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）。
核心特性
Hermes 特性：
- 🧠 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
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 |
学习资源
现有平台及流行框架：
| 核心需求 | 推荐工具 | 关键优势 |
|---|---|---|
| 秒哒，一句话生成应用 | 秒哒官网 | 0 代码，通过一句话生成需求，并生成应用 |
| 搭子，桌面级 AI 智能体 | 搭子官网 | 面向个人及团队的桌面级 AI 智能体，可以看见屏幕、操作软件、处理文件 |
| MonkeyCode，AI 应用开发平台 | MonkeyCode 官网 | 直接在平台里创建任务，让 AI 编码，在云端开发环境中使用终端、文件管理和预览 |
| 小云雀，剪映的 AI 视频生成 | 剪映-小云雀 | 字节自研 Seedance 2.0 视频模型 + Seedream 5.0 图像模型，搭配豆包大模型做文案理解 |
| QoderWork ，桌面级 AI Agent | QoderWork | 你说需求，它交付结果。 |
| 自动化触发与系统对接 | n8n | 集成面广，可自托管，常规内部系统都能打通 |
| 开发者可控的深度定制 |
Dify LangChain |
前者提供完整开源方案；后者适合构建复杂推理链路 |
| 多角色协作与任务分解 | AutoGen CrewAI |
前者强调动态协作；后者以清晰角色体系驱动流程 |
| 自主任务执行 Agent | AutoGPT | 早期现象级开源 Agent 项目，强调目标驱动、自主拆解任务、循环执行（Plan → Execute → Reflect） |