Hermes Agent：会自我成长的 AI 智能体

来源： 辩证式建模，逐步深化对用户的理解

开放标准兼容：兼容 agentskills.io 开放技能标准

2.3 模型支持（无厂商锁定）

支持通过 hermes model 命令一键切换，无需改动代码：

提供商	说明
Nous Portal	官方推荐入口
OpenRouter	200+ 模型
NVIDIA NIM	Nemotron 系列
Xiaomi MiMo	小米大模型平台
z.ai / GLM	智谱 AI
Kimi / Moonshot	月之暗面
MiniMax	MiniMax
Hugging Face	开源模型
OpenAI	GPT 系列
自定义端点	私有部署

2.4 从 OpenClaw 迁移

对原 OpenClaw 用户提供完整迁移路径，可导入：

• 
  SOUL.md 人格文件


• 
  MEMORY.md / USER.md 记忆条目


• 用户自创技能


• 命令白名单


• 各平台配置及 API 密钥


• TTS 音频资产

三、安装与快速上手

3.1 安装（Linux / macOS / WSL2 / Termux）

CODE Kopieren

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

3.2 Windows（PowerShell，早期 Beta）

CODE Kopieren

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

⚠️ Windows 原生支持为早期 Beta，推荐使用 WSL2 路径更稳定。

3.3 安装后启动

CODE Kopieren

source ~/.bashrc   # 重载 Shell

hermes             # 开始聊天！

3.4 常用命令速查

CODE Kopieren

hermes              # 启动交互式 CLI

hermes model        # 选择 LLM 提供商和模型

hermes tools        # 配置启用的工具

hermes config set   # 设置配置项

hermes gateway      # 启动消息网关（Telegram/Discord 等）

hermes setup        # 运行完整设置向导

hermes update       # 更新到最新版本

hermes doctor       # 诊断问题

hermes claw migrate # 从 OpenClaw 迁移

3.5 对话内斜杠命令（CLI 与消息平台通用）

操作	命令
开启新会话	/new 或 /reset
切换模型	/model [provider:model]
设置人格	/personality [name]
重试 / 撤销	/retry / /undo
压缩上下文	/compress
查看用量	/usage / /insights
浏览技能	/skills
中断当前任务	Ctrl+C（CLI）/ /stop（消息平台）

四、开发者贡献

快速克隆并运行

CODE Kopieren

git clone https://github.com/NousResearch/hermes-agent.git

cd hermes-agent

./setup-hermes.sh   # 自动安装 uv、创建虚拟环境、安装依赖、软链接

./hermes            # 自动检测 venv，无需手动 source

手动安装路径

CODE Kopieren

curl -LsSf https://astral.sh/uv/install.sh | sh

uv venv .venv --python 3.11

source .venv/bin/activate

uv pip install -e ".[all,dev]"

scripts/run_tests.sh

五、个人启发

1. 「记忆 + 技能」双飞轮是关键设计：大多数 Agent 只有短期上下文，而 Hermes 通过记忆持久化 + 技能自动创建构建了真正的长期积累机制。这让它越用越聪明，而不是每次从零开始。




2. 无厂商锁定的架构哲学值得借鉴：用 hermes model 一条命令切换 200+ 模型，意味着用户可以随时响应模型能力迭代，不被任何一家厂商绑架。这种设计在个人工具开发中极具参考价值。




3. Serverless 思路降低了持续运行成本：利用 Modal / Daytona 等无服务器后端，Agent 空闲时休眠、按需唤醒，真正做到"低成本 7×24 小时在线"，对个人用户极其友好。




4. 多平台统一网关是实用性的关键：支持 Telegram / WhatsApp / Signal 等渠道意味着可以随时随地在手机上与 Agent 交互，同时 Agent 在云端异步工作，彻底打破"AI 只在电脑前才能用"的局限。

六、延伸思考

1. 技能的质量保障问题：Agent 自主创建和优化技能，如何防止「坏习惯」的固化？例如某次任务的错误解法被反复强化，是否需要人工审核或评分机制来介入？




2. 跨用户技能共享的边界在哪里？：agentskills.io 开放标准意味着技能可以跨用户流通，但每个用户的上下文和需求差异巨大，通用技能与个性化技能如何平衡、如何防止隐私泄露，是值得深入探讨的工程与伦理问题。




3. 长期用户建模带来的"信息茧房"风险：Hermes 会持续深化对用户的认知模型，这一方面让交互更精准，另一方面也可能导致 Agent 只提供用户"期望听到"的答案，丧失客观性——如何在个性化与多样性之间取得平衡？

Vollständiger Original-Bericht

Ausführliche Details, Code-Beispiele & Hersteller-Stellungnahme auf dev.to.

↗ Original-Artikel auf dev.to lesen