Hermes Agent 是首款具备内置学习循环的自托管 AI Agent。它由 Nous Research 开发（该实验室也是 Hermes 模型系列和 Atropos 强化学习环境的幕后团队），可以在你的机器上持久运行，连接到你的消息应用，并且使用时间越长越智能。

Hermes Agent 于 2026 年 2 月在 MIT 许可证下发布，迅速成为 OpenClaw 的主要替代方案，深受那些希望 Agent 能够随使用而不断进化、而非保持静态的开发者的青睐。截至 v0.7.0（2026 年 4 月 3 日），它具备可插拔的内存后端、40 多个内置工具、MCP 服务器模式以及六种终端后端。

本指南涵盖了你从零开始部署生产级 Hermes Agent 所需的全部内容：安装、配置、技能开发、内存架构和部署选项。

📑 本指南内容概览

Hermes Agent 是一个开源、模型无关的个人 AI Agent，设计为持久运行、跨会话记忆、调度周期性工作，并随时间改进其行为。与每次对话后都会重置的聊天机器人不同，Hermes 保持持久记忆，从经验中创建新技能，并在使用过程中不断完善这些技能。

核心能力：

自我改进的技能

持久记忆

用户建模

40 多个内置工具

6 种终端后端

MCP 服务器模式

多渠道

200 多个 LLM 模型

Hermes Agent 可在 Linux、macOS 和 WSL2 上运行。Windows 用户需要先安装 WSL2。

快速安装

# macOS brew install hermes-agent

Linux / WSL2

pip install hermes-agent

验证版本

hermes –version # 应显示 v0.7.0+

首次设置

# 初始化你的 Agent hermes init

这将引导你完成：

1. 选择 LLM 提供商

2. 设置 API 密钥

3. 配置消息通道（可选）

4. 设置你的角色人格

启动 Agent

hermes start

设置向导是交互式的，大约需要 5 分钟。对于最小化启动，你只需要一个 LLM 提供商的 API 密钥（推荐使用 OpenRouter，可访问 200 多个模型）。

Hermes Agent 的架构以 AIAgent 循环 为中心，而非网关控制平面。这是一个经过深思熟虑的设计选择：学习循环被作为一等架构关切。

核心组件：

学习循环是 Hermes 与所有其他自托管 Agent 的根本区别。以下是它在实际中的工作原理：

关键创新在于程序性记忆——Hermes 不仅记住事实，还记住方法。它将成功的工作流转换为可复用的程序，下次出现类似问题时加载使用。

缓存感知学习

内存架构是缓存感知的：它在会话初始化时冻结系统提示快照，因此高频模型调用可以高效使用缓存的上下文窗口。学习过程不会不断增加你的 Token 费用。

Hermes 使用分层内存系统，严格分离"热"提示内存和"冷"归档存储：

自 v0.7.0 起，内存完全可插拔。你可以通过以下命令切换后端：

hermes memory setup

可选项：内置、Honcho、向量存储、自定义数据库

Hermes 技能遵循 agentskills.io 开放标准。技能是描述可复用流程的 Markdown 文件。与 OpenClaw 的静态技能不同，Hermes 技能可以：

Hermes 还附带 40 多个内置工具，涵盖文件管理、浏览器自动化、终端执行、邮件、日历、网页搜索等。工具可在所有六种终端后端中使用。

子 Agent

Hermes 支持隔离子 Agent——每个子 Agent 都有自己的对话、终端和 Python RPC 脚本，实现零上下文成本的流水线。这适用于你不希望任务相互干扰的并行工作流。

Hermes 可从单个网关进程连接到你现有的消息应用。支持的通道：

Telegram

Discord

Slack

WhatsApp

Signal

CLI

在一个通道上开始，在另一个通道上继续——Hermes 跨平台保持上下文。CLI 包含文本用户界面（TUI），具有多行编辑、自动补全、对话历史记录功能，并能在 Agent 执行过程中中断或重定向。

Hermes 是模型无关的。通过一条命令切换模型，无需更改代码：

hermes model # 交互式模型选择器 

支持的提供商：

Hermes 在两个方向上支持 MCP（模型上下文协议）：

要深入了解 MCP，请参阅我们的 MCP 开发者指南。

Hermes 是可移植的——它不绑定于单个应用或单台机器。部署选项：

Hermes 的安全默认设置比大多数 Agent 框架更安全，但你仍应遵循以下实践：

• 使用 Docker 后端进行生产部署，配置只读 root 和丢弃的 capabilities
• 启用提示词注入扫描（v0.7.0 中默认开启）
• 审查工具权限——限制 Agent 可在无人监督情况下使用的工具
• 使用凭证过滤防止 API 密钥出现在 Agent 上下文中
• 定期监控 Agent 日志：hermes logs –follow
• 保持 Hermes 更新——安全补丁频繁发布

对于敏感部署，考虑在具有受限网络访问的专用 VPC 中运行 Hermes。有关更多详情，请参阅我们的 Hermes 与 OpenClaw 安全对比。

自 OpenClaw 早期以来，我们就在部署 AI Agent，并且是最早在客户项目中采用 Hermes Agent 的团队之一。我们可以帮助：

🚀 免费咨询

预约免费的 30 分钟通话，讨论你的 AI Agent 需求。我们将帮助你设计正确的架构并让 Hermes 在生产环境中运行。

❓ 常见问题

什么是 Hermes Agent？

来自 Nous Research 的开源自托管 AI Agent，具备内置学习循环。它持久运行，连接消息应用，并随时间改进技能。MIT 许可证，支持 200 多个模型。

如何安装 Hermes Agent？

macOS：brew install hermes-agent。Linux/WSL2：pip install hermes-agent。然后运行 hermes init 配置 LLM 提供商和通道。

自我改进循环如何工作？

完成复杂任务后，Hermes 提取可复用模式并将其编写为技能。技能在使用中自我改进。每完成 15 个任务，Agent 评估其表现。

费用是多少？

免费软件（MIT）。VPS 托管每月 起。成本从0（Ollama）到 $65/月（高级模型）不等。

Hermes 支持哪些模型？

通过 OpenRouter 支持 200 多个模型，加上 OpenAI、Nous Portal、z.ai、Kimi、MiniMax、GLM、Ollama 和自定义端点。

翻译：https://lushbinary.com/blog/hermes-agent-developer-guide-setup-skills-self-improving-ai/