【Hermes Agent 技术解析】：Nous Research 自进化多平台 AI 智能体架构深度剖析

Hermes Agent 技术解析：Nous Research 自进化多平台 AI 智能体架构深度剖析

一、引言

亲爱的朋友们，创作不容易，若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力，谢谢大家！有问题请私信或联系邮箱：funian.gm@gmail.com

2026 年，AI Agent 的战场已不再只是"能不能用"，而是"能在哪里用、用完会不会变聪明"。大多数 Agent 框架解决的是"单次任务"问题——给它一个指令，它跑完，结束。而Hermes Agent，Nous Research 推出的开源 AI 智能体平台，走的是另一条路：跨会话自我进化，无处不在地运行。

它不依赖固定工具集，不锁死在某个模型，不限制只能在终端或某个 IDE 里用——它同时活在你的 Terminal、Telegram、Discord、WeChat、iMessage，乃至一台远程 Modal 无服务器容器里。更关键的是，它在每次任务结束后会主动提炼新技能，让自己下次更快、更准。

本文从架构设计、工具系统、技能体系、内存持久化、多平台网关五个维度，对 Hermes Agent v0.9.0（2026 年 4 月 13 日发布）进行深度技术剖析。

二、整体架构：四层解耦设计

Hermes Agent 的代码库包含 856 个 Python 文件，但核心逻辑高度内聚，可以归纳为四层：

┌────────────────────────────────────────────────────┐ │ 接入层（Interface） │ │ CLI 终端 · Telegram · Discord · Slack · WeChat │ │ Signal · Matrix · iMessage · WhatsApp · DingTalk │ ├────────────────────────────────────────────────────┤ │ Agent 执行层（Core Loop） │ │ AIAgent 主循环 · 工具调度 · 上下文压缩 · 错误分类 │ ├────────────────────────────────────────────────────┤ │ 能力层（Capabilities） │ │ 70+ 工具 · 技能系统 · 内存系统 · 沙箱环境 │ ├────────────────────────────────────────────────────┤ │ 模型层（Model Abstraction） │ │ Anthropic · OpenAI · OpenRouter · Kimi · Qwen │ │ z.ai/GLM · MiniMax · xAI/Grok · 200+ 模型 │ └────────────────────────────────────────────────────┘

这种解耦设计的好处是：更换模型不影响工具；新增平台不影响 Agent 逻辑；技能更新无需重新部署代码。

三、Agent 主循环：感知 → 规划 → 行动 → 进化

Hermes 的核心是run_agent.py中的AIAgent类，实现了一个最多 90 次迭代的闭合学习循环：

用户消息/平台事件 │ ▼ [构建系统 Prompt] • 身份文件（SOUL.md） • 技能索引（名称 + 描述，按需加载全文） • 上下文引用（@file: / @git: / @url:） • 内存上下文（<memory-context> 标签隔离） │ ▼ [调用 LLM，传入 70+ 工具 Schema] │ ├── 无工具调用 → 直接回复 │ └── 有工具调用 ──▶ [并行执行工具批次（8 workers）] │ ▼ [收集结果，追加消息历史] │ ├── 迭代 < 90 → 继续循环 │ └── 完成 → 持久化会话 + 检查是否生成新技能

关键设计：

四、工具系统：70+ 工具的自注册体系

Hermes 的工具不是硬编码在主循环里的，而是自注册的——每个工具文件import时向tools/registry.py注册自身，主循环通过registry.get_all_tools()动态获取。

4.1 工具分类全景

4.2 并行安全的批量执行

工具调用支持最多 8 个并发 Worker，但在并行前会做两项安全检查：

危险命令（如rm -rf、git reset --hard）会触发用户审批门控，支持once / session / always / deny四档授权粒度。

五、技能系统：程序性记忆的工程实现

如果说工具是 Hermes 的"手"，技能（Skills）就是它的"经验库"。Hermes 没有把每个新功能都实现为一个新工具（那样会导致工具膨胀），而是用Markdown 技能文件封装可复用的操作流程。

5.1 技能文件结构

每个技能是一个目录，核心是SKILL.md：

---name:arxiv-searchdescription:Search and summarize academic papers from arXiv by topic or paper IDversion:1.0.0license:MITplatforms:[macos,linux]prerequisites:commands:[curl,jq]metadata:hermes:tags:[research,academic]related_skills:[web-search,literature-review]---# arXiv Search Skill## InstructionsWhen the user asks about a paper or research topic...

5.2 渐进式加载（Progressive Disclosure）

Hermes 不会把所有技能的完整内容一次性塞进 System Prompt，而是分三层按需加载：

这个设计解决了一个真实问题：如果有 100 个技能，把所有技能全文塞入 Prompt 会消耗数万 Token；但只传名字和描述，模型能根据语义判断该调用哪个，再按需加载全文。

5.3 内置技能体系

六、内存与持久化：跨会话学习的基础设施

6.1 SQLite 会话数据库

Hermes 使用 SQLite（WAL 模式）存储所有对话历史，通过 FTS5 全文索引实现跨会话语义搜索：

为什么选 SQLite 而非 JSONL？跨文件搜索需要全量扫描，而 FTS5 可以在毫秒级内检索所有历史会话，同时 WAL 模式保证了 Gateway 多平台并发写入的安全性。

6.2 内存插件体系

内存读写时机：每轮对话前预取，每轮响应后同步，内容以<memory-context>标签包裹注入 Prompt，防止模型将其误解为指令。

七、多平台网关：真正的"无处不在"

Gateway 是 Hermes 作为独立守护进程运行的消息总线，支持 25+ 平台适配器：

Gateway 作为独立进程的设计解耦了三件事：CLI 会话崩溃不影响 Telegram 消息；Slack 限速不阻塞 Discord 响应；Gateway 可水平扩展而无需重启 Agent 核心。

八、执行环境：六种沙箱后端

所有后端都支持文件状态持久化（mtime跟踪 + 删除检测），沙箱重建后工作状态不丢失。

九、横向竞品对比

Hermes Agent 的定位是"无处不在的自进化 Agent"，与三类竞品存在差异：

Hermes 的差异化优势在于三个组合：多模型无绑定 + 跨平台原生 + 技能自进化。这三件事任意一件做到极致都能形成壁垒，三者同时做到是当前同类工具中罕见的。

明显短板：文档和社区成熟度不及 Claude Code，上手曲线较陡（配置文件 1400+ 行），面向普通用户的引导体验有待改善。

十、总结

Hermes Agent 代表了 AI Agent 设计的一个重要方向：工具不是终点，技能积累才是护城河。它把每次任务都视为学习机会，让 Agent 随时间变得更懂用户、更高效。随着多模态、多模型协作能力的成熟，这类"会成长的 Agent"平台将在企业和个人生产力领域占据重要位置。

参考资料：

1. Hermes Agent GitHub 仓库 — Nous Research（v0.9.0，2026-04-13）
2. OpenRouter 多模型 API 文档
3. Anthropic Tool Use 文档
4. agentskills.io 技能规范