Hermes Agent 技术分享 — 200K Star 的自我进化型 AI Agent 深度解析

Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架，核心理念是 **”The agent that grows with you”**——不是一次性工具，而是越用越聪明的长期伙伴。从 2026 年 3 月公测至今，4 个月斩获 20 万 GitHub Star，与 NVIDIA 达成官方合作。本文深度解析其技术架构、记忆体系、Skill 自进化机制，以及 Agent 自我进化的未来趋势。

第一部分：Hermes 技术原理

1.1 Hermes 是什么

Hermes Agent（MIT 协议）与 Claude Code、Codex、OpenClaw 同属自主编码与任务执行 Agent 类别。

与同类产品的本质区别：

能力 Hermes Claude Code Codex OpenClaw
开源（MIT） ✅ ❌ ❌ ✅ (Apache)
Skill 自进化体系 ✅ 独有 ❌ ❌ ❌
多平台 Gateway 24+ ❌ ❌ 20+
Provider 无关 20+ 提供商 仅 Anthropic 仅 OpenAI 有限
持久跨会话记忆 ✅ 仅 CLAUDE.md ❌ ✅
原生桌面 App ✅ (v0.16) ❌ ❌ ❌

1.2 社区背景

指标 数值
GitHub Stars 202,000（4 个月从 0 到 200K）
Forks 36,200
总贡献者 1,400+
最新版本 v0.17.0 “The Reach”（6月19日）
发布节奏 周均 1 版（3.5 个月 17 个大版本）
合作伙伴 NVIDIA（RTX + DGX Spark 官方 AI Agent 参考实现）

发布里程碑：

1
2
3
4
5
6
7
3月12日  v0.2.0   公开发布
4月13日  v0.9.0   每 4 天一版的冲刺期
5月7日   v0.13.0  The Tenacity — 持久 Agent 系统
5月16日  v0.14.0  The Foundation — pip install 开箱即用
5月28日  v0.15.0  The Velocity — 核心重构 16K→3.8K 行
6月5日   v0.16.0  The Surface — 原生桌面 App 发布
6月19日  v0.17.0  The Reach — 24 平台 + 后台 Subagent

1.3 核心功能

多平台 Gateway（24 个平台）：同一 Agent 可同时在 Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Email、SMS、飞书、企业微信、iMessage、API Server、Webhooks 等平台运行。

Provider 无关：支持 20+ LLM 提供商（OpenRouter、Anthropic、OpenAI、DeepSeek、MiniMax、Kimi、GLM、xAI Grok 等），随时切换模型不影响任务。

Skill 体系（核心差异化能力）：Skill 是 Hermes 的程序性记忆——将成功的工作流、踩坑经验、领域知识保存为可复用的技能文件，在后续对话中自动加载。这是 Hermes 最独特的能力。

其他核心能力：

  • 持久记忆：跨会话记住用户偏好、环境事实、项目约定
  • 子任务委派 (delegate_task)：并行分配工作给子 Agent
  • Cron 调度：定时任务自动化
  • MCP 服务器：接入第三方记忆系统
  • Profiles：同一台机器运行多个独立 Agent 实例
  • 上下文压缩：自动压缩长对话，控制 Token 成本
  • 原生桌面 App (v0.16+)：macOS/Windows/Linux

1.4 技术架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
┌──────────────────────────────────────────────────────┐
│              AIAgent.run_conversation()               │
│                                                      │
│  while iterations < max_iterations:                  │
│    ① Build System Prompt (注入 Memory + Skills)       │
│    ② Call LLM (OpenAI-format messages + tool schemas)│
│    ③ if tool_calls → dispatch → append results       │
│    ④ if text → return response                       │
│    ⑤ Context compression (接近 token 上限时触发)      │
└──────────────────────────────────────────────────────┘
         │                    │
         ▼                    ▼
   ┌──────────┐        ┌──────────┐
   │  Tools    │        │ Gateway  │
   │  20+ 工具  │        │ 24 平台   │
   │  skill /  │        │ 消息路由  │
   │  memory / │        │ 命令审批  │
   │  terminal │        │ 会话管理  │
   └──────────┘        └──────────┘

1.5 记忆体系（三层架构）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
┌──────────────────────────────────────────────────────┐
│              系统提示注入层（会话开始注入）              │
│  ┌─────────────┐  ┌─────────────┐  ┌──────────────┐ │
│  │  MEMORY.md  │  │   USER.md   │  │   Skills     │ │
│  │  代理记忆    │  │  用户画像    │  │  程序性记忆   │ │
│  │  环境/项目   │  │  偏好/习惯   │  │  工作流/命令  │ │
│  └─────────────┘  └─────────────┘  └──────────────┘ │
└──────────────────────────────────────────────────────┘
                         │
                         ▼
┌──────────────────────────────────────────────────────┐
│              跨会话检索层（按需查询）                   │
│       session_search: FTS5 全文搜索 + LLM 摘要        │
│      搜索所有历史对话 → 匹配相关会话 → 注入上下文       │
└──────────────────────────────────────────────────────┘
                         │
                         ▼
┌──────────────────────────────────────────────────────┐
│              运行时洞察层（实时统计）                   │
│       InsightsEngine: Token消耗 · 成本 · 工具模式     │
└──────────────────────────────────────────────────────┘

关键设计：

  • 冻结快照：会话启动时注入记忆快照，会话期间不更新，保留 Prompt Cache
  • 实时持久化：运行时写入立即落盘，下一会话生效
  • 冷热分离：声明性记忆（低频更新）vs 程序性记忆（按需加载）vs 历史对话（主动检索）

1.6 自我进化机制

这是 Hermes 区别于所有竞品的核心能力——闭环学习循环：

1
2
3
4
5
6
7
8
9
10
11
12
用户交互
  ↓
Agent 推理 + 工具执行
  ↓
┌───────────────────────────────────┐
│  成功路径  →  skill_manage create │  ← 新建 Skill
│  错误修正  →  skill_manage patch  │  ← 修补 Skill
│  用户纠正  →  memory add/replace  │  ← 更新记忆
│  知识发现  →  memory save         │  ← 沉淀洞察
└───────────────────────────────────┘
  ↓
下一会话自动注入更新后的记忆 + Skills

Skill 生命周期管理：

操作 触发条件 效果
create 完成复杂任务（5+ tool calls） 创建 SKILL.md + 目录结构
patch 发现 Skill 过时或错误 精确查找替换，即时修正
edit 大范围重写 整体更新
delete 不再需要 清理冗余

1.7 快速安装

1
2
3
4
5
6
7
8
9
10
11
# 一键安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 交互式配置
hermes setup

# 选择模型
hermes model

# 开始对话
hermes

第二部分：LLM Wiki — 知识管理新范式

2.1 设计理念

Hermes 的 Skill 体系天然支持知识管理场景。采用 Karpathy 提出的 “编译优于检索” 模式：

知识一旦摄入，就被编译成结构化 Markdown 页面。跨页面链接已建立，矛盾已被标记，综合已完成。每次问答不是重新发现知识，而是读取已编译的知识。

2.2 LLM Wiki vs 传统 RAG

需求 RAG LLM Wiki 优势
频繁查询相同知识 每次检索全部文档 一次编译，多次读取 响应快、成本低
知识分散多源 每次多源检索合并 三级 fallback → 集中沉淀 链路短、体验统一
知识持续积累 需重新索引 增量补充，自动去重 不重复、持续增长
跨文档综合 碎片化检索 页面级综合 + 交叉引用 链路全景清晰

2.3 Skill 自进化的实践闭环

1
2
3
4
5
6
7
8
9
10
11
12
13
14
┌─ 知识摄入 ──────────────────────────────────┐
│  新文档 → Agent 按 Skill 流程读取             │
│  → 检查已有 Wiki 页面 → 增量补充 / 创建新页面  │
└──────────────────────────────────────────────┘
                    ↓
┌─ 日常问答 ──────────────────────────────────┐
│  提问 → 三级 fallback → 返回答案             │
│  → 判断是否为新知识 → 沉淀到 Wiki            │
└──────────────────────────────────────────────┘
                    ↓
┌─ 持续改进 ──────────────────────────────────┐
│  内容变更 → skill_manage patch 即时更新      │
│  发现错误 → 即时修正，错误不重复发生          │
└──────────────────────────────────────────────┘

核心价值：一个人的改进，全团队受益。Skill 文件可共享、可审计、可版本控制。

第三部分：Hermes vs 同类竞品

3.1 三者定位：三个不同的哲学

1
2
3
4
5
6
7
8
9
10
11
12
13
14
Hermes ☤  "越用越聪明" — 学习型 Agent
    │   Skill 闭环学习循环，从对话中自我进化
    │   开发者优先，终端/服务器优先
    │   目标：成为最懂你的长期伙伴
    │
OpenClaw 🦞  "连接一切" — 覆盖型 Agent
    │   20+ 平台 Gateway 之王，覆盖面无人能及
    │   Microsoft Scout 背书的工具调用能力
    │   目标：成为所有平台上的 AI 中枢
    │
OpenHuman 🧑  "打开就会用" — 体验型 Agent
    桌面原生 Tauri App，开机即用
    118+ OAuth 一键授权 + 后台持续思考
    目标：成为消费者的 AI 桌面伙伴

3.2 核心能力对比

能力 Hermes OpenClaw OpenHuman
自我进化 / Skill 闭环 ✅ 独有 ❌ ❌
多平台 Gateway 24 平台 20+ 平台 ⚠️ 有限
桌面体验 ⚠️ v0.16 新 ❌ 仅 CLI ✅ 成熟 Tauri
终端/服务器部署 ✅ 6 种后端 ✅ ❌ Desktop-only
NVIDIA 硬件生态 ✅ RTX + DGX ❌ ❌
记忆系统 Memory + Session Memory Memory Tree + Obsidian
Cron 调度 ✅ 内置 ✅ ✅ 内置
Sub-Agent 并行 ✅ delegate_task ✅ ✅ agent coord.

3.3 各自致命短板

Hermes OpenClaw OpenHuman
短板 1 桌面体验刚起步 CVE-2026-25253 高危漏洞 GPL-3.0 — 商业使用硬伤
短板 2 单人贡献过半 无 Skill 自进化能力 Desktop-only — 不能上服务器
短板 3 Open Issues 积压严重 没有桌面 App 无自我进化 — 每次重新开始

3.4 选型建议

如果你的核心需求是… 选谁？
持久积累业务知识，越用越聪明 Hermes — Skill 闭环独此一家
24 小时无人值守跑在服务器上 Hermes — 6 种后端 + Cron
NVIDIA 硬件本地运行 Hermes — RTX + DGX Spark 官方合作
非技术人员 5 分钟上手 OpenHuman — 桌面 Mascot + 118 OAuth
业务代码闭源，需 MIT 协议 Hermes / OpenClaw — 避免 GPL 传染
最大社区 + 最多第三方集成历史 OpenClaw — 377K Stars + 先发优势

本质差异：三者不是零和博弈。Hermes 赢在学习深度，OpenClaw 赢在连接广度，OpenHuman 赢在体验温度——在不同象限各自做深。

第四部分：未来展望 — Agent 自我进化趋势

4.1 当前 Hermes 进化范式的定位

Hermes 的 Skill 系统代表 “启发式自主管理” 范式：

1
2
3
4
5
优点：                              局限：
✅ 生产可用，已在实际业务中稳定运行    ⚠️ 依赖 LLM 自主判断何时创建/更新
✅ 人机协同：Skill 文件人类可读可审    ⚠️ 缺乏量化的效果度量
✅ 渐进式改进：每次交互都可能产生增量   ⚠️ 无自动错误分析流程
✅ 低门槛：不需要额外训练基础设施      ⚠️ 每个实例独立学习，无法共享

4.2 业界三条演化路径

路径一：MUSE-Autoskill — 全生命周期自动化

论文 MUSE-Autoskill (Arxiv 2605.27366)
核心创新 Agent 自主完成技能的创建→记忆→管理→评估全生命周期
与 Hermes 的差异 Hermes 靠 LLM 判断何时创建 → MUSE 自动从任务中提取可复用模式；向量化存储 + 语义检索 vs Skill 名称匹配
关键能力 自动模式提取 → 向量化记忆 → 相似任务检索 → 效果评估反馈闭环

启示：未来 Skill 不应依赖 Agent “想起来”才保存——应该自动检测可复用模式并持久化。

路径二：SkillOpt — 文本空间梯度下降

论文 SkillOpt (Arxiv 2605.23904, Microsoft + SJTU + 同济 + 复旦)
核心创新 将深度学习优化纪律（学习率/验证集/梯度裁剪/早停）系统性移植到文本空间的技能训练
架构 Frozen Target Model → 独立 Optimizer Model（分析轨迹 → 产生编辑）→ Validation Gate（只有严格提升才接受）
关键结果 52/52 评测单元最佳，GPT-5.5 平均提分 +23.5，跨模型/跨 Harness 可迁移

启示：LLM 自己改自己容易越改越差 → 需要独立优化器 + 验证门控。

路径三：Skill1 — RL 驱动的技能联合进化

论文 Skill1 (Arxiv 2605.06130, USTC + 美团 + NUS + 浙大 + 武大)
核心创新 用单一任务结果信号通过频域分解，同时演化技能选择/利用/蒸馏三大能力
频域信用分配 低频趋势（移动平均）→ 评分选技能 · 高频波动（偏差）→ 评估蒸馏价值
关键结果 ALFWorld **97.5%**（全面碾压所有基线）

启示：技能选择、利用、蒸馏应该联合优化而不是分阶段独立改进。

4.3 三条路径的对比

维度 Hermes 当前 MUSE-Autoskill SkillOpt Skill1
创建触发 LLM 判断 自动检测 训练驱动 RL 奖励
优化方式 无梯度 向量+反馈 文本梯度下降 RL 频域分配
验证机制 无 效果评估 held-out 验证集 任务成功/失败
当前成熟度 ✅ 生产 🔬 学术 🔬 学术 🔬 学术

4.4 演化路线图

1
2
3
4
5
6
当前 (2026.06)         近期 (2026 H2)            远期 (2027+)
─────────────────     ──────────────────       ──────────────
Hermes 启发式          + 效果度量反馈闭环         + 文本空间梯度优化
LLM 判断创建           + 自动模式提取            + 独立验证门控
.md 文件持久化          + 向量化语义检索           + RL 联合进化
                       + A/B 技能效果对比         + 跨实例知识共享

近期可落地（基于 Hermes 现有基础设施）：

  1. Skill 效果度量：每个 Skill 携带成功率、平均耗时、Token 消耗等指标
  2. A/B 验证：新 Skill 先在验证集上跑，通过才推广
  3. 自动淘汰：低频 + 低效 Skill 自动标记、建议清理

中期探索（需要工程投入）：
4. SkillOpt 风格优化器：独立 LLM 分析 Skill 使用轨迹，产生建议性 patch
5. 向量化 Skill 检索：从名称匹配升级为语义相似度检索
6. 跨实例 Skill 共享：团队内共享 Skill 仓库，一次改进全员受益

参考资料

报告完成: 2026-06-25