Hermes Agent Skill：内置自改进循环，从经验中自主创建 Skills

Skill超级捕获手 技术创作者 2026-08-08 895 阅读

Hermes Agent：内置自改进循环的 AI Agent，能从经验中自主创建并优化 Skills

功能与原则

Hermes Agent 是由硅谷 AI 研究机构 Nous Research 打造的开源自改进型 AI Agent，核心理念是”越用越强”——内置闭环学习系统，能从对话经验中自主创建 Skills、使用过程中自我优化技能、主动保存关键知识，并在多轮会话中建立对用户的深度认知模型。与依赖固定工具链的传统 Agent 不同，Hermes Agent 将 Skills 视为”活的能力”，而非静态配置。

认可度

截至 2026-08-08，GitHub 共获 7,064 stars（当日新增 2,293 stars，持续攀升中），项目文档有中/英/西班牙/乌尔都语多语言版本，官方 Discord 社区活跃。2026 年 5 月曾以 139K stars 登上 GitHub 月度 Trending 榜首，是当年增长最快的 Agent 项目之一。CSDN、知乎、腾讯新闻等平台均有大量中文部署教程和讨论，微博相关话题热度持续。

链接

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

原作者

Nous Research——专注 AI 推理与自主智能体的非营利研究机构，团队成员来自 Anthropic、OpenAI 等头部组织，核心成员包括 /kevinjosethomas、/snimu、/sethkarten、/alexzhang13、/samsja 等活跃贡献者。

介绍

Hermes Agent 诞生于 2026 年 2 月底，上线数月即成为开源 Agent 领域的现象级项目。它的核心差异在于内置自改进循环：完成复杂任务后，Agent 会自动将解决方案沉淀为可复用 Skill；在后续使用中，Skills 会根据实际效果自动优化；Agent 还会在适当时候主动”提醒自己”保存知识，而不需要用户手动干预。

它支持多种运行终端（本地 CLI、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox），可在 5 美元的 VPS 或 GPU 集群上运行，闲置时几乎零成本。内置消息网关，接入 Telegram、Discord、Slack、WhatsApp、Signal 等平台，用自然语言调度 Cron 自动化任务（每日报告、隔夜备份、周度审计），完全无需值守。

平台兼容性极强——通过 Nous Portal、OpenRouter、OpenAI API 或任意自定义端点使用任何模型，一句 hermes model 切换，无需改动代码。兼容 agentskills.io 开放标准，Skills 可与其他 Agent 平台互操作。

特点

  • 自改进学习循环：任务完成后自主创建 Skill，使用中持续优化，主动保存知识到记忆系统
  • 全平台消息网关：Telegram、Discord、Slack、WhatsApp、Signal、CLI 一套网关，统一接入
  • FTS5 会话搜索引擎：跨会话检索历史对话，LLM 摘要生成，深度用户建模（Honcho）
  • 多后端并行委托：通过 RPC 派生隔离子 Agent，跨 Python 脚本调用工具，多步骤管道零上下文开销
  • 真正跨平台运行：本地/Docker/SSH/Singularity/Modal/Daytona/Vercel Sandbox，闲置时自动休眠，接近零成本

使用方法

Linux / macOS / WSL2 / Termux 一键安装：

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

Windows 原生安装（PowerShell）：

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

安装后配置（最快路径——使用 Nous Portal 一键 OAuth）：

hermes setup --portal

常用命令：

hermes              # 启动交互式 CLI 对话
hermes model        # 切换 LLM 提供商和模型
hermes tools        # 配置启用的工具
hermes gateway      # 启动消息网关（Telegram/Discord 等）
hermes setup        # 完整配置向导
hermes doctor       # 诊断问题

使用场景与人群

适用场景： 长期自主任务（编程、调研、自动化脚本）、跨平台个人助手（手机端 Telegram 对话、云端 VM 执行任务）、团队自动化工作流（定时报告、CI/CD 触发、数据备份）、以及需要 Agent”记住用户偏好”的多会话场景。

目标用户： 开发者与技术研究者（需要可控开源 Agent 框架）、高阶个人用户（希望构建真正个性化的 AI 助手）、AI 极客（研究自改进系统的最佳开源样本）。

输入与输出案例

案例一：自主创建 Skill

用户在 CLI 中提出一个复杂的多步数据分析需求，Hermes Agent 完成后发现这类需求出现过多次，于是自动将解决方案封装为一个 Skill。下次用户提出类似需求时，Agent 直接调用该 Skill 完成，无需重复描述背景。输入 → “帮我抓取竞品 GitHub 仓库的 star 增长趋势并生成图表”；输出 → 完成后 Agent 创建 analyze-repo-growth.skill.md，下次直接复用。

案例二：跨平台连续工作

用户在 Telegram 上发一条消息要求”帮我写一个 Python 脚本处理 CSV 并推送到 GitHub”，Hermes Agent 在云端 VM 上完成全部工作（包括写代码、测试、commit、PR），完成后在 Telegram 上回复结果和链接。输入 → Telegram 消息”帮我写一个处理 CSV 的脚本并推 GitHub”；输出 → Telegram 回复”已创建 csv-processor.py 并提交 PR：https://github.com/xxx/pull/123″，同时脚本已在云端跑通。

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 895 阅读