hermes-agent (伴随成长的AI智能体)
262,446
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Python
语言
创建时间
最近更新
项目能做什么
Nous Research 推出的 AI Agent 工具,主打伴随用户共同成长,提供基于大语言模型的智能代理服务。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
项目简介
Hermes Agent 是由 Nous Research 开发的具备自我进化能力的 AI Agent。它拥有内置的学习闭环——能够从经验中提炼并自主创建技能(Skills)、在使用过程中不断优化改进、主动沉淀记忆、检索历史对话,并在多次会话中持续深入地理解用户。
它支持连接多种模型端点(如 Nous Portal、OpenRouter、OpenAI 或自定义端点),可运行在 5 美元的 VPS、GPU 集群、本地电脑或 Serverless 架构上。
核心功能
- 闭环自我学习(Closed Learning Loop): 任务完成后自主创建技能,技能随使用持续自我优化;支持定期提示沉淀记忆;通过 FTS5 会话检索配合 LLM 总结实现跨会话召回;集成 Honcho 进行用户画像建模;兼容 agentskills.io 开放标准。
- 全功能终端界面(TUI): 支持多行编辑、斜杠命令补全、历史会话切换、中断并重定向任务,以及流式工具输出展示。
- 多平台接入网关: 仅需一个网关进程,即可打通 Telegram、Discord、Slack、WhatsApp、Signal 和 CLI,支持语音备忘录转录与跨平台会话连续性。
- 定时自动化(Cron): 内置定时调度器,可以用自然语言设定无人值守的每日汇报、定时备份或审计任务,并推送到指定平台。
- 任务分流与并行处理: 可派生隔离的 Subagent 并行工作;支持编写 Python 脚本通过 RPC 调用工具,减少上下文开销。
- 多端与无服务器运行: 内置 6 种终端后端(Local、Docker、SSH、Modal、Daytona、Vercel Sandbox),并支持 Singularity/Apptainer 等插件后端。在 Daytona 或 Modal 上支持闲置休眠、按需唤醒。
- 面向模型研究: 支持批量轨迹(Trajectory)生成与压缩,用于训练下一代工具调用模型。
适合谁用
- 想在低成本 VPS 或 Serverless 环境长期托管 AI Agent 的个人开发者。
- 需要在 Telegram、Discord、Slack 等即时通讯软件中随时调用 Agent 的重度用户。
- 从事 Tool-calling 模型训练、Agent 轨迹数据收集的 AI 研究者与开发者。
安装步骤
Linux / macOS / WSL2
运行官方一键安装脚本:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
Windows(原生 PowerShell)
无需 WSL,在原生 PowerShell 中执行:
iex (irm https://hermes-agent.nousresearch.com/install.ps1)
注意: - 原生 Windows 安装目录位于
%LOCALAPPDATA%\hermes;WSL2 与 Linux 安装目录位于~/.hermes。 - 原生安装程序会自动处理 Python 3.14、Node.js、npm、pnpm、ripgrep、FFmpeg 及 Python 依赖。若系统未安装 Git,会在 Hermes 工具库中暂存独立的 Git 便携组件,不会覆盖系统自带 Git。
Android / Termux
针对 aarch64 设备提供了专属的 APT 仓库(包含稳定版 stable 与预发布 canary 频道),内含 Python、Node.js 和 TUI。请参考官方文档的 Termux 专用指南,不要直接执行桌面/服务器的一键安装脚本。
配置说明
- 切换底层模型: 运行以下命令即可切换模型,无需修改代码,避免厂商锁定:
bash hermes model - 子代理配置(Hermes Desktop): 可在
Settings → Model → Subagents中分别设置 Subagent 的 Provider、模型和限制参数,完成配置后点击 Apply 即可。 - 其余配置细节: 具体的环境变量设置与配置文件格式,README 原文未完整说明,请查看原仓库及官方文档。
常见问题
- Windows 下选择原生还是 WSL2? 原生 Windows 现已完全支持 CLI、网关、TUI 和全部工具;如果你习惯 Linux 环境,也可以在 WSL2 中使用 Linux 安装命令。
- 安装后的启动及后续设置: 安装完成后具体的初始化命令(截断处),此部分原文未完整展示,请查看原仓库获取详情。
原始 README 摘录(英文原文,节选前 3000 字符)
<p align="center"> <img src="assets/banner.png" alt="Hermes Agent" width="100%"> </p> # Hermes Agent ☤ <p align="center"> <a href="https://hermes-agent.nousresearch.com/">Hermes Agent</a> | <a href="https://hermes-agent.nousresearch.com/">Hermes Desktop</a> </p> <p align="center"> <a href="https://hermes-agent.nousresearch.com/docs/"><img src="https://img.shields.io/badge/Docs-hermes--agent.nousresearch.com-FFD700?style=for-the-badge" alt="Documentation"></a> <a href="https://discord.gg/NousResearch"><img src="https://img.shields.io/badge/Discord-5865F2?style=for-the-badge&logo=discord&logoColor=white" alt="Discord"></a> <a href="https://github.com/NousResearch/hermes-agent/blob/main/LICENSE"><img src="https://img.shields.io/badge/License-MIT-green?style=for-the-badge" alt="License: MIT"></a> <a href="https://nousresearch.com"><img src="https://img.shields.io/badge/Built%20by-Nous%20Research-blueviolet?style=for-the-badge" alt="Built by Nous Research"></a> <a href="README.zh-CN.md"><img src="https://img.shields.io/badge/Lang-中文-red?style=for-the-badge" alt="中文"></a> <a href="README.ur-pk.md"><img src="https://img.shields.io/badge/Lang-اردو-green?style=for-the-badge" alt="اردو"></a> <a href="README.es.md"><img src="https://img.shields.io/badge/Lang-Español-orange?style=for-the-badge" alt="Español"></a> </p> **The self-improving AI agent built by [Nous Research](https://nousresearch.com).** It's the only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations, and builds a deepening model of who you are across sessions. Run it on a $5 VPS, a GPU cluster, or serverless infrastructure that costs nearly nothing when idle. It's not tied to your laptop — talk to it from Telegram while it works on a cloud VM. Use any model you want — [Nous Portal](https://portal.nousresearch.com), OpenRouter, OpenAI, your own endpoint, and [many others](https://hermes-agent.nousresearch.com/docs/integrations/providers). Switch with `hermes model` — no code changes, no lock-in. <table> <tr><td><b>A real terminal interface</b></td><td>Full TUI with multiline editing, slash-command autocomplete, conversation history, interrupt-and-redirect, and streaming tool output.</td></tr> <tr><td><b>Lives where you do</b></td><td>Telegram, Discord, Slack, WhatsApp, Signal, and CLI — all from a single gateway process. Voice memo transcription, cross-platform conversation continuity.</td></tr> <tr><td><b>A closed learning loop</b></td><td>Agent-curated memory with periodic nudges. Autonomous skill creation after complex tasks. Skills self-improve during use. FTS5 session search with LLM summarization for cross-session recall. <a href="https://github.com/plastic-labs/honcho">Honcho</a> dialectic user modeling. Compatible with the <a href="https://agentskills.io">agentskills.io</a> open standard.</td></tr> <tr><td><b>Scheduled automations</b></td><td>Buil阅读完整原文
商业机会分析 AI 生成
Hermes Cloud:免运维跨平台托管与记忆同步服务
| 产品构想 | 基于开源核心,提供全托管的云端 Hermes Agent 实例。解决用户需要自备 VPS、配置聊天网关(Telegram/Slack/Discord)、持久化环境管理及跨设备记忆同步的痛点,支持一键拉起与休眠。 |
| 核心功能 | 一键集成 Telegram/Discord/Slack Webhook;跨设备 FTS5 记忆云端同步与 Honcho 用户画像托管;Daytona/Modal 级别无感冷启动与闲置休眠;统一模型 API 代理配置 |
| 目标用户 | 非深度运维背景但高频使用 AI 的极客、产品经理、独立开发者 |
| 难度/周期 | 中等 · 3 - 5 周 · 成本:轻量应用服务器集群 + 对象存储 + 域名与 SSL + 基础网关流量,月均约 $50 - $150 |
| 收费模式 | SaaS 订阅制(基础版 $9.9/月含单实例托管,专业版 $29/月含高级模型路由及无限平台接入) |
| 竞争风险 | 开源版本已支持在 $5 VPS 上自行部署且文档详细,用户可能因成本敏感而选择自建;多租户代码执行安全性隔离要求高。 |
| 依据 | 已验证事实 |
Hermes Pro Skills:垂直行业技能与自动化工作流套件
| 产品构想 | 利用其兼容 agentskills.io 标准的自学习和技能系统,开发并售卖高质量、开箱即用的特定业务工作流技能集(如竞品监控、GitHub Issue分类修复、自媒体自动发布调度)。 |
| 核心功能 | 即插即用的 agentskills.io 兼容技能库;一键导入与定时调度(Cron);专用输入输出模板解析;错误自愈与自动回滚逻辑 |
| 目标用户 | 出海独立开发者、跨境电商运营、小微投研/咨询分析师 |
| 难度/周期 | 低 · 1 - 2 周 · 成本:Gumroad/Lemon Squeezy 商店搭建成本,几乎为零(除测试 API 消耗) |
| 收费模式 | 单次买断制($19 - $99/套件)或技能订阅制(提供持续维护更新) |
| 竞争风险 | Agent 本身具备“自创建技能”能力,若预制技能壁垒不够高,用户可通过自然语言促使 Agent 自行生成。 |
| 依据 | AI推测 |
Team Hermes:小型团队内部运维与跨平台协作网关
| 产品构想 | 将 Hermes Agent 封装为团队协作中心,通过 Slack/Discord 提供多成员共享上下文的运维、日志监控、定时巡检代理,并提供权限分级与审计日志。 |
| 核心功能 | 团队多成员共享与隔离会话控制;企业级 Slack/Discord/飞书接入;安全只读执行模式与命令审计;私有沙箱(Docker/SSH)调度管理 |
| 目标用户 | 5-30 人的初创工程团队、开源项目维护团队 |
| 难度/周期 | 高 · 6 - 8 周 · 成本:服务器集群 + 多租户权限系统架构 + 商业化计费系统接入,月均约 $100 - $300 |
| 收费模式 | 按席位付费(如 $15/席位/月)或团队包月($99/月/团队) |
| 竞争风险 | 需要处理复杂的多人上下文与安全性隔离,单人维护客户支持及企业级需求负担重。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| morluto/rea | 中文介绍暂未生成 Reverse engineer anything with agents, from app behavior dow |
449,613 | TypeScript |
| openclaw/openclaw | 中文介绍暂未生成 The AI that really does things. Any OS. Any Platform. The lo |
394,302 | TypeScript |
| obra/superpowers | 中文介绍暂未生成 An agentic skills framework & software development methodolo |
315,668 | Shell |
| n8n-io/n8n | 中文介绍暂未生成 Fair-code workflow automation platform with native AI capabi |
210,015 | TypeScript |
| firecrawl/firecrawl | 中文介绍暂未生成 Supercharge your AI agents with data from the web and beyond |
200,459 | TypeScript |
| DietrichGebert/ponytail | 中文介绍暂未生成 Makes your AI agent think like the laziest senior dev in the |
188,318 | JavaScript |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ,最近推送 ,发布过 48 个 Release |
| 社区活跃 | Star 262,446 / Fork 0 / Issue 0(数据支持,可自行核实) |
| 许可证 | 未检测到(需人工确认) |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/NousResearch/hermes-agent.git cd hermes-agent # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。