Hermes Agent 完整上手指南：一个会积累经验的 AI 同事
周一早上打开终端，让 Agent 写一个 API 路由。它问了一堆问题：用什么框架？要不要验证？状态怎么管理？到了周五，再写一个新路由，同样的 Agent 直接上了 Next.js App Router + Zod——因为它记住了周一的选择，还把上次的写法提炼成了一个技能文件。
这是 Hermes Agent 在做的事。一个来自 Nous Research 的开源 Agent 框架，发布六周，开发者社区反响很大。
苏米注：它没有去和 OpenClaw 比功能多少，走的是另一条路：用得越久越顺手。
什么是 Hermes Agent？
Hermes Agent 是一个自托管的 AI Agent 框架，采用 MIT 开源许可。
打个比方：如果普通的 AI 聊天是"叫了个外卖"，OpenClaw 是"请了个管家"，那 Hermes Agent 就是"请了个管家，而且他自带笔记本，会把你家的规矩一条条记下来，下次不用你再说第二遍"。
它不是模型，也不是 SaaS。你可以理解成架在大模型上面的一层工作系统——你选模型（支持 200 多个），它负责跑任务，记住经验。
核心架构：工具、记忆、进化
工具层：47 个开箱即用的工具
装好就能用的工具覆盖了日常开发的大部分场景：
- 网页搜索和抓取
- 文件读写
- 终端命令执行
- 代码沙箱
- 视觉分析
- 内置 cron 调度器（用自然语言配置定时任务）
通过 MCP 协议可以接入更多外部工具，和 Claude Code、Cursor 的工具接入方式兼容。
记忆系统：关闭终端也不会忘
这是 Hermes 和多数 Agent 框架拉开差距的地方。记忆系统分三部分：
- MEMORY.md：存项目状态摘要
- USER.md：存你的偏好画像
- SQLite 全文索引：覆盖所有历史对话
每次启动新会话，三者自动注入系统提示。
苏米注：比如你告诉它一次"我的项目用 TypeScript + Next.js"，之后它生成的代码就不会再默认 JavaScript。v0.7.0 还把记忆后端做成了插件化——默认用 SQLite，也可以换成向量数据库。
进化系统：自己写技能
当它完成一个多步骤的复杂任务后，会自动回头审视整个推理路径，提取出可复用的模式，生成一个 SKILL.md 技能文件。
这个文件不是静态的——后续使用中如果发现更好的做法，它会自动更新。
Nous Research 为此做了独立子项目 hermes-agent-self-evolution，用遗传进化算法（GEPA）自动优化技能提示词。每次优化约 2-10 美元，不需要 GPU。
用一句话概括：普通 Agent 是工具。Hermes Agent 更像一个会积累经验的同事。
安装步骤
第一步：一行命令安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc第二步：配置模型
hermes setup交互式引导会让你选择推理后端，支持 OpenRouter（200+ 模型）、OpenAI、Anthropic、DeepSeek 等。如果想零成本试水，OpenRouter 有免费模型可选。
第三步：启动
hermes启动后会显示当前模型、可用工具数量和已加载的技能列表。
命令速查
hermes --continue # 接续上次会话
hermes -w # Git Worktree 隔离模式
hermes doctor # 健康检查
hermes model # 切换模型
hermes skills install # 安装社区技能典型使用场景
场景一：每天收一份技术早报
在 Hermes 对话中输入：
帮我搜索稀土掘金今天的前 10 条 AI 相关帖子，
整理成表格，包含标题、热度、评论数和链接。它会调用内置的 Web 搜索和抓取工具，返回一张结构化的表格，整个过程大约 30 秒。
进阶用法是加上定时：
设置一个每天早上 8 点的定时任务，
抓取掘金前 10 条 AI 热帖发到我的飞书。内置 cron 调度器会自动处理，不用你写任何代码。
场景二：在手机上接着用
运行 hermes setup，在消息平台部分填入飞书 Bot Webhook 地址。配好后，Gateway 进程会统一处理所有平台的消息。
效果：在 CLI 启动一个代码重构任务，出门后在飞书收到进度更新，用手机回复"继续"就能接着跑。
企业微信、钉钉、Slack 等 14 个平台同理。所有平台共享同一套记忆：你在飞书告诉它的偏好，在 CLI 里也生效。
场景三：第七天，打开技能目录
第一天，你让它帮你写一个 Next.js API 路由，它可能需要你补充一些上下文：用的是 App Router 还是 Pages Router？要不要 Zod 验证？
第三天，你再让它写一个新的 API 路由。你会发现它直接用了 App Router + Zod，因为 USER.md 里已经记录了你的技术偏好，而且上次成功的写法被提取成了一个技能。
第七天，打开 ~/.hermes/skills/ 目录看看，里面可能已经多了好几个自动生成的 .md 文件——每一个都是它从你的实际任务中学到的经验。
苏米注：打开任意一个，你能看到它提炼出的任务模式和推荐做法——不满意可以直接编辑修改。
和 OpenClaw 的差别
| 维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 定位 | 成熟生产力工具 | 会成长的实验伙伴 |
| 适用场景 | 团队、重度集成 | 个人开发者、研究者 |
| 技能数量 | 5,700+ 社区技能 | 70+ 社区技能 |
| 部署方式 | 一键部署/多平台 | 自托管 |
| 记忆系统 | Markdown 文件 | SQLite+ 全文索引 |
| 自进化 | 手动管理技能 | 自动生成优化技能 |
如果你要的是"今天就能用起来"，选 OpenClaw。
如果你愿意花一两周调试，换来一个越用越顺手的长期搭档，Hermes 值得试试。
不足之处
1. 技能库差距明显
OpenClaw 的 ClawHub 有 5,700 多个社区技能，Hermes 的 agentskills.io 上目前只有 70 多个。很多场景你得自己写技能，或者等自进化慢慢积累。
2. 运维成本高
没有官方托管方案，服务器、更新、备份全靠自己。最低 5 美元一个月的 VPS 能跑，但"能跑"和"稳定跑"是两件事。
3. 更新速度快带来的不确定性
六周三个大版本，记忆系统从 v0.2 到 v0.7 整个重构了一遍。对早期用户来说，升级迁移是个持续的成本。截至发稿，有超过 700 个开放 Issue，社区活跃但问题也多。
4. 自进化技能质量风险
苏米注：自进化的技能质量没有保障机制。它自动生成的技能文件可能包含错误的做法。你得定期审查 ~/.hermes/skills/ 目录，不能完全放手不管。
自托管项目就是这样——你拿到了全部控制权，也接下了全部运维。
总结
自进化的技能质量能不能收敛到可靠的水平，现在没人知道。但思路本身值得试一次——让 Agent 记住你的习惯，而不是每次从零开始。
下周一早上打开终端的时候，你的 Agent 不会再问那些重复的问题了。
项目地址：github.com/NousResearch/hermes-agent
安装命令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash