Hermes Agent — 自进化个人 AI 智能体

来源：极客公园（连冉），2026-04-10；VirtualUncle 完整指南，2026-04-05 GitHub: hermes-agent.nousresearch

简介

Hermes Agent 是 Nous Research 开发的免费、MIT 许可的自主 AI 框架，核心定位是会随着使用不断成长的「自进化 Agent」。

核心数据（不同来源存在差异）：

2 月底开源首月破 2.2 万星
4 月 8 日 v0.8.0 发布后单日新增 6400+ 星
不到两个月 GitHub 总星标突破 4.7 万（AINews，2026-04-16）
另有来源称已超 6.1 万星（VirtualUncle，2026-04-05）
持续霸榜全球开源榜单第一

核心特性

1. 持久化记忆

所有历史会话存储在本地 SQLite 数据库中
通过 FTS5 全文检索与 LLM 摘要进行二次组织
可回溯几周前的对话，提取具体细节应用到当前工作
Honcho 用户建模：异步构建 progressively deeper understanding of how you work（默认关闭，需显式启用）

2. 技能自动生成与复用

完成复杂任务（通常 5+ 工具调用）后，自动抽象为结构化 Skill
技能遵循 open agentskills.io 标准，包含步骤、关键判断、潜在陷阱、验证方式
自改进：使用现有技能时发现更优路径，自动更新技能文档
社区报告：重复研究任务在 2 小时内生成 3 个 skill 后提速 40%

3. 自训练能力（Atropos RL）

运行过程中生成大量工具调用轨迹
可导出为 ShareGPT 格式，用于批量 trajectory generation
支持用生成的数据 fine-tune 更小、更便宜的模型
这是 research-grade infrastructure inside a consumer product

4. 多实例与多平台

同一环境中运行多个相互隔离的 Agent
每个都有独立的记忆、技能和配置
Gateway：Telegram、Discord、Slack、WhatsApp、Signal、Email 统一接入
跨平台会话连续性：手机上 Telegram 发起，笔记本终端继续

5. MCP 支持

将自身的会话与记忆暴露给 IDE 工具
支持 Claude Desktop、Cursor、VS Code
打通"常驻 Agent"与"开发环境"的边界

学习闭环架构

Hermes 运行一个 closed learning loop，三个组件相互 feeding：

任务执行 → 经验抽象 → 技能沉淀 → 复用优化
    ↑                                    ↓
    └──────────── 反馈改进 ←─────────────┘

持久化记忆 with real recall：FTS5 + LLM summarization，支持 "periodic nudges"（主动保存可能以后有用的信息）
Autonomous skill creation：复杂任务完成后合成永久可复用 skill，下次加载 skill 而非从零解决
Self-training pipeline：通过 Atropos 生成 batch trajectories，导出 fine-tune 数据

这与 Claude Code Skills 系统理念高度一致：从完成的任务中学习，而非每次从零开始。区别在于 Hermes 的技能由 agent 自己维护，OpenClaw 的技能由人类维护。

安装与部署

一键安装（推荐 VPS 自托管）

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes setup       # 连接 LLM provider
hermes             # 启动交互式 TUI
hermes gateway setup   # 连接 Telegram/Discord/Slack
hermes gateway install # 注册为 systemd 服务

支持平台：Linux VPS、Mac Mini（24GB 可跑 13B 本地模型）、Windows WSL2。

LLM Provider 选择

预算路径：OpenRouter + Claude Haiku / DeepSeek
隐私路径：Ollama 本地 13B/30B（ollama launch hermes，v0.8+ 原生支持）
性能路径：Claude Sonnet / Opus via Anthropic API

与 OpenClaw 的对比

维度	Hermes Agent	OpenClaw
核心定位	学习能力的深度	连接能力的广度
技能获取	经验涌现（自动抽象）	人类预设（代码/Prompt）
记忆机制	分层记忆 + "关于你的模型"	显式记忆 + RAG 检索
适用场景	探索性编程、创意开发	批量数据处理、金融交易
安全策略	容器隔离、只读文件系统	权限控制严格、行为可预测
部署形态	常驻网关服务	本地 CLI + 可选网关

社区共识：两者互补而非替代

OpenClaw 负责"干活"——多通道交互、团队工作流
Hermes 负责"动脑"——持久化记忆、自动生成技能

迁移支持：hermes claw migrate 可一键迁移 OpenClaw 技能、记忆和设置

团队背景

Nous Research 是一家去中心化 AI 研究实验室：

创始人：Jeffrey Quesnelle、Karan Malhotra、Teknium、Shivani Mitra（2023 年成立）
CEO Jeffrey Quesnelle 曾是以太坊 MEV 基础设施项目 Eden Network 首席工程师
累计融资约 $65 million，$50M Series A led by Paradigm
约 20 名员工，总部位于 Austin, Texas
同时推进 Psyche 去中心化训练网络

团队背景是模型训练者而非产品公司， Hermes 3 model family + Atropos RL framework 均为自研。

争议与风险

Web3 背景带来的质疑

融资路径带有鲜明的 Web3 特征（代币计价而非股权）
社区讨论围绕"空投预期"
链上已出现非官方的 "NOUS" 代币

官方立场

目前未发行代币
未公布代币分发机制
技术路径与社区结构天然具备向"代币化激励体系"延展的可能性

开发者判断标准：Hermes Agent 的价值首先来自它作为 Agent 系统本身的能力。任何与"NOUS 代币"直接挂钩的交易、投资或承诺，都需要保持足够谨慎。

核心洞察

Hermes Agent 在尝试把「AI 能力」从一次性调用，变成可以持续积累的资产。

"从看它「当下能做什么」到看它「在时间里变成了什么」。谁能在时间里积累更多能力，谁就拥有更高的上限。"

版本历史

2026-04-18：Ollama 原生支持 + $25k 创意黑客马拉松

来源：[[raw/newsletters/AINews/2026-04-19 [AINews] The Two Sides of OpenClaw.md|2026-04-19 [AINews] The Two Sides of OpenClaw]]

Ollama 原生支持：ollama launch hermes 直接启动
$25k 创意黑客马拉松：Nous Research 与 Kimi 联合发起，重心扩展到创意 Agent 工作流
社区生态：衍生项目包括 Hermes Atlas、Hermes-Wiki、HUD 和控制仪表板

2026-04-16：v0.3.0

来源：raw/newsletters/AINews/2026-04-16 RIP Pull Requests (2005-2026)

/browser connect 浏览器控制（@0xme66）
QQBot + AWS Bedrock 支持（@Teknium）
原生 Swift 桌面应用 alpha（@nesquena）
artifact-preview 和 hermes-lcm v0.3.0

病毒式传播案例（@elder_plinius）：

加载存储的技能
诊断 Gemma 4 的 NaN 不稳定性
修补底层库
重试多种方法
基准测试结果
生成模型卡
上传 artifacts 到 Hugging Face

Sources

Hermes Agent
Hermes Agent Complete Guide 2026
2026-04-16 RIP Pull Requests (2005-2026)
[[raw/newsletters/AINews/2026-04-19 [AINews] The Two Sides of OpenClaw.md|2026-04-19 [AINews] The Two Sides of OpenClaw]]