Hermes Agent

Hermes Agent 概述

Hermes Agent 是由 Nous Research 推出的一款开源自主 AI Agent 框架。它并非简单的聊天机器人或编程助手，而是内置了“自我改进学习循环”的智能体。该框架能够在完成任务后自动创建和优化可复用的 Skill，并通过 FTS5 与 Honcho 实现跨会话的持久记忆，从而越用越懂用户。它支持 15 个以上的消息平台统一接入、47 个内置工具、MCP 生态扩展以及 Cron 定时自动化，并可部署于本地、Docker、Modal 等 6 种终端后端。

核心功能与优势

• 自我改进学习循环：完成任务后自动评估并生成可复用的 Skill 存入本地，在使用中持续优化。下次遇到相似任务可直接调用，无需从零推理，官方称可降低约 90% 的 API 调用成本，实现“越用越聪明”。
• 持久三级记忆系统：基于 SQLite FTS5 实现毫秒级跨会话检索，配合 Honcho 进行用户偏好建模与辩证用户建模。记忆容量理论上无上限，能深度记住用户偏好与项目背景。
• 可移植技能系统：Skill 文档化存储于本地目录，兼容 agentskills.io 标准，支持社区共享与跨 Agent 复用。社区已贡献 310 多个 Skill。
• 统一消息网关：单一网关覆盖 Telegram、Discord、Slack、WhatsApp、Signal、钉钉、飞书、企业微信、Email、SMS、Home Assistant 等 15 个以上平台，无需为每个渠道单独开发接入。
• MCP 生态兼容与工具扩展：原生支持 Model Context Protocol，可安全接入任意 MCP 服务器及外部服务。内置 47 个工具，可完成网页搜索、浏览器自动化、代码执行等操作。
• 定时自动化：内置 Cron 系统，支持通过自然语言描述创建定时任务，结果可推送至任意已接入的消息平台。
• 多终端后端部署：支持 Local、Docker、SSH、Daytona、Singularity、Modal 等 6 种部署方式。其中 Modal 支持无服务器休眠与按需唤醒，长期运行成本极低。
• 多模型兼容与故障切换：通过 OpenRouter 兼容 200 多种 LLM，或直连 Anthropic、OpenAI、Ollama 等，要求模型上下文不低于 64K tokens。内置故障自动切换链，避免供应商锁定。
• 多 Agent 协作：支持 Subagent 并行隔离与委托，可将复杂任务拆分为子任务并协调多个 Agent 协同完成。
• Profile Builder 可视化配置：提供网页端可视化配置工具，通过 5 步向导将原本分散的命令行配置整合为一站式智能体角色创建流程。
• 极简安装与高可靠性：一行 curl 命令即可在 60 秒内完成安装，5 至 15 分钟即可跑通。架构稳定，任务失败率仅约 5%，且至今零 Agent 专属 CVE 安全漏洞。
• 永久开源免费：采用 MIT 协议开源，GitHub 101K+ Stars，无需付费订阅。

部署与使用指南

1. 安装部署：在 Linux、macOS 或 Windows WSL2 上执行一行 curl 命令即可完成安装，最低仅需 4GB 内存。相比同类工具 30 分钟以上的调试时间，大幅降低了上手成本。
2. 配置模型：运行 hermes setup 选择 LLM 提供商，支持通过 OpenRouter 接入 200 多个模型，或直连 Anthropic、OpenAI、Ollama 本地模型等。
3. 启动对话：执行 hermes 启动 Agent，即可开始自然语言交互，Agent 会自动记录对话并建立用户模型。
4. 接入消息平台：配置网关将 Hermes 接入 15 个以上的消息平台，实现跨渠道统一响应。
5. 创建定时任务：使用内置 Cron 系统，通过自然语言描述设置定时任务，Hermes 会自主执行并推送结果。
6. 扩展工具能力：通过 MCP 协议连接外部服务器扩展工具集，或直接使用内置工具完成相关操作。
7. 利用 Skill 复用：Agent 执行复杂任务后会自动创建 Skill 并保存至本地，后续相似任务直接调用；也可从社区导入或贡献 Skill。
8. 选择运行后端：根据场景选择 Local、Docker、SSH、Daytona、Singularity 或 Modal 后端部署。
9. 离线本地运行：配合 Ollama 加载本地大模型，可实现完全离线、零 API 费用的私有化部署，需 8 至 16GB 以上的 VRAM。

同类竞品对比

Hermes Agent 与 OpenClaw 在多个维度上存在差异：

• 开发方：Hermes Agent 由 Nous Research 开发；OpenClaw 由 Peter Steinberger / Open Foundation 开发。
• 产品定位：Hermes Agent 是开箱即用的自主 AI Agent；OpenClaw 定位为个人 AI Agent 操作系统 / 渠道运营层。
• 核心哲学：Hermes Agent 强调认知深度，越用越聪明，自我改进；OpenClaw 强调连接广度，本地优先，接入一切平台。
• 记忆系统：Hermes Agent 具备三层持久记忆（SQLite FTS5 + Honcho），支持跨会话召回；OpenClaw 为基础文件化记忆，跨会话能力有限。
• 自我学习：Hermes Agent 内置 E-A-A-S 循环，自动生成并改进 Skill；OpenClaw 无自主学习，Skill 需手动开发。
• 多 Agent 协作：Hermes Agent 支持 Subagent 并行隔离与委托；OpenClaw 以单体为主，可通过消息间接协作。
• 消息平台：Hermes Agent 支持 15 个以上平台原生插件；OpenClaw 覆盖 20 个以上渠道，覆盖更广。
• 安装门槛：Hermes Agent 一行 curl 命令，60 秒安装，5 至 15 分钟上手；OpenClaw 需 npm install，30 分钟以上，常需调试。
• 可靠性：Hermes Agent 任务失败率约 5%，零 Agent 专属 CVE；OpenClaw 失败率约 30%，曾披露 9 个 CVE（含 CVSS 9.9）。
• 最佳适用场景：Hermes Agent 适用于 24/7 自主运行、消息渠道机器人、个人研究助手；OpenClaw 适用于隐私敏感本地自动化、多平台运营、跨境电商。

应用场景

• 个人知识管理与研究助手：自动监控 RSS 订阅源和学术论文，每日定时总结关键信息并推送简报到 Telegram 或 Slack，长期积累形成个人知识库。
• 智能会议准备 Agent：会前自动检索历史会议笔记、待办事项和相关项目文档，生成结构化会议议程和背景材料，减少人工准备时间。
• DevOps 运维监控：通过 Cron 定时检查服务器健康状态、SSL 证书有效期和服务 uptime，发现异常立即告警到 Discord、钉钉或企业微信。
• 自动化代码审查：接入 GitHub MCP 服务器，定时扫描新提交的 PR，自动进行代码审查、风格检查和潜在问题标注，并直接提交 Review 评论。
• 跨平台客服与社区运营：通过统一网关同时接入多个渠道，自动回复常见问题，利用持久记忆记录用户偏好提供个性化服务。
• 定时数据流水线：按 Cron 调度自动拉取第三方 API 数据，完成清洗、转换、汇总分析后，定时推送数据报表到 Email 或 Slack 频道。