最近开源 AI 圈最炸的项目，非 Hermes Agent 莫属！

Hermes Agent从2026 年 2 月底正式开源，短短 2 个月内 GitHub 星标突破 4.7 万 +，直接登顶 GitHub Trending 全站第一，成为 2026 年增长最快、最受开发者追捧的 AI Agent 框架！

有人开玩笑说：别的 Agent 还在堆功能，Hermes 已经开始 “自己长脑子” 了。我觉得这个说法还挺贴切。

---

它到底是什么？

Hermes Agent 是 Nous Research 团队做的，定位很简单：一个会跟你一起成长的 AI 智能体。

官方给的说法是“与你一同成长的 Agent”，我觉得翻译成人话就是：你不用反复教，它自己会记住。

它的几个核心能力如下：

• 自动学习：每次完成任务后，它会把有效的方法提炼成一个“Skill”，下次类似任务直接复用。

• 跨会话记忆：关了终端再打开，它还记得上次聊到哪儿。这点对长期项目特别友好。

• 本地部署：数据不用上传到云端，自己电脑或一个小 VPS 就能跑。

• 多模型支持：OpenRouter、OpenAI、Claude、本地 Ollama 都行。

• 内置工具：文件处理、网络请求、数据分析这些常用的不用自己写。

• 安全加固：沙箱隔离、注入扫描这些是出厂就带的，不是后来补的。

---

部署有多简单？2 分钟极速上手

官方给了一键安装脚本，真的就是一行命令：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

然后刷新一下 shell 配置（source ~/.zshrc 或者 ~/.bashrc），再运行 hermes setup 跟着提示填个 API Key 就行。最后用 hermes doctor 检查一下，全是绿勾就算好了。

启动直接敲 hermes，或者想让它后台一直跑，可以用 hermes service install 做成系统服务。

如果你之前用的是 OpenClaw，官方还提供了一个迁移命令 hermes claw migrate，可以无缝切过来。

---

跟 OpenClaw 比，区别在哪儿？

同为热门开源 AI Agent，Hermes 与 OpenClaw 在定位、能力、适用场景等方面截然不同。

方面	Hermes	OpenClaw
定位	自进化助手，越用越强	白盒可控的多平台集成工具
技术栈	Python，轻量	TypeScript/Node.js，更企业级
记忆	自动分层存储，不用管	需要手动维护几个 md 文件
学习能力	有，自动生成 Skill	没有，Skill 得自己写
安全	出厂就有加固	默认比较弱，后来修了很多漏洞
部署	一键脚本，2 分钟	配置稍复杂
适用	个人/小团队，重复性工作	企业级，多渠道集成

一句话总结：

• Hermes 像一位资深老同事，不用反复交代，越用越懂你，适合追求效率、不想折腾的个人与小团队。

• OpenClaw 像一个可控新员工，行为完全透明可定制，但需手动培训，适合企业级多平台、强合规场景。

不是说谁更好，而是场景不同。

另外还有下面几个细节差异，我觉得值得一提：

• 记忆机制：OpenClaw 依赖三个纯文本文件，跨 session 记忆需要用户手动维护；Hermes 内建分层持久化架构（持久笔记层 + FTS5 全文检索 + Honcho），底层 SQLite 避免上下文膨胀，真正做到“重启不丢失”。

• 安全：OpenClaw 之前被曝过不少漏洞，虽然现在修了很多，但默认配置确实偏弱。Hermes 一开始就把 prompt 注入扫描、凭证过滤这些做进去了。

• Skill 生态：OpenClaw 的 Skill 是用户写的 Markdown，社区市场里还有过恶意 skill 的问题。Hermes 的 Skill 是 Agent 自己生成的——它完成一个复杂任务后，会自己总结成 Skill 存下来，下次直接用。而且每 15 个任务它会自己反思一次，看看哪些 Skill 可以优化。

---

应用案例：Hermes 能为你做什么？

Hermes 的实战能力已在多个场景中得到验证：

• 复杂任务自动化：把日历、Gmail 和 Todoist 的信息先汇总分析，再将任务分派给 Claude Code，持续跟踪进度，同时回写 Obsidian vault——全程无需人工干预。

• Agent 间协作：X 上有用户分享，他的 Hermes Agent 会自主给商业伙伴的 Hermes Agent 发消息，协同完成某项任务。

• 写小说：Nous Research 联合创始人演示了使用 Hermes Agent 自主撰写 79,000 字的小说，跨多个迭代会话，零人工介入。

• 轻量部署：有用户在 Mac M3 上通过 LM Studio 本地运行 Qwen 3.5-35B，并把 OpenRouter 作为备用后端，Hermes 全天候持续运行，成本极低。

• 游戏开发：一位开发者用 Hermes 花费 2.5 小时做出了《百战天虫》克隆版，Agent 还自己把物理引擎逻辑整理成了可复用的 Skill 插件。

---

为什么它能在 GitHub 上这么火？

我觉得原因挺简单的：

1. 戳中了痛点：没人喜欢反复跟 AI 解释同样的事情，Hermes 解决了这个问题。

2. 门槛低：5 美元/月的 VPS 就能跑，部署比装个 Node 包还简单。

3. 开源且可商用：MIT 协议，没有乱七八糟的限制。

4. 社区活跃：300 多贡献者，42 天从 v0.1 迭代到 v0.8，修 bug 加功能都很快。

---

写在最后

Hermes Agent 不是那种“颠覆世界”的东西，但它确实让我觉得 AI 助手这个品类在往前走——从“每次都要重新教”变成了“用一次就记住”。

目前像小米这样的大厂也已经把自研模型接进了 Hermes 生态。

如果你想找个 越用越懂你 的 AI 助手，不妨花两分钟装一个试试。

GitHub 地址：github.com/NousResearch/hermes-agent
MIT 开源协议，代码完全公开，欢迎 Star、Fork、贡献！

（本文部分数据来自 GitHub Trending 及社区公开评测，截至 2026 年 4 月。）