← 返回信息流
GitHub 热榜GitHub Trending · 日·21 小时前

Hermes Agent:伴随你成长的智能体

原标题:NousResearch/hermes-agent
Python178,830 stars+1,736 今日

速览

Hermes Agent 是一个基于 Python 开发的智能体框架,旨在解决传统 AI 应用缺乏持续进化能力的痛点。它允许开发者构建具备自我优化和适应性功能的智能体,使其能够根据交互反馈和任务复杂度自动调整行为,适用于需要长期运行和动态适应的复杂 AI 应用场景。

AI 深度解读

这是什么

Hermes Agent 是由 Nous Research 开发的一款自进化 AI 智能体(Self-improving AI Agent)。它是目前 GitHub 上极受欢迎的开源项目(Stars 178,830+),主打“内置学习循环”(Built-in Learning Loop)。

与传统仅作为对话工具的 AI 不同,Hermes Agent 能够从经验中创建技能(Skills),在使用中持续优化这些技能,并通过自我提示机制巩固长期记忆。它构建了一个随会话深入而不断完善的用户画像模型。该项目支持在低成本 VPS(约 $5)、GPU 集群或近乎零成本的无服务器基础设施上运行,并可通过 Telegram、Discord 等即时通讯工具远程交互,无需依赖本地电脑。

解决的问题

  1. AI 的“失忆”与静态性:传统 LLM 应用缺乏跨会话的长期记忆和自我改进能力。Hermes 解决了 AI 无法从过往交互中积累知识、无法根据使用反馈优化自身行为的问题。
  2. 供应商锁定(Vendor Lock-in):许多 AI 框架绑定特定模型提供商。Hermes 解决了用户被单一 API 提供商绑定的痛点,允许无缝切换模型。
  3. 部署门槛与成本:复杂的 AI 代理通常需要昂贵的 GPU 资源或复杂的运维配置。Hermes 优化了资源占用,支持在闲置时成本极低的无服务器架构或廉价 VPS 上运行。
  4. 多工具链整合繁琐:用户通常需分别配置搜索、图像生成、TTS 和浏览器控制等多个 API Key。Hermes 通过统一网关简化了这一流程。

核心功能

  • 自进化学习循环
    • 技能生成:从日常经验中自动提取并创建可复用的技能。
    • 自我优化:在使用过程中评估技能效果并进行微调。
    • 记忆强化:通过自我提示(Self-nudging)机制,将重要信息转化为长期记忆。
    • 用户画像建模:跨会话构建并深化对用户的理解模型。
  • 模型无关架构
    • 支持接入几乎所有主流模型提供商,包括 Nous PortalOpenRouter(200+ 模型)、NovitaAINVIDIA NIM (Nemotron)、Xiaomi MiMoz.ai/GLMKimi/MoonshotMiniMaxHugging FaceOpenAI 或自定义端点。
    • 通过 hermes model 命令即可切换,无需修改代码。
  • 多平台网关(Gateway)
    • 提供 CLI、TUI(终端用户界面)以及消息网关。
    • 支持通过 Telegram、Discord、Slack、WhatsApp、Signal 或 Email 与 Agent 交互。
  • 原生 Windows 支持
    • 无需 WSL 即可在原生 Windows 上运行 CLI、Gateway 和 TUI。
    • 安装器自动处理依赖(uv, Python 3.11, Node.js, ripgrep, ffmpeg, MinGit),完全隔离于系统环境,无需管理员权限。
  • OpenClaw 迁移工具
    • 提供一键迁移功能,可从 OpenClaw 自动导入设置、记忆、技能、API Key 和工作区指令。

亮点 / 与同类相比

  • 唯一的内置学习循环:这是 Hermes 最核心的差异化优势。大多数同类 Agent 框架侧重于任务执行,而 Hermes 强调“从经验中学习”,具备自我迭代能力。
  • 极致的部署灵活性
    • 支持从 $5 VPS 到无服务器架构的广泛部署场景。
    • 原生 Windows 支持优于许多仅依赖 Linux/WSL 的同类项目。
    • Android/Termux 支持(尽管语音依赖受限,但核心功能可用)。
  • 统一工具网关(Tool Gateway)
    • 通过 Nous Portal 订阅,可一站式解决模型、Web 搜索(Firecrawl)、图像生成(FAL)、TTS(OpenAI)和云浏览器(Browser Use)的需求,无需分别注册多个服务。
    • 支持“自带密钥”模式,用户可随时为特定工具接入自己的 API Key,网关并非“全有或全无”。
  • 低侵入性安装
    • Windows 安装器使用 MinGit 而非依赖系统 Git,避免环境冲突。
    • 提供 hermes doctorhermes update 等运维命令,便于诊断和更新。

适合谁用 / 上手

适合人群:

  • AI 爱好者与开发者:希望构建具备长期记忆和自我改进能力的个人 AI 助手。
  • 私有化部署用户:关注数据隐私,希望将 AI 运行在自有 VPS 或本地服务器上的用户。
  • 多模型使用者:希望灵活切换不同 LLM 提供商,避免供应商锁定的用户。
  • OpenClaw 用户:希望平滑迁移至功能更强大的 Hermes 生态的用户。

快速上手指南:

  1. 安装
    • Linux/macOS/WSL2
      curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
      
    • 原生 Windows (PowerShell)
      iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)
      
  2. 初始化配置
    • 加载环境变量:source ~/.bashrc (或 ~/.zshrc)
    • 运行设置向导(推荐):hermes setup
    • 或使用 Nous Portal 一键配置:hermes setup --portal
  3. 启动交互
    • 启动 CLI:hermes
    • 启动消息网关:hermes gateway
  4. 常用命令
    • hermes model:切换模型提供商。
    • hermes tools:配置启用的工具。
    • hermes claw migrate:从 OpenClaw 迁移数据。
    • hermes doctor:诊断问题。

贡献者指南:

  • 克隆仓库:git clone https://github.com/NousResearch/hermes-agent.git
  • 快速设置:./setup-hermes.sh
  • 详细开发文档见 Contributing Guide。
查看原文 →github.com