Nous Research 做了个会”自己进步”的 Agent：Hermes Agent 解读

Hermes Agent（NousResearch/hermes-agent，⭐ 234,159，MIT）是 Nous Research 出品的开源 AI Agent，最大的差异化不是某个单一功能，而是它的核心理念：所有 Agent 都会执行任务，但 Hermes 会从任务中学习，然后变得更好。

核心数据

它解决什么问题

大多数 Agent 的”记忆”是有限的：上下文窗口内有效，关机即消失。Hermes 解决的是跨会话持续进化的问题——

• 每次完成复杂任务后，自动从中提取并创建可复用的 Skill
• Skill 在后续使用中自动被改进
• 通过 FTS5 全文搜索 + LLM 摘要，在历史对话中精确回溯
• 跨会话建立对用户的深度认知模型（基于 Honcho）

这意味着：Hermes 用得越久，越懂你，也越能干活。

技术亮点

1. 内置学习闭环

任务执行 → 结果评估 → Skill 创建/更新 → 下次更快更准

不是靠 Prompt 调参，是从真实执行轨迹中提取模式并固化成技能。

2. 支持 200+ 模型，$5 VPS 也能跑

支持 OpenRouter（200+ 模型）、OpenAI、Nous Portal、Kimi、DeepSeek、MiniMax、GLM 等，一行命令切换：

hermes model openrouter:anthropic/claude-3.5-sonnet
hermes model kimi:moonshot-v1-8k

最低运行条件：$5 VPS / 树莓派 / Android Termux，Serverless 模式空闲时几乎零成本。

3. 多平台并发接入

Telegram、Discord、Slack、WhatsApp、Signal、CLI——全部从同一个网关进程跑，你在 Telegram 说话，Agent 在云端 VM 干活。

# 安装（Linux/macOS/WSL2）
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes  # 开始对话

4. 自然语言 Cron 自动化

# 用自然语言描述定时任务
/hermes 每天晚上10点给我发一份当日GitHub Trending摘要

内置 cron 调度器，支持向任意平台推送结果。

5. 研究就绪：轨迹压缩

批量生成执行轨迹并压缩，用于训练下一代的工具调用模型——这也是 Hermes 能够自进化的底层数据基础。

和普通 Agent 的区别

普通 Agent：靠增大上下文和调优 Prompt 提升表现，能力天花板是”设计时”确定的。
Hermes Agent：内置学习闭环，使用即训练，执行轨迹可回流到模型微调，越用越强。

项目地址：github.com/NousResearch/hermes-agent
官网：hermes-agent.nousresearch.com
文档：hermes-agent.nousresearch.com/docs