Hermes Agent：能从每次对话中自我进化的开源 AI Agent

项目概览

Hermes Agent 是由 Nous Research 构建的开源自托管 AI Agent。其核心特征是闭环学习机制：Agent 会自主管理记忆、在完成复杂任务后创建新技能、并在持续使用中优化这些技能。借助 Honcho 辩证式用户建模，它能在多次会话间逐步加深对你的理解。

与大多数对话间重置的聊天 Agent 不同，Hermes 通过 FTS5 全文检索和 LLM 摘要搜索自身历史会话。它支持六种终端后端——本地、Docker、SSH、Singularity、Modal 和 Daytona——并通过一个网关进程同时在 Telegram、Discord、Slack、WhatsApp、Signal 和 CLI 上与你交互。

模型灵活性是核心设计支柱。你可以使用 Nous Portal、OpenRouter（200+ 模型）、NovitaAI、NVIDIA NIM、小米 MiMo、z.ai/GLM、Kimi/Moonshot、MiniMax、Hugging Face、OpenAI、Anthropic 或自定义端点，一条命令即可切换，无需改动代码。

为什么现在变热

• 自我进化的学习闭环——Agent 从真实任务中自主创建并优化技能
• 模型无关设计——支持 10+ 供应商，一条命令切换，零锁定
• 从 5 美元 VPS 到 GPU 集群均可运行，Modal 和 Daytona 支持空闲时休眠的 Serverless 模式
• 跨平台覆盖——一个网关同时触达 Telegram、Discord、Slack、WhatsApp、Signal 和 CLI
• 兼容 agentskills.io 开放标准，支持技能跨平台共享
• MIT 开源协议，由知名 AI 研究机构 Nous Research 积极维护

解决什么问题

• 大多数 AI 聊天机器人在会话间会遗忘一切，每次都要重新解释背景
• 主流 AI 助手将你锁定在单一供应商的模型和生态中
• 纯云端 Agent 无法在你自己的基础设施上持久运行，也难以集成现有工具
• Agent 框架需要大量胶水代码才能添加记忆、调度或多平台消息
• 缺少让 Agent 从过往工作中学习并创建可复用自动化的标准机制

工作原理

1. {'title': '一行命令安装', 'body': '在 Linux/macOS/WSL2 上运行 curl 安装脚本，或在原生 Windows 上运行 PowerShell 脚本。安装器会自动配置 uv、Python 3.11、Node.js、ripgrep、ffmpeg 和便携版 Git Bash——Windows 上无需管理员权限。'}
2. {'title': '选择你的模型', 'body': '运行 `hermes model` 选择任意受支持的 LLM 供应商。也可以使用 Nous Portal，一个订阅覆盖 300+ 模型以及网页搜索、图片生成、TTS 和云端浏览器。'}
3. {'title': '开始对话', 'body': '运行 `hermes` 进入交互式 TUI，支持多行编辑、斜杠命令自动补全和流式工具输出。或运行 `hermes gateway` 从 Telegram、Discord、Slack、WhatsApp 或 Signal 访问 Agent。'}
4. {'title': 'Agent 学习并创建技能', 'body': '完成复杂任务后，Agent 会自主创建技能——可复用的指令加上 shell 命令和工具调用。这些技能在后续使用中自我优化，并兼容 agentskills.io 开放标准。'}
5. {'title': '记忆跨会话持久化', 'body': 'Agent 使用 FTS5 全文检索和 LLM 摘要来回忆过往对话。Honcho 辩证式用户建模随时间推移不断加深对你偏好的理解。周期性提醒机制促使 Agent 持久保存知识。'}
6. {'title': '用 cron 和子 Agent 实现自动化', 'body': '内置 cron 调度器可向任意平台推送日报、夜间备份或周度审计——全部用自然语言描述，无人值守运行。Agent 还可生成隔离的子 Agent 处理并行工作流。'}

谁适合关注

风险与注意事项

• 所有直接依赖均精确版本锁定（无范围），防止通过传递依赖发起供应链攻击
• 供应商专用包延迟安装在可选 extras 中，最小化默认攻击面
• 贡献指南明确优先处理安全加固：shell 注入、提示注入、路径遍历和权限提升
• 文档记录了 uv.exe 杀毒误报问题，并提供了证明验证步骤
• 记忆供应商须作为独立插件发布，减轻核心代码耦合和审查负担

替代方案比较

这个趋势说明了什么