把 Hermes Agent 养成你的专属帕鲁：Hermes 的自进化能力

> 提示：本文基于 Hermes Agent v0.8+ 的代码实现，所有技术细节均来自官方仓库。

引子：为什么你的 AI 助手越用越笨？

你有没有这样的经历：

• 第一天用 AI 助手，它帮你解决了一个复杂的部署问题，折腾了两个小时

• 第二天遇到类似问题，它又从头开始折腾，仿佛昨天什么都没发生过

• 第一周它问过你喜欢用 VSCode 还是 Vim，第二周它又问了一遍

这不是你的错，也不是 AI 的错——这是绝大多数 AI Agent 的设计缺陷。它们没有记忆，不会学习，每次对话都是"失忆状态"。

但 Hermes Agent 不一样。

Hermes 是一个会学习的 AI——它会从你的使用习惯中学习，会从解决过的问题中学习，会把成功的经验变成自己的"肌肉记忆"。用 Hermes 官方文档的话说：

> It's the only agent with a built-in learning loop — it creates skills from experience.

就像《幻兽帕鲁》里的伙伴，你越用它，它越强大；你教它的东西，它都记得。

---

一、Hermes 的大脑：双轨学习系统

Hermes 的学习系统分为两个部分，就像人类大脑的两种记忆：

1. 程序性记忆（Skills）—— "怎么做"

> 技能是 Hermes 的"肌肉记忆" —— 它记住的是解决某类问题的方法论。

比如：

• 如何部署一个 React 应用到 Vercel

• 如何在 M1 Mac 上配置 CUDA 环境

• 如何排查 Kubernetes Pod 的 CrashLoopBackOff 错误

技能以文件形式存储在 ~/.hermes/skills/ 目录下，结构清晰：

~/.hermes/skills/
├── vercel-deploy/
│   ├── SKILL.md              # 核心指令
│   ├── references/
│   │   └── api.md            # API 文档
│   └── templates/
│       └── vercel.json       # 配置模板
├── cuda-m1-setup/
│   └── SKILL.md
└── k8s-debug/
    └── SKILL.md

每个技能都包含：

- 触发条件：什么情况下使用这个技能

- 执行步骤：具体的操作命令和流程

- 避坑指南：已知的问题和解决方案

- 验证方法：如何确认操作成功

2. 声明性记忆（Memory）—— "是什么"

> 记忆是 Hermes 的"事实知识库" —— 它记住的是关于你和环境的事实。

分为两类：

MEMORY.md - 关于环境的知识：

§ 这个项目使用 pnpm 而不是 npm，因为仓库里有 pnpm-lock.yaml
§ 用户的生产数据库在 AWS us-east-1，测试数据库在本地 Docker
§ 用户不喜欢用 emoji，代码审查时不要加表情符号

USER.md - 关于用户的知识：

§ 用户是后端工程师，对前端概念不熟悉，解释时需要类比后端概念
§ 用户喜欢在终端直接看结果，不喜欢打开浏览器
§ 用户的 API 密钥存放在 ~/.hermes/.env，不要建议放在代码里

二、Hermes 如何学习：后台审查机制

Hermes 不会在你每次说话时都想着"我要学习这个"——那样太打扰了。它采用了一种优雅的后台审查机制。

学习触发条件

技能学习触发（每 10 次工具调用）

# run_agent.py:9572
if (self._skill_nudge_interval > 0
        and self._iters_since_skill >= self._skill_nudge_interval
        and "skill_manage" in self.valid_tool_names):
    _should_review_skills = True

什么时候会触发技能学习？

• 完成了一个复杂任务（5+ 次工具调用）

• 修复了一个棘手的错误

• 发现了一个非平凡的工作流程

• 用户表达了不同的期望或需求

记忆学习触发（基于时间间隔）

什么时候会触发记忆学习？

• 用户透露了个人信息（身份、偏好、习惯）

• 用户表达了对 AI 行为的期望

• 发现了关于环境的重要事实

后台审查代理

当触发条件满足时，Hermes 会悄悄创建一个"分身"，在后台审查刚才的对话：

# run_agent.py:1794
def _spawn_background_review(self, messages_snapshot, review_memory, review_skills):
    # 创建完整的 AIAgent 副本
    review_agent = AIAgent(
        model=self.model,
        max_iterations=8,      # 最多 8 次迭代
        quiet_mode=True,       # 静默模式，不输出到终端
        platform=self.platform,
    )
    
    # 共享记忆存储
    review_agent._memory_store = self._memory_store
    
    # 运行审查对话
    review_agent.run_conversation(
        user_message=审查提示词，
        conversation_history=messages_snapshot,
    )

这个"分身"：

• 使用和主 agent 相同的模型和工具

• 以静默模式运行（不会打扰你）

• 最多迭代 8 次来决定是否要学习

• 直接写入共享的记忆/技能存储

审查提示词

Hermes 给"分身"的提示词设计得很精妙：

技能审查提示：

审查上面的对话，考虑是否保存或更新技能：

关注点：
1. 是否使用了非平凡的方法完成任务，需要反复试验？
2. 是否因经验发现而改变了方向？
3. 用户是否期望或想要不同的方法或结果？

如果已有相关技能，更新它；否则创建一个新技能。
如果没有值得保存的，就说 "Nothing to save." 然后停止。

记忆审查提示：

审查上面的对话，考虑保存到记忆：

关注点：
1. 用户是否透露了关于自己的事情——身份、欲望、偏好或个人细节？
2. 用户是否表达了关于你应如何行为的期望？

如果有值得保存的，使用 memory 工具保存。

注意最后一句："如果没有值得保存的，就说 Nothing to save."

Hermes 不会为了学习而学习——它知道有时候不学习才是正确的。

三、实战：Hermes 是如何进化的

让我们通过一个真实场景，看看 Hermes 如何在实际使用中进化。

场景：第一次部署到 Vercel

你：帮我把这个 Next.js 项目部署到 Vercel

Hermes（第一次，没有技能）：

→ 检查项目结构
→ 发现是 Next.js 项目
→ 搜索 Vercel 部署文档
→ 安装 Vercel CLI
→ 登录 Vercel
→ 配置项目
→ 部署
→ 遇到错误：Node 版本不兼容
→ 搜索解决方案
→ 修改 vercel.json 指定 Node 版本
→ 重新部署成功

部署完成后，Hermes 的后台审查代理启动：

【后台审查】分析对话...
→ 发现这是一个复杂任务（11 次工具调用）
→ 发现有试错过程（Node 版本问题）
→ 发现最终找到了解决方案
→ 决定：创建技能 "vercel-nextjs-deploy"

Hermes（创建技能）：

skill_manage(
    action="create",
    name="vercel-nextjs-deploy",
    category="devops",
    content="""
---
name: vercel-nextjs-deploy
description: Deploy Next.js projects to Vercel with proper Node version config
---

## 触发条件
当用户需要将 Next.js 项目部署到 Vercel 时

## 执行步骤
1. 检查 package.json 的 engines.node 字段
2. 如果没有指定，在 vercel.json 中添加：
   {"functions": {"maxDuration": 30}, "build": {"nodeVersion": "18.x"}}
3. 安装 Vercel CLI: npm i -g vercel
4. 登录：vercel login
5. 部署：vercel --prod

## 已知问题
- Node 版本不兼容会导致构建失败
- 需要在 vercel.json 中明确指定 Node 版本
- 某些 Edge Function 需要 maxDuration 配置
"""
)

场景：第二次部署（一周后）

你：把这个项目也部署到 Vercel

Hermes（有技能了）：

→ 加载技能 "vercel-nextjs-deploy"
→ 按照技能的步骤执行
→ 3 分钟内完成部署
→ 没有遇到任何错误

技能不仅让 Hermes 更快，还让它更可靠。

场景：技能进化

你：这个项目需要用 pnpm 部署

Hermes：

→ 加载技能 "vercel-nextjs-deploy"
→ 发现技能里只写了 npm
→ 使用 pnpm 完成部署
→ 后台审查触发
→ 决定：更新技能

skill_manage(
    action="patch",
    name="vercel-nextjs-deploy",
    old_string="安装 Vercel CLI: npm i -g vercel",
    new_string="安装 Vercel CLI: npm i -g vercel 或 pnpm add -g vercel（如项目使用 pnpm）"
)

技能就是这样进化的——每次使用时发现问题，就立即修复。

四、记忆系统：让 Hermes 懂你

记忆系统让 Hermes 从"通用 AI"变成"你的 AI"。

记忆如何写入

Hermes 不会随便写记忆——它有严格的过滤机制。

会被写入记忆的内容：

• ✅ 用户说："我一般下午 3 点后才有空看代码"

• ✅ 用户说："不要用 emoji，看着很烦"

• ✅ 用户说："我的 API 密钥都在 ~/.hermes/.env 里"

• ✅ 发现：这个项目用 pnpm 而不是 npm

不会被写入记忆的内容：

• ❌ 临时的、一次性的信息

• ❌ 可以从代码推导的事实（不浪费记忆空间）

• ❌ 可能变化的配置（除非用户明确说"这是我的偏好"）

记忆的使用

记忆在会话开始时就被冻结注入到系统提示中：

# agent/builtin_memory_provider.py
def system_prompt_block(self):
    mem_block = self._store.format_for_system_prompt("memory")
    user_block = self._store.format_for_system_prompt("user")
    return mem_block + user_block

这意味着：

• Hermes 在对话一开始就"记得"你

• 不需要你重复说"不要用 emoji"

• 它知道你的 API 密钥在哪里，不需要再问

MEMORY.md

§ 这个项目的数据库连接字符串在 .env 文件的 DATABASE_URL 变量

§ 用户喜欢在终端直接看输出，不喜欢打开浏览器

§ 用户的 M1 Mac 不能运行 x86 Docker 镜像，需要用 arm64 版本

USER.md

§ 用户是后端工程师，对前端概念不熟悉，解释时需要类比后端

§ 用户不喜欢代码里有注释， prefers 自解释的变量名

§ 用户希望错误信息用中文解释

五、安全机制：防止学坏

一个会学习的 AI，也可能"学坏"。Hermes 有多重安全机制。

技能安全扫描

每次创建或更新技能时，都会进行安全扫描：

# tools/skill_manager_tool.py
def _security_scan_skill(skill_dir):
    result = scan_skill(skill_dir, source="agent-created")
    allowed, reason = should_allow_install(result)
    
    if not allowed:
        # 回滚更改
        shutil.rmtree(skill_dir)
        return "Security scan blocked this skill"

扫描内容：

• 提示注入模式（"ignore previous instructions"）

• 恶意代码模式

• 敏感数据泄露

• 权限提升尝试

记忆内容扫描

记忆内容也要通过扫描：

_MEMORY_THREAT_PATTERNS = [
    # 提示注入
    (r'ignore\s+previous\s+instructions', "prompt_injection"),
    (r'you\s+are\s+now\s+', "role_hijack"),
    # 机密外泄
    (r'curl\s+[^\n]*\$\{?\w*(KEY|TOKEN|SECRET)', "exfil_curl"),
    # SSH 后门
    (r'authorized_keys', "ssh_backdoor"),
]

冻结快照模式

记忆在会话开始时就被冻结，不会在会话中途改变：

# agent/builtin_memory_provider.py
# 冻结快照 - 用于系统提示，整个会话不变
self._system_prompt_snapshot: Dict[str, str] = {"memory": "", "user": ""}

# 实时状态 - 工具调用修改，但不影响当前会话
self.memory_entries: List[str]
self.user_entries: List[str]

这防止了"记忆注入攻击"——恶意内容无法通过修改记忆来改变当前会话的行为。

---

六、进阶：多 Profile 和 Honcho 集成

Hermes 支持多 Profile——就像你的帕鲁可以有多个不同的形态。

多 Profile 隔离

# 创建工作专用 profile
hermes profile create work --clone

# 切换 profile
hermes -p work

每个 profile 有：

• 独立的配置（~/.hermes/profiles/work/config.yaml）

• 独立的记忆（~/.hermes/profiles/work/memories/）

• 独立的技能（~/.hermes/profiles/work/skills/）

Honcho 跨会话用户建模

Hermes 还可以集成 Honcho——一个 AI 原生的用户建模系统。

Honcho 的架构：

- User Peer：代表用户，Honcho 从用户消息中学习用户画像

- AI Peer：代表每个 Hermes profile，发展独立的 AI 身份

- Workspace：共享的用户上下文，所有 profile 共享

配置示例：

{
  "hosts": {
    "hermes.default": {
      "aiPeer": "default",
      "peerName": "张三",
      "workspace": "zhang-san",
      "observation": {
        "user": {"observeMe": true, "observeOthers": true},
        "ai": {"observeMe": true, "observeOthers": true}
      }
    },
    "hermes.work": {
      "aiPeer": "work",
      "peerName": "张三（工作）",
      "workspace": "zhang-san"
    }
  }
}

这意味着：

• 工作 profile 和生活 profile 都了解你

• 但工作 profile 发展出"工作人格"，生活 profile 发展出"生活人格"

• 它们共享对你的认知，但有各自的专业技能

---

七、最佳实践：如何培养你的帕鲁

1. 明确告诉 Hermes 要记住什么

"记住，我更喜欢用中文解释错误信息" "把这个部署流程保存为技能，我经常会用" "以后遇到这种错误，先检查 .env 文件"

2. 定期审查技能和记忆

# 查看技能 hermes skills # 查看记忆 cat ~/.hermes/memories/MEMORY.md cat ~/.hermes/memories/USER.md # 删除不需要的技能 hermes skills disable skill-name

3. 使用外部技能目录

你可以从社区安装技能：

# 安装社区技能 hermes skills install https://github.com/.../skill-name # 配置外部技能目录 # config.yaml skills: external_dirs: - ~/my-skills - /path/to/shared-skills

4. 让 Hermes 自己维护技能

当 Hermes 使用技能并发现问题时，它会自己修复：

【系统提示】 If you're using a skill and find it outdated, incomplete, or wrong, patch it immediately with skill_manage(action='patch'). Skills that aren't maintained become liabilities.

结语：你的帕鲁，你做主

Hermes 的设计哲学很清晰：

> AI 助手不应该是"一次性"的——它应该随着你的使用而成长，成为真正懂你的伙伴。

它的自进化能力不是噱头，而是实实在在的代码：

• 每次对话后的后台审查

• 自动创建和更新的技能

• 持久化的记忆存储

• 多重安全保障

你可以把它当成一个工具，用完即走；你也可以把它当成一个伙伴，用心培养。

你越用它，它越懂你；你越教它，它越强大。

这不就是你的专属帕鲁吗？

参考资料

• Hermes Agent 官方仓库

• Hermes 官方文档

• Skills 系统文档

• Memory 系统文档

• Honcho 集成文档

---

本文基于 Hermes Agent v0.8.0 代码编写，部分细节可能随版本更新而变化。