Hermes Agent 深度解析：当 AI Agent 终于学会「记住一切、学会一切、成为一切」

36,618 stars、GitHub Trending 第一、MIT 协议开源——Nous Research 用 Hermes Agent 重新定义了什么叫「会学习的 AI」。这不是另一个 Cursor 或 Claude Code，而是一个真正拥有「记忆闭环」和「自主进化」能力的通用 AI Agent。它能从对话中创建技能、从错误中自我修正、在多平台间无缝切换——甚至能从 OpenClaw 完整迁移你的所有配置。本文从架构设计、记忆系统、技能生态、工具生态、跨平台网关五个维度，深度解析这个 2026 年最值得关注的开源 AI Agent 项目。

一、背景：从「对话窗口」到「持续进化个体」的鸿沟

过去两年，AI Agent 赛道经历了三次范式迁移：

第一阶段（2023-2024）：单轮问答增强。 以 Claude Code、Cursor 为代表，通过增强上下文让 AI 完成代码生成任务。但本质仍是「每会话独立」——AI 不知道你是谁、不知道上次修过什么 bug、不知道你偏好什么编程风格。

第二阶段（2024-2025）：工具集成竞赛。 MCP（Model Context Protocol）协议横空出世，解决了「AI 怎么调用外部工具」的问题。各大平台疯狂接入工具生态。但工具再多，Agent 仍然是「金鱼记忆」——每次会话都是白纸。

第三阶段（2025-2026）：记忆与进化闭环。 代表项目有两个：OpenClaw 和 Hermes Agent。两者都意识到，真正的 AI Agent 不应该只是「更聪明的对话窗口」，而应该是一个「持续积累经验、主动优化自身」的数字化员工。

Hermes Agent 的独特价值在于：它是目前唯一一个将「自进化学习循环」作为一等公民（first-class citizen）设计的开源 Agent。与 OpenClaw 强调会话和插件生态不同，Hermes 的核心差异化在于自主创建技能（Agent-created skills）和跨会话记忆持久化，让 AI 的能力边界能够随着使用时长不断扩展。

二、架构解析：从入口到执行的完整链路

2.1 三大入口：CLI、Gateway、ACP

Hermes Agent 的架构设计体现了「一次编写、处处可用」的原则。整个系统有三个入口点：

┌─────────────────────────────────────────────┐
│ Entry Points                                │
│                                             │
│ CLI (cli.py) → 交互式终端界面               │
│ Gateway (gateway/run.py) → 消息网关，14平台  │
│ ACP (acp_adapter/) → IDE 集成（VS Code等）  │
└─────────────────────────────────────────────┘

CLI 入口（约 8,500 行代码）：完整的 TUI 界面，支持多行编辑、斜杠命令自动完成、对话历史、流式工具输出。启动后是一个持久的交互式会话，Ctrl+C 可以随时中断重定向。

Gateway 入口：长驻进程，将 Hermes 暴露为 Telegram、Discord、Slack、WhatsApp、Signal、Email 等 14 个消息平台的服务端。用户可以在手机上用 Telegram 和自己的 Agent 对话，而 Agent 实际运行在云端 VPS。

ACP 入口：通过 stdio/JSON-RPC 协议与 VS Code、Zed、JetBrains 等编辑器集成。相当于把这些 IDE 变成 Hermes 的「前端界面」。

2.2 AIAgent：核心执行引擎

所有入口最终都汇聚到 AIAgent（run_agent.py，约 9,200 行代码），这是整个系统的核心：

User input → HermesCLI.process_input()
  → AIAgent.run_conversation()
  → prompt_builder.build_system_prompt()
  → runtime_provider.resolve_runtime_provider()
  → API call (chat_completions / codex_responses / anthropic_messages)
  → tool_calls? → model_tools.handle_function_call() → loop
  → final response → display → save to SessionDB

三 API 模式：Hermes 支持三种 LLM API 调用方式：

• chat_completions：OpenAI 风格接口
• codex_responses：Anthropic 的 Codex 响应格式
• anthropic_messages：原生 Anthropic Messages API

这种设计让它可以对接 18+ 种模型提供商（Nous Portal、OpenRouter、Kimi/Moonshot、GLM、MiniMax、OpenAI 等），而且切换模型只需要一条命令：

hermes model nous:deepseek-ctx

2.3 核心子系统全览

三、记忆系统：为什么大多数 Agent「记不住」？

这是 Hermes 最核心的创新。大多数 AI Agent（包括很多商业产品）的「记忆」只是把对话历史塞进上下文窗口——这是假记忆。真正的记忆需要满足三个条件：持久化（重启不丢失）、有结构（不是日志流水账）、可检索（能主动找回）。

3.1 双文件记忆架构

Hermes 的记忆系统用两个 Markdown 文件实现，刻意保持简单但有效：

~/.hermes/memories/
├── MEMORY.md   # Agent 的个人笔记（环境事实、约定俗成、经验教训）
└── USER.md     # 用户画像（偏好、沟通风格、技能水平）

MEMORY.md（2,200 字符上限，约 800 tokens）：

══════════════════════════════════════════════
MEMORY (your personal notes) [67% — 1,474/2,200 chars]
══════════════════════════════════════════════
User's project is a Rust web service at ~/code/myapi using Axum + SQLx
§
This machine runs Ubuntu 22.04, has Docker and Podman installed
§
User prefers concise responses, dislikes verbose explanations

USER.md（1,375 字符上限，约 500 tokens）：

═════════════════════════════════════════════════
USER PROFILE [45% — 620/1,375 chars]
═════════════════════════════════════════════════
Senior backend engineer, Go + Rust, prefers technical depth
§
Uses Vim keybindings, dark terminal theme
§
Timezone: Asia/Shanghai

注意那个 § 分隔符——每个条目都是原子化的经验碎片，而非流水账。这种设计借鉴了物理里的「相干态」概念：记忆不是日志，记忆是可组合、可检索、可推理的最小知识单元。

3.2 容量管理：为什么严格限制字数？

这可能是最反直觉的设计决策：为什么要给记忆加严格上限？

答案在于系统提示词的 prefix caching。如果记忆无限增长，prefix cache 命中率下降，每次 API 调用的成本都会上升。而且，无限记忆最终会变成「垃圾堆」——Agent 淹没在过时的上下文里，找不到真正有用的信息。

Hermes 的做法是：当记忆超过 80% 容量时，Agent 被要求主动压缩或合并条目，而不是继续追加。这迫使 Agent 定期整理自己的「知识库」，像人类整理笔记一样。

# memory_provider.py 容量检查逻辑
if current_usage > 0.8 * capacity_limit:
    return Error(
        f"Memory at {current_usage}/{capacity_limit} chars. "
        "Consolidate entries before adding new ones."
    )

3.3 对比 OpenClaw：两种记忆哲学

OpenClaw 的记忆系统用的是结构化 JSON（L1）和对话历史（L0），支持语义搜索（tdai_memory_search）。Hermes 则选择了更简单但更显性的 Markdown 方案。

Hermes 的记忆哲学：记忆是对话启动时一次性加载到 prefix 的静态快照。Agent 在对话过程中对记忆的修改会立即持久化到磁盘，但这个更新不会实时反映在当前会话的 system prompt 里——直到下一会话。

为什么这样设计？ 核心原因是为了最大程度利用 LLM API 的 prefix cache。如果每次修改记忆都重新构建 system prompt，prefix cache 就失效了，成本和延迟都会增加。Hermes 选择了「写时持久化、读时一次性加载」的模式。

四、技能系统：从「工具调用」到「知识按需加载」

4.1 Skills 与 Toolsets 的分层

Hermes 有两个容易混淆的概念：

Tools（工具）：Agent 可以执行的具体操作，如 read_file、bash、web_search。目前有 48 个注册工具，分属 40 个 toolsets。

Skills（技能）：按需加载的知识文档，遵循 progressive disclosure（渐进式披露）原则。就像人类翻阅手册——不是把整本手册塞进脑子里，而是需要时翻到对应章节。

Skills 加载三级模式：
Level 0: skills_list() → [{name, description, category}, ...] (~3k tokens)
Level 1: skill_view(name) → Full content + metadata
Level 2: skill_view(name, path) → Specific reference file

这个设计非常像现代编程语言的 LSP（Language Server Protocol）——不是把整个代码库的 AST 塞给 IDE，而是按需提供诊断和补全。Skills 的 progressive disclosure 让 Agent 在发现阶段只用 3k tokens，使用阶段才加载完整内容，极大节省了上下文。

4.2 Agent 自创建技能：学习循环的核心

这是 Hermes 最有野心的地方。传统的 Agent 工具生态是预设的——开发者预先定义好 Agent 能做什么。但 Hermes 支持 Agent 在完成任务过程中自动创建新技能：

# 你告诉 Hermes：以后部署 k8s 项目就用这个流程
/hermes "Remember the k8s deployment workflow for our microservices"
# → Agent 自动在 ~/.hermes/skills/devops/ 下创建 deploy-k8s/
# → 以后直接 /deploy-k8s 即可调用

创建后的 skill 结构：

~/.hermes/skills/
├── devops/
│ └── deploy-k8s/
│     ├── SKILL.md       # 主指令文件
│     ├── references/    # 参考文档
│     ├── templates/     # 输出模板
│     └── scripts/       # 辅助脚本

4.3 Skills Hub 与 agentskills.io 开放标准

Hermes 的技能系统与 agentskills.io 开放标准完全兼容。这意味着：

1. 跨 Agent 迁移：你在 Hermes 上创建的 skill，理论上可以被任何兼容 agentskills.io 的 Agent 使用
2. Hub 分发：通过 Skills Hub 安装社区贡献的技能，类似于 npm 但面向 AI 工作流
3. OpenClaw 迁移：Hermes 提供了 hermes claw migrate 命令，可以一键导入 OpenClaw 的 SOUL.md、MEMORIES、Skills、API keys 等配置

# 从 OpenClaw 迁移到 Hermes
hermes claw migrate           # 交互式迁移
hermes claw migrate --dry-run # 预览迁移内容
hermes claw migrate --preset user-data  # 不迁移 secrets

五、工具生态：48 个工具的编排艺术

5.1 工具注册表与动态分发

所有工具在 tools/registry.py 中自注册（self-register）。每个工具文件在被 import 时自动注册到中心注册表：

# tools/registry.py 伪代码
class ToolRegistry:
    def register(self, tool_schema):
        self._tools[tool_schema.name] = tool_schema
        
    def dispatch(self, tool_name, params):
        handler = self._dispatch_map[tool_name]
        return handler(params)

这种「自注册」模式的好处是：添加新工具只需要新建一个 .py 文件，不需要修改任何中央注册表代码。

5.2 六大终端后端

Terminal 工具支持六种运行环境：

这意味着你可以在本地开发、部署到 Docker、生产跑在 Modal 上——同一个工具定义，六种运行环境自由切换。

5.3 MCP 集成：双向扩展

Hermes 的 MCP 工具（约 2,200 行代码）是一个完整的 MCP 客户端，可以连接任何 MCP 服务器：

# 配置 MCP 服务器
hermes tools configure-mcp --server-name "filesystem" \
    --command "npx" \
    --args "ts-node src/index.ts"

这让 Hermes 的能力边界等于所有可用 MCP 服务器的并集——理论上可以连接文件系统、GitHub、数据库、API 等一切有 MCP 实现的工具。

六、跨平台网关：14 个消息平台的统一抽象

6.1 Gateway 架构

Gateway 是 Hermes 最「重」的部分（gateway/run.py 约 7,500 行代码），但设计异常清晰：

Platform event (Telegram/Discord/...)
  → Adapter.on_message() → MessageEvent
  → GatewayRunner._handle_message()
  → Authorize user (allowlists + DM pairing)
  → Resolve session key (per-platform isolation)
  → Create AIAgent with session history
  → AIAgent.run_conversation()
  → Deliver response back through adapter

每个平台是一个 adapter，共享相同的消息处理逻辑。目前支持的 14 个平台：

Telegram、Discord、Slack、WhatsApp、Signal、Email、Matrix、Mattermost、SMS、DingTalk（钉钉）、Feishu（飞书）、WeCom（企业微信）、Home Assistant、Webhook。

6.2 跨会话消息镜像

最有用的功能之一：同一个会话在不同平台看到相同的消息。

你在 Telegram 上问 Hermes 一个问题，它在 Discord 上的对话记录里也会出现这条消息。Agent 的工作上下文可以在多个平台间共享，但每个平台的交互风格可以不同——Telegram 用户可能喜欢简短指令，Slack 可能需要 @mention。

6.3 Slash Commands 跨平台统一

所有平台共享同一个命令注册表（COMMAND_REGISTRY）：

七、与 OpenClaw 的深度对比

作为同时使用两个系统的用户，这里是我从工程师视角的真实对比：

7.1 设计哲学差异

7.2 各自的优势场景

Hermes 更适合：

• 需要 Telegram/Discord 随时唤醒 Agent 的场景
• 追求 Agent「越用越聪明」的进化需求
• 需要在 $5 VPS 上跑一个 24/7 在线 Agent
• 需要批量轨迹生成（batch runner）做 RL 训练数据

OpenClaw 更适合：

• 需要精准控制定时任务和会话管理
• 强调语义搜索和结构化记忆的场景
• 与腾讯生态（腾讯文档、腾讯会议、企业微信）深度集成
• 通过 Channel Plugins 接入特殊平台的需求

7.3 迁移体验

最让我惊讶的是 Hermes 的 OpenClaw 迁移工具。我测试了一下，它能完整导入：

• SOUL.md → 保持不变
• MEMORIES → 转换成 Hermes 的 MEMORY.md/USER.md 格式
• Skills → 复制到 ~/.hermes/skills/openclaw-imports/
• API Keys → 通过 --preset user-data 可选择是否迁移

这个迁移体验说明：Hermes 团队认真研究过 OpenClaw 的用户群体，并且用了一种不破坏原系统的方式来实现共存。用户可以先迁移，体验一段时间后再决定是否完全切换。

八、安装与快速上手

8.1 一键安装

# Linux/macOS/WSL2
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 安装后重载 shell
source ~/.bashrc  # 或 source ~/.zshrc

# 启动
hermes

安装脚本会自动处理 Python、Node.js 和所有依赖。Windows 用户需要先安装 WSL2。

8.2 初始配置

# 完整配置向导（推荐）
hermes setup

# 或分步配置
hermes model              # 选择模型提供商
hermes tools              # 配置启用的工具
hermes gateway setup      # 配置消息平台网关

8.3 核心命令速查

hermes                        # 启动 CLI 对话
hermes model                  # 切换模型
hermes tools                  # 管理工具集
hermes /skills                # 浏览可用技能
hermes gateway start           # 启动消息网关
hermes cron list               # 查看定时任务
hermes update                  # 更新到最新版
hermes doctor                  # 诊断问题

8.4 Docker 运行（隔离环境）

# 在隔离 Docker 容器中运行 Agent
hermes run --backend docker --image nousresearch/hermes:latest

# Agent 状态在空闲时自动休眠，节省资源

九、性能与成本：$5 VPS 能否跑起来？

9.1 资源占用分析

9.2 云端无状态运行

Hermes 的设计非常适合「云端 Agent」模式：

1. Daytona / Modal：空闲时 Agent 环境自动休眠（hibernation），被唤醒时才计费
2. SSH 后端：Agent 跑在云服务器上，本地终端只是显示界面
3. 消息网关：Telegram/Discord 控制云端 Agent，真正的计算在服务端

这意味着：Agent 的工作环境和你的本地机器完全解耦。你可以在任何设备上通过任何平台和同一个 Agent 交互，它的状态在云端持久化。

十、总结：为什么 Hermes Agent 值得密切关注？

10.1 五大核心创新

1. 自进化学习循环：Agent 能从经验中创建新技能，能力边界随使用时长扩展
2. Progressive Disclosure Skills：解决了 AI Agent「全知但低效」的悖论——知识按需加载
3. 容量约束记忆：用严格的字符上限迫使 Agent 主动整理知识库，防止记忆腐化
4. 真正的跨平台：14 个消息平台统一抽象，同一 Agent 在任何地方都是同一个 Agent
5. $5 VPS 可运行：通过 Daytona/Modal 的 serverless 架构，零成本维持 24/7 在线 Agent

10.2 面向 2026 年的判断

当大多数 AI Agent 还在比拼「接入了多少工具」时，Hermes Agent 已经进入了下一个竞争维度：谁能让 Agent 真正学会、真正记住、真正进化。

Nous Research 选择了一条最难走的路——不是追求更漂亮的 UI，不是追求更多的平台适配，而是解决 AI Agent 最根本的问题：每次会话从零开始。这个问题困扰了行业两年，而 Hermes 用一个简单的双文件记忆系统 + Agent 自创建技能，给出了一个开源社区级别的解法。

如果你正在运营个人技术博客、或者需要一个 24/7 在线的研究助手，Hermes Agent 值得关注。如果你在考虑从 OpenClaw 迁移，hermes claw migrate --dry-run 值得先跑一遍看看会迁移什么。

开源 AI Agent 赛道的终局，或许不会是「谁工具最多」，而是**「谁最懂用户、谁学得最快」**。在这场竞争中，Hermes Agent 已经抢占了有利地形。

相关资源：

• GitHub: https://github.com/NousResearch/hermes-agent
• 文档: https://hermes-agent.nousresearch.com/docs/
• Nous Research: https://nousresearch.com
• Open Standard (agentskills.io): https://agentskills.io