我用这个开源 AI Agent,一周研究了200个代码库,它彻底改变了我学编程的方式

0. 开篇引子

研究开源项目是什么体验？

打开 GitHub，star 2.3 万，文档写得像 API 说明书，代码分散在几十个目录。你一个个文件点开看，看完就忘，下次打开又是全新开始。

这不是你的问题，是工具的问题。

传统 Agent 也一样：你问它，它答，下一次对话它完全不记得你是谁、你关心什么、你之前研究到哪了。每次都在重复劳动。

最近我在用 Hermes Agent，一个由 Nous Research 开发的开源项目。它的思路不太一样——会记住你的习惯，会把复杂操作固化成技能，会在你忘记的时候帮你搜索历史对话。

用了大概一周，我重新审视了研究代码库这件事。今天把过程中的想法整理出来。

1. Hermes Agent 是什么？

Hermes Agent 是一个「有记忆的 AI 助手」。

它的核心区别在于：不只是你问我答，而是会积累、会学习、会记住。

1.1 和普通 Agent 的区别

普通 Agent 是单向的：

你问 → 它答 → 结束

Hermes 是双向的，有回执：

你问 → 它答 → 记住 → 下次记得你是谁

1.2 核心能力

1.3 技术栈

• 「语言」：Python（后端）+ TypeScript（前端 TUI）
• 「数据库」：SQLite + FTS5 全文搜索
• 「终端 UI」：prompt_toolkit（CLI）+ React Ink（TUI）

2. 它和普通 Agent 有什么不同？

2.1 普通 Agent 的问题：每次都从零开始

用 ChatGPT 研究代码，每次都要重新说：

• “我的项目在 ~/code/api”
• “我用的是 Go 1.22”
• “不要用 sudo，用户在 docker 组”

说完它也不会记住，下一次继续重复。

2.2 Hermes 的方案：记忆 + 技能

「记忆系统」：两个文件解决不同问题

MEMORY.md 是 Agent 的笔记：

项目 ~/code/api 使用 Go 1.22，sqlc 处理 DB 查询
用户用 'make test' 运行测试
预发服务器需要 SSH 端口 2222

USER.md 是用户画像：

用户偏好简洁回复
用 VS Code，Vim 键绑定

「技能系统」：把操作经验变成模板

我：教我部署 k8s
它：完成部署后问"要创建技能吗？"
下次：/deploy-k8s production 即可

2.3 多后端支持

3. 研究代码库的流程

3.1 基本流程

1. web_search("目标代码库")
   → 找到 GitHub 仓库

2. web_extract("https://github.com/...")
   → 获取 README 和关键文档

3. glob("**/*.py") 或 glob("**/*.go")
   → 列出项目结构

4. read_file("src/main.go", limit=500)
   → 分页读取核心代码

5. grep_tool("func main")
   → 定位关键函数

6. session_search("之前研究过 xxx")
   → 跨会话召回

3.2 工具能力

「文件工具」让我能安全读取代码：

• 分页读取：大文件自动分段
• 二进制防护：自动跳过 .exe/.so
• 循环防护：连续读取同一区域 4 次后阻断

「网络工具」让我能快速定位目标：

• 多后端：Firecrawl / Exa / Parallel / Tavily
• LLM 摘要：网页内容自动压缩
• 分块处理：大内容并行处理

3.3 实际案例

研究一个 Rust Web 框架的过程：

我：研究这个仓库的架构

Agent：
1. 读取 README.md → 了解定位
2. glob("**/*.rs") → 列出源码结构
3. 读取 src/lib.rs → 核心模块
4. 读取 examples/ → 示例代码
5. grep_tool("#[actix") → 找到关键宏
6. 创建技能 "actix-web-研究模板"

研究完一个项目，流程会被保存。下次遇到类似项目，直接调用模板。

4. 自我进化是如何实现的？

4.1 MEMORY.md：记住你的习惯

# MEMORY.md 示例
项目 ~/code/api 使用 Go 1.22，sqlc 处理 DB 查询
用户用 'make test' 运行测试
CI 通过 GitHub Actions
预发服务器需要 SSH 端口 2222

每次对话开始，这些信息自动注入。

「容量限制」：

满了会自动整合，删除低优先级条目。

4.2 技能创建：把经验固化

当任务复杂到一定程度（5+ 次工具调用），Agent 会问要不要创建技能。

任务：完成 k8s 部署

Agent：
"这个流程很通用，要创建 deploy-k8s 技能吗？"

创建的技能（SKILL.md）：

---
name:deploy-k8s
description:Kubernetes部署标准流程
---

## 何时使用
需要将应用部署到K8s集群时

## 操作步骤
1.检查集群：kubectlcluster-info
2.构建推送：dockerbuild&&dockerpush
3.应用配置：kubectlapply-fk8s/
4.验证：kubectlgetpods

## 坑点
-镜像必须推送到集群能访问的仓库
-命名空间要提前创建

4.3 会话搜索：找回历史讨论

之前讨论过的 SSH 配置问题，现在想回顾：

/session-search SSH 隧道配置

返回：

"4月15日的会话：
讨论了 SSH 隧道的配置方法，包括密钥配置、端口转发。
最终方案：ssh -L 8080:localhost:80 user@host"

原理：所有会话存在 SQLite + FTS5 全文索引，搜索后用 LLM 摘要关键点。

5. 快速上手

5.1 安装

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装后：

source ~/.bashrc
hermes

5.2 配置

hermes setup

向导引导选择提供商和输入 API Key。

5.3 常用操作

hermes              # 开始对话
hermes model        # 切换模型
hermes gateway      # 启动消息网关

「对话中命令」：

6. 总结

适合的场景

• 研究开源项目、理解新框架
• 构建 Agent 应用、学习设计思路
• 快速理解代码库、输出技术文档

局限性

• 中文资料少，官方文档英文为主
• 配置 API Key 对新手有门槛
• 某些后端需要额外资源

个人感受

用了一段时间 Hermes Agent，我更倾向于把它理解为一个「有积累的系统」，而不是单纯的问答工具。

记忆解决的是”我知道你是谁”，技能解决的是”我知道怎么做”，会话搜索解决的是”我知道我们之前聊过什么”。三个能力组合在一起，才构成了一个完整的体验。

当然，它不是银弹。配置和学习成本客观存在。对于只想简单聊天的场景，ChatGPT 更直接。但如果你是认真研究代码、构建 Agent 应用的人，它值得试试。

下一步

后续我会继续拆解 Hermes Agent 的技术细节：

• 记忆系统内部实现
• 技能系统的渐进式披露
• FTS5 全文搜索原理
• 工具注册与分发机制

「相关资料」：

• GitHub：https://github.com/NousResearch/hermes-agent
• 官方文档：https://hermes-agent.nousresearch.com/docs/
• 研究笔记：https://gitcode.com/airuyi/hermes-agent