一、项目简介

Hermes Agent 是由开源LLM社区Nous Research团队打造的可自我进化的AI智能体框架，于2026年2月正式发布。它被称为“会跟着你成长的Agent”，通过内置的闭环学习循环，让AI能够从每次交互中自动提炼成功经验，生成可复用的skill，并持久化存储用户偏好。与传统Agent不同，Hermes Agent不依赖云端服务，运行在用户自己的服务器上，真正实现私有化部署，数据完全由用户掌控。

项目采用MIT开源协议，GitHub已获得超过4万颗Star，不到3周发布了4个大版本，平均不到一周一个大版本，贡献者超过240人，合并PR超过1400个，是目前GitHub上增长最快的开源AI Agent项目之一。

二、核心功能

Hermes Agent的核心竞争力在于其独特的自我进化机制。

1. 闭环学习循环（Closed-Loop Learning）：这是Hermes Agent最核心的创新点。Agent会在每次任务成功后，自动将成功路径提炼为可复用的skill（技能文件），存入~/.hermes/skills目录。这些skill在后续对话中会被自动调用，形成越用越强、越用越懂你的效果。系统内置了skill生成的质量评估机制，约1300 tokens的持久化记忆常驻内存，保证核心知识不丢失。

2. 持久化记忆系统：基于SQLite数据库（~/.hermes/state.db）存储所有CLI和消息会话，通过FTS5全文搜索实现跨session的历史检索。用户可以随时查询历史对话，AI还会为检索结果生成摘要，让信息召回更加高效。

3. 自主skill生成与优化：当Agent发现某类任务频繁出现时，它会自动尝试生成或优化对应的skill文件。这意味着使用时间越长，Agent积累的专属技能越多，真正实现个性化。

4. 多后端兼容：支持Anthropic Claude、OpenAI GPT系列、Google Gemini等多种大模型后端，用户可以根据需求灵活切换，平衡成本与性能。

5. API成本极低：相比Claude Code等商业工具，Hermes Agent的运行成本极低，官方声称每月5美元预算即可支持个人日常使用。

6. 开箱即用的skill生态：项目内置了大量预置skill，覆盖文件操作、代码开发、数据处理、搜索查询等常见场景，用户无需从零配置。

三、技术原理

Hermes Agent的技术架构围绕“学习-记忆-执行”三大模块展开。

1. 学习循环机制：Agent在每次成功执行任务后，会调用专用的反思Prompt，分析任务成功的关键步骤，生成结构化的skill定义文件（YAML格式）。这些文件包含触发条件、动作描述、预期结果等字段，供后续调用。

2. 记忆分层存储：系统采用分层记忆架构——常驻记忆（约1300 tokens）保存最重要的用户偏好和通用知识；FTS5索引的记忆按需召回，不占用宝贵上下文空间；会话级记忆仅在当前session有效。

3. Skill执行引擎：当用户输入触发某个skill时，执行引擎会加载对应YAML文件，提取关键参数，通过LLM调用执行相应操作。Skill之间支持链式调用，一个复杂任务可以被分解为多个skill协作完成。

四、适用场景

Hermes Agent适合以下五类用户：

1. 个人开发者：需要一个24小时在线的编程助手，处理代码调试、文档撰写、日常自动化任务，月成本仅需几美元。

2. 小型团队：团队成员可以共享skill库，积累项目专属的开发经验和工作流，实现知识复用。

3. AI研究者：作为研究Agent自我进化机制的低成本实验平台，支持灵活切换后端模型。

4. 技术爱好者：想要体验私有化AI助手的用户，运行在本地服务器，数据完全自主可控。

5. 企业内部助手：部署在企业内部环境，处理内部知识查询、流程自动化等场景，避免数据外泄。

五、快速上手

第一步：安装Hermes Agent

Linux/macOS/WSL2用户，运行官方安装脚本（需预先安装git）：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

pip安装（需Python 3.10+）：

pip install hermes-agent

npm安装：

npm install -g @nousresearch/hermes-agent

Windows用户需通过WSL2或虚拟机运行。

第二步：配置API密钥

安装完成后，运行hermes setup配置大模型API密钥。推荐使用Anthropic Claude（效果好）或OpenAI GPT（速度快）。首次使用建议配置CLAUDE_API_KEY或OPENAI_API_KEY环境变量。

第三步：启动并对话

配置完成后，直接运行hermes启动交互式对话。Agent会自动加载已有skill，也可以随时创建新的skill。

第四步：创建自定义skill

在~/.hermes/skills目录下创建YAML文件，定义触发条件和执行动作。也可以让Agent自动生成——当Agent识别到重复任务模式时，会提示是否生成skill。

第五步：查看学习成果

运行hermes skills list查看已生成的skill列表；运行hermes memory search [关键词]检索历史记忆。

六、目标用户

Hermes Agent主要面向以下五类人群：

1. 个人开发者：需要低成本、高效率AI编程助手的独立开发者。

2. 技术团队：希望构建私有AI知识库的中小型技术团队。

3. AI研究者：对Agent自我进化、自我学习机制感兴趣的研究人员。

4. 开源爱好者：支持开源生态、愿意贡献代码和改进建议的社区成员。

5. 企业IT人员：需要内部AI助手来处理知识管理、流程自动化等任务的企业用户。

七、优缺点分析

优点：

1. 自我进化能力独特：内置闭环学习循环，能从使用中自动积累skill，是目前开源Agent中独一无二的特性。

2. 成本极低：每月5美元预算即可满足个人使用，相比商业工具节省90%以上成本。

3. 完全私有化：运行在用户自己的服务器，数据不外传，适合对隐私敏感的用户。

4. 多模型兼容：支持Claude、GPT、Gemini等多种后端，灵活性高。

5. 开源活跃：4万+ Star，贡献者众多，版本迭代快，功能持续完善。

6. 记忆系统强大：基于SQLite+FTS5的持久化记忆，支持跨会话检索，不丢失重要信息。

缺点：

1. Windows支持不友好：需要WSL2或虚拟机，对纯Windows用户不够友好。

2. 依赖API成本：虽然Agent本身免费，但需要消耗大模型API配额，模型费用由用户承担。