夜雨聆风你有没有遇到过这种情况：跟 AI Agent 说了一堆偏好，下次打开全忘了。配置了一堆工作流，换台电脑又要从头搞。写了几个 skill，Agent 从来不会自己改进——要么你手动维护，要么它永远用同一套逻辑。
传统 AI Agent 的痛点就三个字：不进化。
今天要说的 Hermes Agent，是 GitHub 上 63,000 Star、142 个贡献者、两个月冲到 Trending 第一的开源项目。核心卖点只有一个——它会自己学习，用得越多越聪明。
Hermes Agent 是什么
Hermes Agent 是 Nous Research 开源的 AI Agent 框架，MIT 协议，核心特性：
1. 自我进化学习循环
完成任务后，Agent 会自动把这次的经验保存成"skill"——一个结构化的 markdown 文档，包含步骤、坑点、验证方法。下次遇到类似任务，直接加载 skill，不用从零开始。更重要的是，skill 会自己进化——如果 Agent 发现更好的方法，它会更新 skill。
2. 三层记忆系统
MEMORY.md：环境事实、约定、教训（约 2200 字符） USER.md：你的偏好、沟通风格（约 1375 字符） SQLite 全文搜索：所有历史对话可搜索召回
不是 session 过了就忘，而是跨 session 持久记忆。
3. 多模型、多平台、多终端
模型：OpenAI、Anthropic、OpenRouter（200+ 模型）、MiniMax、Kimi、小米 MiMo、Ollama、vLLM 等都支持。切换模型一行命令，不改代码。
平台：Telegram、Discord、Slack、WhatsApp、Signal、终端都可以作为入口，同一对话跨平台延续。
终端执行：本地、Docker、SSH、Modal、Daytona 六种模式。Docker 和 SSH 给你沙箱隔离，Modal 和 Daytona 是 serverless——不用时休眠，用时唤醒。
4. MCP 原生支持
配置几行就能连 GitHub、数据库、任何 MCP endpoint。
5. 研究级基础设施
提供 batch trajectory 生成、Atropos RL 环境、trajectory 压缩——不只是用户产品，也是训练下一代 Agent 模型的基础设施。
安装步骤（保姆级）
前提条件：只需要 git。Windows 不原生支持，用 WSL2。
Step 1：一行安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash安装完成后重载 shell：
source ~/.bashrc # 或 source ~/.zshrcStep 2：配置模型
hermes model交互式选择 LLM 提供商：
- Nous Portal
：订阅制，OAuth 零配置 - OpenRouter
：多模型路由，需 API Key - OpenAI Codex
：设备码认证 - Anthropic Claude
：Claude Code 认证或 API Key - 自定义 endpoint
：Ollama、vLLM、SGLang 等 OpenAI 兼容接口
切换模型随时再跑 hermes model。
Step 3：启动对话
hermes你会看到欢迎界面：当前模型、可用工具、已安装 skills。输入消息，按 Enter。
Step 4：沙箱执行（推荐）
默认命令在本地执行。安全起见，建议用沙箱：
hermes config set terminal.backend docker # Docker 隔离
hermes config set terminal.backend ssh # 远程服务器Step 5：连接消息平台（可选）
如果你想在 Telegram、Discord 等平台跟 Hermes 聊天：
hermes gateway setup # 交互式配置
hermes gateway start # 启动 gateway 进程Skill 是怎么自动进化的
这是 Hermes Agent 最核心的能力。
Level 0：Agent 看到所有 skill 的名称和描述（约 3000 tokens）
Level 1：需要时加载完整 skill 内容
Level 2：加载 skill 内的特定参考文件
Skill 目录结构：
~/.hermes/skills/
└── my-skill/
├── SKILL.md # 主文档
├── references/ # 参考资料
├── templates/ # 模板
└── scripts/ # 脚本SKILL.md 用 YAML front matter + markdown：
---
name: my-skill
description: 做某事的流程
triggers:
- 关键词匹配
---
## 步骤
1. 第一步
2. 第二步
## 常见坑点
- 坑点 A：解决方案
- 坑点 B：解决方案
## 验证方法
完成后检查 X、Y、Z自动创建：Agent 完成复杂任务（通常 5+ 工具调用）后，会自动生成 skill。
手动创建：你也可以自己写 skill，或者从 Skills Hub 安装（聚合 skills.sh 和 GitHub 仓库）。
团队共享：配置外部 skill 目录，团队成员共享。
实测结果
YouTube 视频《完美取代 OpenClaw》做了详细实测：
安全测试
用 Claude Code 构建 10 道端到端安全攻防测试题：
- 拦截率
：60%（6/10） - 高危漏洞
：2 个 - 中危漏洞
：1 个
测试后自动修复并提交 PR 到官方仓库。
Skill 自主迭代测试
任务：抓取 AI 资讯并总结。
流程：
Agent 创建 skill（AI 资讯抓取） 使用 skill 执行任务 发现 skill 缺口（某个平台没覆盖） 更新 skill 补上缺口
完整闭环：创建 → 使用 → 发现缺口 → 更新。
云端浏览器
实测浏览器自动化：无需本地桌面环境，Agent 直接在云端操作浏览器，抓取博客并总结内容。
Hermes Agent vs OpenClaw
核心差异：Hermes Agent 的学习闭环是内置的，OpenClaw 的记忆和 skill 体系依赖外部 plugin 或手动维护。
从 OpenClaw 迁移到 Hermes Agent
官方提供一键迁移：
hermes claw migrate迁移内容：
记忆文件（MEMORY.md、USER.md） Skills MCP 配置 历史对话（可选）
迁移后 Agent 会自动把 OpenClaw 相关文字替换成 Hermes（品牌重命名）。
迁移验证：检查 ~/.hermes/ 目录，确认文件完整性。
日常常用命令
hermes # 启动对话
hermes model # 切换模型
hermes config set ... # 配置
hermes gateway start # 启动消息 gateway
hermes skills add ... # 安装 skill
hermes doctor # 诊断问题
hermes --yolo # 跳过所有审批提示（危险操作直接执行）适合谁用
- 开发者
：需要 Agent 记住项目约定、自动沉淀最佳实践 - 研究员
：训练 Agent 模型、生成 trajectory 数据 - 个人用户
：想要一个"越用越懂我"的私人助手 - 团队
：共享 skills、统一工作流
开源协议
MIT 协议，商用友好。代码仓库：
主仓库：https://github.com/NousResearch/hermes-agent 橙皮书教程（中文）：https://github.com/alchaincyf/hermes-agent-orange-book Awesome Hermes：https://github.com/0xNyk/awesome-hermes-agent 自进化扩展：https://github.com/NousResearch/hermes-agent-self-evolution
最后一句
传统 Agent 的天花板是"用完就忘"。Hermes Agent 的天花板取决于你用它多久——三个月后，它比你刚装的时候聪明。
如果你一直在找一个"会长大的 Agent"，这是目前最接近答案的那一个。