Hermes Agent 专题（上）：这个 3 万星的 AI Agent 到底强在哪
这是 Hermes Agent 专题的第一篇。上篇讲它是什么、为什么值得关注；中篇讲安装配置和 OpenClaw 迁移；下篇讲高效使用技巧。
两个月不到，GitHub 近 3 万星。Nous Research 开源的 Hermes Agent 正在成为 AI Agent 赛道最值得关注的项目之一。
它不是又一个套壳 ChatGPT 的终端工具。它有自己的学习闭环——用得越多越聪明，能自动创建 Skill、改进 Skill、跨会话记忆、建立用户画像。跑在 $5 的 VPS 上，从 Telegram 发消息就能指挥它干活。
谁做的
Nous Research 是 Hermes、Nomos、Psyche 等开源模型背后的研究实验室。做模型训练的人做出来的 Agent——这个出身本身就值得注意。
他们不是在 API 上面套壳，而是从模型能力边界出发，设计了一套让 Agent 真正”学会”的机制。
核心定位
一句话：一个会自我进化的 AI 助手。
不是 IDE 插件，不是聊天机器人，是一个能独立运行、持续学习、跨平台工作的自主 Agent。它不绑定你的笔记本——可以跑在 $5 的 VPS 上，你从手机上发消息就能指挥它。
六大核心特性
1. 闭环学习系统
这是 Hermes 最独特的能力，也是它和其他 Agent 拉开差距的地方。
它有三层记忆：
- MEMORY.md / USER.md：持久化记忆，跨会话保留。Agent 自己管理，自动记录你的偏好、环境、工作习惯。MEMORY.md 存 Agent 的笔记（环境、约定、经验），USER.md 存你的画像（偏好、风格、技术栈）
- Skills 系统：程序化记忆。完成复杂任务后（通常 5+ 步工具调用），Agent 自动把工作流程固化成 Skill。下次遇到类似任务，直接
/skill-name调用。更关键的是——Skill 会在使用中自我改进 - Session Search：FTS5 全文搜索 + LLM 摘要。所有历史对话存在 SQLite 里，能搜索几周前的对话内容。”我们上周讨论的那个部署方案是什么来着？”——它能找到
这三层加起来，意味着 Hermes 用得越久越好用。它不只是记住你说过什么，而是把经验转化成可复用的能力。
还有一个可选的 Honcho 集成，做辩证式用户建模——不只记录你说了什么，而是理解你为什么这么说。
2. 不绑定你的笔记本
六种终端后端：
| 后端 | 适用场景 |
|---|---|
| local | 本地开发，默认选项 |
| Docker | 安全隔离，CI/CD |
| SSH | 远程服务器 |
| Modal | 无服务器云计算，按需付费 |
| Daytona | 托管云开发环境 |
| Singularity | HPC 集群 |
Modal 和 Daytona 支持 serverless 持久化——空闲时休眠，按需唤醒，闲置成本几乎为零。你可以把 Agent 部署在云端 VM 上，自己从 Telegram 发消息指挥它工作，完全不需要 SSH 上去。
3. 全平台消息网关
CLI、Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS、DingTalk、飞书、企业微信、BlueBubbles、Home Assistant——15+ 平台，一个 Gateway 进程搞定。
语音备忘录自动转文字，跨平台对话连续性。在 Telegram 上开始的对话，可以在 Discord 上继续。
4. 模型自由
支持 20+ 提供商：
- 海外：Nous Portal、OpenRouter（200+ 模型）、OpenAI、Anthropic、GitHub Copilot、Hugging Face、Arcee AI
- 国内：DeepSeek、Kimi/Moonshot、MiniMax、阿里云 DashScope
- 自部署：VLLM、SGLang、Ollama 等 OpenAI 兼容端点
hermes model 一条命令切换，零代码改动，零锁定。
唯一硬性要求：模型上下文窗口 ≥ 64K tokens。
5. 47+ 内置工具
Web 搜索、文件操作、终端命令、代码执行、图片生成、TTS、浏览器控制……开箱即用。
还支持 MCP（Model Context Protocol）接入外部工具。GitHub、数据库、Kubernetes——只要有 MCP Server，就能接进来。
工具按 toolset 分组管理，可以按需启用/禁用：
1
hermes tools # 交互式配置工具集
6. 定时任务
内置 cron 调度器，自然语言配置，结果可以推送到任意平台。
“每天早上 9 点检查 Hacker News 的 AI 新闻，总结发到 Telegram”
一句话搞定。Agent 自动创建 cron job，通过 Gateway 推送结果。
和其他 Agent 的区别
市面上 AI Agent 不少，Hermes 的差异化在哪？
vs Claude Code / Codex：这些是 IDE 级别的 coding agent，绑定终端或编辑器。Hermes 是独立运行的全能 Agent，不限于写代码。
vs OpenClaw：OpenClaw 是多渠道 AI 网关，强在消息路由和渠道集成。Hermes 强在自我学习和 serverless 部署。两者可以共存。
vs AutoGPT / AgentGPT：早期 Agent 项目，缺乏持久化记忆和学习能力。Hermes 的闭环学习系统是本质区别。
vs 各种 ChatGPT wrapper：Hermes 有真正的工具调用、终端执行、文件操作能力，不是简单的 API 转发。
技术架构一瞥
Hermes 是 Python 项目，核心架构：
- Agent Loop：标准的 observe-think-act 循环，支持中断和重定向
- Tool System：47+ 内置工具，按 toolset 分组，支持 MCP 扩展
- Memory System：有界记忆（MEMORY.md + USER.md）+ 无界搜索（Session Search）+ 可选外部提供商（Honcho 等 8 种）
- Skills System：兼容 agentskills.io 开放标准，Skills 可跨 Agent 共享
- Gateway：多平台消息网关，支持语音、图片、文件
- Subagent：支持派发子任务并行执行
开源协议 MIT，代码在 GitHub。
值得关注的原因
- 出身正：Nous Research 做模型训练，对模型能力边界有深刻理解
- 学习闭环是真的：不是噱头，Skills 自动创建和改进是可验证的
- 生态开放：agentskills.io 标准、MCP 支持、多模型多平台
- 部署灵活：从 $5 VPS 到 GPU 集群，从本地到 serverless
- 社区活跃：3 万星不是刷的，Discord 讨论质量高
下一篇讲怎么装、怎么配，包括从 OpenClaw 迁移的完整指南。
项目地址：github.com/NousResearch/hermes-agent