摘要:Hermes Agent 是 Nous Research 开源的"自改进"Agent,2026 年 2 月开源,到 10 月已经 25.7 万 Star、5.6 万 Fork。它真正特别的地方不是模型、也不是工具数量,而是一套闭环技能学习系统——任务做完会自己写一份可复用的技能文档。本文拆它的架构、记忆和技能机制,并说明它和 OpenClaw 的根本差别。
这是「Hermes Agent 深度剖析」系列的第 1 篇,全系列 7 篇:
01 总览:25 万 Star 的自改进 Agent 到底强在哪(本文)
02 三层记忆架构:会话记忆、持久记忆与用户模型怎么分工
03 技能学习闭环:Agent 怎么自己写技能文档
04 多平台网关:一个进程接住 16+ 个消息平台
05 安全架构:容器沙箱、技能扫描与人在回路
06 从零到生产:四种部署方式与成本账
07 vs OpenClaw:十二个维度的选型对比
一、为什么值得花 20 分钟读完这篇
2025 到 2026 年,Agent 框架出了一大堆:LangChain、AutoGPT、CrewAI、OpenClaw、Claude Code……但绝大多数框架有个共同问题——它们是静态的。Agent 每次执行任务都像第一次见面,昨天刚解决过的同类问题,今天还得从头推理一遍。
Hermes Agent 的不同点在于内置了一个闭环学习环节:任务完成后,它会把这次的解决路径写成一份结构化技能文档;下次遇到类似任务,先检索、直接加载,不再从零推理。
这不是"套个 LLM 壳 + 一堆 function calling",而是一次设计范式的升级:Agent 从无状态函数,变成了有状态、会积累的服务。
读完之后你应该能回答三个问题:
- Hermes 的技能闭环到底在哪个环节"插"进去的?
- 三层记忆和传统的"对话历史 + 向量库"差在哪?
- 这套东西值不值得你现在就迁移过去?
二、核心设计理念:Agent 的"肌肉记忆"
2.1 传统 Agent 的困境
传统 Agent 的循环很短:
用户输入 → LLM 推理 → 工具调用 → 结果回填 → 再推理 → … → 输出
每次任务都是从零推理。这带来三个后果:
| 问题 | 表现 | 实际代价 |
|---|---|---|
| Token 浪费 | 重复推理反复塞满上下文窗口 | 成本高、首字延迟长 |
| 质量不稳定 | 每次推理路径可能不同 | 同类任务结果不一致 |
| 无积累效应 | 用得越久不会越好 | 形不成经验壁垒 |
2.2 Hermes 的解法:在循环里插一步"文档化"
Hermes 的循环多了一步:
- 接收消息(来自多平台网关)
- 检索记忆(FTS5 全文检索)
- LLM 推理 + 工具调用
- 判定任务复杂度:工具调用 ≥ 5 次就生成技能文档
- 持久化记忆
- 回复用户
第 4 步是关键。它把"这次是怎么做成的"沉淀成一份可复用的 SKILL.md,下次直接调。本质上是把 Agent 从"每次重算"变成了"命中缓存"。
三、架构深度剖析
3.1 整体分层
Hermes 的代码结构可以按五层理解:
| 层级 | 组件 | 职责 | 对外表现 |
|---|---|---|---|
| 接入层 | Gateway | 一个进程统一管理所有消息平台连接 | Telegram / Discord / Slack / WhatsApp / Signal / Email / CLI 等 |
| 记忆层 | Session / Persistent / User Model | 会话上下文、跨会话检索、用户画像 | 越用越懂你 |
| 技能层 | Skills(agentskills.io 标准) | 结构化经验库 | 同类任务直接加载 |
| 执行层 | Tools + 沙箱后端 | 本地 / Docker / SSH / Serverless | 工具调用与代码执行 |
| 模型层 | 多 Provider 抽象 | 200+ 模型,可切本地 Ollama | 一条命令换模型 |
链路是自下而上收敛的:消息进来 → 检索 → 推理 → 执行 → 文档化 → 回写记忆。
3.2 三层记忆架构
这是 Hermes 最核心的基础设施,也是它和其他框架差别最大的地方:
| 层级 | 存什么 | 生命周期 | 实现与特征 |
|---|---|---|---|
| L1 Session Memory | 当前对话上下文 | 单次会话 | 受模型上下文窗口限制,类似 RAM |
| L2 Persistent Memory | 跨会话的长期知识 | 永久 | FTS5 全文检索,上万条文档下检索仍在毫秒级 |
| L3 User Model | 偏好、沟通风格、专业领域、行为模式 | 跨会话自动更新 | 无需手工配置,Agent 自己维护 |
设计上真正值得学的一点:三层不是简单的"多存几份",而是分工明确——L1 是热数据,L2 是温数据,L3 是冷数据但影响面最广。热数据要快,冷数据要准。
3.3 技能系统:Agent 的"知识晶体"
技能遵循 agentskills.io 开放标准(该格式最早由 Anthropic 提出,现在已经是 Agent 技能的可移植格式)。一个技能就是一个目录,核心是 SKILL.md:
---
name: python-async-patterns
description: Common async patterns for Python including gather,
semaphore, and task groups with error handling
version: 1.2.0
category: programming
tags: [python, async, concurrency]
---
# Python Async Patterns
## Quick Summary
Use `asyncio.gather()` for parallel I/O, `asyncio.Semaphore`
for rate limiting, and `asyncio.TaskGroup` (Python 3.11+)
for structured concurrency with automatic cleanup.
## Common Patterns
### Pattern 1: Parallel API Calls
(代码略)
## Edge Cases
- `gather(return_exceptions=True)` prevents one failure from
canceling all tasks
- Semaphore must be created in the same event loop
## When NOT to Use
- CPU-bound tasks (use ProcessPoolExecutor instead)
- Tasks with strict ordering dependencies
三个关键设计决策:
- YAML Frontmatter:机器可解析的元数据,撑得起版本管理、分类检索
- 渐进式信息披露:先加载
Quick Summary,按需展开Common Patterns,避免把整个技能塞进上下文 - 可移植性:因为是开放标准,理论上可以在 Claude Code、Codex 等支持该标准的 Agent 之间复用
3.4 技能的生命周期
创建(复杂任务完成)→ 入库 → 相似任务触发检索 → 加载 → 使用
↓
发现矛盾/补充
↓
原地 patch → 回库
形成的是正反馈循环:用得越多 → 技能越丰富 → 解决新问题越快 → 产生更多技能。这才是 Hermes 真正的竞争壁垒——不靠更大的模型,靠时间积累。
四、它和 OpenClaw 的根本差别(先看结论)
OpenClaw(社区昵称"小龙虾")是 2025 年最流行的开源 Agent 框架之一。2026 年初那波迁移潮的直接导火索是 CVE-2026-25253(CVSS 8.8,网关鉴权缺陷导致的一键远程代码执行),官方在 2026.1.29 版本已修复。但迁移潮背后不只是安全事件,更是设计取向的差异:
| 维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 设计哲学 | 消息驱动的智能助手 | 自进化的个人 Agent |
| 核心循环 | 意图识别 → 处理 → 回复 | 检索 → 推理 → 文档化 → 持久化 |
| 记忆方案 | 会话缓存 + 关系库/向量库 | 三层记忆 + FTS5 全文检索 |
| 学习能力 | 无内置学习机制 | 闭环技能学习 |
| 技能格式 | 无统一标准 | agentskills.io 开放标准 |
| 模型支持 | 主要几家云厂商 | 200+ 模型,含本地 Ollama |
| 安全记录 | 有一次公开高危 CVE | 核心仓库至今无公开 CVE |
| 部署 | Docker 为主,配置较重 | 一行命令,支持 Docker/SSH/Serverless |
一句话概括:OpenClaw 的记忆像"日记本",记录发生过什么;Hermes 的记忆像"教科书",从经历里提炼出方法论。 完整对比放在本系列第 7 篇。
五、上手路径(三条命令)
# 1. 安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 2. 配置模型(也可用 ollama 走本地)
hermes model
# 3. 接一个平台并启动
hermes platform add telegram
hermes start
生产环境我更推荐 Docker 跑,并且把权限收干净:
docker run -it \
--shm-size=1g \
--cap-drop=ALL \
--security-opt=no-new-privileges \
--pids-limit=100 \
-v ~/.hermes:/root/.hermes \
nousresearch/hermes-agent:latest
部署方式、成本账、模型选型这些展开讲会很长,放在第 6 篇。
六、我的判断:它到底改变了什么
6.1 从"工具调用"到"经验积累"
| 代际 | 形态 | 核心问题 |
|---|---|---|
| 第一代(2023) | Prompt Engineering | 全靠提示词质量,毫无积累 |
| 第二代(2024-2025) | Tool-Augmented Agent | 每次从零开始,用完即弃 |
| 第三代(2026) | Self-Improving Agent | 使用时间越长,能力越强 |
这个演进很像数据库:从全表扫描,到 B-Tree 索引,再到自适应索引。Hermes 的技能系统本质上就是 Agent 的"自适应索引"——把高频模式缓存下来,避免重复计算。
6.2 技能文档 ≈ 软件工程的设计模式
| 软件工程 | Hermes Agent |
|---|---|
| 设计模式(GoF) | 技能文档(SKILL.md) |
| 从项目中提炼可复用方案 | 从任务中自动生成技能 |
| 模式目录 | 技能库 |
| 反模式 | Edge Cases 章节 |
| 适用场景判断 | When NOT to Use 章节 |
这不是巧合。好的 Agent 框架本质上是在做"知识的工程化"——把隐性知识(一次成功的推理)变成显性知识(结构化文档),使其可检索、可复用、可迭代。
6.3 壁垒不是代码,是时间
一个用了 1 个月的用户和一个新用户,Agent 的表现差距不是模型差距,是积累差距:前者有几十个个性化技能,Agent 知道他的代码风格、项目结构、常用工具;后者一片空白。哪怕后者用更贵的模型,前者效率依然更高——这就是数据飞轮。
6.4 但我有三个担忧
一、技能质量的下限。 自动生成的技能取决于当时的推理质量。如果某次推理本身就错的,生成的技能会把错误固化,形成错误的正反馈。目前的安全扫描主要查数据泄露和 Prompt 注入,对"内容是否正确"缺乏自动验证。
二、技能膨胀后的检索精度。 技能库从几十个长到上万个时,FTS5 的检索延迟可能还撑得住,但精度会不会掉?如果加载了"看起来相关、实际不适用"的技能,反而会误导推理。这本质上是语义检索的精度-召回平衡问题。
三、隐私与技能共享的张力。 技能可移植是双刃剑。Agent 从你的代码库学到的模式写进技能文档后,分享到社区时会不会泄露敏感信息?显式的密钥能拦,隐式的业务逻辑很难检测。
七、总结
Hermes Agent 代表了一个转折点:从"更强的单次推理"转向"可持续的经验积累"。它的创新不在于模型能力或工具数量,而在于把 Agent 从无状态函数变成了有状态、可成长的服务。
关键要点:
- 闭环技能学习是核心差异——任务完成后自动生成技能文档,下次直接加载
- 三层记忆(会话 / 持久 / 用户模型)让"长期记忆"真正可用,而不是对话缓存
- agentskills.io 标准让技能可移植,是生态的地基
- 时间积累效应是最深的护城河——用得越久,迁移成本越高
- 开放标准 + 一行安装 + 可自托管,把迁移门槛压得很低
我的判断是:Hermes 不会是 Agent 框架的终局,但它指对了方向。未来 Agent 的竞争不是谁的模型更大、工具更多,而是谁能更好地帮用户积累和复用知识。
对中高级开发者的建议:先装一个跑起来,让它开始"认识你"。哪怕你暂时不完全依赖它,每天的积累都在构建一个越来越懂你的 Agent——这种时间壁垒,后来者短期追不上。
下一篇:《Hermes Agent 的三层记忆架构》——为什么它敢说自己是"长期记忆",而不是"更长的对话历史"。
延伸阅读
如果这套「拆开源 Agent 源码」的连载对你有用,可以点作者卡片关注,第 2 篇会在一周内更新。
也想听听你们的场景:你现在用的 Agent 里,"记住上次怎么做的"这件事是靠人肉维护,还是靠框架自己攒?