Hermes Agent：会在使用中积累经验的开源 AI 智能体

Hermes Agent 与多数 AI 智能体的一个不同点，是会把用过的东西（经验、技能、记忆）保留下来：复杂任务完成后，它把做法写成技能；技能在使用中持续改进；值得记住的知识会被主动存入长期记忆；下一次会话它能检索自己过去的对话。这个学习闭环让它在长期任务中越用越顺手，而不是做完就忘。

Hermes Agent 由 Nous Research 开发，仓库地址 NousResearch/hermes-agent，采用 MIT 许可证。GitHub 数据显示该仓库已有 236k Star、47.6k Fork、913 watchers、2676 名贡献者，最新版本 v0.20.5（v2026.8.19） 于 2026 年 8 月 21 日发布，代码以 Python 为主（占 75%）。（数据抓取自 GitHub，2026-08-25）

学习闭环如何工作

学习闭环包含四个环节：

从经验创建技能。复杂任务完成后，agent 会自动沉淀出可复用的做法。例如跑完一次批量数据整理，它会把步骤存成技能，下次同类任务直接复用。
使用中自我改进。技能不是写死的一次性模板，而是在日常使用里持续被修正和增强。
主动持久化知识。系统会周期性提示 agent 把值得记住的内容整理进长期记忆。
检索过去会话。内置 FTS5 会话搜索（类似为历史对话建了本地全文索引）配合 LLM 摘要，跨会话找回上下文，并持续构建关于用户的长期画像（兼容 Honcho 与 agentskills.io 开放标准）。

对开发者来说，这意味着同一个 agent 在多轮任务上不需要重复解释同样的背景。如果你只需要一次性问答，这套机制带来的收益有限；更看重长期任务与项目连续性时，它才显示出价值。

模型不锁定

Hermes Agent 模型无关，可接入 Nous Portal、OpenRouter、OpenAI 以及自建模型端点，使用 hermes model 命令即可切换，不需要改代码。如果不想分别收集多个服务的 API 密钥，Nous Portal 用一个订阅覆盖 300+ 模型以及工具网关（网页搜索、图片生成、语音合成、云浏览器）。

两种使用入口

Hermes Agent 有两种用法：终端 TUI 适合在电脑前工作，支持多行编辑、斜杠命令自动补全和流式工具输出；消息网关则把 Telegram、Discord、Slack、WhatsApp、Signal 等平台收进同一个进程，适合在手机上继续服务器上的会话。两种界面共享大部分斜杠命令（/new、/model、/retry 等）。

定时任务与并行

内置 cron 调度器用自然语言写定时任务，比如每日报告、夜间备份，到点自动执行并把结果送到任意平台。需要并行时，可以派生子 agent 处理独立任务，也可以用 Python 脚本通过 RPC（远程调用工具）把多步流水线折叠成一次低消耗的调用。

部署方式与成本

Hermes Agent 支持 7 种终端后端：本地、Docker、SSH、Singularity、Modal、Daytona、Vercel Sandbox。其中 Daytona 与 Modal 提供 serverless 持久化：环境空闲时自动休眠、按需唤醒，会话之间几乎不产生算力费用；也可以跑在入门级 VPS（5 美元档）或 GPU 集群上。

上手路径

Linux、macOS、WSL2、Termux 下执行官方一键安装脚本；Windows 支持原生安装，在 PowerShell 中运行官方安装命令，不需要装 WSL。安装后 hermes 启动会话，hermes setup 完成全量配置，hermes model 选择模型。若从 OpenClaw 迁移而来，hermes claw migrate 可导入原有记忆、技能、API 密钥与消息设置。