跳到正文
IFAI

开源项目

Hermes Agent:自带学习闭环的开源智能体,边聊边沉淀技能

首次发布 传播指数 48

Nous Research 开源智能体 Hermes Agent,支持在 CLI、Telegram 和 Slack 等平台运行。它最大的特点是自带闭环学习机制,能从复杂任务中自主沉淀并迭代技能,同时支持跨会话记忆与一键导入 OpenClaw 配置。代码基于 MIT 协议完全开源。

Hermes Agent:自带学习闭环的开源智能体,边聊边沉淀技能
图:github.com

Hermes Agent 是 Nous Research 开源的个人智能体工具,核心特点是自带一套闭环学习机制,能在日常使用中把复杂任务沉淀为可复用的技能。

普通智能体通常聊完就忘,或者只能把聊天记录硬塞进上下文窗口。Hermes Agent 则在完成复杂任务后,自动提取方法生成技能,并在后续调用中不断修正这些技能。它通过 FTS5 全文检索和模型摘要实现跨会话召回,配合 Honcho 机制对用户偏好做持续建模,而且这套技能系统完全兼容 agentskills.io 开放标准。

它能做什么

你可以把它当成一个随时在线的常驻助手。它自带消息网关,单个进程就能同时对接 Telegram、Discord、Slack、WhatsApp、Signal 以及邮件。你在手机 Telegram 上发条语音,它自动转录并开始执行,哪怕你的笔记本处于关机状态。

除了聊天交互,它还内置了自然语言定时任务。你可以直接让它每天生成分析简报、每晚自动备份数据,或者每周跑一次安全审计,到点后它会自动把结果推送到指定平台。

针对重型任务,Hermes Agent 支持派生完全隔离的子智能体并发干活。你也可以直接用 Python 脚本通过 RPC 调用它的内置工具集,把复杂工作流收敛到极低的上下文消耗中。

如果你之前用过 OpenClaw、Claude Code、Codex CLI 或 Cursor,它内置了专门的迁移插件。不仅能把过往的记忆、配置文件和自建技能一键导过来,针对 OpenClaw 甚至连白名单里的 API 密钥也能平滑同步。

运行环境与模型支持

Hermes Agent 不挑模型。你可以通过 OpenRouter、OpenAI 或者自己的本地端点接入任何模型,终端里敲一行命令就能随意切换提供商,不会被任何生态绑定。Nous Research 自己也提供了一个集合 300 多款模型和网页搜索、图像生成等工具网关的 Nous Portal 订阅供选配。

在运行开销上,它甚至可以部署在一台 5 美元的廉价 VPS 上,或者放进 GPU 集群。它原生支持本地环境、Docker、SSH、Modal、Daytona 和 Vercel Sandbox 等 6 种终端后端。如果挂载在 Modal 或 Daytona 这类无服务器后端上,智能体没有任务时会自动休眠,空闲成本几乎为零。

操作系统覆盖也很完整。除了 Linux 和 macOS,它对 Windows 提供完全的原生支持,不需要借助 WSL 就能跑完整的终端界面和工具网关,并且官方还为 Android 的 Termux 提供了签名的 APT 软件包。

怎么跑起来

整个项目采用 MIT 协议完全开源,代码托管在 GitHub 上的 NousResearch/hermes-agent 仓库。

Linux 和 macOS 用户只需要在终端执行官方的一键脚本即可完成安装。Windows 用户则可以直接在 PowerShell 中运行对应的安装脚本。装好之后,敲下 hermes 即可进入全功能的终端界面,或者运行 setup 命令配置连接 Telegram 等通讯软件。

为什么重要

我们认为 Hermes Agent 最聪明的地方,在于它没有把精力耗在重复造一套对话前端上,而是老老实实解决个人智能体最大的痛点:技能积累和常驻成本。

对于每天有大量琐碎自动化需求的开发者或重度极客来说,它非常值得一试。以往跑这类常驻助手,要么得本地电脑不关机,要么得租昂贵的云服务器;Hermes Agent 既能挂在低配 VPS 上,又能通过休眠机制把常驻开销压到极低,还能无缝对接日常用的聊天软件。

不过需要提醒的是,自动化生成技能和自主演进固然诱人,但在实际使用中依然需要留意安全沙箱与权限配置。尤其是放开终端执行和跨平台交互权限时,最好配合白名单机制使用,避免模型在非预期场景下乱调工具。

来源 (1)

  1. [1]
    github.com(在新标签页打开)原文github.com

每日 AI 内容精选