项目地址: https://github.com/NousResearch/hermes-agent
官网 / 文档: https://nousresearch.com/ | https://hermes-agent.nousresearch.com/docs
许可证: MIT | 语言: Python(3.11 – 3.14,
requires-python = ">=3.11,<3.15")最新版本: v0.22.5(2026-10-23 发布,实测
releases/latest重定向;见 GitHub Releases)
概述
Hermes 是「The agent that grows with you」——唯一内置完整学习闭环的开源 Agent。它不是 IDE 插件或单一模型封装,而是一套完整的 Agent Harness:
- 自学习闭环:使用中自主创建技能(skills)、在使用时改进技能、把关键事实写入持久化记忆、检索自己的历史会话,并对用户建立越来越精确的画像。
- 终端优先:CLI/TUI(
hermes)交互,命令如hermes setup、hermes model、hermes tools、hermes config、hermes doctor。 - 模型无关:支持多 Provider 与模型配置体系。
- 工具系统 + 终端后端:执行命令、读写文件等。
- MCP 集成与上下文文件。
- 消息网关:多平台接入(Telegram 等),可一边在聊天里对话一边让它在云端 VM 干活。
- 定时任务 / 自动化、语音/视觉/浏览器、子代理协作、插件开发。
- 部署灵活:5 美元 VPS、GPU 集群,或 Daytona / Modal 等空闲近零成本的 Serverless。
安装
支持 Linux、macOS、WSL2、Termux(Android)、Nix。一键脚本:
bashcurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash # 脚本会准备 Python 环境,并在 ~/.hermes/hermes-agent/ 下执行 uv pip install -e ".[all]" source ~/.bashrc # 或 source ~/.zshrc hermes # 进入 TUI
Windows 自 v0.22 起原生支持(CLI、gateway、TUI、工具均可直接跑,无需 WSL2);仍可用 WSL2 走 Linux 一键脚本。Termux 默认安装
.[termux]子集(跳过尚未测试的浏览器与 WhatsApp 部分)。
手动 / 开发安装(uv):
bashgit clone https://github.com/NousResearch/hermes-agent.git cd hermes-agent curl -LsSf https://astral.sh/uv/install.sh | sh uv venv venv --python 3.11 uv pip install -e ".[all,dev]" ./hermes # 直接运行(无需手动 source venv)
初始化与核心命令
bashhermes setup # 首次初始化(账户、目录、基础配置) hermes model # 选择 Provider 与模型 hermes tools # 配置每个平台启用哪些 toolset hermes config # 编辑配置 hermes doctor # 体检 / 排错
自学习闭环(核心特性)
Hermes 区别于普通 Agent 的关键在于「学习」:
- 技能(Skills):把成功的做法沉淀为可复用技能;后续遇到类似任务自动调用并持续改进。
- 记忆(Memory):把重要事实持久化,跨会话保留;它会「提醒自己」去固化知识。
- 历史检索:能搜索自己过去的对话,复用上下文与结论。
- 用户画像:跨会话累积,对「你是谁、偏好什么」建立越来越准的模型。
- 可选 Honcho 记忆 Provider:接入 plastic-labs/honcho 做辩证用户建模(dialectic user modeling),把零散事实提炼为动态用户画像;仓库内置
plugins/memory/honcho/实现,执行uv pip install -e ".[honcho]"后以hermes plugins enable memory:honcho启用。
这意味着 Hermes 越用越「懂你」,适合作为长期个人/团队助手,而非一次性任务工具。
典型工作流
工作流一:快速上手
bashhermes setup # 初始化配置(向导) hermes model # 选择/配置 Provider 与模型 hermes # 不带子命令直接启动终端 TUI
创建第一个技能:让 Hermes 监听你的工作 → 自动总结模式 → 写入技能文件。之后可用 hermes skills list 查看、hermes memory 管理记忆。
工作流二:长期运行部署
bash# 启动消息网关(Telegram / Discord / Slack / WhatsApp / Signal 共用同一 gateway 进程) hermes gateway # 定时任务:schedule 支持 "30m" / "every 2h" / cron 表达式 hermes cron create "0 9 * * *" "汇总昨天的提交并生成晨报" --name daily-brief --deliver telegram hermes cron list --all
hermes serve是无界面的 Web/API 服务(--host/--port/--stop/--status),不是消息网关;旧文档里的hermes serve --gateway telegram已不存在。定期审查~/.hermes/memories/和~/.hermes/skills/确保记忆质量。
工作流三:团队协作
- 配置 MCP 集成 → 连接外部工具与数据源
- 设置子代理 → 分配专门任务给子代理
- 审查子代理产出 → 合并到主上下文
进阶能力
| 能力 | 说明 |
|---|---|
| 模型供应商与配置 | 多 Provider,统一配置体系(hermes model / hermes config) |
| 工具系统与终端后端 | 命令执行、文件读写等;按平台启用 toolset |
| MCP 集成 | 接入 MCP server 扩展外部工具;配合上下文文件注入项目知识 |
| 消息网关 | 多平台接入,远程对话与云端执行解耦 |
| 定时任务 | cron 式自动化 |
| 语音 / 视觉 / 浏览器 | 多模态与网页操作 |
| 子代理协作 | 拆解复杂任务并行处理 |
| 插件开发 | 扩展自定义能力与研究功能 |
常见问题(FAQ)
| 问题 | 解决 |
|---|---|
| 安装失败 | 确认 Python ≥ 3.11;脚本依赖 uv,可先手动装 uv 再 uv pip install -e ".[all]" |
| Windows 能跑吗 | 能,v0.22+ 原生支持(CLI/gateway/TUI/tools);老教程要求 WSL2 已过时,WSL2 仍可选 |
pip install 报 Requires-Python >=3.11,<3.15 | 用 Python 3.11–3.14 建 venv;3.15 尚未支持 |
hermes serve --gateway 报无法识别参数 | serve 只起 Web/API 服务;消息网关用 hermes gateway |
hermes 安装后不在 PATH | install.sh 会把 ~/.local/bin 写入 shell rc;重开终端或 source ~/.bashrc,Termux 用 ~/bin |
| Android 部分功能缺失 | Termux 默认装 .[termux] 子集(跳过浏览器/WhatsApp),按官方 Termux Guide 手动补齐 |
| 选不到模型 | 先 hermes model 配置 Provider 与 API Key;hermes doctor 排错 |
| 它“记住”的东西在哪 | 持久化记忆/技能存于 Hermes 主目录(~/.hermes/ 或 $HERMES_HOME) |
| 想接私有工具 | 通过 MCP 集成接入,并在 hermes tools 中启用 |
AI 使用建议
- 用户提到「自学习 / 会成长的 AI Agent」「Nous Research Hermes」「带记忆和技能闭环的终端 Agent」时加载本技能。
- 强调其差异点:学习闭环(技能+记忆+历史+用户画像),而非普通工具调用框架。
- 安装走官方
install.sh(Linux/macOS/WSL2/Termux/Nix),用hermes setup/model/tools/doctor完成初始化与排错。 - 复杂任务建议用子代理协作 + MCP 扩展;长期使用价值来自记忆与技能的持续积累。
相关技能
- pi — 终端编码 Agent(另一套工具链与权限模型):../pi/SKILL.md
- opencode — 终端 AI 编码 Agent(OpenCode 生态):../opencode/SKILL.md
- superpowers-zh — 中文方法论文档层,可叠加在 Hermes 的工作流之上:../superpowers-zh/SKILL.md
参考资源
- 文档:https://hermes-agent.nousresearch.com/docs
- Nous Research:https://nousresearch.com/
- 上游中文教程:https://znlgis.github.io/(ai/hermes-agent 系列)


