比openclaw还要智能的Hermes是什么

一、项目定位

Hermes Agent是由 Nous Research 开发的自进化 AI 智能体。它的核心卖点是：唯一内置学习循环的 AI 智能体——能够从经验中创建技能、在使用过程中自我改进、主动持久化知识，并在跨会话中建立对你的深度理解模型。

核心特点

特点	说明
🔄 闭环学习系统	代理策划的记忆 + 定期提醒 + 自主技能创建 + 技能自我改进
🌐 跨平台运行	支持 15+ 通讯平台（Telegram、Discord、Slack、WhatsApp、Signal、飞书等）
💻 多终端后端	6 种终端后端（本地、Docker、SSH、Daytona、Singularity、Modal）
🧠 程序化记忆	基于 FTS5 的跨会话检索 + LLM 摘要
🔌 开放技能标准	兼容 agentskills.io 开放标准

二、核心架构

架构说明

核心文件结构

文件/目录	作用	规模
`run_agent.py`	AIAgent 核心对话循环	~10,700 行
`cli.py`	交互式终端 UI	~10,000 行
`gateway/run.py`	消息网关调度	~9,000 行
`hermes_cli/main.py`	CLI 子命令入口	~6,000 行
`hermes_cli/setup.py`	交互式设置向导	~3,100 行
`tools/mcp_tool.py`	MCP 客户端	~2,200 行
`tests/`	Pytest 测试套件	3,000+ 测试

三、核心功能模块

1. 🧠 技能系统 (Skills System)

技能是 Hermes 的程序化记忆——代理在完成复杂任务后会自动创建技能供未来复用。

技能目录结构：

~/.hermes/skills/├── mlops/│   ├── axolotl/│   │   ├── SKILL.md          # 主指令（必需）│   │   ├── references/       # 参考文档│   │   ├── templates/        # 输出模板│   │   ├── scripts/          # 辅助脚本│   │   └── assets/           # 资源文件│   └── vllm/├── devops/├── .hub/                     # Skills Hub 状态└── .bundled_manifest         # 捆绑技能清单

技能使用方式：

# CLI 或任何消息平台中：/gif-search funny cats/axolotl help me fine-tune Llama 3/plan design a rollout for migrating auth provider# 仅技能名加载：/excalidraw

技能创建时机：

成功完成复杂任务（5+ 工具调用）后
遇到错误/死胡同并找到解决路径时
用户纠正其方法时
发现非平凡工作流程时

2. 📚 记忆系统 (Memory System)

SQLite + FTS5全文检索会话存储
谱系追踪：跨压缩的父子会话追踪
平台隔离：每个平台独立会话
Honcho 集成：方言用户建模（github.com/plastic-labs/honcho）

3. 🔧 工具系统 (Tools)

47 个内置工具，分为19 个工具集：

工具类别	示例工具
文件操作	`read_file` , `write_file`, `patch`, `search_files`
Web 工具	`web_search` , `web_extract`
浏览器	10 个浏览器自动化工具
代码执行	`execute_code` 沙箱
委托	子代理委派
MCP	MCP 客户端集成
终端	6 种后端（本地、Docker、SSH、Daytona、Modal、Singularity）

4. 🌐 消息网关 (Messaging Gateway)

18 个平台适配器：

Telegram, Discord, Slack, WhatsApp, Signal
Matrix, Mattermost, Email, SMS
钉钉、飞书、企业微信、微信
BlueBubbles, Home Assistant, Webhook, API Server

核心功能：

统一会话路由
用户授权（白名单 + DM 配对）
斜杠命令分发
Hook 系统
Cron 定时任务
后台维护

5. ⏰ 定时任务 (Cron)

一等公民的代理任务（不是 shell 任务）：

作业存储在 JSON 中
支持多种调度格式
可附加技能和脚本
可投递到任何平台

示例：

hermes cron create --schedule "0 9 * * *" --prompt "发送每日报告"

四、设计原则

原则	实践含义
提示稳定性	系统提示在对话中不变（除非显式用户操作如 `/model`）
可观察执行	每个工具调用对用户可见（CLI 进度条、网关聊天消息）
可中断	API 调用和工具执行可被用户输入或信号中途取消
平台无关核心	一个 AIAgent 类服务 CLI、网关、ACP、批处理、API 服务器
松耦合	可选子系统（MCP、插件、记忆提供者）使用注册表模式
配置文件隔离	每个配置文件有独立的 HERMES_HOME、配置、记忆、会话

五、与 OpenClaw 的关系

Hermes Agent 支持从 OpenClaw 迁移：

hermes claw migrate              # 交互式迁移（完整预设）hermes claw migrate --dry-run    # 预览迁移内容hermes claw migrate --preset user-data  # 仅迁移用户数据

迁移内容包括：

SOUL.md— 人格文件
记忆 — MEMORY.md和 USER.md条目
技能 — 用户创建的技能 → ~/.hermes/skills/openclaw-imports/
命令白名单 — 批准模式
消息设置 — 平台配置、允许的用户、工作目录
API 密钥 — 白名单密钥（Telegram、OpenRouter、OpenAI、Anthropic、ElevenLabs）
TTS 资源 — 工作区音频文件
工作区指令 — AGENTS.md

💡 社区项目：HermesClaw — 可在同一个微信账号上同时运行 Hermes Agent 和 OpenClaw

六、安装与使用

快速安装

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bashsource ~/.bashrc  # 或 source ~/.zshrchermes  # 开始对话！

常用命令

hermes           # 交互式 CLIhermes model     # 选择 LLM 提供商和模型hermes tools     # 配置启用的工具hermes gateway   # 启动消息网关hermes setup     # 完整设置向导hermes update    # 更新到最新版本hermes doctor    # 诊断问题

支持的平台

Linux、macOS、WSL2、Android (Termux)
不支持原生 Windows（需使用 WSL2）

七、技术亮点

1. 服务器less 持久化

使用 Daytona或 Modal后端，环境在空闲时休眠，成本几乎为零。

2. 多模型支持

支持 200+ 模型：

Nous Portal
OpenRouter
OpenAI、Anthropic、Hugging Face
小米 MiMo、z.ai/GLM、Kimi/Moonshot、MiniMax

3. 研究就绪

批量轨迹生成
Atropos RL 环境
轨迹压缩用于训练下一代工具调用模型

4. MCP 集成

可连接任何 MCP 服务器扩展能力，支持工具过滤和安全集成。

八、与 OpenClaw 对比

特性	Hermes Agent	OpenClaw
学习循环	✅ 内置（自主创建技能）	✅（通过技能系统）
消息平台	18+	多平台（含飞书）
终端后端	6 种	本地为主
技能标准	agentskills.io	自有技能系统
OpenClaw 迁移	✅ 支持	N/A
服务器less	✅ Daytona/Modal	❌
MCP 支持	✅	❌
定时任务	✅ 一等公民	✅（通过心跳）
文档完整性	📚 完整 Docusaurus	📄 本地文档

九、总结

Hermes Agent 是一个成熟的、生产级的 AI 智能体框架，核心优势在于：

自进化能力：能从经验中学习并创建可复用技能
跨平台部署：可在 VPS、GPU 集群、服务器less 基础设施上运行
开放生态：兼容 agentskills.io 标准，支持多模型、多平台
研究导向：内置 RL 训练、轨迹导出等研究工具
OpenClaw 兼容：支持从 OpenClaw 平滑迁移

适合场景：

需要长期运行、自我改进的 AI 助手
多平台消息集成需求
研究/实验 AI 智能体行为
从 OpenClaw 迁移寻求更多功能

文档地址：hermes-agent.nousresearch.com/docs