用完就忘的Agent该淘汰了：Hermes Agent的自学习技能生成机制

用过 AI Agent 的人大概都有这种体验：上周辛辛苦苦教它怎么处理数据报表，今天再问同样的问题，它又完全不记得了，从头开始问你一遍。每次对话都像第一次见面，反反复复解释同样的规则和需求。

大部分 AI Agent 就是"金鱼记忆"，用完就忘。Nous Research 开源的 Hermes Agent 就是来解决这个问题的。

一句话说清楚它的定位：唯一内置学习循环的 AI Agent，能从经验中自动创建技能、在使用中改进技能、跨会话构建用户模型。目前 GitHub Star 已达 26.6K。

会自己学习，越用越聪明

这是 Hermes 和其他 Agent 最大的区别。大部分 Agent 只会存储聊天记录，Hermes 会主动创建可复用的技能文档。

当你用 Hermes 完成一个比较复杂的任务——比如连续调用了 5 个以上的工具——它会自动生成一份 Markdown 技能文档，保存在 ~/.hermes/skills/ 目录下：

~/.hermes/skills/devops/deploy-to-k8s/SKILL.md

Hermes 会分析任务复杂度和工具调用链长度，判断这个流程有没有保存价值。如果觉得以后还能复用，就把整个过程打包成可重复使用的技能模板。以后碰到类似任务，直接调用技能即可，不用从头再教。它还会在使用过程中自我改进，发现更好的方法时自动更新现有技能。

四层记忆架构

Hermes 的记忆系统分四层，每层有明确作用：

• Prompt Memory（MEMORY.md）：存环境事实、约定、学到的经验，容量 2200 字符，每次对话都会加载
• User Profile（USER.md）：记录偏好、沟通风格、期望，容量 1375 字符，通过 Honcho 方言推理构建用户画像，跨会话持久化
• Skills（~/.hermes/skills/）：过程性记忆，可复用的工作流，存储的是"怎么做"而不是"做了什么"
• Session Archive（SQLite + FTS5）：历史会话全文检索，可以搜索数周前的对话

这套记忆系统用字符限制而不是 token 限制，因为字符限制更稳定，不会因为模型 tokenizer 差异导致容量波动。配合 FTS5 全文搜索和 LLM 摘要，既有传统搜索的精确性，又有语义理解能力。

40+ 工具开箱即用

内置 40 多个工具，覆盖日常开发大部分场景：

• Web 工具：web_search、web_extract
• 终端和文件：terminal、read_file、patch
• 浏览器自动化：browser_navigate、browser_snapshot、browser_vision
• 多模态：vision_analyze、image_generate、text_to_speech
• Agent 编排：todo、clarify、execute_code、delegate_task
• 记忆和召回：memory、session_search
• 自动化：cronjob 自然语言定时任务
• 甚至还有 rl 工具，支持 Atropos 强化学习环境

200+ 模型自由切换

支持 Nous Portal（OAuth）、OpenRouter（200+ 模型）、OpenAI（GPT-5、Codex）、Anthropic（Claude 系列）、z.ai/GLM、Kimi/Moonshot、MiniMax。本地模型也完全支持，如 Ollama、vLLM、SGLang。切换方式很简单，一行命令 hermes model 即可，不用改代码。

12 个平台消息网关

Hermes 可以打通 12 个平台的消息：Telegram、Discord、Slack、WhatsApp、Signal、Email、Matrix、Home Assistant、Mattermost、DingTalk、Feishu、SMS。

关键是单一网关进程，跨平台对话连续性。你可以在 Telegram 上开始一个对话，然后在 Discord 上继续，Hermes 会记住完整上下文。不同平台的消息都会映射到同一个会话 ID。还有语音备忘录功能，对着手机说一段语音，Hermes 自动转文字并处理。

6 种部署环境

• 本地（Local）：直接在电脑上跑，适合个人开发者
• Docker：容器部署，根文件系统只读，有命名空间隔离
• SSH：连远程服务器，适合团队协作
• Modal / Daytona：Serverless 方式，支持持久化，平时几乎不花钱
• Singularity：针对 HPC 高性能计算环境

安装

推荐 Linux 系统，Windows 用户需要使用 WSL2，原生 Windows 暂不支持。

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

让环境变量生效：

source ~/.bashrc

两种启动方式：

# 交互式配置向导
hermes setup

# 直接对话
hermes

整个安装过程约 60 秒，会自动安装 uv、Python 3.11、Node.js v22、ripgrep、ffmpeg。安装后可用 /skills 查看已创建的技能，用 hermes model 切换大模型。

Hermes Agent 的关键就是"学习循环"。它不是用完即忘的工具，而是一个会随着使用变得越来越聪明的助手。大部分 Agent 追求的是"即时能力"，而 Hermes 追求的是"成长能力"。

项目地址：https://github.com/NousResearch/hermes-agent