Skip to content

Hermes Agent - 自改进 AI 代理框架

Nous Research 开发的开源 AI 代理框架,核心卖点是「越用越聪明」——不需要微调模型或手动调 prompt,代理会自动从使用过程中学习、建立技能、持续进化。被视为 OpenClaw 的自改进替代方案。


核心机制:GAPA(Generalized Agent Prompt Adaptation)

Hermes 的自改进能力来自 GAPA 系统,工作原理类似反向传播(Back Propagation),但作用对象不是模型权重,而是 prompt:

┌─────────────────────────────────────────────┐
│              GAPA 学习循环                    │
│                                              │
│  执行任务 ──→ 每约15次工具调用后暂停           │
│       │              │                       │
│       │         ┌────▼────┐                   │
│       │         │ 回顾审查 │                   │
│       │         │ 哪些成功 │                   │
│       │         │ 哪些失败 │                   │
│       │         └────┬────┘                   │
│       │              │                       │
│       │         ┌────▼────┐                   │
│       │         │ 自我更新 │                   │
│       │         │ 调整策略 │                   │
│       │         └────┬────┘                   │
│       │              │                       │
│       └──── ◀ ──────┘                        │
│   用新策略继续执行                              │
└─────────────────────────────────────────────┘

关键特性

特性 说明
自动技能创建 解决问题、修复错误后自动生成可复用技能
持久化记忆 跨会话记住有效方法,搜索历史对话
适应使用习惯 根据用户工作方式动态调整行为
视觉化能力 通过 manim 技能将技术概念转为动画视频

Hermes vs OpenClaw

视频将其定位为 OpenClaw 的替代品,两者功能相近但理念不同:

维度 OpenClaw Hermes Agent
核心理念 执行任务 反思、学习、进化
学习能力 静态 自改进(GAPA)
技能系统 固定 自动创建和积累
记忆 有限 持久化 + 自适应
本地模型 支持 支持
多平台 支持 支持(WhatsApp/Telegram/Slack)
感觉像 工具 随使用成长的学习系统

结论:Hermes 基本能做 OpenClaw 做的所有事,但额外拥有自改进能力。


安装与配置

前置要求

  • 非 Windows 系统直接安装;Windows 需要 WSL2
  • 需要 Python 环境
  • 推荐 GPU 支持本地模型

安装步骤

# 1. 快速安装(复制官方 quick install 命令)
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

# 2. 配置
hermes setup

配置方式

方式 说明
Quick Setup 指定模型 provider + 消息方式
Full Setup 完整配置所有选项(推荐)

支持的模型 Provider

┌──────────────────────────────────────────┐
│           模型 Provider 选择              │
│                                          │
│  ┌───────────┐  ┌────────────┐           │
│  │ OpenRouter │  │  Anthropic  │           │
│  └─────┬─────┘  └─────┬──────┘           │
│        │              │                   │
│  ┌─────▼─────┐  ┌─────▼──────┐           │
│  │  OpenAI   │  │ 自定义(更多) │           │
│  └───────────┘  └──────┬─────┘           │
│                        │                  │
│                 ┌──────▼──────┐           │
│                 │ MiniMax/Zai │           │
│                 └─────────────┘           │
└──────────────────────────────────────────┘

模型推荐

场景 推荐
本地运行 Gemma 4(Ollama)— 强大的 agentic 模型
无本地硬件 OpenRouter 免费模型
最佳效果 NanoBanana(视频作者推荐,适合图像生成)

检查本地能否运行 Gemma 4:访问 https://whatmodelscanirun.com/


使用示例

示例 1:图像生成(缩略图)

通过 Telegram 发送指令:

生成一个 "Hermes Agent vs OpenClaw" 视频的缩略图概念

Hermes 会自动初始化所需代理、使用相关技能,生成多个概念方案。

示例 2:知识管理 + 前端开发

  1. 使用 /skills browse 添加 Obsidian 技能
  2. 指定 vault 路径,让 Hermes 自动从 Shadcn 文档抓取最新包信息
  3. 后续生成前端时自动参考 vault 中的最新组件文档
┌──────────────────────────────────────────────┐
│        知识增强工作流                          │
│                                              │
│  添加 Obsidian 技能                           │
│       │                                      │
│       ▼                                      │
│  从文档站抓取最新包/组件信息                    │
│       │                                      │
│       ▼                                      │
│  写入 Obsidian Vault(持久化)                 │
│       │                                      │
│       ▼                                      │
│  AI 代理生成代码时自动参考 vault                │
│       │                                      │
│       ▼                                      │
│  GAPA 记录成功经验 → 下次优先使用              │
└──────────────────────────────────────────────┘

效果:视频展示了用此工作流在几分钟内生成带最新 Shadcn 组件的金融仪表盘。


技能系统

管理技能

/skills          # 查看所有可用技能
/skills browse   # 浏览和添加新技能

技能特性

  • 自动创建:从成功经验中提取
  • 手动添加:通过 URL 或 browse 添加
  • MCP 集成:支持 MCP 协议的技能
  • 跨会话复用:保存为可重复使用的模块

注意事项

项目 说明
Windows 支持 暂不支持原生,需 WSL2
免费使用 OpenRouter 提供免费模型
多平台 支持 Telegram/WhatsApp/Slack 等第三方平台

官方资源

  • 网站:https://hermes-agent.nousresearch.com/
  • GitHub:https://github.com/NousResearch/hermes-agent
  • 文档:https://hermes-agent.nousresearch.com/docs/getting-started/installation

参考资料

相关笔记