Hermes Agent Guide: Self-Improving Open-Source AI Agent (2026)

Nous Research 开发的 Hermes Agent 是一款开源、遵循 MIT 协议的 AI agent，它能够记住学习到的内容，根据经验构建可重用的技能，并能在几乎任何 LLM 上运行。自 2026 年 2 月 25 日首次发布以来，它的 GitHub stars 已突破 57,000 个，成为年度增长最快的开源 agent 框架。

本指南涵盖了你所需要了解的一切：Hermes Agent 究竟能做什么、如何安装、成本如何、其自我改进的内存系统如何工作，以及它是否适合你的工作流。

TL;DR — Hermes Agent 一览

为什么 Hermes Agent 与众不同

大多数 AI agent 是无状态的。你给它们一个任务，它们去执行（或尝试执行），然后下一次对话又从零开始。Hermes Agent 凭借三项核心能力打破了这一模式，使其脱颖而出。

持久化跨会话内存

每一次对话都会写入 SQLite 数据库，并使用 FTS5 全文搜索进行索引。当稍后出现类似任务时，Hermes 会搜索自己的历史记录，而不是将整个旧会话加载到上下文窗口中。检索到的结果会经过 LLM 总结，因此只有相关的上下文会被注入。结果是：你使用 agent 的时间越长，它就变得越好用。

自我改进学习循环

每进行 15 次工具调用，Hermes 就会运行一次自我评估检查点。如果工作涉及可重用的程序，它会自动创建或修补一个技能——一个存储在 ~/.hermes/skills/ 中的 markdown 文件。这些程序化技能捕捉的是“如何”做某事，而不仅仅是发生了“什么”。下一次出现类似问题时，Hermes 会加载相关技能并更高效地执行。

这是与其他 agent 的关键区别。Hermes 将程序性记忆（方法）与情节性记忆（事件）分开，并且两者都能跨会话持久存在。

覆盖各个领域的 40+ 内置工具

Hermes 开箱即提供广泛的工具注册表：

• 文件操作 — 读取、写入、搜索、编辑文件
• 终端 (Terminal) — 运行 shell 命令，捕获输出
• 网页搜索 — 从互联网获取实时信息
• 浏览器自动化 — 导航、点击、快照 (基于 Chromium)
• 视觉与图像生成 — 视觉分析，通过 FAL 生成图像
• 代码执行 — 沙箱代码运行器
• 内存与会话搜索 — 搜索过去的对话
• 委派 (Delegation) — 启动子 agent 处理并行任务
• 定时任务 (Cron jobs) — 安排循环任务
• Home Assistant — IoT 和智能家居控制
• TTS — 文本转语音输出
• Todo — 任务追踪
• RL (强化学习) — 通过 Atropos 进行自我训练

如何安装 Hermes Agent

Hermes 可运行在 Linux, macOS, WSL2 和 Android (Termux) 上。不支持原生 Windows — 请改用 WSL2。整个设置过程大约需要五分钟。

一键安装（推荐）

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

这将处理所有事务：克隆仓库、设置 Python 3.11 虚拟环境、安装依赖项以及配置目录。

手动安装

# 1. 安装 uv (快速 Python 包管理器)
curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. 克隆仓库
git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git
cd hermes-agent

# 3. 创建虚拟环境并安装
uv venv --python 3.11
source .venv/bin/activate
uv pip install -e ".[all]"

配置你的 LLM 供应商

# 运行设置向导
hermes setup

# 或手动配置 — 将你的 API key 添加到 ~/.hermes/.env
echo "OPENROUTER_API_KEY=your-key-here" >> ~/.hermes/.env

# 选择你的模型
hermes model

Hermes 适用于任何支持 64K+ 上下文的 LLM。热门选择包括来自 OpenRouter (200+ 选项)、DeepSeek、MiniMax M2.7、Kimi、OpenAI、Anthropic 和 Google 的模型。

可选：添加特定工具的 Key

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

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

启动

# CLI 模式
hermes

# 或连接到消息平台
hermes gateway

gateway 进程通过单一进程同时将 Hermes 连接到 Telegram, Discord, Slack, WhatsApp 和 Signal。

v0.7.0 — Resilience Release

最新的重大版本（2026年4月3日）交付了 168 个 PR 并解决了 46 个问题。以下是亮点：

Hermes Agent vs. OpenClaw — 你该选哪一个？

OpenClaw 是 2026 年另一个主要的开源 agent 框架。以下是直接对比。

Hermes Agent 需要多少钱？

Hermes 本身是免费且自托管的。真正的成本在于 LLM API 的使用。

需要了解的一点是：每次 API 调用中大约 73% 是来自工具定义的固定开销。这意味着短任务的比例成本比长任务更高。如果成本很重要，请选择每 token 价格更低的模型（DeepSeek 和 MiniMax M2.7 是热门的经济选择）。

如果你希望 agent 全天候在线，运行在 VPS 上会增加每月 $5–10 的费用。

MiniMax AI 合作伙伴关系

Nous Research 在 2026 年初宣布与 MiniMax AI 达成合作伙伴关系。MiniMax M2.7 现在是 Hermes Agent 内部使用最多的模型之一。集成是顶级的：从供应商列表中选择 "MiniMax (global endpoint)" 并选择 MiniMax-M2.7 作为模型。两家公司正在合作专门为该 agent 优化未来的版本，并计划推出多模态功能，包括视觉、音频以及潜在的机器人集成。

常见问题解答

Hermes Agent 支持本地模型吗？

支持。Hermes 适用于任何支持 64K+ 上下文的 LLM。你可以通过 Ollama 使用 Hermes 3 (基于 Llama 3.1) 等模型进行完全本地、离线的运行。本地模型不需要 API key。

在服务器上运行 Hermes Agent 安全吗？

其架构包括容器加固、子 agent 的命名空间隔离以及凭据轮换。v0.7.0 版本增加了深度安全修复。截至 2026 年 4 月，Hermes 没有报告过任何针对 agent 的 CVE——这与 OpenClaw 最近 4 天披露 9 个 CVE 的情况形成了鲜明对比。

我可以从 OpenClaw 迁移到 Hermes Agent 吗？

可以。越来越多的用户正在从 OpenClaw 迁移到 Hermes，尤其是在 2026 年 3 月的 CVE 披露之后。Hermes 虽然没有一键迁移工具，但设置非常简单。你的 OpenClaw 技能需要重新创建，不过 Hermes 会通过其自我改进循环自动学习其中的许多技能。

Hermes Agent 是用什么编程语言编写的？

Python。代码库要求 Python 3.11+ 并使用 uv 作为其包管理器。

Hermes Agent 能控制我的智能家居吗？

可以。Hermes 有内置的 Home Assistant 工具集，可以连接到你的 Home Assistant 实例进行 IoT 和智能家居控制。

Hermes Agent 与 ChatGPT 或 Claude 有什么不同？

ChatGPT 和 Claude 是对话式 AI 模型。Hermes Agent 是一个自主 agent 框架，它 调用 LLM (包括 GPT 和 Claude) 来采取行动：运行命令、编辑文件、浏览网页、管理任务以及构建可重用技能。关键区别在于代理性 (agency) —— Hermes 会在不同会话之间执行动作、学习并记忆。

总结

Hermes Agent 是到目前为止 2026 年最有趣的开源 agent 项目。自我改进的学习循环并非营销口号——它是一个建立在 SQLite、FTS5 和程序化技能文件之上的具体系统，能够显著提高随时间推移的任务完成率。安全态势强劲，模型灵活性无与伦比，且 MIT 许可证意味着你拥有了一切。

与 OpenClaw 成熟的技能市场相比，其生态系统仍然年轻，且每次 API 调用 73% 的固定开销是一个现实的成本考量。但对于任何想要一个能随着使用而真正变得更好的 AI agent 的人来说，Hermes Agent 是明显的领跑者。