越用越强的 AI 智能体：Hermes Agent 架构深度解析

大多数 AI 智能体越用越笨，Hermes 却越用越强。不是靠你手动配置，而是靠"实战经验"自动进化。今天咱们聊聊这个 Nous Research 开源的单体智能体，看看它是怎么把"管用方法"直接写成可复用技能的。

为什么 Hermes 不一样？

市面上大多数 AI 智能体，包括我研究过的 OpenClaw，主打的是多智能体协同调度。听起来很酷，但有个致命问题：它们只记住"发生了啥"，却没记住"啥管用"。

Hermes 是单打独斗型选手，但它有个杀手锏：自动把成功的工作流抽成可复用技能。想象一下，你让智能体搞定了一个复杂任务，下次遇到类似问题，它直接"抄作业"，不用再从头踩一遍坑。

这套学习循环是全自动跑的，而且内存架构做了缓存优化——智能体学得再多，你的 Token 账单也不会一路狂飙。

核心机制：学习循环

Hermes 的学习循环藏在每轮会话底下，是个闭环反馈系统。四个核心模块各司其职：

1. 智能体自主精选记忆 + 定时提醒

大多数智能体要么啥都记（结果一堆垃圾），要么啥都不记（每次重启从零开始）。Hermes 把筛选记忆的权力交给自己。

每隔固定间隔，智能体会收到一条内部系统提示，让它复盘："刚才发生的事儿里，有没有值得存下来的？"整个过程不需要你插手，智能体自己扫一遍近期操作，觉得有用就写进记忆文件。

结果：记忆库始终是精选内容，而不是乱七八糟的聊天记录堆。

2. 自主生成技能

智能体干完一个任务后，会自动判断："我刚才这套操作流程，值不值得写成文档？"触发条件很明确：

• 调用了 5 次及以上工具
• 从错误里成功恢复
• 用户给过修正指导
• 走通了一套不那么直观的有效流程

满足条件，它就在 ~/.hermes/skills/ 下生成一个技能文件——不是普通日志，而是下次能直接照搬的可复用指令集。

---
name: my-skill
description: 这个技能是干嘛的，一句话说清
version: 1.0.0
platforms: [macos, linux]
metadata:
  hermes:
    tags: [python, automation]
    category: devops
    fallback_for_toolsets: [web]
    requires_toolsets: [terminal]
---

每个技能文件都遵循 agentskills.io 开放标准，意味着技能可以跨兼容智能体直接迁移。

3. 技能自我进化

技能写好不是就锁死不变了。智能体会继续用，用着用着发现更好的路径，就会当场更新。

它通过 skill_manage 工具支持六种操作：创建、补丁、编辑、删除、写文件、删文件。

关键细节：默认优先用 patch（补丁） 方式更新——只传旧文本和替换内容，不用把整个技能重写一遍。这样做既保证正确性，又省 Token。全量重写容易把原本好用的部分改崩，补丁只改该改的，执行起来也更轻量。

4. 基于 FTS5 的会话检索 + LLM 摘要

所有会话都存入 SQLite 归档，并使用 FTS5 建立索引。智能体检索历史时，不会把整段旧对话塞进上下文，而是先检索，再通过 LLM 做摘要，只把和当前任务相关的内容注入进来。

这里有个重要分工：

• 技能层负责过程记忆：记录"该怎么做"
• 会话层负责情景记忆：记录"发生了什么、什么时候发生的"

两层各司其职、分开存储，不搅成一锅粥——这是整个内存系统设计的核心思路。

四层内存系统：各司其职才是王道

把所有记忆混在一块儿，正是大多数智能体越用越拉胯的原因。Hermes 直接拆成四层独立内存，每层职责明确、存储位置固定、读取时机清晰。

第一层：提示词记忆（MEMORY.md & USER.md）

这是常驻层，每次会话一开始就自动加载，不用智能体主动去调。两个文件都放在 ~/.hermes/memories/，在处理第一条消息前就直接注入系统提示。

重要限制：两个文件加起来总字符上限是 3575，故意设得很紧凑，就是为了逼你精选，而不是无脑堆内容。

关键细节：会话中对这两个文件的修改，要到下次会话才生效，不会实时热更新。

第二层：会话检索（SQLite + FTS5）

这里要分清什么时候用会话检索，什么时候用提示词记忆：

• 提示词记忆：常驻，自动加载 → 重要到每次对话都该带着的
• 会话检索：主动调取，智能体判断历史有用时才去查 → 只有特定话题才用得上的

智能体会在"定时提醒"环节自己判断该放哪儿，不会一股脑全塞一起。

第三层：技能（过程记忆）

所有技能都以独立 Markdown 文件存在 ~/.hermes/skills/。新装时，仓库自带的技能会拷进去，智能体自创的、从技能中心装的，也都放这儿。

加载策略是渐进式披露：默认只加载技能名和简介，完整内容只有智能体判断当前任务需要时才载入。

效果：不管你有多少技能，Token 占用都基本持平。200 个技能的智能体，和 40 个技能的上下文开销差不多，因为详细内容只在真要用时才进场。

第四层：Honcho 用户建模（可选）

前三层都需要智能体主动写点什么，第四层不一样：它不等待显式写入，而是跨会话默默给你画像，悄悄记录你的偏好、说话风格、专业领域，随时间不断更新。

这就是 Honcho，一个可选的用户建模层，架在所有内存之上。它用辩证建模思路，在 12 个身份层里同时建模"你"和"智能体"的互动关系。

适用场景：大多数专用任务或自动化场景，前三层就够用。但如果你把 Hermes 当日常私人助理，想要回复风格高度贴合你的工作习惯，Honcho 就很值。

网关：让记忆跨平台无缝流转

学习循环和内存系统再强，也得智能体能随时用得上才行——这就是网关的活儿。它是一个常驻后台服务，让 Hermes 在你绑定的所有平台保持运行和连接。

平台适配器与会话路由

Hermes 可以对接 CLI、Telegram、Discord、Slack、WhatsApp、Signal、邮件，每个平台都有独立适配器，但全部汇入统一的会话路由层。

丝滑体验：在 Telegram 开的头，去终端接着聊完全没问题，因为会话绑的是 ID，不是平台。

Telegram 还更进一步，支持"项目对话"：在单个私聊里用话题功能跑独立工作流，每个话题自带专属技能绑定和会话上下文。

网关主要管五件事：消息收发、会话路由、内容投递、平台绑定、定时任务触发。整个网关以系统服务运行，用 hermes gateway 启动，关掉终端也照样在后台跑。

对比其他架构：优势在哪？

在 OpenClaw 里，网关只管投递，职责到此为止。技能生成、写记忆、定时自动化输出，全走独立机制，和网关不打通。

在 Hermes 里，网关就是循环的一部分。进来一条消息就能触发技能生成，定时自动化的结果也走同一层网关回传，跨平台连贯体验之所以丝滑，是因为会话路由从一开始就嵌在系统里，而不是后期补丁。

智能体执行循环：单轮生命周期

任何发给 Hermes 的消息，不管来自 CLI、Telegram 还是其他平台，都会进入 run_agent.py 里的同步调度引擎。内存、技能、工具、网关，全都在这儿按固定顺序一起跑。

完整流程：

1. 消息到达 → 生成任务 ID
2. 加载缓存的系统提示，或从内存、技能索引、相关文件重新构建
3. 发 API 请求前先做压缩预检，确认对话历史没快顶爆上下文
4. 如果模型返回工具调用，智能体就执行，把结果追加回去，再循环一轮 API 请求
5. 直到模型返回最终文本，会话存入 SQLite，再通过网关把回复发出去

压缩即整合

预检发现对话太长时，会在硬上限触发前启动哨兵机制。辅助模型扫完整段对话，把有用内容压缩进 3575 字符限制里，中间轮次做摘要而不是直接删掉。

重要：原始对话的血统链会保留在 SQLite 里，就算压缩过，智能体也能追溯更早的上下文。

提示词缓存

Hermes 的系统提示来自稳定数据源，前缀在多轮对话里基本不变，大多数服务商都会缓存，降低后续轮次的延迟和成本。

缓存击穿情况：

• 会话中途切模型
• 改记忆文件
• 改上下文文件

任何一种都会触发全量重编译，所以生产环境用哪家服务商很关键。

容错机制：就算服务商中途挂了，智能体也不会卡死。你可以在 config.yaml 里配置一组推理服务商优先级，Hermes 会自动切到下一个，不打断执行流程，会话继续、上下文保留，用户完全感知不到故障。

终端后端：活儿具体在哪儿干

网关管通信，终端后端管活儿具体在哪儿干。Hermes 提供六种选择：

• Local：直接跑在你本机
• Docker：容器隔离，不污染宿主机
• SSH：直接在远程服务器执行
• Daytona / Modal：无服务器方案，闲置休眠、用时拉起
• Singularity：HPC、科研环境专用

选择建议：

• 个人用选 Local
• 要沙箱选 Docker
• 活儿在服务器选 SSH
• 超算集群选 Singularity
• 想无服务器省成本选 Modal / Daytona

容器加固与零遥测

Docker 模式下，Hermes 默认启用只读根文件系统、移除 Linux 特权权限、提供命名空间隔离。这些是架构级默认设置，不是可选开关，智能体没法乱写目录，也提不了权。

零遥测也是一样：设计上就不会有任何数据外发，不是隐私开关，而是天生属性。

技能与工具：分清层级

工具和技能都是 Hermes 扩展能力的方式，但层级完全不同：

• 工具：智能体能调用的单个能力，比如执行命令、搜网页、生成图片
• 技能：智能体用工具组合出来的"套路"，是已经跑通过、记下来的可复用工作流

内置工具

40 多个内置工具分五大类：

• 执行类：终端命令、代码运行
• 网页类：搜索、浏览器自动化
• 媒体类：视觉理解、文生图、TTS
• 协同类：子智能体调度、多模型推理
• 记忆与规划类：让智能体在会话里程序化操作自己的内存

模型支持：Hermes 通过 Nous Portal 单点对接 400 多个模型，也原生支持 Hugging Face，带模型选择器和配置向导。

扩展能力：支持 MCP 能力，开发者可以通过四个插件钩子深度扩展：

• pre_llm_call
• post_llm_call
• on_session_start
• on_session_end

不用分叉代码、不用改内部逻辑，就能在智能体循环的关键节点插入自定义逻辑。

技能系统

Hermes 自带 40+ 预置技能，覆盖 MLOps、GitHub 工作流、科研、生产力等。存储格式遵循 agentskills.io 开放标准，技能可跨兼容智能体迁移、分享，不用转换。

加载策略：默认只加载名称和摘要，完整内容按需加载。

定时自动化：重复任务的一等公民

Hermes 把重复任务当成一等公民，而不是随便调用 AI 的 Shell 脚本或 Cron 任务。

你设置好定时消息，Hermes 解析指令，把任务存在 cron/ 目录，网关的定时 tick 机制会负责剩下的事。

时间一到，智能体以完整权限调用内存和技能执行任务，再通过网关把结果投递到你指定的位置。流程和交互式会话完全一样，只是触发源从消息变成了时钟。

会话持久化：状态跨会话留存

学习循环、内存层、网关路由、智能体循环、定时自动化，全都依赖状态能跨会话留存。这份持久化能力来自 hermes_state.py 管理的 SQLite 数据库，便携文件型存储，不依赖外部服务。

每轮执行结束，智能体就把对话、工具调用、结果写入数据库，并用 FTS5 建索引方便检索。

技术细节：

• 原始对话存为 JSONL
• 定时任务单独存盘
• WAL 模式支持单写多读，多会话并行时也稳得一批

大规模部署：Nebius Token Factory

本地跑完全没问题，但如果你想跑 Hermes-4–405B 又不想自己管底层基建，Nebius Token Factory 就是为此而生。

为什么选 Nebius？

Nebius Token Factory 是专门为模型推理打造的平台，Qwen 3.5、Nemotron Super、GLM-5 等强力开源模型都提供托管端点。

你可以直接跑 Nous 自家的 Hermes-4–405B，也可以选其他模型，不用自己管 GPU 分配、负载均衡、冷启动。

更厉害的是：Nebius 会记录对话补全结果，你可以直接导入 Data Lab，用真实的 Hermes 会话做微调数据集，再在 Token Factory 微调，部署成自己的专属端点。

如果你的 Hermes 专攻某一领域——客服、科研、编码——最后得到的就是按你使用习惯微调过的模型，不是通用基线版。

配置 Hermes 对接 Hermes-4–405B

就几行配置：

export NEBIUS_API_KEY=your_key_here
hermes model
# 选择：Custom OpenAI-compatible endpoint
# Base URL: https://api.tokenfactory.nebius.com/v1/
# Model: NousResearch/Hermes-4–405B

Hermes-4–405B 拥有 128K 上下文窗口，长会话不容易提前触发压缩，预检有更大缓冲空间。

Nebius 适合什么时候用？

适合：

• 要跑 405B 大模型但不想自己管 GPU
• 多用户部署服务
• 并发会话、定时自动化高可用场景
• 需要监控请求量、延迟、Token 使用情况

不适合：

• 只是本地跑个人助理，接个小模型就够用（还更便宜）

总结：Hermes 适合谁？

以上就是 Hermes 的完整架构。从一条消息开始，牵扯出这么多模块，但每一块都有明确目的：让智能体越来越懂你的工作，而不只是泛泛地变"更强"。

优先补丁而非全量改写、四层内存、提示词缓存策略……所有设计都是为了长期运行准确、省钱，而不只是刚开箱时看着厉害。

这不是拿来跑个小任务的轻量玩具，而是一套需要运行和维护的基建。如果你的场景单一、短期使用，这套架构会显得过于笨重。

但如果你要打造一个日常跨平台使用、处理重复且不断进化的任务的系统，Hermes 绝对值得。

• OpenClaw 给你的是多智能体的模块化与调度能力
• Hermes 给你的是一个越用越懂你、持续积累上下文的单体智能体

无论你还在测试，还是要为多用户部署服务，Nebius Token Factory 都能让你免运维直达目标。

最终选哪个，完全看你到底想造什么。

---