Hermes Agent — 開源專案介紹
1. 專案總覽
Hermes Agent 是由 Nous Research 開發的開源、可自我改進的 AI 代理，它能自主地從經驗中創建和完善技能，在不同會話間保持持久記憶，並可在任何基礎設施上運行 — 從 5 美元的 VPS 到 GPU 集群 — 可透過終端機或熱門的通訊平台存取。
2. 專案背景與定位
起源與核心使命
大多數 AI 代理都是無狀態的 — 它們會忘記每一次對話，重複相同的錯誤，並將您鎖定在單一模型或雲端供應商。Hermes 的建立就是為了解決這個問題。其核心使命是成為一個與您一同成長的代理：一個能累積程序性知識（技能）、隨著時間建立持久的使用者模型，並在無需手動干預的情況下持續自我改進的代理。
與替代方案的差異
| 維度 | Hermes Agent | 一般替代方案 |
|---|---|---|
| 學習循環 | 自主技能創建與自我改進 | 無（無狀態） |
| 模型鎖定 | 透過 OpenRouter、OpenAI、Anthropic 等支援任何供應商 | 通常為單一供應商 |
| 基礎設施 | 本地、Docker、SSH、Modal、Daytona、Singularity | 通常僅限本地 |
| 介面 | CLI + Telegram、Discord、Slack、WhatsApp、Signal | CLI 或網頁 UI |
| 記憶 | FTS5 會話搜尋 + LLM 摘要 + 使用者模型 | 簡單的上下文窗口 |
| RL 整合 | Atropos RL 環境用於訓練工具調用模型 | 不適用 |
3. 功能類別
🧠 學習與記憶系統
約 5 個核心子系統
- 自主技能創建 — 代理在完成複雜任務後會建立可重複使用的技能
- 技能自我改進 — 技能在使用過程中會自我完善
- FTS5 會話搜尋 — 對所有過去的對話進行全文本搜尋，並進行 LLM 摘要
- Honcho 方言使用者模型 — 在不同會話間建立不斷深入的使用者檔案
- AgentSkills.io 相容性 — 用於在代理間共享技能的開放標準
目的：賦予代理真正的長期記憶和程序性知識。
🛠 工具與工具集
提供 40 多種工具
- 文件系統操作、網頁瀏覽、程式碼執行
- 語音備忘錄轉錄
- 產生子代理以進行平行工作流程
- 調用工具的 Python RPC 腳本
- 可根據使用案例配置的工具集分發
目的：為代理配備自主處理現實世界任務的能力。
💬 通訊閘道
整合 6 個以上平台
- Telegram、Discord、Slack、WhatsApp、Signal、Email
- 單一閘道進程同時服務所有平台
- 跨平台對話連續性
- 跨平台的語音備忘錄轉錄
目的：讓您隨時隨地與代理溝通，而不僅限於終端機。
⏰ Cron 排程
自然語言任務排程
- 日報、夜間備份、週審計
- 可傳送至任何已連接的平台
- 在遠端基礎設施上無人值守運行
目的：無需編寫 cron 語法即可自動化重複性任務。
🖥 終端機後端
6 種執行環境
- 本地、Docker、SSH、Daytona、Modal、Singularity
- Modal 和 Daytona 提供無伺服器持久性 — 空閒時休眠
- 支援 Android/Termux
目的：在任何地方、任何規模下運行代理，並將閒置成本降至最低。
🔬 研究與 RL 整合
- 批次軌跡生成
- Atropos RL 環境整合
- 軌跡壓縮，用於訓練下一代工具調用模型
目的：讓 AI 研究人員能夠使用 Hermes 作為模型訓練的數據引擎。
4. 核心亮點
- 封閉學習循環 — 唯一一個能根據自身任務歷史自主創建、儲存和自我改進技能的開源代理。
- 無模型鎖定 — 只需一個命令 (
hermes model) 即可切換供應商。支援 Nous Portal、OpenRouter（200+ 種模型）、OpenAI、Anthropic、MiniMax、Kimi、GLM 和自訂端點。 - 在您不在時運行 — 可部署在遠端 VPS 或無伺服器基礎設施上；透過 Telegram 互動，而代理在雲端執行。
- MCP 原生 — 連接任何模型上下文協議 (Model Context Protocol) 伺服器，以獲得擴展、標準化的工具功能。
- 研究級軌跡工具 — 內建批次運行器、RL 環境適配器和用於訓練數據生成的軌跡壓縮器。
- 完整的 TUI — 多行編輯、斜線命令自動完成、串流工具輸出、中斷與重定向 — 不僅僅是聊天機器人包裝器。
5. 按角色劃分的用例
👨💻 一般開發者
將 Hermes 作為一個持久的程式碼助手，它能記住您的專案上下文、編碼風格和過去的決策。可透過 CLI 與您的編輯器一起運行，或將其連接到 Slack 以供全團隊存取。
⚙️ DevOps / 基礎設施工程師
透過 cron 系統安排自動化的健康檢查、日誌摘要和部署報告。將其部署在 Modal 或 Daytona 上，以實現無伺服器、近乎零成本的背景代理。
🔒 安全工程師
利用隔離的 Docker 或 Singularity 後端進行沙盒程式碼執行。使用命令批准系統，在任何 shell 命令運行前強制執行允許清單。
📊 資料 / AI 研究人員
使用批次軌跡運行器和 Atropos RL 整合，為工具調用模型生成訓練數據集。軌跡壓縮器在保留訊號的同時降低了 token 成本。
🗂 專案經理
設定 Telegram 或 Discord 機器人，以自然語言提供每日專案狀態報告、摘要討論串並發送排定的提醒。
6. 快速入門
🔍 如何尋找資源
- 官方文件：https://hermes-agent.nousresearch.com/docs/
- Skills Hub（社群技能）：https://agentskills.io
- GitHub 討論區：https://github.com/NousResearch/hermes-agent/discussions
🛠 如何安裝與使用
# 安裝 (Linux, macOS, WSL2, Termux)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 重新載入 shell
source ~/.bashrc # 或 source ~/.zshrc
# 開始聊天
hermes
# 主要命令
hermes model # 選擇 LLM 供應商和模型
hermes tools # 配置已啟用的工具
hermes setup # 全互動式設定精靈
hermes gateway # 啟動通訊閘道 (Telegram, Discord 等)
hermes doctor # 診斷配置問題
hermes update # 更新至最新版本
🤝 如何貢獻
# 克隆並設定開發環境
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
# 安裝 uv (快速 Python 套件管理器)
curl -LsSf https://astral.sh/uv/install.sh | sh
# 建立虛擬環境並安裝依賴項
uv venv venv --python 3.11
source venv/bin/activate
uv pip install -e ".[all,dev]"
# 運行測試
python -m pytest tests/ -q
請參閱完整的貢獻指南：https://hermes-agent.nousresearch.com/docs/developer-guide/contributing
7. 專案結構
hermes-agent/
├── agent/ # 核心代理循環和協調邏輯
├── skills/ # 內建技能 (程序性記憶單元)
├── optional-skills/ # 社群和可選技能包
├── tools/ # 工具實現 (40+ 種工具)
├── gateway/ # 通訊平台閘道 (Telegram, Discord 等)
├── cron/ # Cron/排程子系統
├── plugins/ # 外掛程式系統
├── environments/ # 終端機後端適配器 (Docker, SSH, Modal 等)
├── acp_adapter/ # 代理通訊協議適配器
├── acp_registry/ # ACP 服務註冊表
├── hermes_cli/ # CLI 入口點和 TUI
├── plans/ # 代理規劃子系統
├── docker/ # Docker 配置
├── nix/ # 用於可重現建置的 Nix flake
├── tinker-atropos/ # RL 環境子模組 (Atropos 整合)
├── docs/ # 文件來源
├── tests/ # 測試套件
├── cli.py # 主要 CLI 入口點
├── run_agent.py # 代理運行器
├── mcp_serve.py # MCP 伺服器入口點
├── toolsets.py # 工具集定義和分發
├── hermes_state.py # 全域代理狀態管理
├── trajectory_compressor.py # RL 訓練數據壓縮工具
├── batch_runner.py # 批次軌跡生成
└── Dockerfile # 容器建置定義
8. 相關生態系統
上游依賴項與平台
- OpenRouter — 多供應商 LLM 路由 (200+ 種模型)
- Nous Portal — Nous Research 自有的模型端點
- 模型上下文協議 (MCP) — 標準化的工具/伺服器整合
- Honcho (plastic-labs) — 方言使用者模型後端
- Modal / Daytona — 無伺服器和雲端開發環境平台
- Atropos — RL 訓練環境框架
互補專案
- agentskills.io — 用於共享代理技能的開放標準和中心
- Tinker-Atropos — 用於工具調用模型訓練的 RL 環境子模組
- OpenClaw — 前身專案；Hermes 提供遷移路徑
9. 授權
MIT 授權
✅ 可免費商用
✅ 可免費修改和分發
✅ 可免費用於私人專案
✅ 可免費再授權
❌ 作者不提供任何擔保
❌ 不能要求作者對損害負責
ℹ️ 分發時必須包含授權和版權聲明
ℹ️ 歡迎在相同 MIT 條款下貢獻
10. 常見問題解答
問：支援哪些 LLM 供應商？
答：任何與 OpenAI 相容的端點，以及對 Nous Portal、OpenRouter（200+ 種模型）、Anthropic、OpenAI、MiniMax、Kimi/Moonshot 和 z.ai/GLM 的原生支援。使用 hermes model 進行切換。
問：Hermes 在 Windows 上能用嗎？
答：不支援原生 Windows。請安裝 WSL2 並使用標準的 Linux 安裝命令。透過 Termux 支援 Android。
問：技能系統是如何工作的？
答：在完成複雜任務後，代理會自主編寫一個可重複使用的技能（結構化程序）。技能儲存在 ~/.hermes/skills/ 中，在後續使用中會得到改進，並可透過 agentskills.io 共享。
問：我可以在不保持筆記型電腦開啟的情況下運行 Hermes 嗎？
答：可以。部署在任何 Linux VPS 上，或使用 Modal/Daytona 的無伺服器環境，這些環境在空閒時會休眠，並在需要時喚醒 — 在會話之間幾乎不產生費用。
問：如何從 OpenClaw 遷移？
答：安裝後運行 hermes claw migrate。它會匯入記憶、技能、API 金鑰、通訊設定和個人檔案。請先使用 --dry-run 預覽。
11. 快速連結
12. 總結
Hermes Agent 在日益增長的 AI 代理領域中脫穎而出，解決了一個根本性問題：從未學習過的代理。其封閉學習循環 — 自主技能創建、技能自我改進、持久的跨會話記憶和使用者模型 — 使其在您使用時間越長，能力就越強。憑藉 61k+ 的 GitHub 星標、對 200+ LLM 模型、40+ 種工具、六種執行後端以及與所有主要通訊平台的整合支援，它是當今最完整的開源代理框架之一。它最適合那些希望擁有一個持久、自我改進的 AI 代理的開發者、研究人員和進階使用者，他們可以一次部署並無限期地依賴它 — 而無需供應商鎖定。