文章

NousResearch/hermes-agent 项目分析报告

对 NousResearch/hermes-agent - 自托管 AI 代理框架的开源仓库分析报告

发表于
作者 Opal Kim
23 分钟阅读
NousResearch/hermes-agent 项目分析报告

一句话摘要

Hermes Agent 是一个能跨 CLI、消息网关、TUI、Electron 桌面和 IDE 运行的自托管 AI 代理框架，具有跨会话记忆、自我进化的技能系统和 25+ 平台适配器。

值得关注的理由

  1. 4 个月内从 0 到 180K 星标 — 2026 年 2 月 25 日发布后 7 周内达到 95.6K 星标，被 Dealroom 列为 2026 年增长最快的开源代理框架。这不是渐进增长，而是品类爆发。
  2. “窄腰”架构模型 — 核心保持最小化，大部分能力通过一个 6 级阶梯（”足迹阶梯”）扩展，从 CLI 命令 + 技能到新增核心工具。这是对代理代码库功能蔓延问题最明确的工程回应。
  3. 闭环学习回路 — 代理不仅有记忆，还能在任务完成后自主生成可复用技能文档，后续类似任务直接从经验起步而非从零推理。独立基准测试验证：20+ 自创建技能可使重复任务提速 40%。

项目概况

字段值
星标数223,849
Fork 数43,215
发布日期2026-02-25
仓库创建2025-07-22（发布前开发期）
桌面应用2026-06-02 发布（v0.15.2 公开预览，macOS/Windows/Linux）
主要语言Python
许可证MIT
阶段主流
已归档否
未解决 Issue8,504

语言分布（按字节）：

1
2
3
4
5
6
7
8
9
10
11
12

Python       ████████████████████████████████ 75.3%
TypeScript   ████████                         20.5%
JavaScript   █▍                                0.7%
TeX          █▍                                0.6%
Shell        █▍                                0.4%
PowerShell   █▍                                0.3%
Rust         █▍                                0.2%
BibTeX       █▍                                0.2%
CSS          █▍                                0.2%
Nix          █▍                                0.2%
HTML         █▍                                0.1%
其他         █▍                                1.3%

作者视角

Hermes 由 Nous Research 开发，这是一家专注于大语言模型后训练与微调的独立 AI 实验室，以 Hermes 模型系列（基于 Llama 微调，针对指令遵循和函数调用优化）和 Atropos 强化学习训练框架闻名。

Nous Research 的模型技术栈为理解 Hermes Agent 提供了重要背景：

  • Hermes 3（2024 年 8 月）：基于 Llama 3.1 微调（8B/70B/405B），使用 3.9 亿 tokens 合成数据训练，函数调用准确率领先。
  • Hermes 4（2025 年 8 月）：引入混合推理（<think> 标签，思维链可扩展至 16K tokens）和 DataForge 合成数据管线（500 万样本、600 亿 tokens）。AIME’24 基准上过度推理减少 78.4%，准确率仅损失 4.7%。
  • Hermes 4.3（36B）：在字节跳动 Seed 36B 上微调。

关键连接：Atropos（RL 训练框架）同时集成在 Agent 运行时中，用于轨迹捕获。这意味着代理使用数据可以直接回流到模型训练——从 Agent 使用到模型改进的完整数据管道。

2026 年 7 月，TechCrunch 报道 Nous Research 正在寻求以 15 亿美元估值进行新一轮融资。

维护者结构高度集中：teknium1 贡献了 7,527 次提交（占前 10 名贡献者总和的 56%），OutThisLife 贡献 2,660 次。

该项目识别的问题：开发者反复在多个平台上做相同的编排工作——终端里跑一个代理、手机上聊天、同一个代码库在 IDE 里跑自动化——每增加一个平台就是又一个一次性集成。Hermes 的”一个代理，多个平台”模型直接解决了这个问题，并在核心之上叠加学习和自适应能力。

抄袭争议：2026 年 5 月，GitHub Issue #10232 指控 Hermes Agent 的代码结构与 EvoMap 的 Evolver 项目高度相似但缺乏署名。维护者 teknium1 将原始 Issue 标题和内容编辑为”.”，删除了 4 名用户的评论并封禁了他们。EvoMap 随后发布了详细的相似性分析文章。截至本报告，Nous Research 未做出正式回应。这一事件在 HN 社区引发了讨论，并在”OpenClaw 迁移”主帖中被反复提及。

核心价值

价值点新颖性可用性可移植性说明
闭环学习回路543任务完成→自主生成技能→后续复用，20+ 技能可提速 40%（独立验证）
窄腰 + 足迹阶梯5456 级扩展决策树，从”扩展现有代码”到”新增核心工具”，任何代理框架可借鉴
五层记忆系统443从短期推理到 FTS5 全文搜索，跨会话回忆延迟 <10ms（10K+ 技能文档）
多平台网关35425+ 适配器，单一网关进程路由所有平台，会话状态跨平台共享
六种终端后端354Local/Docker/SSH/Daytona/Singularity/Modal，切换后端只需改一行配置

最重要的价值点是闭环学习回路。大多数代理框架的记忆是被动存储——你存什么它记什么。Hermes 的回路是主动的：任务完成后自动提取可复用模式写成技能文档，后续遇到类似任务时直接加载技能而非从零推理。TokenMix 在 2026 年 4 月的独立基准测试中验证了这一声明：拥有 20+ 自创建技能的代理在重复任务上比全新实例快 40%，token 消耗降低 30-85%。

诚实的局限是：这种改进是领域特定的。从”总结 GitHub PR”中学到的技能不会自动迁移到”规划数据库迁移”。跨领域泛化仍是开放问题，Hermes 没有声称解决了它。

窄腰 + 足迹阶梯作为独立架构文章可直接借鉴：6 个阶梯从低到高分别是扩展现有代码→CLI 命令+技能→service-gated 工具→插件→MCP 服务器→新增核心工具，每个阶梯都定义了具体成本（工具 schema 膨胀、运维成本、隔离程度）。

五层记忆系统从临时到永久依次是：短期推理内存（当前会话上下文）→持久化内存文件（MEMORY.md 2,200 字符 / USER.md 1,375 字符）→技能记忆（~/.hermes/skills/ 下的 SKILL.md 程序性知识）→Honcho 辩证式用户建模（异步推导用户偏好，存储结论而非原始对话）→FTS5 全文搜索（SQLite，覆盖所有历史交互，支持”我上周二做了什么”式时间维度查询）。

竞争格局

项目定位对比维度
OpenClaw同赛道先驱，Node.js 网关中心架构340K 星标但安全事件频发（CVE-2026-25253 令牌窃取/RCE，ClawHub 市场约 824 个恶意包占 20%），作者加入 OpenAI 后交由基金会治理。Hermes 定位为安全替代品
OpenAI Codex CLIOpenAI 交互式编码代理更简洁的 CLI，无消息网关，无跨会话学习，仅限 OpenAI 模型
Anthropic Claude CodeAnthropic 终端代理代码补全体验强，仅限 Anthropic 模型，无自托管网关
Crush社区中的另一个代理项目HN 用户将 Hermes 和 Crush 并列为”高颜值”代理

Hermes 与 OpenClaw 的核心差异不在功能列表，而在设计哲学：

  • OpenClaw 以网关为控制平面——一个长期运行的 Node.js 进程负责消息路由、工具执行和状态管理，技能由人手工编写（社区已积累 5,700+）。技能基本静态，效果不佳需手动修改。
  • Hermes 以代理循环为核心——网关、调度器、工具运行时都围绕 ReAct 循环构建。代理在完成任务后提炼经验，自动生成并改进技能。

OpenClaw 的安全事件（CVE-2026-25253 可通过恶意链接窃取网关令牌并远程执行代码；ClawHub 市场审计发现约 824 个恶意包，占目录 20%）直接推动了用户迁移。Hermes 截至目前零 agent 专属 CVE，但其规模仍小于 OpenClaw，尚未经受同等规模的安全压力测试。

HN 社区反馈显示两极分化：一位用户说”OpenClaw 的 endless bugs 把我磨垮了，希望 Hermes 是更稳定的选择”；另一位说”说到底就是 LLM 调用加 SQLite 外壳”。多位用户质疑这类代理框架的实际价值——”我用 AI 每天 12 小时，仍然没找到现有工具（bash 脚本、cron）解决不了的场景”。

dev.to 上的独立评测给出了 8.1/10 的总评：学习回路 9.5、记忆系统 9.0、开发体验 8.0、生态 7.5、稳定性 6.5。稳定性是最低分，与 fix 占比过高的提交分布一致。

可复用模式与技巧

1. 闭环学习回路：做→学→改进

任务完成后自动生成技能文档（Markdown），记录方法、边界情况和领域知识。后续相似任务加载技能而非从零推理。技能在使用中被持续改进——如果第二次使用时遗漏了边界情况，代理会更新技能文档。实现上：5+ 工具调用的任务、遭遇错误并恢复的任务、收到用户修正的任务会触发技能创建。

2. ABC + 编排器插件注册模式

为每个可插拔子系统（内存提供者、上下文引擎、模型提供者）定义抽象基类，搭配一个编排器从多个目录路径发现和注册实现。新后端在导入时调用 registry.register()，无需修改核心。用户插件同名覆盖内置插件——last-writer-wins 策略。

3. 双层压缩 + 微压缩

安全阀层（网关级，85% 上下文长度触发）和经济层（Agent 级，50% 触发），都使用 API 报告的精确 token 计数。微压缩在每轮结束后将最旧的未吸收交换折叠进运行摘要，分摊压缩的 LLM 调用成本。

4. 即时不可变快照（提示缓存）

内存和技能在会话开始时作为冻结快照加载——会话中途写入更新磁盘但不重载到当前会话，保持系统提示字节稳定。提示缓存是架构约束而非优化选项。

5. 六后端执行环境抽象

通过 BaseEnvironment 接口将代理运行时与执行环境分离：Local（直接执行，无隔离）、Docker（只读根文件系统、能力降级、PID 限制）、SSH（远程持久化）、Daytona（云端开发）、Singularity（HPC 集群）、Modal（无服务器，空闲时休眠近零成本）。切换后端只需改 config.yaml 一行。

生态定位与套利机会

信息差：社区普遍将 Hermes 视为”又一个 AI 代理”，但它实际上是一个多平台代理操作系统。阅读 GitHub star 数字的开发者往往意识不到消息网关、技能系统、策展人和委托机制的存在。对想要探索代理基础设施而非仅用聊天助手的团队，这个认知差是一个被低估的机会。

技术借鉴：窄腰 + 足迹阶梯架构可直接迁移到企业自动化代理（嵌入 Slack/Teams/钉钉）、自托管个人知识代理（笔记 + 记忆 + 搜索）、教育场景多代理编排（教师代理 → 学生代理，带隔离沙箱）。

生态位：隐私 + 桌面 + AI 代理 三轴交叉目前几乎没有其他项目占据。你可以在本地运行 Hermes（通过 Ollama 或本地推理），让它通过后台 computer use 控制你的桌面，不向第三方发送任何数据。

趋势判断：Apple Silicon GPU 内存增长（M3 Ultra 可达 96GB 统一内存）和 7B-13B 级本地 LLM 质量提升正在推高”本地优先、功能完备的代理运行时”需求。Atropos 集成意味着 Hermes 的代理使用数据可直接回流模型训练——从 Agent 使用到模型改进的闭环。

风险与不足

  • 抄袭争议与治理风险：Issue #10232 指控 Hermes 与 EvoMap Evolver 高度相似但无署名。维护者的处理方式（编辑 Issue 为”.”、删除评论、封禁用户）而非公开回应，本身就是一个治理风险信号。
  • 单一维护者依赖：teknium1 拥有 7,527 次提交，第二名仅 2,660 次。核心架构决策集中在极少数人手中——224K star 项目上的结构性风险。
  • 8,504 个未解决 Issue：发布仅 5 个月有这个数字偏高。部分原因是用户基数大，但 triage 跟不上。
  • fix 占比过高：最近 100 次提交中 fix 类远多于 feat 类（fix(desktop) 15 次、fix(update) 11 次、fix(gateway) 9 次 vs feat(desktop) 仅 5 次）。维护期特征，意味着安装和升级路径仍有粗糙边缘。
  • 技能上下文膨胀：v0.10.0 附带 118 个预构建技能。HN 用户报告默认加载的技能列表消耗超过 10K tokens 上下文。”窄腰”哲学与”默认启用太多技能”之间存在落差。
  • 内存容量硬限制：MEMORY.md 2,200 字符 / USER.md 1,375 字符，达到上限后触发手动整合。可接入 Honcho 等外部提供者扩展，但基本文件内存仍然是严格约束。
  • 插件安全模型：”运营者审查”是第三方插件的唯一信任边界。插件以完全权限在进程内运行——没有代码签名、能力限制或沙箱。AGENTS.md 明确承认”OS 级隔离是对抗性 LLM 的唯一真正安全边界”。
  • 稳定性评分最低：dev.to 独立评测给出稳定性 6.5/10（所有维度最低分），与 fix-heavy 提交分布和高 Issue 数一致。

行动建议

如果你要用它

安装通过一键脚本（curl -fsSL .../install.sh | bash）或 pip install hermes-agent，随后运行 hermes setup 进入配置向导（选择模型提供者、消息平台、工具集成）。可在 5 美元/月 VPS 上运行。适合需要统一存在感（终端 + 聊天 + 桌面）的开发者。如果你只想要”一个终端聊天机器人”，Claude Code 或 Codex CLI 在该场景下更即时、摩擦更小。

如果你要学它

推荐阅读顺序（反映架构依赖性）：

  1. tools/registry.py — 工具注册系统，理解扩展机制起点
  2. agent/memory_provider.py — 可插拔架构 ABC 模式
  3. run_agent.py（~12K 行） — 核心 ReAct 循环，同步编排
  4. gateway/run.py — GatewayRunner，多平台会话管理
  5. agent/conversation_compression.py — 双层压缩流水线 + 微压缩

同时阅读 AGENTS.md — 它不仅是一份贡献指南，更是一份可用的架构决策记录。

如果你要 Fork 它

  1. 提高测试覆盖率 — ~75K 行代码但核心 hotspot 测试覆盖有限，子代理生命周期和技能加载失败路径尤需补测
  2. 降低巴士因子 — teknium1 的 7,527 次提交意味着架构知识高度集中于一人，文档化核心设计决策是最有价值的非代码贡献
  3. 降低安装门槛 — 提供一键 preset 配置（当前需手动编辑 config.yaml + .env），改善新用户激活漏斗

如果你要避免它

以下情况应考虑替代方案：

  • 只需要简单终端聊天机器人（Codex CLI、Claude Code 更即时）
  • 不能接受 ~579 MB 磁盘占用
  • 需要深度 IDE 原生支持（ACP Server 不完整，不如 Cursor/Windsurf/Codex IDE 扩展开箱即用）
  • 需要严格安全隔离（插件信任模型风险不可接受）
  • 关注供应链安全但需要大量社区技能（Hermes 技能生态仍小于 OpenClaw 的 5,700+）

数据来源

来源类型用途
GitHub API原始数据仓库元数据、语言分布、贡献者、提交活动、版本发布
DeepWikiAI 生成文档15 章节百科全书，覆盖架构/子系统/扩展模型/社区模型
Hacker News（Algolia API）社区讨论21 条 HN 帖子，含”OpenClaw 迁移”主帖（122 分/105 评论）完整评论
TechCrunch科技媒体Nous Research $1.5B 估值融资报道
腾讯云开发者社区技术媒体深度技术剖析报告、OpenClaw 对比分析、安装指南
dev.to开发者评测独立评分（8.1/10）、性能验证、功能拆解
Medium技术博客桌面应用发布分析、架构图解
项目 AGENTS.md项目文档贡献规范、足迹阶梯、架构设计决策
项目 README.md项目文档项目简介、安装指引、功能列表
AI, Agent
Hermes 分析报告
本文由作者按照 CC BY 4.0 进行授权