AI Agent · Open Source
Hermes Agent
与你共同成长的 AI Agent
会自己学习的智能助手
Nous Research · 2026.02 发布 · 28.4K+ ⭐
MIT 许可证
自学习闭环
跨平台支持
为什么需要它
传统 AI Agent 的三大局限
- 每次对话从零开始 —— 不记得之前学到的经验
- 重复完成相似任务 —— 没有沉淀可复用的技能
- 无法理解用户偏好 —— 每次都要重新说明习惯
是什么
Hermes Agent ——会成长的 Agent
🧠
内置学习闭环
不是简单的"记住"，而是持续从经验中进化，越用越聪明
⚡
自动创建技能
复杂任务完成后自动提取模式，生成可复用的技能
🔌
跨平台统一
一个 Agent，多个入口：CLI、Telegram、Discord、Slack 等
🔒
隐私友好
可完全本地部署，数据不上云，保护你的隐私
核心特性
自我学习闭环机制
用户纠正或错误恢复后也会触发技能创建 · 支持 patch/edit 修改技能
记忆架构
双文件持久化记忆
📝
MEMORY.md
Agent 通用记忆
跨会话积累的知识
👤
USER.md
用户个性化信息
偏好、习惯、需求
存储位置：~/.hermes/memories/ | LLM 自动总结关键内容 | 支持跨会话搜索
用户理解
使用 Honcho 构建用户模型
- 理解用户偏好、习惯、需求
- 对话式建模，持续更新
- 个性化服务，越用越懂你
构建真正的个性化 AI 伙伴，而非通用工具
跨平台
一个 Agent，多个入口
💻
CLI / TUI
完整界面、多行编辑
流式输出
💬
Discord / Slack
社区集成
企业协作
只需运行一个 gateway 进程
多模型
不绑定任何提供商
🌐
Claude / GPT
Anthropic / OpenAI
🇨🇳
国产模型
GLM / Kimi / MiniMax
切换命令：hermes model --provider openrouter --model claude-3.5-sonnet
部署
多种部署方式灵活选择
☁️
云服务
Daytona / Singularity
Modal 近乎零成本
最低配置：$5 VPS · 也可扩展至 GPU 集群
快速开始
三步启动使用
-
Step 1 · 安装
git clone && pip install -r requirements.txt
-
Step 2 · 配置
hermes init && hermes config set ANTHROPIC_API_KEY xxx
-
Step 3 · 运行
hermes run · 指定模型：hermes model --provider openrouter --model claude-3.5-sonnet
对比
与 OpenClaw 各有侧重
| 特性 |
Hermes Agent |
OpenClaw |
| 学习闭环 |
✅ 内置 |
❌ |
| 技能自动创建 |
✅ 支持 |
❌ |
| 记忆持久化 |
✅ 双文件架构 |
❌ |
| 多平台 |
✅ Telegram/Discord 等 |
✅ |
| 多模型 |
✅ 开放 |
⚠️ 主要 Claude |
| 多 Agent 协作 |
❌ |
✅ 核心定位 |
分析
优缺点一览
优点
真正的自学习能力
完全开源 MIT
隐私友好可本地部署
多模型不锁定
跨平台统一入口
缺点
学习曲线
完整功能需一定硬件
多平台配置复杂
社区生态较新
总结
从工具到伙伴
Hermes Agent 代表了 AI Agent 的新方向
内置学习闭环让 Agent 真正从经验中成长
推荐场景
注重隐私 · 需要跨平台 · 期望 AI 持续学习进化
github.com/NousResearch/hermes-agent