By name: hermes-agent description: Hermes Agent（NousResearch/hermes-agent）是 Nous Research 出品的开源、自学习通用型 AI 智能体，内置完整学习闭环——从经验中创建并改进技能、把重要事实写入持久化记忆、检索自身历史会话、跨会话建立用户画像；终端优先（CLI/TUI），支持多模型 Provider、工具系统、MCP、多平台消息网关、定时任务与子代理协作，可跑在 VPS、GPU 集群或 Serverless 上。 tags: [ai, agent, self-improving, memory, terminal, mcp, python, nous-research]
项目地址： https://github.com/NousResearch/hermes-agent
官网 / 文档： https://nousresearch.com/ ｜ https://hermes-agent.nousresearch.com/docs
许可证： MIT ｜ 语言： Python（≥ 3.11）
概述
Hermes 是「The agent that grows with you」——唯一内置完整学习闭环的开源 Agent。它不是 IDE 插件或单一模型封装，而是一套完整的 Agent Harness：
- 自学习闭环：使用中自主创建技能（skills）、在使用时改进技能、把关键事实写入持久化记忆、检索自己的历史会话，并对用户建立越来越精确的画像。
- 终端优先：CLI/TUI（
hermes）交互，命令如hermes setup、hermes model、hermes tools、hermes config、hermes doctor。 - 模型无关：支持多 Provider 与模型配置体系。
- 工具系统 + 终端后端：执行命令、读写文件等。
- MCP 集成与上下文文件。
- 消息网关：多平台接入（Telegram 等），可一边在聊天里对话一边让它在云端 VM 干活。
- 定时任务 / 自动化、语音/视觉/浏览器、子代理协作、插件开发。
- 部署灵活：5 美元 VPS、GPU 集群，或 Daytona / Modal 等空闲近零成本的 Serverless。
安装
支持 Linux、macOS、WSL2、Termux（Android）、Nix。一键脚本：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 脚本会准备 Python 环境，并在 ~/.hermes/hermes-agent/ 下执行 uv pip install -e ".[all]"
source ~/.bashrc # 或 source ~/.zshrc
hermes # 进入 TUI
Windows 不直接支持，请安装 WSL2 后在 WSL 内执行 Linux 流程。Termux 默认安装
.[termux]子集（跳过尚未测试的浏览器与 WhatsApp 部分）。
手动 / 开发安装（uv）：
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv venv --python 3.11
uv pip install -e ".[all,dev]"
./hermes # 直接运行（无需手动 source venv）
初始化与核心命令
hermes setup # 首次初始化（账户、目录、基础配置）
hermes model # 选择 Provider 与模型
hermes tools # 配置每个平台启用哪些 toolset
hermes config # 编辑配置
hermes doctor # 体检 / 排错
自学习闭环（核心特性）
Hermes 区别于普通 Agent 的关键在于「学习」：
- 技能(Skills)：把成功的做法沉淀为可复用技能；后续遇到类似任务自动调用并持续改进。
- 记忆(Memory)：把重要事实持久化，跨会话保留；它会「提醒自己」去固化知识。
- 历史检索：能搜索自己过去的对话，复用上下文与结论。
- 用户画像：跨会话累积，对「你是谁、偏好什么」建立越来越准的模型。
这意味着 Hermes 越用越「懂你」，适合作为长期个人/团队助手，而非一次性任务工具。
进阶能力
| 能力 | 说明 |
|---|---|
| 模型供应商与配置 | 多 Provider，统一配置体系（hermes model / hermes config） |
| 工具系统与终端后端 | 命令执行、文件读写等；按平台启用 toolset |
| MCP 集成 | 接入 MCP server 扩展外部工具；配合上下文文件注入项目知识 |
| 消息网关 | 多平台接入，远程对话与云端执行解耦 |
| 定时任务 | cron 式自动化 |
| 语音 / 视觉 / 浏览器 | 多模态与网页操作 |
| 子代理协作 | 拆解复杂任务并行处理 |
| 插件开发 | 扩展自定义能力与研究功能 |
常见问题（FAQ）
| 问题 | 解决 |
|---|---|
| 安装失败 | 确认 Python ≥ 3.11；脚本依赖 uv，可先手动装 uv 再 uv pip install -e ".[all]" |
| Windows 能跑吗 | 不直接支持，装 WSL2 后在 WSL 内安装 |
| Android 部分功能缺失 | Termux 默认装 .[termux] 子集（跳过浏览器/WhatsApp），按官方 Termux Guide 手动补齐 |
| 选不到模型 | 先 hermes model 配置 Provider 与 API Key；hermes doctor 排错 |
| 它“记住”的东西在哪 | 持久化记忆/技能存于 Hermes 主目录（~/.hermes/ 或 $HERMES_HOME） |
| 想接私有工具 | 通过 MCP 集成接入，并在 hermes tools 中启用 |
AI 使用建议
- 用户提到「自学习 / 会成长的 AI Agent」「Nous Research Hermes」「带记忆和技能闭环的终端 Agent」时加载本技能。
- 强调其差异点：学习闭环（技能+记忆+历史+用户画像），而非普通工具调用框架。
- 安装走官方
install.sh（Linux/macOS/WSL2/Termux/Nix），用hermes setup/model/tools/doctor完成初始化与排错。 - 复杂任务建议用子代理协作 + MCP 扩展；长期使用价值来自记忆与技能的持续积累。
参考资源
- 文档：https://hermes-agent.nousresearch.com/docs
- Nous Research：https://nousresearch.com/
- 上游中文教程：https://znlgis.github.io/（ai/hermes-agent 系列）