现在位置: 首页 > Hermes Agent > 正文

Hermes Agent 教程

Hermes Agent 是由 Nous Research 开发、于 2026 年 2 月正式发布的开源自进化 AI Agent,采用 MIT 许可证。

Hermes 运行在你自己的服务器或本地机器上,跨会话持续记忆,并在每次完成任务后主动学习、提炼可复用的技能——越用越聪明

Nous Research 官方标语 -- The agent that grows with you.


谁适合阅读本教程?

本教程面向以下几类读者:

  • 开发者 / 工程师
    想要一个能持久记忆项目上下文、自动积累工作流经验的本地 AI 助手,而不是每次会话都从零开始重新解释代码库结构、命名规范和部署流程。

  • 研究人员
    需要能跨会话追踪研究进展、自动整理文献信息、执行长期调研任务的智能助理。

  • 效率工具爱好者
    希望把 AI Agent 真正嵌入日常工作流——接入 Telegram、Slack、Discord 等常用平台,设置定时自动化任务。

  • AI / ML 从业者
    对 Agent 架构感兴趣,或需要用 Hermes 批量生成工具调用轨迹、进行强化学习训练数据的研究人员。

  • 注重数据隐私的用户
    所有数据保留在本地机器,无遥测、无追踪、无云端锁定(Cloud Lock-in)。


阅读前需要具备的基础能力

本教程不要求 AI 研究背景或深度机器学习知识。你需要具备:

能力 要求程度 说明
命令行基础操作 必须 能在终端执行命令、设置环境变量
Python 基础 了解即可 知道 pip 安装包、读懂简单脚本
基本 API 概念 了解即可 知道什么是 API Key、如何申请
Git 基础 可选 进阶章节(插件开发)会用到

操作系统要求:Linux、macOS 或 Windows WSL2(三选一)。


Hermes Agent 与普通 AI 工具有什么本质区别?

这是理解 Hermes 最重要的一步。

当前大多数 AI 工具的困境:失忆问题

你是否有过这样的经历——花一个下午教会 Claude 或 ChatGPT 你项目的特殊规范,一次极其高效的协作后关闭了对话窗口,第二天打开新会话,一切又回到了原点?

这叫做 AI 工具的失忆问题(The Amnesia Problem)。能力在,记忆不在。

Hermes 的解法:闭合学习循环

Hermes 通过三个核心机制解决这个问题:

任务执行
    ↓
提炼可复用技能(Skill)
    ↓
更新持久记忆(Memory)
    ↓
下次执行类似任务时自动加载
    ↓
持续改进 ……
  • 1. 持久记忆(Persistent Memory)
    三层记忆架构——工作记忆(当前会话)、语义长期记忆(memory.md)、情节日志(SQLite + 全文检索)。Agent 会主动整理和更新自己的记忆文件,而不是靠你每次手动提供上下文。

  • 2. 自动技能创建(Autonomous Skill Creation)
    当 Agent 完成一个复杂任务(通常涉及 5 步以上的工具调用),它会自动将这个工作流提炼成一个可复用的 Skill 文件(Markdown 格式)。下次遇到类似任务,直接加载这个 Skill,无需重复摸索。

  • 3. 模型无关设计(Model-Agnostic)
    Hermes 不绑定任何特定模型。可以接入 Nous Portal、OpenRouter(200+ 模型)、OpenAI、Anthropic,或本地部署的 Ollama 模型,一行命令切换,无需修改任何代码。

与其他常见工具的对比

对比维度 ChatGPT / Claude.ai Claude Code / Cursor Hermes Agent
跨会话记忆 有限/无 ✅ 三层持久记忆
自动学习技能 ✅ 自动提炼 Skill
运行方式 云端 SaaS IDE 插件 本地长期运行进程
多平台接入 网页/APP IDE 内 Telegram/Slack 等 15+ 平台
数据隐私 上传云端 上传云端 ✅ 100% 本地
定时自动化 ✅ 内置 Cron 调度
模型绑定 OpenAI/Anthropic OpenAI/Anthropic ✅ 任意模型
开源 部分 ✅ MIT License

Hermes 与其他开源 Agent 框架的区别

和 AutoGPT / CrewAI 的区别

AutoGPT、CrewAI 等框架擅长编排多步骤任务,但它们本质上是无状态的——每次运行都从零开始,没有记忆积累,也没有从过去经验中提炼工作流的机制。

Hermes 的差异在于时间维度:它不只是执行当前这个任务,而是在执行过程中同步在构建一个越来越强大的自我。

和 OpenClaw 的区别

OpenClaw 是目前与 Hermes 最接近的竞品,两者都支持持久记忆和跨平台接入。核心差异在于:

  • OpenClaw 以"控制平面优先"为设计理念,强调生态系统广度,技能由人工编写和维护。
  • Hermes 以"自进化循环"为核心,技能由 Agent 自主创建和改进,强调学习深度。

简单说:OpenClaw 是你精心调教的助手,Hermes 是会自我成长的学徒。


在正式开始安装之前,先对 Hermes 的整体能力有个全貌印象:

  • 🧠 持久记忆 — 跨会话三层记忆 + Honcho 用户建模,越用越懂你
  • ⚡ 技能系统 — 自动创建/改进 Skill,/learn 命令从文档一键学习
  • 🔌 工具丰富 — 70+ 内置工具:文件系统、网页浏览、代码执行、视觉、语音
  • 🌐 多平台接入 — Telegram、Discord、Slack、WhatsApp、Signal 等 15+ 平台
  • 🔒 隐私优先 — 所有数据本地存储,无遥测,无云端强制依赖
  • 🤖 模型无关 — 支持 200+ 模型,一行命令切换
  • ⏰ 定时任务 — 内置 Cron 调度,支持跨平台消息投递
  • 🔬 研究就绪 — 批量轨迹生成、ShareGPT 格式导出、RL 训练集成

相关资源

在开始之前,以下资源值得收藏:

官方资源

资源 链接
官方文档 hermes-agent.nousresearch.com/docs
GitHub 仓库 github.com/NousResearch/hermes-agent
技能社区 Hub agentskills.io
模型提供商 Nous Portal