# Hermes Agent

> 仓库地址：https://github.com/NousResearch/hermes-agent
> 作者/组织：Nous Research
> 成熟度：production
> 分析日期：2026-04-15

## 一句话总结
Hermes Agent 是一个自我进化的 AI agent，拥有内置学习循环，可跨 Telegram/Discord/Slack 等多平台运行，支持 200+ 模型。

## 项目定位与架构
Hermes Agent 是 Nous Research 开发的核心 agent 产品，定位为"越用越强"的自主 AI 助手。其核心价值在于 **learning loop（学习循环）**：agent 会自动从复杂任务中创建 skill、搜索历史对话、构建跨 session 的用户模型。

架构上采用 multi-platform gateway 设计，一个 agent 实例可同时服务 Telegram、Discord、Slack、WhatsApp、Signal、Email 和 CLI。Terminal backend 支持 Local、Docker、SSH、Daytona、Singularity 和 Modal 六种模式，覆盖从本地开发到 serverless GPU 集群的全场景。

模型层通过 OpenRouter、Nous Portal、OpenAI 等多 provider 接入 200+ 模型，并兼容 agentskills.io 开放标准和 MCP servers。

## 关键技术特性
- **Self-improving Skills**：agent 自动从任务执行中提炼 procedural memory，持久存储为 skill 文件
- **Multi-platform Gateway**：统一网关接入 16+ 消息平台，含 iMessage、WeChat、Matrix 等
- **Parallel Subagents**：可 spawn 隔离 subagent 并行执行不同工作流
- **Cron Scheduler**：内置自然语言 cron 调度，支持无人值守自动化
- **Research Mode**：batch trajectory generation 和 RL environment 支持，面向研究者
- **Terminal TUI**：支持 multiline editing、autocomplete 和 streaming tool output

## 设计亮点与创新
最大创新是将 agent memory 做成闭环：执行 → 记忆 → 技能提炼 → 下次更好的执行。这种 "agent-curated memory with periodic nudges" 机制让 agent 不需要用户手动配置就能持续变强。Gateway 的统一抽象也很优雅——一套 skill 在所有平台通用。

## 局限性与风险
- 23k+ stars 表明社区活跃，但版本迭代极快（两周从 v0.4 到 v0.9），API 稳定性需关注
- 多 provider 依赖意味着成本和 rate limit 管理复杂
- MIT License 对商业友好，但自托管运维成本不低

## 与生态系统的关联
作为整个 Hermes 生态的核心引擎，所有 skill plugins 均围绕其 skill 系统构建。与 agentskills.io 标准互通，支持 MCP servers，是 hermes-paperclip-adapter、hermes-self-evolution 等项目的基础依赖。