Hermes Agent：会自我成长的 AI 智能体，25 万星背后的「学习闭环」

在 AI Agent 赛道上，大多数智能体还停留在「单次对话 + 工具调用」的阶段——它们能执行任务，却不会从经验中学习。今天要介绍的 Hermes Agent 则走了一条不同的路：它由知名大模型团队 Nous Research 打造，主打「The agent that grows with you」（与你共同成长的智能体），目前已在 GitHub 收获 257,809 颗星，MIT 协议开源。

项目概览

Hermes 的核心差异在于它不只是一个「执行任务」的 Agent，而是一个会积累经验、生成技能、建立用户画像的长期智能体。它可以跑在 5 美元的 VPS、GPU 集群甚至几乎零成本的 serverless 环境上，不绑定你的笔记本——你可以在 Telegram 上跟它对话，而它在云端 VM 上工作。

核心功能

1. 真正的终端交互界面（TUI）

Hermes 提供完整的终端 UI，支持多行编辑、斜杠命令自动补全、对话历史、中断重定向，以及流式工具输出。比起纯 CLI 交互，TUI 的体验更接近一个轻量的桌面应用。

2. 全平台消息网关

Hermes 支持从 Telegram、Discord、Slack、WhatsApp、Signal 到 CLI 的多种入口，全部由一个 gateway 进程统一调度。还支持语音备忘录转写和跨平台对话续接——你在手机上开的话题，回到电脑端可以无缝继续。

3. 闭环学习系统

这是 Hermes 最独特的部分： - 技能自创：完成复杂任务后，Agent 会自动把经验封装成可复用的 skill，并在使用中持续自我改进。 - 记忆持久化：通过 FTS5 全文搜索 + LLM 摘要实现跨会话回忆，配合 Honcho 做辩证式用户建模，逐渐建立「你是谁」的深层画像。 - 自主知识沉淀：Agent 会周期性地被「提醒」去持久化知识，避免经验随会话结束而丢失。 - 兼容 agentskills.io 开放标准。

4. 定时自动化

内置 cron 调度器，可以用自然语言设定每日报告、夜间备份、每周审计等任务，无人值守地运行并投递到任意平台。

5. 子代理与并行

可以生成隔离的子代理（subagent）来并行处理不同工作流。在 Desktop 版里可以为子代理单独指定 provider、模型和限额。你还可以写 Python 脚本通过 RPC 调用工具，把多步流水线折叠成零上下文消耗的单次调用。

6. 随处运行

Hermes 内置 6 种终端后端：local、Docker、SSH、Modal、Daytona、Vercel Sandbox，还支持 Singularity/Apptainer 等插件后端。Daytona 和 Modal 提供 serverless 持久化——空闲时休眠、按需唤醒，两次会话之间几乎不产生费用。

使用场景

• 个人长期助手：需要一个能记住你偏好、积累你工作习惯的智能体，而不是每次从零开始。
• 团队自动化运维：利用 cron + 多平台投递，做无人值守的报告、备份、审计。
• 研究与数据流水线：用子代理并行跑 batch trajectory 生成，或用脚本 RPC 压缩多步任务。
• 跨设备协作：在 VPS 上跑 Agent，从手机/桌面任何端访问。

安装方式

一行命令安装（Linux / macOS / WSL2）：

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

Windows 原生（PowerShell）：

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

安装后启动：

source ~/.bashrc    # 或 source ~/.zshrc
hermes              # 开始对话

模型选择完全自由：Nous Portal、OpenRouter、OpenAI、自定义 endpoint 等，用 hermes model 一键切换，无需改代码、无锁定。

常用命令：

hermes            # 交互式 CLI
hermes model      # 选择 LLM 提供商和模型
hermes tools      # 配置启用的工具
hermes gateway    # 启动消息网关（Telegram/Discord 等）
hermes setup      # 完整设置向导
hermes import-agent openclaw   # 从 OpenClaw/Claude Code/Codex 迁移

简要评价

Hermes Agent 的亮点不是「又一个能调工具的 Agent」，而是把学习闭环做成了一等公民——技能自创、记忆持久化、用户建模三者结合，让 Agent 真正具备「越用越懂你」的潜力。25 万星的体量也证明了市场对「长期、可成长 Agent」的强烈需求。

它的野心很大：不绑定模型、不绑定设备、不绑定平台，甚至还提供从 OpenClaw、Claude Code、Codex、Cursor 的一键迁移。对于厌倦了每个 Agent 都要重新调教一遍的用户来说，这种「可迁移的长期记忆」正是痛点所在。

当然，能力越大复杂度也越高——完整功能（gateway、cron、子代理、6 种后端）的配置门槛不低，普通用户建议先用 hermes setup 向导跑通基础对话，再逐步探索进阶能力。

如果你想要的不是一个「用完即走」的 AI 工具，而是一个会陪你一起成长的长期智能体，Hermes Agent 值得一试。