简介

Hermes Agent​ 是由知名 AI 研究实验室 Nous Research​ 开发的开源自主智能体（Agent）框架。它被设计为一个“随你成长”的 AI，而非一次性的聊天工具。其最核心的突破在于内置了自学习循环（Learning Loop）：它能在解决复杂任务后，自动将成功经验总结为可复用的“技能”，并在后续对话中检索历史记忆，不断优化对你的理解。

你可以将其部署在廉价的云服务器（如 $5/月的 VPS）或 Serverless 架构上，让它 24/7 待命。它不依赖本地 IDE，支持通过 Telegram、Discord 等即时通讯工具远程交互，真正实现“AI 即服务”。

主要功能

1. 自主技能进化：区别于手动安装插件，Hermes 能自动从对话历史中提取模式，生成 SKILL.md文件。例如，当你教会它一次“如何清理 Docker 镜像”，下次遇到类似需求，它会直接调用该技能，而非重新推理。

2. 跨会话持久化记忆：基于 Honcho 协议构建记忆系统，不仅记住当前对话，还会建立跨会话的“用户画像”。它能记住你几周前提到的项目细节、工作习惯和偏好，实现真正的个性化协作。

3. 全平台网关（Gateway）：除了本地 TUI（终端界面），还内置了强大的网关服务。只需配置一次，即可通过 Telegram、Discord、Slack、WhatsApp、Email 等渠道与服务器上的 Agent 对话，支持语音转文字。

4. OpenClaw 无缝迁移：对于 OpenClaw（MoltBot）的老用户，Hermes 提供了完整的迁移工具（hermes claw migrate），可一键导入原有的配置、记忆、技能和 API Key，实现平滑过渡。

5. 多代理与调度：支持运行子代理（Sub-agents）处理并行任务，并内置了类 Cron 的自然语言任务调度器，可定时触发报告生成或数据抓取。

安装与配置

环境要求

• 系统：Linux、macOS 或 Windows Subsystem for Linux 2 (WSL2)。不支持原生 Windows CMD/PowerShell。

• 依赖：无需手动安装 Python/Node.js，安装脚本会自动处理。

安装步骤

1. 一键安装：在终端执行以下命令，脚本会自动安装 uv、Python 环境及 hermes命令行工具。

   curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
   source ~/.bashrc  # 或 source ~/.zshrc，重载环境变量

2. 初始化配置：运行 hermes setup，按向导提示配置 LLM 提供商（如 OpenAI、Anthropic、OpenRouter）及 API Key。

3. 启动验证：输入 hermes即可进入交互式终端界面，开始对话。

网关配置（以 Telegram 为例）

1. 运行 hermes gateway setup，按提示填入 Telegram Bot Token。

2. 运行 hermes gateway start启动服务。

3. 在手机 Telegram 中与你的 Bot 对话，Agent 即可远程响应。

如何使用

1. 本地开发模式（TUI）：在终端输入 hermes，进入类 REPL 的交互界面。支持多行编辑、命令补全（如 /retry, /undo）和流式输出。直接描述任务（如“帮我分析日志文件”），它会自动调用工具执行。

2. 远程协作模式：配置好网关后，直接在 Telegram 等 App 中发送消息。支持相同的技能和记忆系统，可实现“手机下发指令 -> 服务器执行 -> 手机接收结果”的闭环。

3. 技能管理：使用 /skills命令查看已学习的技能列表。你也可以从社区（如 agentskills.io）手动安装技能，或让 Agent 自动优化已有的技能。

4. 记忆检索：当你说“上次我们讨论的那个项目”，它会自动搜索 MEMORY.md和 USER.md，找回相关上下文，无需你重复说明。

应用场景实例

场景一：云端 DevOps 运维助手

痛点：个人开发者或小团队没有专职运维，服务器监控、日志清理、备份等任务繁琐且易忘。

Hermes 方案：在 $5 的 VPS 上部署 Hermes，配置 Telegram 网关。你只需在群里发一句“检查服务器磁盘空间并清理一周前的日志”，Agent 会自动调用 df、find、rm等命令，将结果整理成 Markdown 表格发回群聊。长期运行后，它会记住你服务器的目录结构，提出预防性建议。

场景二：个人知识库与写作教练

痛点：研究者或写作者思路分散，不同时期的笔记和灵感难以关联。

Hermes 方案：将 Hermes 指向你的笔记目录（如 Obsidian Vault）。当你询问“我之前关于‘Agent 记忆’的笔记有哪些观点”时，它会利用 RAG 检索所有相关片段，并生成摘要。在写作时，你可以指令它“扮演审稿人，批判这段内容”，它会基于你的历史观点进行深度对话，而非泛泛而谈。

场景三：自动化数据报告机器人

痛点：产品经理需要每日手动拉取数据、制作图表、发送邮件。

Hermes 方案：利用 Hermes 的 Cron 调度功能，设置每日 9:00 自动触发“生成日报”任务。Agent 会调用 Python 脚本查询数据库，生成折线图，并将 Markdown 报告通过 Email 或 Discord 频道发送给团队。它会在执行中学习你的报表模板，越用越精准。

GitHub 地址

• 项目仓库：https://github.com/NousResearch/hermes-agent

• 官方文档：https://hermes-agent.nousresearch.com/docs

• 开源协议：MIT License