🤖 Hermes Agent：GitHub 47K Stars 的自进化AI框架，动了谁的奶酪

GitHub 47K Stars。2026年2月开源，短短两个月冲上 Trending 全站第一。这个数字什么概念？比很多成熟项目攒了五年的量还多。

它叫 Hermes Agent，来自 Nous Research——就是那个做了一堆高质量小模型、一直被开发者惦记着的开源实验室。

但这次，他们不只是发了个模型。他们发了一个会自我进化的AI搭档。

一句话总结它在干什么

传统 AI Agent（不点名了）：你教它一遍，它执行一遍，下次忘了，重新教。

Hermes Agent：你教它一遍，它生成一个 Skill，存进记忆，下次遇到同类任务自己调用——而且越用越好用，因为它会自己优化这个 Skill。

这是本质区别。不是”更好的工具”，是”会成长的搭档”。

核心技术：四层记忆架构

Hermes Agent 的核心是一套叫 HERMES_LOOP 的自学习循环。它让 Agent 的记忆分成了四层，每层干不同的事：

Layer 0 — Working Context

当前会话的大模型工作区。所有上下文、当前任务的中间状态，都在这里。和普通 Agent 没什么区别。

Layer 1 — FTS5 Session Search

历史会话的全文搜索引擎。基于 SQLite FTS5，支持跨对话召回。就是说：哪怕是三个月前的一次对话里提过的需求，Agent 也能搜出来复用。

Layer 2 — Skill Memory

这是关键一层。Hermes Agent 不会只”记住”你说过什么——它会把成功的任务流程生成成一个 Skill，持久化存储。下次遇到类似任务，直接调用。

Skills 存在本地，支持多行编辑、自动补全。和写代码一样规范。

Layer 3 — User Model

最深层。Agent 在多轮会话中持续构建你的个性化画像——你的偏好、你的工作风格、你的常用表达方式。随着使用时间增加，这层会越来越厚。

安装体验：一条命令跑起来

官方安装脚本：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Linux / macOS / WSL2 均支持。Windows 需要先装 WSL2。最低硬件要求？5美元一个月的轻量 VPS 就能跑。

跑起来之后：

hermes              # 启动交互式 CLI
hermes model        # 切换模型（OpenRouter / Ollama / Nous Portal 随便选）
hermes tools        # 开关工具
hermes gateway      # 启动消息网关（接 Telegram、Discord 等）
hermes claw migrate # 从 OpenClaw 迁移（如果有的话）

模型兼容性：没有厂商锁定

这是 Hermes Agent 另一个让人舒服的点。原生支持的模型来源：

• Nous Portal（自家平台）
• OpenRouter（聚合 200+ 模型）
• z.ai / GLM
• Kimi / Moonshot
• MiniMax
• OpenAI
• Ollama（本地模型）

一条命令切换：hermes model，不需要改代码，不绑定任何厂商。

顺便：Hermes Agent 对阵 OpenClaw

这是最近开发者社区讨论最热的话题。两个框架哲学完全不同：

没有绝对的谁更好。Hermes 适合想要一个”越来越懂你的搭档”的人；OpenClaw 适合需要多 Agent 协同处理复杂业务流程的场景。

我的判断

47K Stars 不是偶然。这个数字背后是真实的痛点：几乎所有用过 AI Agent 的人都遇到过”每次都要重新说一遍”的崩溃感。

Hermes Agent 的解法——从经验中生成 Skill、持续优化、跨会话记忆——直击这个痛点。而且它做到了零门槛：不需要昂贵服务器，不需要复杂配置，装完就能用。

当然，现在它还很新。Skill 生态还没起来，自学习的质量也取决于底层模型能力。但这个方向是对的。

一个 AI 工具，用的时间越长越顺手——这个承诺，Hermes Agent 至少在架构上是认真兑现的。

用过 Hermes Agent 了吗？欢迎留言说说你的体验。