深度拆解 HermesAgent（一）：从 Nous Research 出品的自我改进型 AI Agent 说起

系列导读：本文是 HermesAgent 深度拆解系列 的第一篇。我们将从项目全貌出发，剖析其核心架构设计，为后续深入分析闭环学习、工具系统、记忆体系等专题打下基础。

源码版本：v0.10.0 | 分析日期：2026-04-17
项目地址：https://github.com/NousResearch/hermes-agent
许可证：MIT

CSDN 分类：人工智能 > AI Agent > 架构设计
CSDN 标签：HermesAgent, AI Agent, 自我改进, Nous Research, 架构解析, Python Agent
阅读量：预计 10万+ | 收藏量：预计 5000+ | 点赞量：预计 2000+

一、HermesAgent 是什么？

如果你一直在关注 AI Agent 领域，可能已经听说过 OpenClaw、AutoGPT、MetaGPT 等项目。而 HermesAgent 来自一个你可能不太熟悉但实力强劲的团队——Nous Research。

与大多数 AI Agent 框架不同，HermesAgent 的核心定位非常聚焦：

“The self-improving AI agent” —— 一个具备自学习能力的 AI Agent。

它不只是一个"能调用工具的聊天机器人"，而是一个能够从经验中创建技能、在使用中改进技能、自主决定记住什么、跨会话建立用户画像的智能体。这种"自我改进"的设计哲学，在整个开源 Agent 生态中都非常少见。

核心数据一览

属性 详情
开发者 Nous Research
许可证 MIT（完全自由）
主语言 Python（909+ 文件）
辅助语言 TypeScript/TSX（Web UI）
Python 要求 >= 3.11
总文件数 ~1717
测试用例 ~3000 个
工具数量 40+ 内置工具
支持平台 ~10 个消息平台
技能数量 288 内置 + 116 可选

一句话总结：这是一个"中等规模但设计精巧"的 Python Agent 项目，比 OpenClaw（14000+ 文件）更易理解，但功能深度不遑多让。

二、四大核心特性

在深入架构之前，先理解 HermesAgent 的四大"杀手级"特性：

1. 闭环学习系统（Closed Learning Loop）

这是 HermesAgent 最独特的设计。整个学习流程形成闭环：

执行任务 → 观察结果 → 提取经验 → 创建/改进技能 → 持久化知识
    ↑                                                    │
    └──────────── 下一轮任务使用改进后的技能 ←──────────────┘

Agent 不是被动等待人类更新它的 prompt 或配置，而是自主地从每次交互中学习：

  • 完成一个复杂任务后，自动生成可复用的技能文件
  • 使用中遇到问题，自动优化已有技能
  • 系统定期发送 “Nudge” 提醒 Agent 持久化重要知识

2. 技能系统（Skills System）

  • 兼容 agentskills.io 开放标准
  • 技能文件使用 Markdown 格式，人类可读可编辑
  • 支持在线 Skills Hub（技能市场），类似"Agent 版的插件商店"
  • 通过 /skills 命令即可浏览、搜索、安装

3. 跨会话记忆与用户建模

  • 基于 SQLite FTS5 的全文搜索，实现跨会话语义回忆
  • 集成 Honcho 辩证用户建模系统，跨会话构建用户画像
  • Agent 自主策展记忆——它自己决定什么值得记住

4. 研究就绪（Research-ready）

这是 HermesAgent 区别于绝大多数 Agent 项目的另一大亮点：

  • 内置 Atropos RL 训练环境，支持强化学习训练
  • 轨迹记录与压缩，可用于模型训练数据
  • 批量运行器，支持并行评估
  • SWE-bench 迷你运行器，软件工程能力基准测试

如果你在做 Agent 相关的学术研究或模型训练，HermesAgent 可能是目前最开箱即用的研究平台。

三、整体架构

一张图看懂 HermesAgent 的架构全貌：

┌────────────────────────────────────────────────────────┐
│                    HermesAgent                          │
│                                                        │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐             │
│  │  CLI TUI │  │ Telegram │  │ Discord  │  ...        │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘             │
│  ─────┴──────────────┴──────────────┴─── Interface     │
│                        │                               │
│              ┌─────────▼─────────┐                     │
│              │   AIAgent Core    │ ← run_agent.py      │
│              │  (同步 Agent 循环) │                     │
│              └─────────┬─────────┘                     │
│                        │                               │
│  ┌─────────┬───────────┼───────────┬──────────┐       │
│  ▼         ▼           ▼           ▼          ▼       │
│ ┌─────┐ ┌──────┐ ┌──────────┐ ┌──────┐ ┌───────┐    │
│ │Tools│ │Memory│ │ Skills   │ │Model │ │Cron  │     │
│ │Reg. │ │Manager│ │ System  │ │Meta  │ │Sched.│     │
│ └──┬──┘ └──┬───┘ └────┬─────┘ └──┬───┘ └───┬───┘    │
│  ──┴────────┴──────────┴──────────┴─────────┴──       │
│                                                        │
│  ┌───────────────────────────────────────────────┐    │
│  │          Tool Implementations (40+)           │    │
│  │  terminal | file | web | browser | code_exec  │    │
│  │  delegate | mcp | vision | tts | cron | ...  │    │
│  └───────────────────────────────────────────────┘    │
│                                                        │
│  ┌───────────────────────────────────────────────┐    │
│  │        Terminal Backends (6种)                 │    │
│  │  local | docker | ssh | daytona | modal | ... │    │
│  └───────────────────────────────────────────────┘    │
└────────────────────────────────────────────────────────┘
          │                              │
     ┌────▼────┐                    ┌────▼────┐
     │ SessionDB│                   │ RL Env  │
     │ (SQLite) │                   │(Atropos)│
     └─────────┘                    └─────────┘

架构设计的五个关键决策

1. 同步 Agent 循环

run_conversation() 是一个完全同步的 while 循环，没有使用 async/await。这种设计看似"保守"，实则大大降低了理解和调试的复杂度：

while api_call_count < self.max_iterations and self.iteration_budget.remaining > 0:
    response = client.chat.completions.create(model=model, messages=messages, tools=tool_schemas)
    if response.tool_calls:
        for tool_call in response.tool_calls:
            result = handle_function_call(tool_call.name, tool_call.args, task_id)
            messages.append(tool_result_message(result))
        api_call_count += 1
    else:
        return response.content

对比 OpenClaw 的复杂异步架构，HermesAgent 的同步设计对于快速迭代的初创团队更友好。

2. 中心化工具注册

所有工具通过 tools/registry.py 统一注册和分发。添加新工具只需 2 步：

  1. 创建 tools/your_tool.py，定义 handler 并调用 registry.register()
  2. 在 toolsets.py 的工具列表中添加

3. OpenAI 消息格式统一

无论使用哪个 LLM Provider，内部统一使用 OpenAI 兼容的消息格式（role: system/user/assistant/tool），大幅降低了多 Provider 适配的复杂度。

4. Profile 多实例隔离

通过 HERMES_HOME 环境变量实现完全隔离的多实例支持，代码中 119+ 处引用 get_hermes_home() 确保路径隔离。这对于多租户场景至关重要。

5. 研究导向的模块设计

RL 训练环境、轨迹压缩、批量运行器这些模块不是"后来加的"，而是从一开始就融入架构设计的核心组件。

四、目录结构速览

理解一个项目最快的方式就是看目录结构。HermesAgent 的组织非常清晰：

hermes-agent/
├── run_agent.py              # ★ 核心：AIAgent 类与对话循环
├── model_tools.py            # 工具编排与函数调用分发
├── toolsets.py               # 工具集定义（40+ 工具列表）
├── cli.py                    # 交互式 CLI 编排器
├── hermes_state.py           # SessionDB — SQLite 会话存储
│
├── agent/                    # Agent 内部模块（33 文件）
│   ├── prompt_builder.py     # 系统提示词组装
│   ├── context_compressor.py # 自动上下文压缩
│   ├── memory_manager.py     # 记忆上下文构建
│   └── error_classifier.py   # API 错误分类与故障转移
│
├── tools/                    # 工具实现（71 文件）
│   ├── registry.py           # ★ 中央工具注册表
│   ├── terminal_tool.py      # 终端编排
│   ├── file_tools.py         # 文件操作
│   ├── browser_tool.py       # 浏览器自动化
│   └── environments/         # 6种终端后端实现
│       ├── local.py          # 本地终端
│       ├── docker.py         # Docker 容器
│       ├── ssh.py            # SSH 远程
│       └── ...
│
├── hermes_cli/               # CLI 子命令（48 文件）
│   ├── main.py               # 所有 hermes 子命令入口
│   ├── skin_engine.py        # ★ 皮肤/主题引擎
│   └── skills_hub.py         # 技能市场
│
├── gateway/                  # 消息平台网关（42 文件）
│   └── platforms/            # Telegram/Discord/Slack/WhatsApp/QQ...
│
├── acp_adapter/              # VS Code / Zed / JetBrains 集成
├── skills/                   # 288 个内置技能（Markdown）
├── optional-skills/          # 116 个可选技能
├── tests/                    # ~3000 个测试
└── environments/             # RL 训练环境（Atropos）

五、技术栈选择

HermesAgent 的技术栈选择非常务实：

组件 选择 理由
核心语言 Python AI/ML 生态最广泛
LLM 客户端 OpenAI SDK 统一接口，兼容大多数 Provider
交互式 CLI prompt_toolkit + Rich 成熟组合，功能强大
数据存储 SQLite 零依赖，FTS5 全文搜索
配置 YAML + Pydantic 人类可读 + 类型安全
Web UI React + FastAPI 现代前后端分离
测试 pytest + pytest-xdist 并行测试，速度快

一个值得注意的设计：大量功能通过可选依赖组管理。比如你要用 Telegram 就装 messaging 组，要用 RL 训练就装 rl 组，保持核心安装的精简。

六、为什么 HermesAgent 值得关注？

如果你在做 AI Agent 相关的产品或研究，HermesAgent 至少在三个维度上有独特价值：

1. 学习闭环的设计范式

目前绝大多数 Agent 都是"无状态"的——每次对话从零开始，或者依赖简单的上下文窗口。HermesAgent 的闭环学习系统提供了一种"Agent 如何持续进化"的参考实现。

2. 研究友好

内置 RL 训练环境、轨迹记录、批量评估器，如果你在做 Agent 能力评估或模型训练，这几乎是唯一一个开箱即用的开源平台。

3. 代码可读性

~1700 文件，~3000 测试，清晰的模块边界，Python 语言。相比 OpenClaw 的 14000+ TypeScript 文件，理解和贡献的门槛低得多。

七、系列预告

在后续文章中，我们将逐一深入以下专题：

篇目 内容
第二篇 闭环学习系统深度解析 —— Agent 如何"自我进化"
第三篇 工具注册与技能系统 —— 40+ 工具和 400+ 技能的组织之道
第四篇 多终端后端与 Gateway 网关 —— 从本地到云端到 HPC
第五篇 记忆系统与用户建模 —— Agent 如何"记住"你
第六篇 研究功能与测试体系 —— Agent 的学术之路

此外，我们还将发布 OpenClaw vs HermesAgent 对比分析系列，从记忆系统、安全架构、多通道、技能插件、本地控制等五大专题进行横向对比，敬请期待。

系列导航：

相关阅读：OpenClaw 架构深度分析 | HermesAgent 源码分析报告

本文基于 HermesAgent v0.10.0 源码分析，项目持续迭代中，具体实现可能随版本更新而变化。

# 人工智能 # 架构
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

VTJ.PRO v2.4.0 多人协作与 AI 批量识图实战评测

《智能协作平台深度评测：七大维度实测揭示真实效率边界》 本文通过严格测试验证了一款AI协作平台的核心性能。在多人实时编辑场景下，平台展现出毫秒级同步能力和优秀的冲突处理机制；模板克隆功能可在数秒内生成完整可运行的项目环境；图文混合编程功能可准确识别设计草图并生成规范代码（准确率约80%）。批量文件处理能智能分析文件关联并自动修正资源路径，AI对话可转化为结构化Markdown知识文档。核心引擎支持

avatar AtomGit开源社区
cover

【扩散模型系列·第八篇·收官】实战与前沿：LoRA 微调、DreamBooth、FLUX 与一致性模型

avatar AtomGit开源社区
cover

【扩散模型系列·第六篇】条件生成：文本引导、交叉注意力与 Classifier-Free Guidance 全解析

avatar AtomGit开源社区