龍蝦已成過去式？梳理那些讓你產能100x的Hermes Agent工具

2 月 25 日，一个叫 Nous Research 的团队在 GitHub 上悄悄推了一个 v0.1.0。最早 Hermes 这个模型只有一行安装命令和一句话的产品定位：「An agent that grows with you」。

当时很少有人就注意到它，即使 Nous Research 在模型圈有一定声誉，他们的 Hermes 系列模型在 HuggingFace 上已经积累了 3300 萬次下載，但整個開發者社區的關注度都在被奉若神明的 OpenClaw「小龍蝦」上。33 天超過 React 成為歷史第一，「小龍蝦」成為了 GitHub 有史以來漲星最快的項目，高峰期每小時 710顆星，但就在此時有安全研究人員在同一時間窗口內，以平均每天 2.2 個 CVE 的速度持續披露漏洞，63 天累計 138 個安全漏洞。整個社區開始重新思考一個問題：這東西到底能不能用在生產環境？

在這樣的背景下，同為競品的 Hermes Agent 終於有了可乘之機，也迎來了自己的第一個快速增長期。

Hermes 在自己的程式碼裡寫進了一鍵從 OpenClaw 遷移的工具，那批從 OpenClaw 出走的開發者，需要一個地方落腳，Hermes Agent 成了一個口口相傳的好選擇。

於是 從 3 月初開始，Hermes Agent 殺進了 GitHub Trending，最高衝到第 11 位，星數突破 2200。AwesomeAgents 把它稱為「2026 年迄今最具野心的開源 Agent 發布」，目前 Hermes 的 github 有 69.9k 的 Star 和 9k 的 Fork。

今天律動 BlcokBeats 和大家聊一聊這個 Agent 有何不同之處。

Hermes Agent 是什麼？

Hermes Agent 是由 Nous Research 構建的一款自我進化 AI 智能體，也是目前唯一內置學習閉環的 Agent。

它能從使用經驗中自動創建技能、在使用過程中持續改進這些技能、主動將知識固化為可復用資產、檢索自己過去的對話歷史，並在多次會話中不斷加深對你這個使用者的理解。

所以簡單來說，Hermes Agent 最大的優點就是：越用越聰明，越用越順手。

它的定位，不是綁定在 IDE 裡的編程助手，也不是對某個單一 API 的聊天封裝，而是一個真正駐留在你的伺服器上、能記住它學到的東西、運行時間越長能力越強的自主 Agent。

Nous Research 從一開始就將自己定位為開源優先、去中心化方向的 AI 實驗室，目標是構建使用者可自主控制的 AI，而不是將智能集中在少數幾家封閉公司手中。他們早期的工作集中在 Hermes 模型系列，同時在基礦設施和系統層面大量投入，還探索了跨全球分佈式消費級 GPU 進行模型訓練的 DisTrO 技術，以及 WorldSim、Doomscroll 等多智能體互動、長程行為的仿真環境。

Hermes Agent 這個團隊，是曾打造了 Nomos、Psyche 一系列模型背後的同一批人。

好用的工具有哪些？

Hermes Agent 的最核心機制是它的記憶系統和技能系統。Agent 維護兩個精簡的核心文件：MEMORY.md 儲存環境資訊、約定和從過去任務中總結的經驗；USER.md 儲存你的偏好和溝通風格。這兩個文件在每次會話開始時自動注入系統提示，相當於 Agent 的「長期工作記憶」。此外，所有歷史會話都存入 SQLite 全文搜索資料庫，讓 Agent 能檢索數周前的對話內容。

在技能系統方面，每次完成複雜任務（通常是 5 次以上工具呼叫），Agent 會自主創建一份結構化的 Markdown「技能文件」，記錄操作步驟、已知內容和驗證方式，供未來復用。技能文件遵循漸進披露模式：Agent 默認只看技能名稱和描述（約 3000 token），需要時才加載某條技能的完整內容，以此控制 token 消耗。

工具層面，Hermes Agent 內建超過 40 種工具，涵蓋網頁搜索、瀏覽器自動化、視覺理解、圖像生成、文字轉語音，還支援通過自然語言設定定時任務，讓 Agent 在**無人**值守的情況下自動執行報告生成、數據備份、系統監控等周期性工作。

其中最受歡迎的工具，也就是社區用戶在實際使用中頻率最高、反饋最多，以及根據 Hermes 的功能架構和開發者社區的典型需求，排在前面的是這幾個工具：

Hindsight 是目前生態內最火的單一工具，是 Hermes 官方推薦的長期記憶插件。它在每次 LLM 調用前自動召回相關上下文，支援本地 PostgreSQL 或雲端部署，已作為原生 Memory Provider 集成進 Hermes。

Anthropic-Cybersecurity-Skills 是生態內 Stars 最高的技能包，收錄了 753+ 條結構化網絡安全技能，完整映射 MITRE ATT&CK 框架，適合安全研究與滲透測試場景。

mission-control 是目前生態內最熱門的 Agent 編排儀表板，支援 Agent 艦隊管理、任務分發、成本追蹤和多 Agent 協同工作流，被社區推薦為生產級部署的標配。

Hermes Agent Self-Evolution 是一個進化式自我改進技術，使用 DSPy + GEPA 來優化技能、提示和代碼。

Hermes Workspace 是 Hermes 原生工作區，集成聊天界面、終端和技能管理器，是最受歡迎的圖形化入口。

此外，它還可以派生出獨立的子 Agent，每個子 Agent 擁有自己的對話上下文、獨立終端和 Python RPC 腳本，從而實現零上下文成本的並行流水線。

在基礎設施靈活性上，支援六種終端後端：本地執行、Docker、SSH 遠程、Daytona 無伺服器、Singularity 容器和 Modal 雲函數。Daytona 和 Modal 在空閒時會休眠，成本幾乎為零。你可以在 5 美元的 VPS 或 GPU 集群上運行它，通過 Telegram 下達指令，讓它在你從不直接 SSH 進入的雲伺服器上工作。

Hermes Agent 目前與 OpenClaw 構成最直接的競爭關係，兩者都是面向開發者的開源 Agent 框架。

兩者的架構哲學截然不同：OpenClaw 的設計核心是一個「控制平面」，一個統一的長期運行進程，負責管理會話、路由、工具執行和狀態，所有東西都流經這個中央控制器。Hermes 則以 Agent 自身的執行循環為核心，把網關、定時調度器、工具運行時等全部圍繞這個「做、學、改進」的反覆循環來構建。

在技能系統上兩者差異尤其顯著：OpenClaw 的技能大多是人工編寫的，從 workspace、personal、shared 或插件等不同層級加載；Hermes 的思路則是讓 Agent 自己從經驗中生成技能，形成真正的自主學習閉環。

如何安裝與使用

上手極其簡單。一行命令「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」即可完成安裝，支持 Linux、macOS 和 WSL2，Hermes Agent 會自動完成全部配置，無需手動操作。

Hermes 官網

Hermes Agent 安裝完成後，運行「hermes setup」啟動引導嚮導，選擇你的模型提供商（支持 Nous Portal、OpenRouter、OpenAI 或任何自定義端點），接入你的消息平台（Telegram、Discord、Slack 或 WhatsApp），然後開始第一次對話。從第一次互動開始，Hermes Agent 就立即進入學習模式，開始構建記憶、創建技能、每次會話後都變得更有能力。

日常使用的核心命令包括：

hermes（開始對話）、

hermes model（選擇 LLM 提供商和模型）、

hermes 工具（配置启用哪些工具）、

hermes 网关（启动消息网关，接入 Telegram、Discord 等平台）、

hermes 设置（运行完整的设置向导，一次性配置所有内容）、

hermes claw 迁移（从 OpenClaw 迁移）、

hermes 更新（更新到最新版本）、

hermes 诊断（诊断问题）；

Hermes Agent 适合的场景包括：需要跨会话记住上下文并持续改进能力的通用 AI 助手；需要组合使用工具、插件、MCP 服务器、浏览器或 Shell 的自定义 Agent 工作流；在本地硬件、云 VM 或低成本无服务器基础设施上部署 Agent；以及需要跨平台保持可搜索对话历史和习得技能的持久助手场景。

更具体而言，可以用它在 Telegram 上与它对话的同时让它在云 VM 上执行任务、设置自动化并将报告推送到任意平台、让它接管周期性任务；也可以将它接入 Slack 或 Discord 为整个团队提供 AI 协作支持；或者利用其轨迹导出功能，为下一代 tool-calling 模型的 RL 训练生成训练数据。