史、中断重定向、流式工具输出。

📱 多平台消息网关

同时支持 Telegram、Discord、Slack、WhatsApp、Signal、Email，一个进程对接所有平台。

🔧 40+ 内置工具

包含文件操作、代码执行、Web 搜索、网页抓取、Git 操作、数据库工具等丰富能力。

⏰ 定时自动化

内置 Cron 调度器，支持自然语言配置定时任务，自动生成报告、备份、审计等。

🐳 多种运行方式

支持本地、Docker、SSH、Daytona、Singularity、Modal 六种终端后端，serverless 方式运行几乎零成本。

🔌 MCP 兼容

支持连接任何 MCP 服务器，扩展无限可能。

🔄 OpenClaw 迁移

一键迁移来自 OpenClaw 的配置、技能、记忆和 API 密钥。

🔥 核心优势

优势

唯一真正具备学习能力的开源 Agent
支持几乎所有主流 LLM 提供商和模型
多平台消息接入，开箱即用
serverless 部署，成本极低
内置 RL 训练支持，研究友好
完善的 OpenClaw 迁移路径
活跃的社区和 Discord 支持
Skills Hub 生态系统

需要注意

Windows 不支持，需用 WSL2
Termux 需手动安装（官方有指南）
部分平台需要申请 API Key
完整功能需要一定配置

🤖 支持的模型提供商

使用 hermes model 即可切换模型，无需改代码：

Nous Portal OpenRouter (200+ 模型) z.ai / GLM Kimi / Moonshot MiniMax OpenAI 自定义端点

⚡ 快速安装

一键安装（Linux/macOS/WSL2）

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

安装后配置

source ~/.bashrc # 或 source ~/.zshrc hermes # 启动对话！ hermes setup # 运行完整设置向导

Android / Termux

需手动安装，官方有专门的 Termux 指南。

📋 常用命令

hermes 启动对话

hermes model 选择模型

hermes tools 配置工具

hermes config set 设置配置

hermes gateway 消息网关

hermes setup 设置向导

hermes update 更新版本

hermes doctor 诊断问题

🧠 自动学习/技能自改进 — 实现原理与方案

这是 Hermes 区别于其他 Agent 的核心能力。它的"学习"不是简单的日志记录，而是一套完整的经验固化 → 技能创建 → 自我改进循环。

一、记忆系统（Memory）

Hermes 有两层记忆，持久化到 ~/.hermes/memories/：

文件	用途	容量
MEMORY.md	Agent 的个人笔记（环境、项目、教训）	2,200 字符
USER.md	用户画像（偏好、沟通风格）	1,375 字符

Session 启动时记忆快照注入 System Prompt，容量满后 Agent 自动合并/替换旧条目。安全扫描防止 prompt injection。

二、跨会话搜索（Session Search）

所有对话存在 SQLite（~/.hermes/state.db），FTS5 全文索引 + Gemini Flash 摘要。需要时搜索，节省 token。

三、技能系统（Skills）— 核心自改进机制

Skills 存在 ~/.hermes/skills/，符合 agentskills.io 开放标准。

技能创建触发时机

Agent 在以下情况自动创建技能：

✅ 复杂任务完成（5+ 工具调用）
✅ 踩坑后找到正确路径
✅ 用户纠正了它的方法
✅ 发现 nontrivial 工作流

渐进式加载（Progressive Disclosure）

Skills 使用三级按需加载，节省 token：

Level 0: skills_list() → [名称、描述、分类]（~3k tokens） Level 1: skill_view(name) → 完整内容 + 元数据 Level 2: skill_view(name, path) → 指定参考文件

技能管理操作

操作	用途
create	从零创建新技能
patch	定向小修复（推荐，token 高效）
edit	整体替换
delete	删除技能
write_file / remove_file	管理辅助文件

四、外部记忆提供商（可选）

除内置记忆外，还支持 8 种外部记忆插件：Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory。它们提供知识图谱、语义搜索、自动事实提取等进阶能力。

📌 总结：学习循环工作流

1. 你发起复杂任务
2. Agent 执行，调用多个工具
3. 任务成功/失败后，Agent 自动总结经验
4. 通过 skill_manage 工具创建/更新技能
5. 关键信息存入 MEMORY.md / USER.md
6. 下次类似任务，Agent 自动加载相关技能 + 记忆
7. 技能在使用中持续改进（patch）

🆚 OpenClaw vs Hermes Agent 对比

维度	OpenClaw	Hermes Agent
开发方	OpenClaw 社区	Nous Research
学习能力	需手动维护记忆文件	内置学习循环，自动创建技能
技能系统	手动创建，无自动改进	复杂任务后自动生成，可自改进
模型支持	主要 MiniMax	OpenRouter 200+、OpenAI、Kimi、MiniMax 等
多平台	DingTalk、Telegram、Discord 等	Telegram、Discord、Slack、WhatsApp、Signal、Email
终端后端	本地为主	本地、Docker、SSH、Daytona、Modal、Singularity
定时任务	需额外配置	内置 Cron，自然语言配置
记忆机制	MEMORY.md 手动维护	MEMORY.md + USER.md + Session Search + 外部提供商
subagent	sessions_spawn 调用	内置 subagent + RPC 脚本
OpenClaw 迁移	—	一键迁移所有配置

核心区别一句话总结

OpenClaw = 稳定的消息网关 + 优秀的个人助手框架，记忆靠你主动维护，coding 能力依赖外部 Agent

Hermes = 在此基础上加了自主学习层，能自己总结经验、创建技能、在使用中改进，但更复杂，生态还在早期

选型建议

继续用 OpenClaw

稳定，坑少
钉钉接入体验顺滑
日常任务够用，不想折腾
不想部署多平台网关

想试 Hermes

想体验自动学习/技能自改进
需要 serverless 降低成本
想用 Claude Code 作为底层 coding 引擎
对 Agent 自进化机制感兴趣

🆚 OpenClaw 迁移指南

如果你正在使用 OpenClaw，Hermes 可以一键迁移：

hermes claw migrate # 交互式迁移 hermes claw migrate --dry-run # 预览迁移内容 hermes claw migrate --preset user-data # 不含密钥的迁移

迁移内容

项目	说明
SOUL.md	人格设定文件
记忆	MEMORY.md 和 USER.md
技能	用户创建的技能
命令白名单	审批模式配置
消息设置	平台配置和工作目录
API 密钥	已白名单化的密钥

🔗 相关链接

资源	链接
官方文档	hermes-agent.nousresearch.com/docs
GitHub 仓库	github.com/NousResearch/hermes-agent
Discord 社区	discord.gg/NousResearch
Skills Hub	agentskills.io
Nous Research	nousresearch.com

☤ Hermes Agent