hermes-agent

name	hermes-agent
description	Use when building self-learning AI agents that improve through experience — terminal-first interface, tool calling, memory persistence, autonomous task execution. Hermes Agent: self-improving general-purpose AI agent with local-first architecture.
tags	["ai","agent","self-improving","memory","terminal","mcp","python","nous-research"]

项目地址： https://github.com/NousResearch/hermes-agent

官网 / 文档： https://nousresearch.com/ ｜ https://hermes-agent.nousresearch.com/docs

许可证： MIT ｜ 语言： Python（≥ 3.11） 最新版本： 参见 GitHub Releases

概述

Hermes 是「The agent that grows with you」——唯一内置完整学习闭环的开源 Agent。它不是 IDE 插件或单一模型封装，而是一套完整的 Agent Harness：

• 自学习闭环：使用中自主创建技能（skills）、在使用时改进技能、把关键事实写入持久化记忆、检索自己的历史会话，并对用户建立越来越精确的画像。
• 终端优先：CLI/TUI（hermes）交互，命令如 hermes setup、hermes model、hermes tools、hermes config、hermes doctor。
• 模型无关：支持多 Provider 与模型配置体系。
• 工具系统 + 终端后端：执行命令、读写文件等。
• MCP 集成与上下文文件。
• 消息网关：多平台接入（Telegram 等），可一边在聊天里对话一边让它在云端 VM 干活。
• 定时任务 / 自动化、语音/视觉/浏览器、子代理协作、插件开发。
• 部署灵活：5 美元 VPS、GPU 集群，或 Daytona / Modal 等空闲近零成本的 Serverless。

---

安装

支持 Linux、macOS、WSL2、Termux（Android）、Nix。一键脚本：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
# 脚本会准备 Python 环境，并在 ~/.hermes/hermes-agent/ 下执行 uv pip install -e ".[all]"

source ~/.bashrc      # 或 source ~/.zshrc
hermes                # 进入 TUI

Windows 不直接支持，请安装 WSL2 后在 WSL 内执行 Linux 流程。Termux 默认安装 .[termux] 子集（跳过尚未测试的浏览器与 WhatsApp 部分）。

手动 / 开发安装（uv）：

git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv venv --python 3.11
uv pip install -e ".[all,dev]"
./hermes               # 直接运行（无需手动 source venv）

---

初始化与核心命令

hermes setup     # 首次初始化（账户、目录、基础配置）
hermes model     # 选择 Provider 与模型
hermes tools     # 配置每个平台启用哪些 toolset
hermes config    # 编辑配置
hermes doctor    # 体检 / 排错

---

自学习闭环（核心特性）

Hermes 区别于普通 Agent 的关键在于「学习」：

• 技能(Skills)：把成功的做法沉淀为可复用技能；后续遇到类似任务自动调用并持续改进。
• 记忆(Memory)：把重要事实持久化，跨会话保留；它会「提醒自己」去固化知识。
• 历史检索：能搜索自己过去的对话，复用上下文与结论。
• 用户画像：跨会话累积，对「你是谁、偏好什么」建立越来越准的模型。

这意味着 Hermes 越用越「懂你」，适合作为长期个人/团队助手，而非一次性任务工具。

---

典型工作流

工作流一：快速上手

hermes setup          # 初始化配置
hermes model           # 选择/配置模型
hermes chat            # 开始对话

创建第一个技能：让 Hermes 监听你的工作 → 自动总结模式 → 写入技能文件。

工作流二：长期运行部署

hermes serve --gateway telegram --gateway discord  # 启动多通道 Gateway
hermes cron --schedule "0 9 * * *" "daily-brief"    # 定时任务

定期审查 ~/.hermes/memories/ 和 ~/.hermes/skills/ 确保记忆质量。

工作流三：团队协作

1. 配置 MCP 集成 → 连接外部工具与数据源
2. 设置子代理 → 分配专门任务给子代理
3. 审查子代理产出 → 合并到主上下文

---

进阶能力

能力	说明
模型供应商与配置	多 Provider，统一配置体系（hermes model / hermes config）
工具系统与终端后端	命令执行、文件读写等；按平台启用 toolset
MCP 集成	接入 MCP server 扩展外部工具；配合上下文文件注入项目知识
消息网关	多平台接入，远程对话与云端执行解耦
定时任务	cron 式自动化
语音 / 视觉 / 浏览器	多模态与网页操作
子代理协作	拆解复杂任务并行处理
插件开发	扩展自定义能力与研究功能

---

常见问题（FAQ）

问题	解决
安装失败	确认 Python ≥ 3.11；脚本依赖 uv，可先手动装 uv 再 uv pip install -e ".[all]"
Windows 能跑吗	不直接支持，装 WSL2 后在 WSL 内安装
Android 部分功能缺失	Termux 默认装 .[termux] 子集（跳过浏览器/WhatsApp），按官方 Termux Guide 手动补齐
选不到模型	先 hermes model 配置 Provider 与 API Key；hermes doctor 排错
它“记住”的东西在哪	持久化记忆/技能存于 Hermes 主目录（~/.hermes/ 或 $HERMES_HOME）
想接私有工具	通过 MCP 集成接入，并在 hermes tools 中启用

---

AI 使用建议

• 用户提到「自学习 / 会成长的 AI Agent」「Nous Research Hermes」「带记忆和技能闭环的终端 Agent」时加载本技能。
• 强调其差异点：学习闭环（技能+记忆+历史+用户画像），而非普通工具调用框架。
• 安装走官方 install.sh（Linux/macOS/WSL2/Termux/Nix），用 hermes setup/model/tools/doctor 完成初始化与排错。
• 复杂任务建议用子代理协作 + MCP 扩展；长期使用价值来自记忆与技能的持续积累。

---

参考资源

• 文档：https://hermes-agent.nousresearch.com/docs
• Nous Research：https://nousresearch.com/
• 上游中文教程：https://znlgis.github.io/（ai/hermes-agent 系列）