3分钟搞懂Hermes Agent

Hermes Agent 是 Nous Research 开源的个人智能体,主打越用越聪明。其实模型没变,变的是它自己记的小笔记和自己写的技能文档。本文讲清这套学习循环、和 OpenClaw 的区别、国内怎么用,以及自己写技能的风险。

开发者Club
6 分钟阅读
AI人工智能Hermes AgentNous Research个人智能体AI Agent自我进化SkillsAgent记忆OpenClawMaxHermes开源智能体
阅读 —收藏 —

一句话定义

Hermes Agent 是 AI 实验室 Nous Research 开源的个人智能体:你把它装在自己的电脑或一台云服务器上,通过微信、飞书、Telegram 或命令行给它派活,它会调用工具把事情做完。和同类相比,它多做了一件事:每做完一件有点复杂的事,它会回头总结经验,写成一份技能文档存下来,下次遇到类似的任务直接照着做。

它在 2026 年 2 月以 MIT 协议开源,代码、技能和记忆都在你自己手里,模型可以自己选。截至目前,它在 GitHub 上有 26 万多个星标,是继 OpenClaw 之后最受关注的开源个人智能体。

举个例子,你在飞书里跟它说「每周一早上 9 点,把上周的工作群消息整理成周报发给我」。第一次它可能要摸索:消息从哪里读、周报按什么格式写、哪些闲聊要过滤掉,中间你还纠正了它一次「别把表情包和接龙算进去」。做完以后,它会把这套流程连同你的纠正写进一份技能文档,第二周再跑这个定时任务时,就不用再走一遍弯路。

Hermes Agent 的工作方式:在微信或飞书里派活,它在你的电脑上调用工具干活,做完后复盘写进笔记本和技能库,下次开工时再读出来

「越用越聪明」,到底是哪里变聪明了?

很多介绍会说 Hermes Agent 能「自我进化」,听起来像模型自己在训练自己。需要注意的是,它背后的大模型一点都没变,模型的参数不会因为你用得多而更新。变的是模型每次开工前能看到的东西,一共有三样:

存在哪里放什么怎么用
笔记本MEMORY.md,约 2200 个字符环境信息、项目约定、踩过的坑每次开新会话时整份塞进提示词
用户档案USER.md,约 1375 个字符你是谁、喜欢怎么沟通、讨厌什么同上
技能库~/.hermes/skills/ 下的一堆 SKILL.md某类任务的做法、坑和检查步骤平时只看目录,用到时才打开全文
历史会话本地 SQLite 数据库你和它说过的所有话需要时按关键词全文搜索

所以更准确的说法是:Hermes Agent 越用越会记笔记。你可以把它想成一个新来的同事,他的脑子没有变好,但他有一本随身的小本子,记着你的习惯;还有一个文件夹,放着他自己整理的各种操作手册。时间一长,他做你交代的事自然越来越顺。

这也意味着,换一个更强的模型,Hermes Agent 会立刻变强;而它攒下的笔记和技能,换了模型也还能继续用。

做完一件事,它会多做哪一步?

普通的 Agent 做完任务就结束了。Hermes Agent 在每轮对话结束后,会在后台做一次复盘,判断这次有没有值得留下来的东西:

你派活
  ↓
它调用工具干活 (读文件、跑命令、搜网页……)
  ↓
交付结果
  ↓
后台复盘: 这次有没有值得记下来的?
  ├─ 学到了你的偏好 → 写进 USER.md
  ├─ 发现了环境里的坑 → 写进 MEMORY.md
  └─ 走通了一套多步骤流程 → 新建或修改一份 SKILL.md
  ↓
下次开工时, 这些内容会自动出现在它眼前

动画:第一周群消息全掉进周报,你划掉表情包和接龙、写下批注;批注变成「周报技能」筛网,第二周杂消息被弹开,最后筛子挂进技能库

官方文档写明了三种值得写成技能的情况:一套值得重复使用的多步骤流程;中间出过错、绕过弯路,最后才找到能走通的办法;用户纠正过它的做法。文档还特别强调,技能要记「经验」,不要记「日志」,也就是写「下次该怎么做」,而不是「那天发生了什么」。

一份技能文档大概长这样(示意,内容是虚构的):

---
name: weekly-report-from-feishu
description: 把飞书工作群上周的消息整理成周报
version: 3
---
 
## When to Use
用户要求整理周报、汇总群消息时
 
## Procedure
1. 读取上周一 00:00 到周日 24:00 的群消息
2. 过滤表情包、接龙和"收到"这类回复
3. 按"已完成 / 进行中 / 风险"三栏归类
 
## Pitfalls
- 用户明确说过: 接龙消息不算工作内容

技能文档用的是 Agent Skills 开放标准,和 Claude Code、OpenClaw 用的是同一种格式。这意味着别人写的技能你可以直接装进来,Hermes Agent 自己总结的技能也能拿到其他 Agent 里用。

已有的技能,它也会在使用中修改。比如周报技能第一次没考虑到节假日,第二次你提醒了,它会只改动文档里相关的那一段,把版本号往上加。

为什么笔记本只有 2200 个字符?

2200 个字符大约是一千多个汉字,看起来少得有点吝啬。这是有意为之的设计。

笔记本和用户档案每次开会话都会整份放进提示词,放得越多,每次对话越费钱,模型的注意力也越分散。所以 Hermes Agent 给它们设了上限:写满了,新内容就写不进去,它必须自己先把旧条目合并或者删掉。这相当于逼着它定期整理笔记本,只留下最有用的东西。

那些不需要每次都看的内容,就交给另外两个地方:技能平时只把名字和一句话简介放进提示词,真正用到时才打开全文;历史会话全部存在本地数据库里,需要时再去搜索。经常要用的放在手边,偶尔用的放进柜子,这也是现在很多 Agent 在管理上下文时的共同思路。

如果你希望它记得更多,还可以接入 Honcho 这类外部记忆服务,让它建立更完整的用户画像,不过这一步需要你自己配置。

它和 OpenClaw 有什么不一样?

OpenClaw 是今年年初爆火的开源个人智能体,国内常叫它「龙虾」。它的作者 Peter Steinberger 在 2 月加入了 OpenAI,项目转交给独立的基金会维护。两者的定位非常接近,都是装在自己机器上、从聊天软件里派活的智能体,差别主要在下面几个地方:

OpenClawHermes Agent
背后是谁个人项目起家,现由基金会维护AI 实验室 Nous Research
技能从哪来主要从技能市场安装;你开口要求时,AI 也能帮你写能从技能市场安装;它还会在后台主动复盘,自己新建和修改技能
记忆怎么管记忆文件由你和 AI 一起维护笔记本有字数上限,逼它自己整理;历史会话另存、可搜索
生态规模更大,GitHub 星标约 39 万较小,约 26 万,但增长很快
从对方迁移—首次安装时可以导入 OpenClaw 的配置,也能从 ClawHub 安装技能

Hermes Agent 和 OpenClaw 的 GitHub 星标增长曲线:蓝线 OpenClaw 在 1 到 3 月暴涨后逐渐放缓,红线 Hermes Agent 从 4 月前后开始快速上涨,之后一直保持稳定增长 图注:star-history.com 根据 GitHub 数据生成的星标历史,蓝线是 OpenClaw,红线是 Hermes Agent。从曲线看,OpenClaw 的热度集中在年初;Hermes Agent 2 月开源,4 月前后才真正火起来,7 月以后每个月新增的星标比 OpenClaw 还多。截至写这篇时,两者分别约 39 万和 26 万。

差别最大的是第二行。OpenClaw 也能写技能,但通常要你明确告诉它来做这件事才行;Hermes Agent 把「做完回头总结」做成了默认流程,不用你提醒,它自己就会判断哪些经验值得留下来。

如果你已经在用 OpenClaw,并且对现有技能很满意,没必要急着换。如果你发现自己经常在不同对话里重复交代同样的要求,Hermes Agent 的学习循环会更适合你。

Nous Research 为什么要做它?

Nous Research 成立于 2023 年,原来以开源模型出名。它的 Hermes 系列模型,是在 Meta 的 Llama 等开源模型基础上微调出来的,在开源社区很有名气。Hermes Agent 借用了这个名字,但它不绑定 Hermes 模型,接 OpenAI、Claude,还是国内的模型都可以。

Hermes Agent 让这家公司的重心从「做模型」转向了「做智能体」。10 月 7 日,Nous Research 宣布完成 9000 万美元融资,投资方包括英伟达、微软旗下的 M12、三星等;《华尔街日报》报道的估值是 15 亿美元,公司自己没有公布估值。同一份报道称,Hermes Agent 自 2 月以来的下载量超过 2200 万次。Nous Research 自己估算,Hermes Agent 带来的模型调用量约占全球 Token 用量的 2.5%,这个数字目前没有第三方核实。

这笔钱主要用来做企业版 Hermes for Businesses:企业可以按价格和效果自己挑模型,数据和公司知识留在自己手里。截至目前,企业版还没有公布上线时间和价格。

开源版本身免费,钱主要从 Nous Portal 赚。这是 Nous Research 的模型和托管平台,免费档只能用免费模型;付费档每月 20 美元、100 美元、200 美元三种,包含 200 多个模型的调用、网页搜索和画图等托管工具,还送一个云端托管的 Agent。如果你自己有模型的 API Key,也可以完全不用 Nous Portal。

在国内怎么用?

Hermes Agent 在国内用起来门槛并不高,主要有三条路:

自己部署。 在 Mac、Linux 或 Windows 的 WSL2 里,一条安装命令就能装好;现在也有了 macOS 和 Windows 的桌面应用。它的消息网关官方支持 20 多个平台,国内常用的微信、飞书、钉钉、企业微信、QQ 都在里面,所以你可以直接在微信里给它派活。模型方面,它支持任何兼容 OpenAI 格式的接口,DeepSeek、千问、智谱、Kimi、MiniMax 这些国内模型的 API 都能接,在国内就能直接使用。

用云厂商的一键部署。 腾讯云轻量应用服务器上架了 Hermes Agent 的一键部署镜像,适合不想让自己电脑一直开着的人。

用托管版。 MiniMax 在 4 月推出了云端托管的 MaxHermes,是和 Nous Research 合作做的,不用自己准备服务器,可以直接接入飞书、钉钉、企业微信,底层用 MiniMax 自家的模型。不过它需要订阅 MiniMax 的付费套餐。

如果你只是想先试一试,建议用托管版或云服务器,别一上来就装在存着重要资料的主力电脑上,原因下一节会讲。

用 Hermes Agent 时,需要注意哪些问题?

它自己写的技能,也可能把错误固定下来。 学习循环的另一面是:如果某次它总结错了,比如把一次偶然成功的做法当成了标准流程,这个错误会被写进技能文档,以后每次都照着错。默认情况下,它写笔记、写技能都不需要你确认。如果你很在意,可以在配置里打开 memory.write_approval 和 skills.write_approval,让它每次修改前先交给你审核;重要的技能也可以锁定,不让它再改。

记忆可能被「投毒」。 Hermes Agent 会读网页、读邮件、读群消息,有人可以在这些内容里藏一段写给 AI 看的指令,诱导它把错误的信息写进笔记本或技能里,这类攻击叫提示词注入。普通 Agent 被骗一次,影响通常只有这一次对话;会记笔记的 Agent 被骗以后,影响可能延续到之后的每一次对话。官方给记忆写入加了扫描,会拦截可疑的指令和隐藏字符,但扫描只能降低风险。

普通 Agent 被骗一次只错这一次;会记笔记的 Agent 把错误写进笔记本,之后每次对话都照着错

扫描器本身也出过漏洞。 它的技能安全扫描模块曾被披露过一个高危漏洞(CVE-2026-9353,评分 7.3),已在后续版本中修复。官方的安全建议是:别把程序内部的检查当成唯一防线,真正可靠的是隔离。所以最好让它跑在 Docker 容器或单独的云服务器里,只给它当前任务需要的权限。

更新很快,升级前先看说明。 Hermes Agent 几乎每天都会发测试版,正式版也经常带不兼容的改动。比如 11 月的 v0.23 版删掉了旧的浏览器工具,之前写着这个工具名的提示词都要改;10 月还出过一个用错代码打包的版本。如果你用它跑定时任务这类重要的事,升级前一定要看一下更新说明。

一些便利功能绑在 Nous 的服务上。 免费试用的模型、托管的连接器和插件目录,都要经过 Nous 的服务器或审核。如果你希望完全自己掌控,可以在配置里关掉这些功能,全部换成自己的模型和工具。

时效性提醒

Hermes Agent 的版本更新非常频繁,下面这些信息最容易变:

  • 版本号、支持的消息平台和执行环境;
  • Nous Portal 的套餐价格和免费模型;
  • Hermes for Businesses 的上线时间和价格;
  • 记忆和技能相关的默认设置,比如后台复盘、自动清理会话这类功能,之前就出现过默认打开又改回默认关闭的情况。

动手之前,建议先看一眼 GitHub 上的 Releases 页面和官方文档。

💬 互动话题:如果你的 Agent 会自己总结经验、自己改操作手册,你会让它自动改,还是每次改之前都要先给你看一眼?哪类任务你最放心交给它自己去「学」?

📖 相关阅读:

资料来源:

评论

登录后即可发表评论

登录账户

加载评论中...