Hermes 技术架构解析

最近在用一个叫 Hermes Agent 的开源框架，Nous Research 做的，MIT 协议。用了几个月，感觉它和其他 Agent 工具的思路不太一样——它会在使用过程中越变越好用。记录一下它的架构和我的理解。

跟 Claude Code、Codex 有什么不同

项目地址，3 月公测到现在 GitHub 20 万 Star。跟 NVIDIA 有合作，在 RTX 和 DGX Spark 上是参考 AI Agent 实现。

几个我比较在意的点：

Skill 系统。 完成一个复杂任务后，Agent 会问你要不要把刚才的流程保存成 Skill。下次遇到类似需求，Skill 自动加载，不用重新描述。Skill 是普通 Markdown 文件，人类可读，可以 Git 管理，团队共享。

不绑定模型。 支持 Anthropic、OpenAI、DeepSeek、MiniMax、Kimi、GLM 等 20+ 提供商。不像 Claude Code 只能用 Claude，Codex 只能用 OpenAI。

多平台同时在。 同一个 Agent 挂在 Telegram、飞书、Discord、Slack、微信、邮件上，在哪发消息都能回。目前支持 24 个平台。

跨会话记忆。 Claude Code 只读一个 CLAUDE.md，Hermes 有完整记忆系统，会记住你的偏好、项目约定、踩过的坑。

另外 4 个月发了 17 个大版本，基本每周一版。还有个原生桌面 App（v0.16 开始）。

架构

主循环不复杂：

1
2
拼提示词(注入记忆+Skill) → 调 LLM → 有工具调用就执行 → 结果塞回上下文 → 重复
Token 快满了就压缩

工具层 20+ 个（终端、文件、浏览器、搜索、Skill 管理、子任务委派、Cron 等），Gateway 层对接各平台消息。

记忆怎么做的

三层：

第一层，会话启动时注入： MEMORY.md 存环境信息和项目约定，USER.md 存你的偏好，Skill 文件是工作流记忆。这些是”冷冻”的——会话期间不改，保证 LLM 的 Prompt Cache 不失效。你改过的记忆下次会话才生效。

第二层，跨会话检索： session_search 搜历史对话，底层 FTS5 全文搜索。问”上次那个 bug 怎么修的”能找到相关会话。

第三层，运行时统计： Token 消耗、成本、工具使用频率。

Skill 自进化——Hermes 最特别的地方

它真的会从对话中学习：

  • 完成复杂任务（5+ 次工具调用）→ 建议创建 Skill
  • 执行 Skill 时发现过时 → 自动 patch 更新
  • 你纠正了它 → 记到 memory
  • 学到新东西 → 沉淀下来

下次会话自动生效。举个例子，我给 Hermes 写了一套安全业务的 Skill：收到安全文档 → 按 LLM Wiki 格式结构化 → 存 Obsidian → 自动 git push。现在有新文档喊一声就行，不用重新交代流程。

一个人的经验沉淀到 Skill，团队共用。

跟 OpenClaw、OpenHuman 对比

简单说：

Hermes OpenClaw OpenHuman
核心差异 Skill 自进化 平台覆盖广 桌面体验好
协议 MIT Apache GPL-3.0
记忆 Memory + Session Memory Memory Tree + Obsidian
部署 终端/服务器 6 种后端 CLI 仅桌面
多平台 24 20+ 有限

三者定位不同：Hermes 侧重长期积累、越用越聪明；OpenClaw 侧重覆盖面；OpenHuman 侧重开箱即用。

我选 Hermes 的场景：需要长期积累业务知识、服务器无人值守、NVIDIA 硬件本地跑。

Skill 进化的下一步

当前靠 LLM 自己判断什么时候创建/更新 Skill，没有量化评估。学术圈有几篇论文在推这个方向：

  • MUSE-Autoskill： 自动检测可复用模式，向量化存储和检索
  • SkillOpt（微软+上交+同济+复旦）：独立优化器分析 Skill 轨迹，有验证门控，只有真的更好才接受
  • Skill1（中科大+美团+新国立+浙大+武大）：RL 联合优化技能的选择、利用和蒸馏

近期能在 Hermes 上落地的：给 Skill 加成功率、耗时等指标；新 Skill 先验证再推广；低频低效 Skill 自动标记。

中期：向量化检索、跨实例 Skill 共享。

参考