Hermes Agent: Hermes Agent 简介与核心特性
最后更新：2026-08-31
Hermes Agent 就像一个会学习的私人助手——每次对话后它都记得你，还会自己学会新技能，越用越懂你。
💡 提示：Hermes Agent 由 Nous Research 于 2026 年 2 月发布，采用 MIT 许可证开源。它的核心理念是 "The agent that grows with you"——Agent 随你成长，不是你适应工具，而是工具适应你。
📋 前置知识：零基础可学，了解基本命令行操作即可
1. 你将学到
| 编号 | 内容 |
|---|---|
| ❶ | Hermes Agent 的定位与核心价值 |
| ❷ | 自进化机制：记忆 + 技能自动学习 |
| ❸ | 70+ 内置工具与 15+ 平台集成 |
| ❹ | 隐私优先的本地架构 |
| ❺ | 与其他 AI Agent 框架的对比 |
关于代码示例的输出
本课程的代码示例采用确定性/非确定性分离模式，这是 AI Agent 工具教程的行业最佳实践：
| 标记 | 含义 | 你的输出 |
|---|---|---|
| 输出： | 确定性结果（安装、配置、计数等） | 应与示例基本一致 |
| 交互流程： | Agent 行为流程（LLM 调用、工具选择等） | 实际文本会不同，但流程相似 |
| 验证方法： | 练习题的检查方式 | 按描述步骤验证 |
💡 为什么不一样？ 传统编程
1 + 1 = 2（永远相同），Agent 工具 agent.chat("分析代码") = ???（每次不同）。这是 AI Agent 工具的本质特性，不是 Bug。
2. 故事
(1) 痛点：每次对话都要从头开始
Bob 每天用 ChatGPT 工作，但每次开新会话都要重新解释项目背景、偏好风格、技术栈。他试过写 System Prompt，但模型总"忘记"之前的约定。
(2) 解法：Agent 记住一切，还能自学
Alice 部署了 Hermes Agent，首次对话时告诉它自己的技术栈和工作习惯。第二天回来，Agent 自动调用了正确的记忆，还用 /learn 命令自动创建了一个"React 组件审查"技能：
BASH
# Hermes 自动回忆上次对话
> 帮我审查这个组件
Agent: [回忆] 你偏好 TypeScript + Tailwind，上次审查过3个组件...
[自动调用 skill: react-component-review]
# 你教它新技能，它永远记住
/learn 每次审查组件时，检查：1)类型安全 2)可访问性 3)性能
→ Skill "react-component-review" 已创建并保存
Bob 惊叹："这不是聊天机器人，这是个会成长的同事！"
3. 什么是 Hermes Agent？
(1) 定义
Hermes Agent = LLM + 持久记忆 + 自进化技能 + 工具系统 + 多平台接入
| 组件 | 作用 | 类比 |
|---|---|---|
| LLM | 理解、推理、决策 | 大脑 |
| 持久记忆 | 跨会话记住用户偏好和上下文 | 长期笔记本 |
| 自进化技能 | 自动学习、创建、改进技能 | 自学能力 |
| 工具系统 | 70+ 内置工具执行实际操作 | 双手 |
| 多平台接入 | Telegram/Discord/Slack 等 | 多种沟通渠道 |
(2) Chatbot vs 普通 Agent vs Hermes Agent
| 维度 | Chatbot | 普通 Agent | Hermes Agent |
|---|---|---|---|
| 记忆 | 无/会话级 | 会话级 | 跨会话持久记忆 |
| 技能学习 | 无 | 需手动编写 | 自动创建和改进 |
| 工具数量 | 0-5 | 10-30 | 70+ |
| 平台集成 | 1 | 2-5 | 15+ |
| 隐私 | 云端处理 | 取决于部署 | 本地优先，零遥测 |
| 模型支持 | 固定 | 有限 | 200+ 模型 |
4. 核心特性详解
(1) 持久记忆系统
Hermes 的记忆不是简单的对话历史，而是三层架构：
graph TD
A[用户输入] --> B[工作记忆<br/>当前对话上下文]
B --> C[长期记忆<br/>跨会话偏好/知识]
C --> D[用户模型<br/>Honcho 深度画像]
D --> E[个性化响应]
| 层级 | 内容 | 持续时间 |
|---|---|---|
| 工作记忆 | 当前对话的上下文和意图 | 单次会话 |
| 长期记忆 | 用户偏好、项目信息、常用模式 | 永久 |
| 用户模型 | Honcho 系统建模的用户行为画像 | 永久+自动更新 |
(2) 自进化技能系统
Hermes 可以通过两种方式获得新技能：
PYTHON
# 方式1：/learn 命令，用户主动教学
/learn 当我让你写Python代码时，总是用type hints和docstrings
# 方式2：自动学习，Agent观察到重复模式后自动创建
# Agent注意到你每次都要求特定格式...
# → 自动创建 "python-code-style" 技能
(3) 70+ 内置工具
| 类别 | 工具示例 | 数量 |
|---|---|---|
| 文件系统 | 读写文件、目录管理、搜索 | 10+ |
| Web | 浏览器、搜索、抓取 | 8+ |
| 代码执行 | Python、Shell、多语言 | 5+ |
| 视觉 | 图像理解、OCR、截图 | 5+ |
| 语音 | TTS、STT | 4+ |
| 数据 | 数据库、API 调用 | 10+ |
| 通信 | 邮件、消息、通知 | 8+ |
| 系统 | 进程管理、定时任务 | 5+ |
(4) 15+ 平台集成
YAML
# 一个 Agent，全平台接入
platforms:
- telegram # Telegram Bot
- discord # Discord Bot
- slack # Slack App
- whatsapp # WhatsApp
- signal # Signal
- twitter # X/Twitter
- email # IMAP/SMTP
- web # Web Chat UI
- terminal # CLI
- vscode # VS Code Extension
- api # REST API
- n8n # n8n Workflow
- home_assistant # 智能家居
- custom # 自定义平台
(5) 隐私优先架构
graph LR
A[用户数据] --> B[本地存储]
B --> C[加密数据库]
C --> D[零遥测<br/>无数据上传]
D --> E[用户完全控制]
F[API 调用] --> G[仅模型推理<br/>不存储对话]
5. 技术架构概览
┌──────────────────────────────────────────────┐
│ Platform Layer │
│ Telegram / Discord / Slack / WhatsApp / ... │
├──────────────────────────────────────────────┤
│ Agent Core │
│ ┌─────────┐ ┌─────────┐ ┌──────────┐ │
│ │ Memory │ │ Skills │ │ Tools │ │
│ │ System │ │ Engine │ │ Registry │ │
│ └────┬────┘ └────┬────┘ └────┬─────┘ │
│ └──────┬────┘──────────┘ │
│ ┌────┴────┐ │
│ │ LLM │ ← 200+ Models │
│ └─────────┘ │
├──────────────────────────────────────────────┤
│ Infrastructure │
│ Cron / Checkpoint / Delegate / MCP │
└──────────────────────────────────────────────┘
6. 研究就绪功能
Hermes Agent 还专为 AI 研究人员设计了批量实验功能：
PYTHON
# 批量生成 Agent 轨迹
from hermes import TrajectoryGenerator
generator = TrajectoryGenerator(
model="gpt-4o",
tasks="research_tasks.jsonl",
output_format="sharegpt" # ShareGPT 格式导出
)
trajectories = generator.run(batch_size=10)
# → 输出标准 ShareGPT 格式，直接用于训练数据
| 研究功能 | 说明 |
|---|---|
| 批量轨迹生成 | 一次性跑 N 个任务，收集完整 Agent 轨迹 |
| ShareGPT 导出 | 标准格式，可直接用于微调训练数据 |
| Checkpoint 恢复 | 实验中断后从检查点继续 |
| 自定义评估 | 内置评估框架，量化 Agent 表现 |
7. 与竞品对比
| 特性 | Hermes Agent | AutoGPT | LangChain Agent | CrewAI |
|---|---|---|---|---|
| 持久记忆 | ✅ 三层+用户建模 | ❌ | ❌ | ❌ |
| 自动技能学习 | ✅ /learn | ❌ | ❌ | ❌ |
| 内置工具数 | 70+ | 20+ | 30+ | 15+ |
| 平台集成 | 15+ | 3 | 5 | 2 |
| 本地部署 | ✅ 零遥测 | ✅ | ✅ | ✅ |
| 模型支持 | 200+ | 10+ | 50+ | 20+ |
| 研究功能 | ✅ 批量轨迹 | ❌ | 部分 | ❌ |
| 开源许可 | MIT | MIT | MIT | MIT |
❓ 常见问题
Q Hermes Agent 和 ChatGPT 有什么区别？
A ChatGPT 是对话工具，无持久记忆、无工具执行、无技能学习。Hermes Agent 是完整的 Agent 框架，能记住你、学会技能、执行操作，还能接入多个聊天平台。
Q 必须联网使用吗？
A 不是。Hermes 支持本地模型（通过 Ollama 等），可以完全离线运行。只有使用云端模型时才需要联网。
Q 数据安全吗？
A Hermes 采用隐私优先架构，所有数据本地存储，零遥测，不上传任何对话内容。唯一的外部通信是模型 API 调用（如果使用云端模型）。
Q 适合什么人群？
A 开发者（自动化工作流）、研究人员（批量轨迹生成）、AI 爱好者（自建智能助手）、企业（隐私合规的 AI 方案）。
Q 和 LangChain Agent 相比优势在哪？
A 核心优势是持久记忆和自进化能力。LangChain Agent 每次会话从零开始，Hermes 记住一切并自动学习，适合长期高频使用。
Q 支持哪些编程语言？
A Hermes Agent 本身用 Python 编写，但通过代码执行工具可以运行任何语言。配置文件使用 YAML/JSON。
📖 小节
- Hermes Agent 是 Nous Research 开源的自进化 AI Agent，核心理念"随你成长"
- 三层记忆架构：工作记忆 + 长期记忆 + Honcho 用户建模
- 自动技能学习：
/learn命令 + 观察模式自动创建 - 70+ 内置工具覆盖文件、Web、代码、视觉、语音等
- 15+ 平台集成，一个 Agent 全平台可用
- 隐私优先：本地存储、零遥测、用户完全控制
📝 作业
- 基础题（难度⭐）：列出你日常工作中最希望 Agent 记住的 5 个偏好，说明为什么持久记忆对你有价值。
- 进阶题（难度⭐⭐）：对比 Hermes Agent 和你目前使用的 AI 工具，找出 3 个 Hermes 独有的优势场景。
- 挑战题（难度⭐⭐⭐）：设计一个利用 Hermes 的记忆+技能+工具能力的自动化工作流，画出流程图并标注每步使用的组件。
