Hermes 是什么HERMES & AGENT ENGINEERING · 课时 02

2.1 Hermes到底是什么

最简单的说法：Hermes 是一个可以操作电脑的 AI 助手。它不只会聊天，还能读写文件、执行命令、浏览网页、管理服务器——像一个真实的搭档。

技术上更准确的定义：Hermes Agent 是一个开源、自托管、具备内置学习循环的 AI 智能体框架。由 Nous Research 在 2026 年 2 月发布，MIT 协议开源。截至 2026 年 4 月，GitHub 标星已超过 53,000。

上一节讲过，Agent 能自己规划步骤、调用工具、完成完整任务。Hermes 把这些能力打包成了一个开箱即用的框架，并且在此基础上做了两件别的产品没做的事：

1. 持续学习使用者的偏好
2. 跨平台、长周期地自动运行。

先看几个关键词。

开源

代码完全公开，MIT 协议（最宽松的开源协议）。任何人可以查看、修改、部署。

自托管

Hermes 运行在使用者自己的电脑上。代码、文档、对话历史，全在本机硬盘里。不需要上传到任何云端服务。这就在一定程度上保护了使用者的隐私。

2.2 学习循环

第1节老张的例子已经展示了 Agent 能自主完成任务。Hermes 作为通用 Agent，能做的事不限于某个职业——凡是在电脑上能完成的，基本都能交给它。但 Hermes 真正区别于其他 Agent 的，不是「能做什么」，而是「怎么越做越好」。这就引出了它最核心的机制：学习循环。

第1节中展示的能力，很多 AI Agent 或多或少也具备。但 Hermes 有一个其他工具没有的机制：学习循环（Closed Learning Loop）。

具体来说，当 Hermes 完成了一定量的复杂任务（多次重复的完成同一任务）后，它会自动进入反思阶段，同时开始做四件事。

评估结果。这次完成得怎么样？有没有达到预期？哪些步骤有效，哪些走了弯路？

提取经验。把这次用了什么方法、踩了什么坑、有什么可以复用的模式，将有效的那部分提炼出来。

生成技能文件。把提炼出的经验写成 SKILL.md，存在本地的 ~/.hermes/skills/ 目录下。下次遇到类似任务，直接调用这个技能。而且技能不是写完就不再修改，而是会随着用户进一步的使用，逐步改进。Hermes 内部有一个叫 GEPA 的进化引擎专门做这件事。

更新对使用者的理解。记录使用者的偏好、常用工具、沟通习惯。下次执行任务时自动适配你的特点和偏好，这才能保证使用者满意和舒心。

举个例子：假设你经常让 Hermes 帮你做代码审查。前几次，它每次都要重新摸索——项目用什么编码规范、测试怎么跑、哪些目录是重点。但当你让它审查了五六次之后，它会自动把这些经验提炼成一份技能文件，记下你团队的代码风格、常犯的坑、审查的优先级。下次你再说「帮我 review 这个 PR」，它直接按提炼出的流程走，又快又准。而且这份技能不是一成不变的——随着你继续用它审查，它会不断修正和优化，比如发现你最近开始重视类型安全，就会把这项检查的优先级调高。

整个过程在本地完成，不需要联网，不需要人工干预。这也是 Hermes 和其他 Agent 最本质的区别——OpenClaw 有记忆系统，但需要手动维护；Claude Code 有项目配置文件，但那是静态文本。只有 Hermes 做到了「自动从实践中提炼，在使用中持续进化」。

2.3 Hermes 的技术特点

除了学习循环，Hermes 的技术架构还有几个特点值得了解。

四层记忆。第一层是会话级别的短期记忆（MEMORY.md 和 SOUL.md）。第二层是 SQLite + 全文搜索的会话历史，可以跨会话检索之前的对话。第三层是技能系统构成的程序性记忆。第四层是可接入的外部记忆系统（如 Honcho、Mem0）。跨会话、跨平台，都不会丢失对使用者的了解。

40+内置工具。覆盖终端操作、文件读写、浏览器自动化、代码执行、视觉识别、定时任务等场景。不需要手动注册每个工具。

模型无关。支持 200+ 外置模型（Hermes本身没有大模型，需要外接）：OpenAI、Anthropic，以及国内的 Kimi、MiniMax、GLM、Qwen 等。而切换模型只需一行命令。

15+消息平台。国外常见的 Telegram、Discord、Slack、WhatsApp 都能支持；国内的钉钉、飞书、微信也都能接入。我们可以从手机上发消息给Hermes。

这些平台通过一个叫做消息网关的后台进程连通。网关启动后会从你的机器主动向各平台建立长连接（WebSocket 或 Long-Polling），即使本地没有公网 IP，只要能上网，就能和我们的手机进行连接通信。

2.4 Hermes 与 Coding Agent 的关系

第1节提到，Agent 大致分Coding Agent、通用 Agent、垂直 Agent 三类。Hermes 属于通用 Agent，Claude Code、ChatGPT、Qoder 属于Coding Agent。它们之间不是替代关系，而是各有侧重。

代码 Agent 的核心场景是代码仓库——理解项目结构、跨文件改代码、跑测试、修 bug，设计目标是帮程序员把编程任务做得更快更准。Hermes 当然也能做这些事，但它的设计目标更大：长期运行、持续学习、多平台触达的自动化系统。

这个差异在编程之外的场景里会变得非常直观。

2.5 ■ 学点英语