Hermes Agent：让代理把会话经验沉淀成记忆和技能

Hermes 把代理记忆当成运行机制

和 AI 代理共事过一段时间的人，大多都体会过那种说不清的别扭：昨天才一起定好的方案、刚理清楚的项目约束、你反复强调过的偏好，今天重开一个会话就全部归零。你又得把背景从头讲一遍，它又得重新猜你的意思。多数工具把这种失忆当成理所当然，最多给你一个导出聊天记录的按钮了事。Nous Research 做的 Hermes Agent 把这件事当成要修的缺陷，而不是该忍受的代价。它给出的答案不是更长的上下文，也不是更聪明的模型，而是一个能跨过会话边界的学习循环。它甚至直说，自己是唯一内置学习循环的 agent。Nous Research 以 MIT 许可证发布它，还运营着一个公开 Discord，大家在那里交换自己写好的技能。这个循环会同时做几件事：在难任务后写出一个技能，在空闲时提醒自己把学到的东西留下来，翻找过去的对话好让上个月的一条信息在对的时机冒出来，并且慢慢建立起你习惯怎么工作的模型。这个循环到底怎么运转，为什么值得看，关键不在存储，而在它会随时间变化。

FTS5 检索连接过去的会话

Hermes 的学习循环不是把聊天记录存进数据库。它的记忆分几层在动。最底层是代理自己打理的记忆库，配合周期性提醒：空闲时它会被推着把刚学到的东西沉淀成可被检索的知识，而不是让经验随会话结束散掉。往上一层是技能的自发生成，完成一件够复杂的任务后，它会把这次的做法提炼成一个可复用的 skill，下次遇到类似场景直接调用。技能不是写完就锁死，它会在使用过程中自我改进，越用越贴手。再往上是跨会话的回放，靠 FTS5 做全文检索，配合 LLM 对历史对话做摘要，你不用记得三个月前在哪次对话里提过什么，它能在需要时把那段上下文捞回来。更特别的是它引入了 plastic-labs 的 Honcho 做辩证式用户建模，不是单纯记标签，而是在多轮对话里逐步加深「你是谁、你习惯怎么工作」的画像。这些技能兼容 agentskills.io 的开放标准，社区做的技能能直接接进来，agentskills.io 上的 Skills Hub 也给你一处找更多技能的地方。你可以用 `/skills` 列出已安装的内容，而开放标准意味着一个人写的技能在另一套环境里也能直接跑，不用改。README 里还提到可以派生相互隔离的子 agent 来并行处理任务流，也能写 Python 脚本通过 RPC 调用工具，把一长串多步流程压缩成不占用上下文的回合。这样攒下来的，是一个和你处得越久、越像搭档而不是陌生人的代理。

Gateway 把聊天入口接到后台环境

另一个容易被忽略的设计选择是，Hermes 默认不把计算绑在你的本地机器。它可以装在 5 美元一个月的 VPS 上，也能跑在 GPU 集群，甚至挂在几乎空闲不花钱的 Serverless 上。它支持七个终端后端：local、Docker、SSH、Singularity、Modal、Daytona 和 Vercel Sandbox。其中 Modal 和 Daytona 提供的是 Serverless 持久化，环境空闲时休眠、被需要时唤醒，两次会话之间基本不烧钱。好处很实在：你人在外面用手机，也能让它继续在云端虚拟机里干活。它用一个统一的 gateway 进程同时接上 Telegram、Discord、Slack、WhatsApp、Signal 和命令行，语音留言能被转写成文字，跨平台的对话还能接着上一段继续，桌面上开的线程在聊天软件里能无缝接上。你不需要打开专属界面，在常用的聊天软件里发句话就能驱动它。通过这一个 gateway，agent 能接到 Telegram、Discord、Slack、WhatsApp、Signal 和 Email，把它打开只要两条命令：`hermes gateway setup` 然后 `hermes gateway start`。在任何聊天里你都能跑共用的斜杠命令：`/new` 开一条新线程，`/model` 换 provider，`/stop` 停掉当前任务。这个 gateway 还内置 cron 调度器，把任务投递到任意平台，日报、夜间备份、每周审计都能用自然语言描述后无人值守地跑起来。本地那套终端 UI 也没省，完整 TUI 支持多行编辑、斜杠命令自动补全、会话历史、中途打断改方向、工具输出实时流式显示，该有的都在，不再绑在一台设备上。

Provider 切换与工具权限分开配置

模型绑定是另一个常被悄悄收走的自由。Hermes 在这点上刻意做成开放：你可以用 Nous Portal、OpenRouter、OpenAI，也可以接自己的端点，以及一长串其他 provider。切换模型只需要在命令行敲 `hermes model`，没有代码改动，也没有把工作锁死在某个厂商里。如果你不想自己东拼西凑去收集 web 搜索、图像生成、TTS、云浏览器各自的 API key，Nous Portal 一个订阅把它们包了：300 多个模型任选，外加一条 Tool Gateway 把 Firecrawl 的搜索、FAL 的生图、OpenAI 的语音、Browser Use 的云浏览器都从同一个订阅里路由出去，连额外账号都不用开。装好后的第一次配置，`hermes setup --portal` 走 OAuth 登录、把 Nous 设成 provider、顺手打开 Tool Gateway，一条命令搞定；`hermes portal info` 随时能看接上了什么。真要自己带 key 也行，gateway 是按后端隔离的，不是全有或全无。底层还有四十多个工具组成的 toolset，也能接任意 MCP 服务器扩展能力。跑起来之后，`hermes tools` 决定哪些工具保持开启，`hermes config set` 直接写单项配置，不用手动改文件。如果你是从 OpenClaw 过来的，`hermes claw migrate` 一次就把你的设置、记忆、技能和 API key 都迁进来。上手门槛很低：一行 curl 装好 uv、Python 3.11、Node.js、ripgrep、ffmpeg 全套，`hermes` 就能开聊；原生 Windows 上同样的命令还会顺带拉进一个便携版 Git Bash，让代理能跑 shell 命令而不碰你系统里的 Git，要是杀毒软件误报这个自带二进制，安装器还会一步步带你核验。

七种终端后端对应不同的部署取舍

README 列出 local、Docker、SSH、Singularity、Modal、Daytona 和 Vercel Sandbox 七种终端后端。前四种更接近持续运行的主机或容器，后两种支持持久化的 Serverless 环境，空闲时休眠，需要任务时唤醒。Vercel Sandbox 则提供另一种隔离执行位置。选择时要把文件持久化、网络出口、GPU、冷启动和任务时长放进同一张表。

Hermes 的安装器在 Linux、macOS、WSL2 和 Termux 之间有不同路径，Windows 原生安装会准备 Python 3.11、Node.js、ripgrep、ffmpeg 和便携 Git Bash。Windows 杀毒软件可能隔离 uv.exe，README 给出用 GitHub CLI 验证签名的步骤。测试应检查安装目录、shell 执行、工具权限和升级后环境是否仍可复用。

自动化和研究接口不能共用同一信任假设

Hermes 内置 cron 调度器，可以把日报、备份和审计任务投递到消息平台；它也能派生相互隔离的子 agent，并通过 Python RPC 调用工具。README 还提到批量轨迹生成和轨迹压缩，用于研究工具调用模型。无人值守任务与交互对话的风险不同，前者必须明确触发时间、目标平台、文件权限和失败通知。

先在测试账号运行 `hermes gateway setup`、`hermes gateway start` 和 `hermes tools`，再验证 `/new`、`/model`、`/stop` 的路由效果。记忆、技能、API key 和聊天内容需要按敏感度分层保存。MIT 许可证覆盖代码使用，不能替代对模型服务、消息平台和远程执行环境的安全审查。

編輯結論

Hermes Agent 适合愿意维护代理运行环境、希望让任务经验跨会话复用的个人开发者和自动化团队；它不适合把长期记忆当作无需审查的事实库，也不适合未准备好管理多平台凭证的人。首轮应在隔离账号中运行 `hermes setup`，测试记忆检索、技能生成、工具权限和 gateway 消息路由，再决定保存哪些私人上下文。

官方來源

1. Official documentation
2. Official README
3. Project repository
4. Release notes