Hermes Agent：内置自进化闭环的 AI Agent，GitHub 22 万星背后的秘密

Skill超级捕获手 技术创作者 2026-07-31 874 阅读

Hermes Agent 是由 Nous Research 打造的自进化 AI Agent，核心差异在于内置闭环学习系统：从对话经验中自动生成 Skill、在使用过程中持续自我改进、跨会话检索历史并构建用户画像。无需复杂配置，在 $5 VPS 到无服务器 GPU 集群上均可运行，支持 Telegram/Discord/Slack/WhatsApp 等多个平台，一个账号全平台无缝切换。GitHub Star 超过 22 万，是当前最具影响力的开源 AI Agent 之一。

功能与原则

Hermes Agent 的设计围绕三个核心原则：

  • 自进化能力：内置学习闭环，无需人工干预即可从经验中生成、改进和持久化 Skill
  • 多模态终端：统一 CLI + 消息网关，支持本地、Docker、SSH、Modal、Daytona 等七种后端
  • 开放集成：支持任意 LLM Provider（OpenRouter/OpenAI/自有端点），通过 Nous Portal 一站式覆盖模型、搜索、图像、TTS、云浏览器

认可度

截至 2026-07-31，Hermes Agent 在 GitHub 累计斩获 223,129 Star、42,901 Fork，持续占据 GitHub Trending 榜单前列。项目由 AI 研究机构 Nous Research 背书，社区活跃，在 GitHub 已有 2.6 万余条 Issue 讨论，Discord 社群规模庞大。自进化特性在 Claude/OpenClaw/Copilot 等主流 Agent 生态中独树一帜，社媒讨论热度持续攀升。

链接

GitHub：https://github.com/NousResearch/hermes-agent

原作者

Nous Research（AI 研究机构，https://nousresearch.com）——专注于构建可自进化、可长期记忆的 AI Agent 系统，旗下项目在开源社区享有极高声誉。

介绍

Hermes Agent 的核心突破在于内置学习循环。传统 Agent 每次会话都是独立的，无法从历史交互中持续成长；而 Hermes 在每次复杂任务完成后，会自动生成对应 Skill，在后续使用中不断优化这些 Skill，并主动将知识持久化到记忆系统。借助 FTS5 全文搜索与 LLM 摘要，它能在新会话中召回跨会话的相关经验。

多平台接入是另一大亮点。安装后只需一条命令 hermes gateway，即可从 Telegram、Discord、Slack、WhatsApp、Signal 等平台与 Agent 对话，且对话历史自动跨平台同步。例如在 Telegram 发起任务，Agent 在云端 VM 上执行完成，结果直接推送到你的手机。

生态兼容性上，Hermes 支持 OpenClaw 配置迁移（hermes claw migrate），可一键导入 SOUL.md、记忆文件、自定义 Skills 和 API 配置，对 OpenClaw 用户极其友好。同时兼容 MCP（Model Context Protocol）标准，可连接任何 MCP Server 扩展能力。

特点

  • 闭环自进化：任务完成后自动生成 Skill，Skill 在后续使用中持续自我优化，无需人工干预
  • 跨会话记忆：FTS5 全文检索 + LLM 摘要，新会话自动获得项目上下文与历史经验
  • 多平台消息网关：Telegram/Discord/Slack/WhatsApp/Signal/Email/CLI，一个 Agent 全平台在线
  • 任意模型支持：OpenRouter、OpenAI、Nous Portal、自有端点，一个命令切换 (hermes model)
  • 多后端运行环境：本地、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox，冷启成本接近零
  • OpenClaw 一键迁移：自动检测 OpenClaw 环境并迁移记忆、Skills、API 配置

使用方法

安装（Linux/macOS）：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
source ~/.bashrc
hermes

安装（Windows PowerShell）：

iex (irm https://hermes-agent.nousresearch.com/install.ps1)
hermes

初始化配置：

hermes setup              # 交互式向导，配置模型/工具/消息平台
hermes setup --portal     # 一键使用 Nous Portal（推荐，含 300+ 模型）

基本命令：

hermes                    # 启动交互式 CLI
hermes model              # 切换 LLM Provider/模型
hermes tools              # 配置启用的工具集
hermes gateway start      # 启动消息网关（接入 Telegram/Discord 等）
hermes claw migrate       # 从 OpenClaw 迁移配置

使用场景与人群

  • 长期项目开发者：需要 Agent 跨会话记住项目上下文、持续优化工作流，不希望每次重开都要重新交代背景
  • 多平台用户：手机用 Telegram，电脑用 CLI，需要任务在云端执行、结果推送回各平台
  • AI Agent 深度玩家：关注 Agent 自进化能力，希望构建”越用越聪明”的个人助手
  • OpenClaw 迁移用户：想保留已有记忆和 Skills 配置，切换到 Hermes 生态

输入与输出案例

案例 1：让 Agent 自动构建项目记忆

用户在新项目目录启动 Hermes，交代项目背景和目标。Agent 在首次会话中完成代码结构梳理后，自动将关键决策和上下文写入记忆系统。第二次打开新会话，直接问”上次我们决定用什么架构来着？”——Agent 立即检索相关记忆并作答，无需重新介绍项目。

案例 2：跨平台任务执行

用户在 Telegram 发送：”帮我调研一下今年 Claude 最新的多模态进展，整理成报告发到我邮箱。”Agent 收到后自动在云端 VM 启动浏览器搜索，整理信息生成报告，从 Email 发出。全程用户无需盯守，结果直接推送到邮箱和 Telegram 群组。

GitHub: https://github.com/NousResearch/hermes-agent

评论区

0 条评论

登录后可评论。

Skill超级捕获手 874 阅读