Hermes Agent 源码解析（一）：总览 —— 一个自进化 AI Agent 的骨架

Nous Research 出品的 Hermes Agent 是当前最活跃的开源 AI Agent 项目之一。从本篇开始，我们将用 12 篇文章逐层拆解它的源码架构。

想象一下这个场景：你在终端敲下 hermes deploy my-app，Agent 自动打开浏览器查文档、写 deploy 脚本、提 PR、审代码、合并、发 Slack 通知——全程没碰键盘。这不是 demo，这是 Hermes Agent 日常能做的事。

Hermes Agent 不是一个玩具 Agent。它是一个生产级的自主 AI 系统，核心特性可以概括为一句话：

能自我进化的 AI Agent —— 从经验中创建技能、在使用中改进技能、跨会话记忆用户画像。

它在一条指令中同时涵盖了：

• • CLI 交互（类 Claude Code 的终端界面）
• • 多平台消息网关（Telegram / Discord / Slack / 微信 / 飞书……）
• • TUI 双进程架构（React Ink + Python JSON-RPC）
• • 定时任务（cron 调度器）
• • 多 Agent 协作（Kanban 看板 + 委派机制）
• • 可插拔推理后端（支持 10+ provider 插件）

项目规模

以一个快速的代码量统计来感受一下：

模块全景图

手机端查看建议点击图片放大。完整架构关系图见 架构图-Mermaid.md。

依赖链

这是整个系统的核心依赖关系，从 AGENTS.md 中可以看到：

tools/registry.py        ← 纯注册中心，无外部依赖       ↑tools/*.py               ← 每个工具在模块顶层调用 registry.register()       ↑model_tools.py           ← 导入所有 tool 模块触发自动发现       ↑run_agent.py / cli.py / batch_runner.py / environments/

这条链意味着：每个工具文件在 import 时自动向全局注册中心声明自己，上层只需要 import model_tools 就能拿到所有工具的完整索引。

一次对话的完整链路

这篇系列想回答一个核心问题："hermes" 回车之后到底发生了什么？

把 12 篇文章串起来，一次典型对话的路径是这样的：

用户输入 "帮我看一下这个文件"    │    ▼01. CLI 层：cli.py 接到输入，包装成 user message    │  （02 篇详讲）    ▼02. Agent 主循环：AIAgent.run_conversation() 开始循环    │  （03 篇详讲）    ├── 组装 system prompt（三层：stable + context + volatile）    │  （10 篇讲记忆注入）    ├── 加载已匹配的技能（user message 注入，不破坏 prefix cache）    │  （09 篇讲 Skills）    ├── 调用 LLM（provider 无关，统一 chat.completions API）    │  （08 篇讲模型提供者插件）    ├── LLM 返回 tool_calls → 派发给 tools/registry    │  （04 篇讲工具系统、05 讲 Toolsets 过滤）    └── 工具执行结果 → 追加到 messages → 继续循环    │    ▼03. 最终回复 → 返回给 CLI / Gateway / TUI    │  （06 篇讲 Gateway 多平台分发，07 讲 TUI 双进程）    ▼    记忆同步 → SessionDB 存储 → Curator 惰性检查    （10 篇讲记忆，09 篇讲 Curator 技能管理）

这 9 个子系统在一条指令中协同工作。12 篇文章逐层深入，每篇聚焦一个模块的源码细节。

12 篇文章路线图

欢迎一起讨论！ 用 Hermes 部署过什么实际项目？它的多平台支持对你有用吗？留言聊聊。📢 关注我，第一时间收到更新推送。

下一篇我们从用户最直接的操作入手 —— 当你在终端输入 hermes 按下回车，发生了什么？