Hermes Agent Guide: Selvforbedrende Open-Source AI-agent (2026)

Hermes Agent fra Nous Research er en open-source, MIT-licenseret AI-agent, der husker hvad den lærer, bygger genanvendelige færdigheder fra erfaring og kører på praktisk talt enhver LLM. Siden den første udgivelse den 25. februar 2026 har den rundet 57.000 GitHub-stjerner og er blevet årets hurtigst voksende open-source agent-framework.

Denne guide dækker alt, hvad du har brug for at vide: hvad Hermes Agent rent faktisk gør, hvordan du installerer den, hvad den koster, hvordan dens selvforbedrende hukommelsessystem fungerer, og om den giver mening for dit workflow.

TL;DR — Overblik over Hermes Agent

Hvad gør Hermes Agent anderledes?

De fleste AI-agenter er tilstandsløse (stateless). Du giver dem en opgave, de udfører den (eller forsøger), og den næste samtale starter fra nul. Hermes Agent bryder det mønster med tre kernefunktioner, der skiller den ud.

Persistent hukommelse på tværs af sessioner

Hver samtale skrives til en SQLite-database og indekseres med FTS5 fuldtekstsøgning. Når en lignende opgave dukker op senere, søger Hermes i sin egen historik i stedet for at indlæse hele gamle sessioner i sit context window. De hentede resultater gennemgår en LLM-opsummering, så kun relevant kontekst bliver indsat. Resultatet: agenten bliver mere nyttig, jo længere du bruger den.

Selvforbedrende læringsloop

For hver 15 værktøjskald kører Hermes et selvevaluerings-checkpoint. Hvis arbejdet involverede en genanvendelig procedure, opretter eller opdaterer den automatisk en færdighed — en markdown-fil gemt i ~/.hermes/skills/. Disse procedurelle færdigheder indfanger hvordan man gør noget, ikke bare hvad der skete. Næste gang et lignende problem opstår, indlæser Hermes den relevante færdighed og udfører den mere effektivt.

Dette er den vigtigste forskel fra andre agenter. Hermes adskiller procedurel hukommelse (metoder) fra episodisk hukommelse (begivenheder), og begge dele bevares på tværs af sessioner.

40+ indbyggede værktøjer på tværs af alle kategorier

Hermes leveres med et bredt udvalg af værktøjer direkte fra start:

• Filhandlinger — læs, skriv, søg, rediger filer
• Terminal — kør shell-kommandoer, opsaml output
• Websøgning — hent live-information fra internettet
• Browser-automatisering — naviger, klik, snapshot (Chromium-baseret)
• Vision & billedgenerering — visuel analyse, billedoprettelse via FAL
• Kodeeksekvering — sandboxed kode-kører
• Hukommelse & sessionsøgning — søg i tidligere samtaler
• Delegering — opret under-agenter til parallelle opgaver
• Cron-jobs — planlæg tilbagevendende opgaver
• Home Assistant — IoT og smart home-styring
• TTS — tekst-til-tale output
• Todo — opgavestyring
• RL (reinforcement learning) — selvtræning via Atropos

Sådan installeres Hermes Agent

Hermes kører på Linux, macOS, WSL2 og Android (Termux). Native Windows understøttes ikke — brug WSL2 i stedet. Hele opsætningen tager ca. fem minutter.

Et-linjes installation (anbefales)

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Dette håndterer alt: kloning af repoet, opsætning af et Python 3.11 virtuelt miljø, installation af afhængigheder og konfiguration af mapper.

Manuel installation

# 1. Installer uv (hurtig Python pakkehåndtering)
curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. Klone repository
git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git
cd hermes-agent

# 3. Opret virtuelt miljø og installer
uv venv --python 3.11
source .venv/bin/activate
uv pip install -e ".[all]"

Konfigurer din LLM-udbyder

# Kør opsætningsguiden
hermes setup

# Eller konfigurer manuelt — tilføj din API-nøgle til ~/.hermes/.env
echo "OPENROUTER_API_KEY=your-key-here" >> ~/.hermes/.env

# Vælg din model
hermes model

Hermes fungerer med enhver LLM, der understøtter 64K+ kontekst. Populære valg inkluderer modeller fra OpenRouter (200+ muligheder), DeepSeek, MiniMax M2.7, Kimi, OpenAI, Anthropic og Google.

Valgfrit: Tilføj værktøjsspecifikke nøgler

# Websøgning (Firecrawl)
echo "FIRECRAWL_API_KEY=your-key" >> ~/.hermes/.env

# Billedgenerering (FAL)
echo "FAL_KEY=your-key" >> ~/.hermes/.env

Start

# CLI-tilstand
hermes

# Eller forbind til en beskedplatform
hermes gateway

Gateway-processen forbinder Hermes til Telegram, Discord, Slack, WhatsApp og Signal samtidigt gennem en enkelt proces.

v0.7.0 — The Resilience Release

Den seneste store udgivelse (3. april 2026) indeholdt 168 PRs og løste 46 issues. Her er højdepunkterne:

Hermes Agent vs. OpenClaw — Hvad skal du vælge?

OpenClaw er det andet store open-source agent-framework i 2026. Her er en direkte sammenligning.

Hvor meget koster Hermes Agent?

Selve Hermes er gratis og selv-hosted. Den reelle omkostning er brugen af LLM API.

En ting er vigtig at vide: ca. 73 % af hvert API-kald er fast overhead fra værktøjsdefinitioner. Dette betyder, at korte opgaver koster forholdsmæssigt mere end lange. Hvis prisen er vigtig, så vælg en model med lavere priser per token (DeepSeek og MiniMax M2.7 er populære budgetvalg).

Kørsel på en VPS tilføjer $5–10/måned, hvis du vil have agenten kørende altid.

Partnerskab med MiniMax AI

Nous Research annoncerede et partnerskab med MiniMax AI i starten af 2026. MiniMax M2.7 er nu en af de mest anvendte modeller i Hermes Agent. Integrationen er førsteklasses: vælg "MiniMax (global endpoint)" fra udbyderlisten og vælg MiniMax-M2.7 som model. De to virksomheder samarbejder om at optimere fremtidige udgivelser specifikt til agenten, med planer om multimodale funktioner, herunder vision, lyd og potentielt integration med robotteknologi.

Ofte stillede spørgsmål (FAQ)

Fungerer Hermes Agent med lokale modeller?

Ja. Hermes fungerer med enhver LLM, der understøtter 64K+ kontekst. Du kan køre den med Ollama til fuldt lokal, offline drift ved hjælp af modeller som Hermes 3 (baseret på Llama 3.1). Ingen API-nøgle er nødvendig for lokale modeller.

Er det sikkert at køre Hermes Agent på en server?

Arkitekturen inkluderer container-hærdning, namespace-isolation for under-agenter og rotation af loginoplysninger. v0.7.0-udgivelsen tilføjede dybtgående sikkerhedsrettelser. Per april 2026 har Hermes nul rapporterede agent-specifikke CVE'er — en skarp kontrast til OpenClaws nylige afsløring af 9 CVE'er på 4 dage.

Kan jeg migrere fra OpenClaw til Hermes Agent?

Ja. Et voksende antal brugere migrerer fra OpenClaw til Hermes, især efter CVE-afsløringerne i marts 2026. Hermes har ikke et et-klik-migrationsværktøj, men opsætningen er ligetil. Dine OpenClaw-færdigheder skal genskabes, selvom Hermes vil lære mange af dem automatisk gennem sit selvforbedrende loop.

Hvilket programmeringssprog er Hermes Agent skrevet i?

Python. Kodebasen kræver Python 3.11+ og bruger uv som pakkehåndtering.

Kan Hermes Agent styre mit smarte hjem?

Ja. Hermes har et indbygget Home Assistant-værktøjssæt, der opretter forbindelse til din Home Assistant-instans til styring af IoT og smart home.

Hvordan adskiller Hermes Agent sig fra ChatGPT eller Claude?

ChatGPT og Claude er samtalestyrede AI-modeller. Hermes Agent er et autonomt agent-framework, der bruger LLM'er (herunder GPT og Claude) til at udføre handlinger: køre kommandoer, redigere filer, browse på nettet, administrere opgaver og bygge genanvendelige færdigheder. Den vigtigste forskel er handlekraft (agency) — Hermes handler, lærer og husker på tværs af sessioner.

Afsluttende tanker

Hermes Agent er det mest interessante open-source agent-projekt i 2026 indtil videre. Det selvforbedrende læringsloop er ikke bare en marketingspåstand — det er et konkret system bygget på SQLite, FTS5 og procedurelle færdighedsfiler, der målbart forbedrer fuldførelsen af opgaver over tid. Sikkerhedsprofilen er stærk, fleksibiliteten i forhold til modeller er uovertruffen, og MIT-licensen betyder, at du ejer alt selv.

Økosystemet er stadig ungt sammenlignet med OpenClaws modne markedsplads for færdigheder, og den faste overhead på 73 % per API-kald er en reel prisfaktor. Men for alle, der ønsker en AI-agent, der rent faktisk bliver bedre, jo mere man bruger den, er Hermes Agent den klare frontløber.