前言
Hermes Agent 是由开源 AI 实验室 Nous Research 推出的 AI Agent 项目，2026 年 4 月发布 v0.9.0 版本（代号「everywhere release」），在 GitHub 已获得 117,179 星（截至 2026 年 4 月 26 日），一跃成为 AI Agent 领域最热门开源项目之一。
它的核心卖点是：第一个自带 harness（工具链）的 AI Agent。传统 Agent 需要你手动配置 CLAUDE.md、记忆系统、工作流，而 Hermes 把这些全部自动化，让 AI Agent 真正做到「越用越聪明」。
本文基于官方文档和实操经验，介绍从零安装到首测的完整流程。
核心特性一览
| 特性 | 说明 |
|---|---|
| GitHub 星标 | 117,179（持续增长中） |
| 工具数量 | 40+ 内置工具 |
| 消息平台 | 12+（Telegram、Discord、Slack、WhatsApp 等） |
| MCP 支持 | 可连接 6,000+ Model Context Protocol 应用 |
| 记忆层 | 三层记忆（会话/持久/技能）+ Honcho 用户建模 |
| 自改进 | 任务后自动反思循环 |
| 并发限制 | 最多 3 个子 Agent |
| 最低成本 | ~$5/月 VPS 可运行 |
| 许可证 | MIT，完全开源 |
第一步：安装 Hermes Agent
环境要求
Hermes 支持以下平台：
- Linux（主流发行版）
- macOS
- WSL2（Windows 子系统）
- **Android/Termux）
⚠️ Windows 原生不支持，需先安装 WSL2。
一键安装
Linux/macOS/WSL2 执行：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash安装程序会自动检测并安装所有依赖项（uv、Python 3.11、Node.js v22、ripgrep、ffmpeg）。
安装完成后，重新加载 shell：
source ~/.bashrc # 或 source ~/.zshrc验证安装
hermes doctor运行正常后会显示环境检查结果。
第二步：选择模型提供商
hermes model推荐方案：
| 场景 | 推荐方案 |
|---|---|
| 最省事 | Nous Portal 或 OpenRouter |
| 已有 Claude/Codex 账号 | Anthropic 或 OpenAI Codex |
| 本地/私有推理 | Ollama 或自定义 OpenAI 兼容端点 |
| 多提供商路由 | OpenRouter |
📌 最低上下文要求：模型需 ≥ 64K tokens 上下文。本地模型请确保 context window ≥ 64K。
配置 API Key
hermes config set OPENROUTER_API_KEY your_key_here配置存储位置：
- 密钥 →
~/.hermes/.env - 配置 →
~/.hermes/config.yaml
第三步：首次对话验证
hermes # 经典 CLIhermes --tui # 现代 TUI（推荐）第四步：核心功能一览
斜杠命令
输入 / 可看到所有可用命令：
| 命令 | 功能 |
|---|---|
/help | 显示所有命令 |
/tools | 列出可用工具 |
/model | 切换模型 |
/save | 保存会话 |
中断 Agent
如果 Agent 执行时间过长，直接输入新消息并回车即可中断。
第五步：连接消息平台（可选）
hermes gateway setup支持的平台包括 Telegram、Discord、Slack、WhatsApp、Signal 等。
自改进机制详解
Hermes 最独特的特性是其五阶段自改进循环：
┌─────────────────────────────────────────────────────┐│ 飞轮循环 ││ ││ ┌──────────┐ 1. Curate Memory ││ │ User Task│──── 判断哪些内容值得保留 ││ └────┬─────┘ ││ │ ││ ▼ ││ ┌──────────┐ 2. Create Skill ││ │ Create │──── 重复模式 → 生成技能文件 ││ │ Skill │ ││ └────┬─────┘ ││ │ ││ ▼ ││ ┌──────────┐ 3. Refine Skill ││ │ Refine │──── 已有技能失败 → 自动更新 ││ │ Skill │ ││ └────┬─────┘ ││ │ ││ ▼ ││ ┌──────────┐ 4. FTS5 Recall ││ │ FTS5 │──── 全文搜索按需召回历史 ││ │ Recall │ ││ └────┬─────┘ ││ │ ││ ▼ ││ ┌──────────┐ 5. User Modeling ││ │ User │──── Honcho 推断用户特征 ││ │Modeling │ ││ └────┬─────┘ ││ │ ││ └──────────────╲ ││ ╲ ││ ╲ ││ 下次任务更聪明 │└─────────────────────────────────────────────────────┘具体流程：
- 记忆筛选：判断本次对话中哪些内容值得保留
- 创建技能：如果这是重复模式，自动提取为可复用技能文件
- 优化技能：如果已有技能执行失败，自动更新
- FTS5 检索：通过全文搜索按需召回历史，而非一股脑塞进上下文
- 用户建模：Honcho 模块从行为模式推断用户特征
以写 Python 爬虫为例：
- 第一次：生成可用但风格不一定符合你习惯的脚本
- 第十次：它知道你偏好 httpx 而非 requests，知道你的变量命名习惯，知道你的错误处理风格
这就是「越用越聪明」的具体含义。
安全配置：沙盒隔离
生产环境建议用 Docker 隔离运行：
hermes config set terminal.backend docker # Docker 隔离hermes config set terminal.backend ssh # 远程服务器常见问题排查
| 问题 | 解决方案 |
|---|---|
hermes: command not found | 重新加载 shell（source ~/.bashrc），或检查 PATH |
| API key 未设置 | 运行 hermes model 配置，或 hermes config set OPENROUTER_API_KEY your_key |
| 更新后配置丢失 | 运行 hermes config check 然后 hermes config migrate |
运行诊断：
hermes doctor总结
Hermes Agent 将原本需要手动配置数月的 Agent 工具链，压缩成了「一行命令 + 一次配置」。它的自改进机制让 AI 不再是每次都从头开始的工具，而是真正能记住你、适应你的伙伴。
GitHub 117,179 星的数据证明了社区对它的认可。如果你也在找 OpenClaw 的替代品，或想体验「会成长的 AI Agent」，Hermes 值得一试。
相关阅读：