Hermes Agent 深度调研报告

报告日期：2026-04-19 调研对象：Hermes Agent（由 Nous Research 开源的自主 AI 智能体框架）当前最新版本：v0.9.0 / v2026.4.16 仓库地址：https://github.com/NousResearch/hermes-agent 官方文档：https://hermes-agent.nousresearch.com/

1. 概述

Hermes Agent 是 Nous Research 在 2026 年 2 月开源的一款自主 AI 智能体框架，定位是"会随你成长（the agent that grows with you）"的通用助手。它不是 IDE 插件，也不是单纯的命令行工具，而是一个可以长期运行、跨平台接入、持久记忆、自我进化的 Agent 运行时。

它的口号背后包含了三层含义：

持久记忆（Memory）：能跨会话记住用户偏好、项目知识、过往结论；
自进化技能（Self-Improving Skills）：每完成一个任务都会沉淀为可复用的 Markdown 技能文档，越用越聪明；
平台无关（Platform-Agnostic）：同一个 Agent 内核可以同时挂在 Telegram、微信、Discord、Slack、邮件、iMessage、IDE 等 18+ 渠道上。

简单概括：Hermes 想做的不是"一次会话工具"，而是"你专属的 AI 操作系统"。

2. 项目背景与发展

时间线	事件
2026-02	Nous Research 开源首个版本
数周内	GitHub Star 突破 32k
6 周内	突破 57k Stars，生态项目 90+
2026-03-12	v0.2.0（v2026.3.12）
2026-03-30	v0.6.0：新增多实例 Profile、MCP Server 模式、Docker 支持、故障转移链
2026-04-13	v0.9.0：本地 Web 仪表板、`/fast` 快速模式、iMessage、微信/企业微信、Android/Termux、可插拔上下文引擎
2026-04-16	v2026.4.16（最新）
当前	GitHub Star 已突破 100,000，生态周增 ~5,000 stars

发布方 Nous Research 是知名的开源 AI 研究组织（曾发布 Hermes 系列开源大模型），拥有强大的社区号召力。Hermes Agent 沿用了这个品牌，并迅速形成"模型 + Agent + 训练数据"一体化的开源生态闭环（含 Atropos RL 环境）。

3. 为什么这么火？核心卖点

MIT 许可证 + 模型无关：完全开源，不绑定 Anthropic / OpenAI，任何 LLM 后端都能跑（包括本地 vLLM）；
极低运营成本：官方宣称一台 5 美元/月 VPS 即可常驻，叠加 LLM 费用通常在 $5-$40/月，对比 Devin($500)、Claude Code($20-$200) 极具性价比；
真正的"自学习"循环：完成任务后会自动总结技能（Skill）、写入记忆，下次类似任务表现更好；
47 个工具开箱即用：终端、浏览器、代码执行、文件、Web 搜索、MCP 客户端/服务端、子代理委派……开箱即可执行复杂任务；
18 个消息平台原生适配：把 Agent 装进 Telegram/微信/Slack 等，等于让 LLM 拥有"日常入口"；
企业友好特性：Profile 隔离、Docker/SSH/Modal/Daytona 等 6 种终端后端、SOCKS 代理、凭据池、Failover；
生态极速增长：Hermes Atlas 收录了 90+ 经过质量筛选的社区项目（技能库、Web UI、记忆插件、多 Agent 编排）。

4. 系统架构

4.1 整体架构图

text

┌─────────────────────────────────────────────────────────────────────┐
│                         Entry Points                                │
│  CLI (cli.py)   Gateway (gateway/run.py)   ACP (acp_adapter/)       │
│  Batch Runner   API Server                 Python Library           │
└──────────┬──────────────┬───────────────────────┬───────────────────┘
           │              │                       │
           ▼              ▼                       ▼
┌─────────────────────────────────────────────────────────────────────┐
│                     AIAgent (run_agent.py)                          │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐               │
│  │ Prompt       │  │ Provider     │  │ Tool         │               │
│  │ Builder      │  │ Resolution   │  │ Dispatch     │               │
│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘               │
│  ┌──────┴───────┐  ┌──────┴───────┐  ┌──────┴───────┐               │
│  │ 压缩 & 缓存  │  │ 3 种 API Mode │  │ 工具注册表   │               │
│  │              │  │ chat_compl.   │  │ 47 工具      │               │
│  │              │  │ codex_resp.   │  │ 19 工具集    │               │
│  │              │  │ anthropic     │  │              │               │
│  └──────────────┘  └──────────────┘  └──────────────┘               │
└─────────────────────────────────────────────────────────────────────┘
           │                                    │
           ▼                                    ▼
┌───────────────────┐              ┌──────────────────────┐
│ 会话存储          │              │ 工具后端              │
│ (SQLite + FTS5)   │              │ Terminal (6 后端)     │
│                   │              │ Browser (5 后端)      │
└───────────────────┘              │ Web (4 后端)          │
                                   │ MCP (动态)            │
                                   │ File / Vision / ...   │
                                   └──────────────────────┘

设计理念：内核统一（AIAgent 一个类承担所有平台），入口多样（CLI / Gateway / IDE / Batch / API）。

4.2 关键目录结构

路径	职责
`run_agent.py`	`AIAgent` 主循环，约 10,700 行，是绝对的核心
`cli.py`	`HermesCLI` 交互式终端 UI（约 10,000 行）
`model_tools.py`	工具发现 / Schema 收集 / 派发
`hermes_state.py`	基于 SQLite + FTS5 的会话/状态数据库
`agent/prompt_builder.py`	系统提示词组装（人格、记忆、技能、模型差异）
`agent/context_compressor.py`	默认上下文压缩引擎（有损摘要）
`agent/prompt_caching.py`	Anthropic Prompt Caching 标记
`tools/`	全部工具实现，每个文件 import 时自注册
`tools/environments/`	终端后端：local / docker / ssh / modal / daytona / singularity
`gateway/`	18 个消息平台适配器 + 会话持久化 + 钩子
`acp_adapter/`	ACP（VS Code / Zed / JetBrains 集成）
`cron/`	调度器，agent 级定时任务
`plugins/memory/` 与 `plugins/context_engine/`	可插拔记忆/上下文引擎
`environments/`	RL 训练环境（Atropos）
`optional-skills/`	官方可选技能包
`tests/`	3,000+ 个 pytest 用例

4.3 三种 API 模式

Hermes 通过 api_mode 适配不同 LLM 协议：

API Mode	适用场景	客户端
`chat_completions`	OpenAI 兼容端点（OpenRouter、绝大多数 provider）	`openai.OpenAI`
`codex_responses`	OpenAI Codex / Responses API	`openai.OpenAI`（Responses 格式）
`anthropic_messages`	原生 Anthropic Messages API	`anthropic.Anthropic` + 适配器

三种模式在内部统一为 OpenAI 风格 message 结构，对上层透明。

5. 核心机制详解

5.1 Agent Loop（AIAgent 主循环）

每一轮对话遵循固定生命周期：

text

1. 生成 task_id，把用户消息追加到对话历史
2. 构建（或复用缓存的）system prompt
3. 预检：若上下文已超 50%，触发压缩
4. 按 api_mode 转换消息格式
5. 注入临时层（迭代预算告警、上下文压力提示）
6. 应用 Anthropic prompt cache 标记
7. 发起"可中断"API 调用
8. 解析回复：
   - 含 tool_calls → 执行（顺序或线程池并行）→ 回到第 5 步
   - 纯文本 → 持久化、刷写记忆、返回

亮点机制：

可中断调用：API 调用跑在独立线程，主线程同时监听用户中断//stop/超时事件，可瞬间打断；
并行工具执行：多个 tool_call 通过 ThreadPoolExecutor 并发，但严格按原顺序回填结果；
危险命令拦截：tools/approval.py 检测危险操作 → 触发 approval_callback 等待用户确认；
迭代预算（Iteration Budget）：默认 90 轮，子代理独立计数（默认上限 50），超限自动收尾汇总；
Failover 链：429 / 5xx / 401 时按 fallback_providers 顺序切换；辅助任务（vision、压缩、web 抽取、session 搜索）有独立的故障链。

5.2 三层记忆系统

Hermes 的记忆系统是它最有"灵魂"的部分：

层级	文件 / 表	作用
L1：冻结系统提示记忆	`MEMORY.md`（≈2200 字符）+ `USER.md`（≈1375 字符）	会话启动时拼入 system prompt，形成稳定背景
L2：情景记忆 / 技能	`skills/*.md` Markdown 技能文档	任务沉淀的"做事手册"，按需注入
L3：会话搜索	SQLite + FTS5 全文索引	跨所有历史会话的语义查询

正在演进：L1 正在从 flat-file 迁移到 SQLite 表（含 scope / categories / importance / 时间戳 / 软删除），并改用"重要性截断"代替硬字符上限。会话存储在 ~/.hermes/state.db，使用 WAL 模式，支持会话血缘（parent / child）和按平台隔离。

5.3 自进化技能（Self-Improving Skills）

这是 Hermes 区别于绝大多数 Agent 框架的关键特征：

触发：技能完成 / 出错时通过 hooks 触发 self-correction；
沉淀：把成功流程结构化为 Markdown 技能文档，附带 evolution markers；
复用：下次类似任务直接注入相关技能；
生态：遵循开源 agentskills.io 标准，可在 Hermes Atlas / Skills Hub 共享；
示例：社区已发布 754 个映射 MITRE ATT&CK / NIST 的网络安全技能。

这套机制让 Hermes 像一个"长期员工"而不是"一次性外包"，是它快速出圈的根本原因。

5.4 工具系统（47 个工具 / 19 个工具集）

工具按类别组织，支持多后端：

工具类别	数量 / 后端	说明
Terminal	6 后端：local / docker / ssh / modal / daytona / singularity	远端、容器、沙箱皆可
Browser	5 后端	Web 自动化
Web	4 后端	搜索、抽取
MCP	动态	既可作客户端消费 MCP，也可暴露为 MCP Server 给 Cursor / VS Code
File	read / write / patch / search	标准文件 IO
Vision	多模态	调用 auxiliary client
Code Execution	沙箱执行	`execute_code`
Delegate	子代理	`delegate_task`，独立上下文
Process Registry	后台进程注册	可监视 stdout 中的关键模式
Memory / Todo / Session Search	内置	由 `run_agent.py` 直接拦截，不走 registry

工具注册采用"导入时自注册"的设计：每个 tools/*.py 文件 import 后调用 registry.register()，model_tools.py 集中收集 schema，无需手工维护 import 列表。

5.5 上下文压缩与缓存

预检压缩：单轮调用前若历史 > 50% 上下文窗口，先压缩；
Gateway 主动压缩：> 85% 时在轮次之间更激进地压缩；
压缩策略：
1. 先 flush 记忆，防止信息丢失；
2. 中段对话摘要为紧凑文本；
3. 末尾保留 N 条原始消息（默认 20）；
4. tool_call / tool_result 永远保持成对；
5. 生成新会话血缘 ID（child session）；
Anthropic Prompt Caching：通过 prompt_caching.py 在 system prompt 中插入 cache breakpoint，命中后大幅降本；
Context Engine 可插拔：默认实现是 context_compressor，但你可以替换为 RAG / 向量召回 / 自家算法。

6. 多平台与多渠道支持

gateway/platforms/ 下已内置 18 个适配器：

即时通讯：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、iMessage（BlueBubbles）、QQ Bot、SMS
邮件：Email
国内常用：微信（Weixin）、企业微信（WeCom）、钉钉（DingTalk）、飞书（Feishu）
智能家居：Home Assistant
通用：Webhook、API Server

每个适配器通过统一事件协议把消息送到 GatewayRunner，由它做：

用户授权（allowlist + DM 配对）；
会话路由（按平台/用户/Profile 隔离）；
创建 AIAgent 并跑 run_conversation()；
将回复回写适配器；
同时驱动 cron 定时任务、跨会话镜像（mirror）、钩子等。

外加 ACP 适配器：通过 stdio + JSON-RPC 让 VS Code、Zed、JetBrains 把 Hermes 当成原生 Agent 用。

7. 模型与提供商兼容性

类型	代表提供商
直连	Anthropic（Claude，含 Pro/Max 订阅与 API Key）、OpenAI（含 ChatGPT OAuth + Codex）
聚合	OpenRouter、Nous Portal
大厂	Google Gemini、AWS Bedrock、GitHub Copilot
性价比	DeepSeek、本地 vLLM 等
共计	20+ 个 Provider

Provider Routing（OpenRouter）支持按 price / throughput / latency 排序、白名单 / 黑名单：

yaml

provider_routing:
  sort: "price"
  only: []
  ignore: []

一个有趣的工程设计：runtime_provider.py 把 (provider, model) 映射到 (api_mode, api_key, base_url)，CLI / Gateway / Cron / ACP / 辅助调用全部共用同一份解析逻辑，从而保证一致性。

8. 安装与快速使用

一行安装：

bash

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc   # 或 ~/.zshrc

配置：

bash

hermes setup        # 一站式向导
hermes model        # 选择 LLM 提供商和模型
hermes tools        # 启用/禁用工具
hermes config set KEY VALUE   # 修改任意配置

配置文件存放：~/.hermes/

config.yaml：模型、终端、压缩策略
.env：API Key
auth.json：OAuth 凭据
state.db：会话与记忆 SQLite

常用入口：

bash

hermes chat                  # 交互式 CLI
hermes chat --resume         # 恢复上次会话
hermes gateway start         # 启动消息网关，常驻进程
hermes -p work chat          # 使用名为 work 的隔离 Profile

Python 库用法：

python

from hermes import AIAgent
agent = AIAgent()
print(agent.chat("帮我审一下这个 PR 并给出修改建议"))

9. 与同类产品对比

维度	Hermes Agent	Claude Code	Cursor	Devin
形态	自主 Agent 框架	终端编码助手	AI-First IDE	全自主软件工程师
自主任务	✅ 原生支持（cron、监听、长期常驻）	⚠️ 弱	❌ 仅在 IDE 内	✅
编程能力	取决于所选 LLM	⭐ 顶尖	⭐ IDE 体验最好	✅ 端到端
IDE 集成	ACP（VS Code / Zed / JetBrains）	终端	自带 IDE	Web
持久记忆	✅ 三层 + 自进化技能	较弱	较弱	✅
多平台 IM 接入	✅ 18 个	❌	❌	❌
模型选择	✅ 20+ provider	❌ 仅 Claude	多模型	内置
Token 效率	视后端	极佳（比 Cursor 少 5.5×）	—	—
价格	免费框架 + $5–$40/月 LLM	$20–$200/月	$20/月 Pro	$500/月
协议	MIT 开源	闭源	闭源	闭源

结论：四者并非直接竞争——

写代码、跑测试 → Cursor / Claude Code 仍然更顺手；
常驻自动化、跨平台、长期记忆任务 → Hermes 是目前最强；
企业级一键交付 → Devin 仍处差异化定位；
2026 年的主流玩法是 Cursor（写代码）+ Hermes（处理其他一切） 的组合栈。

10. 生态与社区

Hermes Atlas（https://hermesatlas.com）：社区项目地图，已收录 90+ 经质量筛选项目，分 12 类（工具、技能、插件、工作区、集成等），每周更新 + 安全审查；
Skills Hub：基于 agentskills.io 标准的开放技能市场；
Hermes WebUI：浏览器端可视化管理（v0.9.0 内置本地 Web Dashboard）；
MCP 双向支持：可消费 MCP，也可暴露为 MCP Server；
插件系统：三处发现位置 — ~/.hermes/plugins/（用户）、.hermes/plugins/（项目）、pip entry points；
生态增速：约每周 5,000+ stars 的体量，主仓已破 10 万 star。

11. 优势与局限

优势：

真正的"长期智能体"形态，不是一次性会话；
自进化技能让 Agent 越用越好；
模型 / 平台 / 后端高度解耦，零厂商锁定；
极致性价比（$5/月 VPS 即可常驻）；
工程实现成熟（3000+ 测试，3 种 API 模式统一抽象，6 种终端后端）；
中文生态友好（原生支持微信 / 企业微信 / 钉钉 / 飞书 / QQ Bot）；
国内开发者上手友好（一键安装 + SOCKS / 系统代理自动检测）。

局限与挑战：

编码能力上限不取决于 Hermes 本身，而取决于你接的 LLM——若想达到 Claude Code 那种深度 codebase 理解，仍需顶级模型；
浏览器自动化与所有同行一样：在 Cloudflare、CAPTCHA、强动态渲染场景下仍易失败；
运维门槛：要发挥威力（gateway 常驻、cron、远端终端）需要一定的服务器/运维能力；
配置复杂度：18 个平台 × 20+ provider × 6 终端后端 × 47 工具 × 多 Profile，第一次上手要花时间；
安全性需要慎重：47 个工具默认包含 shell / 浏览器 / 远程 SSH / 代码执行，必须充分使用 approval 机制和 allowlist；
run_agent.py 单文件 ~10,700 行：内核非常巨大，二次开发学习曲线陡峭；
生态极年轻：90+ 项目质量参差，长期维护性还需观察。

12. 适用场景与典型用法

场景	推荐用法
个人随身 AI 助理	gateway + Telegram/微信，跨设备随时调用
长期项目知识沉淀	利用 MEMORY.md + 技能文档积累
持续监控与告警	后台进程注册 + 模式匹配 + cron
DevOps 自动化	SSH/Docker 终端 + cron + 邮件/Slack 通知
多 Agent 协作	`delegate_task` 派生子代理，独立上下文
团队共享智能助手	gateway + 企业微信/飞书 + Profile 隔离
与 IDE 协同编码	ACP 适配器接 VS Code / Zed / JetBrains
MCP 桥接	Hermes 作为 MCP Server 接入 Cursor / Claude Desktop
安全研究	装载 754 个 MITRE ATT&CK 技能包做评估
训练数据生成	`batch_runner.py` + Atropos 环境产出 ShareGPT 轨迹

13. 总结与展望

Hermes Agent 之所以在 2026 年迅速爆火，本质上踩中了三个时代趋势：

Agent 范式从"一次会话"走向"长期常驻"：用户不再满足于打开聊天窗口提问，而是希望 AI 像同事一样持续存在、记得我、能自动做事；
开源模型与开源 Agent 形成闭环：Nous Research 一手做模型、一手做 Agent + RL 环境，形成"训练—运行—回流"的完整链路；
工具协议（MCP / ACP / agentskills.io）走向标准化：Hermes 既是消费方也是提供方，天然处于生态枢纽位置。

未来值得关注的方向：

自进化技能在更多领域（运维、研究、设计）的实战表现；
三层记忆迁移到 SQLite 后能否带来更长程的"个性化"；
与 RL 训练环境（Atropos）联动是否催生"Hermes 专属模型"；
国内消息平台（微信 / 企业微信 / 飞书 / 钉钉）会不会成为 Hermes 在中文世界的破圈点；
可插拔上下文引擎是否会催生"RAG-as-a-Plugin"市场。

一句话总结：

Hermes Agent 不是一个"更强的 ChatGPT 客户端"，而是一个长在你日常入口里、会记忆、会成长、跨 18 个平台运行的 AI 操作系统雏形。它代表了 2026 年开源 Agent 框架的一种主流形态——模型可换、平台可接、技能可沉淀。

附录：参考链接

官方仓库：https://github.com/NousResearch/hermes-agent
官方文档：https://hermes-agent.nousresearch.com/
架构文档：https://hermes-agent.nousresearch.com/docs/developer-guide/architecture/
Agent Loop：https://hermes-agent.nousresearch.com/docs/developer-guide/agent-loop/
快速开始：https://hermes-agent.nousresearch.com/docs/getting-started/quickstart/
Provider 列表：https://hermes-agent.nousresearch.com/docs/integrations/providers/
社区项目地图：https://hermesatlas.com/
4 月份生态报告：https://hermesatlas.com/reports/state-of-hermes-april-2026
v0.9.0 Release Note：https://github.com/NousResearch/hermes-agent/releases/tag/v2026.4.13
Nous Research：https://nousresearch.com/releases/
与 Claude Code/Cursor 对比：https://www.browseract.com/blog/hermes-agent-vs-claude-code-cursor

Hermes Agent 深度调研报告 ​

目录 ​

1. 概述 ​

2. 项目背景与发展 ​

3. 为什么这么火？核心卖点 ​

4. 系统架构 ​

4.1 整体架构图 ​

4.2 关键目录结构 ​

4.3 三种 API 模式 ​

5. 核心机制详解 ​

5.1 Agent Loop（AIAgent 主循环） ​

5.2 三层记忆系统 ​

5.3 自进化技能（Self-Improving Skills） ​

5.4 工具系统（47 个工具 / 19 个工具集） ​

5.5 上下文压缩与缓存 ​

6. 多平台与多渠道支持 ​

7. 模型与提供商兼容性 ​

8. 安装与快速使用 ​

9. 与同类产品对比 ​

10. 生态与社区 ​

11. 优势与局限 ​

12. 适用场景与典型用法 ​

13. 总结与展望 ​

附录：参考链接 ​

Hermes Agent 深度调研报告

目录

1. 概述

2. 项目背景与发展

3. 为什么这么火？核心卖点

4. 系统架构

4.1 整体架构图

4.2 关键目录结构

4.3 三种 API 模式

5. 核心机制详解

5.1 Agent Loop（AIAgent 主循环）

5.2 三层记忆系统

5.3 自进化技能（Self-Improving Skills）

5.4 工具系统（47 个工具 / 19 个工具集）

5.5 上下文压缩与缓存

6. 多平台与多渠道支持

7. 模型与提供商兼容性

8. 安装与快速使用

9. 与同类产品对比

10. 生态与社区

11. 优势与局限

12. 适用场景与典型用法

13. 总结与展望

附录：参考链接