# Hermes Agent > Use when building self-learning AI agents that improve through experience — terminal-first interface, tool calling, memory persistence, autonomous task execution. Hermes Agent: self-improving general-purpose AI agent with local-first architecture. - Skill: `znlgis/hermes-agent` (Agent Skill) - Install (CLI): `npx skillmds@latest add znlgis/hermes-agent` - Raw SKILL.md: https://api.skillmd.com/api/skills/znlgis/hermes-agent/raw - Safety review: WARNING - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: AI & ML - Author: znlgis (https://skillmd.com/u/znlgis) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/znlgis/hermes-agent --- > **项目地址：** > > **官网 / 文档：** ｜ > > **许可证：** MIT ｜ **语言：** Python（≥ 3.11） > **最新版本：** 参见 [GitHub Releases](https://github.com/NousResearch/hermes-agent/releases) ## 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： ```bash curl -fsSL https://hermes-agent.nousresearch.com/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）： ```bash 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 ```bash 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。 --- ## 典型工作流 ### 工作流一：快速上手 ```bash hermes setup # 初始化配置 hermes model # 选择/配置模型 hermes chat # 开始对话 ``` 创建第一个技能：让 Hermes 监听你的工作 → 自动总结模式 → 写入技能文件。 ### 工作流二：长期运行部署 ```bash hermes serve --gateway telegram --gateway discord # 启动多通道 Gateway hermes cron --schedule "0 9 * * *" "daily-brief" # 定时任务 ``` 定期审查 `~/.hermes/memories/` 和 `~/.hermes/skills/` 确保记忆质量。 ### 工作流三：团队协作 1. 配置 MCP 集成 → 连接外部工具与数据源 2. 设置子代理 → 分配专门任务给子代理 3. 审查子代理产出 → 合并到主上下文 --- ## 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： - Nous Research： - 上游中文教程：（ai/hermes-agent 系列）