问题:大多数 AI 代理都把你忘了

你花了几个小时教 AI 助手你的工作流、编码风格、项目结构。然后你开启了一个新会话——一切都没了。这个代理每次都把你当成陌生人。

这就是当今大多数 AI 代理的根本局限:没有记忆、没有学习、没有成长。它们按设计就是无状态的,这使它们成为强大的工具,但却是糟糕的长期合作伙伴。

Hermes Agent 用一个激进的方法解决了这个问题:它是唯一内置学习循环的代理。

什么是 Hermes Agent?

Hermes Agent 是由 Nous Research 创建的开源 AI 代理——正是打造了 Hermes 开源大语言模型系列的同一个团队。它在 GitHub 上拥有 136,579+ 星标20,960+ 复刻,是现存最受欢迎的 AI 代理框架之一。

项目的标语说明了一切:“与你共同成长的代理。”

与其他作为静态工具的代理不同,Hermes Agent:

  • 从经验中创建技能 —— 学习你的工作流并将它们保存为可复用的技能
  • 在使用过程中改进技能 —— 基于反馈精炼其能力
  • 跨会话持久化知识 —— 记住你是谁以及你喜欢什么
  • 建立对你的深度模型 —— 你用得越多,它就越懂你

核心功能

1. 内置学习循环

Hermes Agent 的核心创新是其自我改进循环

经验 → 反思 → 技能创建 → 实践 → 改进

当你用 Hermes 完成任务时,它会:

  1. 分析 什么有效、什么无效
  2. 提取 可复用的模式
  3. 创建 记录方法技能文件
  4. 测试 技能在类似任务上的表现
  5. 精炼 基于结果进行优化

随着时间的推移,这会创建一个专属于你的个人技能库

2. 40+ 内置工具

Hermes Agent 配备了全面的工具集:

工具类别示例
文件操作读取、写入、搜索、差异对比、补丁
终端执行命令、Shell 会话、后台作业
网页浏览、抓取、下载、API 调用
代码语法检查、代码检查、格式化、测试
Git提交、分支、差异、日志、PR 审查
系统进程管理、文件监控、定时任务

工具集系统让你只启用需要的工具,减少 Token 使用量并提高专注度。

3. 技能系统(程序性记忆)

技能是 Hermes Agent 的秘密武器。它们是可复用的程序文件,捕获:

  • 触发条件 —— 何时使用此技能
  • 分步说明 —— 该做什么
  • 陷阱 —— 要避免的常见错误
  • 验证步骤 —— 如何确认成功

示例技能结构:

---
name: "hugo-blog-deploy"
trigger: "deploy hugo blog"
steps:
  1. "Run hugo --minify --cleanDestinationDir"
  2. "Verify build succeeded"
  3. "Run deploy.sh"
  4. "Check live site with curl"
pitfalls:
  - "Future dates prevent building"
  - "Cloudflare cache may show stale content"
verification:
  - "curl -s https://site.com | grep title"

技能可以:

  • 自动创建 —— 从成功完成的任务中
  • 从技能中心下载 —— 社区贡献的技能
  • 手动编写 —— 针对你的特定工作流
  • 与他人分享

4. 持久记忆

Hermes Agent 维护两种类型的记忆

用户档案记忆

  • 你喜欢的编码风格
  • 你参与的项目
  • 你喜欢的工具
  • 沟通偏好
  • 你常犯的错误(这样它就能帮你避免)

会话记忆

  • 当前项目上下文
  • 最近的命令和输出
  • 你一直在编辑的文件
  • 本次会话的对话

这种记忆跨会话持久化,所以即使你重启电脑,Hermes 也记得你

5. 消息网关

Hermes Agent 不仅仅是一个 CLI 工具——它是一个多平台消息机器人

平台设置使用场景
Telegramhermes gateway setup移动 AI 助手
Discordhermes gateway setup团队协作
Slackhermes gateway setup工作场所集成
WhatsApphermes gateway setup个人助手
Signalhermes gateway setup注重隐私
Emailhermes gateway setup异步工作流

配置完成后,你可以从任何这些平台与 Hermes 聊天,使用相同的命令和技能。

6. MCP 集成

Hermes Agent 支持模型上下文协议(MCP),允许它连接到任何 MCP 服务器以获得扩展能力:

  • 数据库服务器 —— 查询 SQL 数据库
  • 文件服务器 —— 访问远程文件系统
  • API 服务器 —— 与任何 REST API 交互
  • 自定义服务器 —— 构建你自己的集成

这使 Hermes 具有无限的可扩展性——如果你能构建 MCP 服务器,Hermes 就能使用它。

7. 定时任务调度

Hermes Agent 可以通过其内置的定时系统运行定时任务

# 每天早上 9 点运行一个技能
hermes cron add --skill "daily-report" --schedule "0 9 * * *"

# 每周运行备份
hermes cron add --skill "backup-database" --schedule "0 2 * * 0"

# 列出所有定时任务
hermes cron list

非常适合需要按计划运行的自动化工作流。

8. 安全功能

Hermes Agent 认真对待安全:

  • 命令审批 —— 风险命令需要显式确认
  • 私信配对 —— 敏感操作前验证你的身份
  • 容器隔离 —— 在隔离环境中运行不受信任的代码
  • 审计日志 —— 所有操作都被记录以供审查

快速开始

安装

# 一行命令安装(Linux、macOS、WSL2)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 或者手动克隆并设置
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
./setup-hermes.sh

首次对话

source ~/.bashrc    # 重新加载 Shell
hermes              # 开始聊天

配置提供商

# 设置你喜欢的 LLM 提供商
hermes config set provider openai
hermes config set model gpt-4o

# 或者使用本地模型
hermes config set provider ollama
hermes config set model llama3.1

常用命令

# 开启全新对话
/new

# 随时切换模型
/model anthropic:claude-3-5-sonnet

# 设置个性
/personality developer

# 检查使用情况
/usage

# 浏览可用技能
/skills

# 使用特定技能
/hugo-blog-deploy

# 压缩上下文以节省 Token
/compress

架构

Hermes Agent 采用模块化架构构建:

Hermes Agent
├── CLI 界面(终端 UI)
├── 消息网关(Telegram、Discord 等)
├── 代理核心(推理引擎)
├── 技能系统(程序性记忆)
├── 记忆存储(持久化存储)
├── 工具集管理器(40+ 工具)
├── MCP 客户端(外部集成)
├── 定时调度器(自动化任务)
└── 安全层(审批、隔离)

整个系统使用 Python(2800 万+ 行代码)编写,Web 界面使用 TypeScript 组件。

使用场景

对于开发者

  • 代码审查助手 —— Hermes 学习你的代码库并审查 PR
  • DevOps 自动化 —— 部署、监控和排查基础设施问题
  • 文档编写器 —— 从代码注释自动生成文档
  • Bug 猎手 —— 搜索导致过去 Bug 的模式

对于团队

  • 共享技能库 —— 团队最佳实践作为可复用技能
  • 入职加速器 —— 新团队成员即时访问团队知识
  • 7×24 运营 —— 定时任务处理日常维护
  • 多平台访问 —— 从 Slack、Discord 或 Telegram 与 Hermes 聊天

对于高级用户

  • 个人知识库 —— Hermes 记住你教它的一切
  • 工作流自动化 —— 复杂的多步骤任务变成一个命令
  • 跨平台助手 —— 桌面、移动端和 Web 上使用同一个助手
  • 自定义集成 —— 为你的特定工具构建 MCP 服务器

性能对比

功能Hermes AgentClaude CodeCursorGitHub Copilot
自我学习✅ 是❌ 否❌ 否❌ 否
持久记忆✅ 是❌ 否❌ 否❌ 否
技能系统✅ 是❌ 否❌ 否❌ 否
多平台✅ 6 个平台❌ 仅 CLI❌ 仅桌面端❌ 仅 IDE
开源✅ 是❌ 否❌ 否❌ 否
定时调度✅ 是❌ 否❌ 否❌ 否
MCP 支持✅ 是❌ 否❌ 否❌ 否
免费层✅ 自托管💰 API 费用💰 订阅💰 订阅

局限性

  • 学习曲线 —— 技能系统需要前期投入
  • 本地设置 —— 自托管需要技术知识
  • 资源使用 —— 持久记忆随时间消耗存储空间
  • 提供商成本 —— LLM API 调用仍然花钱(除非使用本地模型)

结论

Hermes Agent 代表了我们对 AI 助手认知的根本性转变。它不是将 AI 视为一次性工具,而是将其视为与你共同成长的长期合作伙伴

自我改进循环、持久记忆和技能系统创造了复利效应:你用 Hermes 越多,它就越有价值。这与传统 AI 工具随时间提供递减回报的情况正好相反。

如果你厌倦了每次会话都重新教你的 AI 助手同样的事情,Hermes Agent 值得探索。

GitHub: NousResearch/hermes-agent
文档: hermes-agent.nousresearch.com/docs
星标: 136,579+ | 复刻: 20,960+ | 许可证: 开源

你尝试过 Hermes Agent 吗?你对自我改进的 AI 代理有什么体验?在评论中分享你的想法。

相关文章