Hermes Agent详解:会自我进化的开源AI Agent框架

开源AI Agent框架Hermes Agent凭借低Token消耗、长期记忆与自动生成技能的自进化能力,两个月内斩获12万GitHub星标。
Hermes Agent是一个开源自主AI Agent框架,上线不足两个月即在GitHub积累超12万星标。相比同类工具OpenClaude,它的核心优势在于更低的Token消耗和跨会话的长期记忆——关闭对话或重启后历史上下文依然保留。其最大技术亮点是"内置自学习循环":在用户完成任务后,系统会自动将操作模式提炼为可复用的Skill并持久化存储,无需手动配置,随使用时间积累越来越熟练。它被设计为部署在用户自有服务器上,可接入QQ、微信、飞书等消息渠道,成为一个长期在线、持续成长的个人智能体。实测中,Agent自主完成了网络检索、文档生成与静态网页生成,任务结束后自动创建了新技能,印证了其自进化机制的真实可用性。
Hermes Agent是什么
Hermes Agent(有人称它为"爱马仕")是一个开源的自主AI Agent框架。据这位B站UP主介绍,它上线不到两个月,GitHub星标就已突破12万(121K),且仍在快速增长。这样的社区增速在开源项目中相当罕见,也从侧面反映了自主Agent赛道当前的热度。
它的功能定位类似于此前爆火的OpenClaude(社区戏称"小龙虾""养虾")。区别于豆包、DeepSeek广告这类主要"出主意、定计划"的AI工具,Hermes Agent能真正下场执行任务——整理文档、创建文件、收发邮件、用浏览器抓取信息等。换句话说,它不只是一个"大脑",而是一个能动手的执行者。
相比OpenClaude,它强在哪
网上一段拟人化的对比短视频点出了两个关键差异,UP主也结合自己的实测经验做了印证。

第一个差异是Token消耗更低。UP主表示两款工具都实际玩过,能明显感受到Hermes Agent的Token消耗要低于OpenClaude。对于长期高频使用Agent的用户,这直接关系到使用成本。
第二个差异是长期记忆能力。OpenClaude在关闭对话框或重启机器后,再次打开基本等同于一个全新工具,此前的上下文丢失;而Hermes Agent保留了历史记忆,具备跨会话的连续性。这一点被UP主视为它区别于同类工具的核心优势。
Token(词元)是大语言模型处理文本的基本计量单位,大致可理解为"字词碎片"——中文约每1.5个汉字对应1个Token,英文约每4个字符对应1个Token。模型每次推理都会消耗输入和输出的Token总量,大多数商业API按Token计费,因此Token消耗直接等于使用成本。Agent类工具因需要反复调用模型、传递上下文和工具调用结果,Token消耗通常远高于普通对话场景。对于需要长期、高频运行自动化任务的用户而言,同等效果下消耗更少的Token,意味着在相同预算内可以完成更多任务,这也是Hermes Agent被视为更具实用性的重要原因之一。
核心定位:一个会进化的伙伴
官方给Hermes Agent的定位是"与你共同承担的Agent",最大特点是自进化。

它被设计成部署在你自己的服务器上,连接你的消息账号(如QQ、微信、飞书等),成为一个持久的个人智能体。用官方的话说,它"不是聊天机器人,不是代码补全工具,而是一个住在你机器上、每天都在变聪明的智能体"。
这里的"变聪明"指的是:随着使用时间增长,它越来越了解你的偏好,积累的记忆越来越多,掌握的技能也越来越多,用起来更加得心应手。UP主把普通AI工具形容为"7秒记忆",而Hermes Agent是"会进化的伙伴",重点就落在"进化"二字上。
将Agent部署在用户自有服务器(而非云端SaaS平台)是一种被称为"本地优先"(Local-first)或"自托管"(Self-hosted)的架构选择。这种方式的主要优势有三点:其一,数据主权——用户的历史记忆、技能库、个人偏好均存储在自己的机器上,不经过第三方服务器;其二,持久运行——服务器可以7×24小时在线,Agent能够在用户不主动发起对话时执行定时任务;其三,灵活集成——可以通过本地网络直接对接企业内部系统或私有数据库。代价则是需要用户自行负责部署、维护和底层模型API的对接,对技术能力有一定要求,这也是UP主预告后续会出安装部署教程的原因。
核心创新:内置自学习循环
Hermes Agent的核心创新在于内置自学习循环——它不再是简单地调用大模型,而是通过内置的学习机制持续优化自身。具体体现在四个方面:
- 自动从交互中生成技能(Skill):无需手动配置,在对话过程中它会自行沉淀出可复用的技能。
- 在使用中持续迭代技能:技能随着反复使用不断更新、打磨,越用越熟练。
- 自动持久化知识和用户偏好:在使用过程中逐步记录你的习惯,实现个性化。
- 跨会话构建对用户的深度理解:通过微信、QQ、飞书等多种渠道对接,在长期使用中加深对用户的理解。
传统AI Agent通常是"无状态"的——每次会话结束后,所有中间推理过程和用户偏好均不被保留,下次使用时需要重新提供背景信息。而"内置自学习循环"的思路借鉴了强化学习中"经验回放"的理念:系统在任务完成后自动提炼出可复用的操作模式,并以结构化的"Skill"(技能)形式持久化存储,后续遇到类似任务时直接调用,无需重新推理完整流程。这一机制的核心价值在于:随着使用次数增加,调用已有Skill时消耗的Token远少于从零生成,同时成功率也因反复迭代而提升。这让Hermes Agent呈现出类似"熟练工"的特性——越用越快、越用越准,而非每次都从同一起点出发。
实测演示:QQ对话中自动生成技能
UP主展示了一次完整的实操。他通过QQ与Hermes Agent对话,先确认身份,Agent回复自己是"一个在QQ上运行的AI助手",并列出了写代码、调试、运行脚本、上网搜索、浏览网页、文件管理、定时任务、生成内容等能力。

随后他下达了一个复合任务:上网检索近期热门的AI Agent项目,总结成文档并附上官网、博客、GitHub等重要链接,再生成一个有科技感的静态展示网页,最后在本地运行。整个过程Agent自主完成了消息获取、文档生成、网页生成,中间没有出现"生成不好、要求重做"的返工环节。

最终它输出了一份近两年较有代表性的AI Agent产品清单,涵盖Cursor、Claude Code、OpenClaude等,并附上官网和数据描述,准确度较高。网页通过本地地址(localhost:8080)运行,可直接在浏览器打开查看。
最值得关注的细节出现在任务完成后:系统提示自动创建了一个Skill(skills created),并更新了用户信息。UP主强调,他全程并未主动要求生成技能,这正是前文所说的"自动从交互中生成技能"的真实体现——这也是Hermes Agent会随着使用越来越好用的根本原因。
小结与后续
从这次介绍来看,Hermes Agent的差异化卖点集中在三点:更低的Token消耗、跨会话的长期记忆,以及自动生成并迭代技能的自进化能力。它把"Agent"从一次性任务工具,推向了"长期陪伴、持续成长的个人智能体"这一方向。
需要说明的是,本文内容主要基于单一UP主的介绍与实测,关于星标数、Token对比等数据尚缺乏更多独立来源交叉验证,读者可结合官方GitHub仓库自行核实。UP主也预告,后续会带来Hermes Agent从头到尾的安装部署教程,对该框架感兴趣的开发者可以持续关注。
相关推荐

Agent Gateway 接入 Cloud Trace:AI智能体请求的端到端追踪
Google Cloud 的 Agent Gateway 现已集成 Cloud Trace(预览阶段),可将一次 AI 智能体请求的智能体、网关、工具与 MCP 服务器全部调用收拢到同一条端到端追踪链路,基于 OpenTelemetry 标准实现,帮助开发者精准定位性能瓶颈。

OpenAI遭遇黑客入侵 Altman面临法律风险累积
OpenAI在内部调查中发现系统遭黑客入侵,CEO奥特曼同时面临法律风险累积。本文梳理AI公司数据安全隐患、企业治理争议与合规挑战,分析事件背后的行业启示。

mcp.so 实用指南:一站式发现MCP服务器扩展AI编程能力
mcp.so 是一个发现 MCP 服务器的目录平台,帮助 AI 编程开发者为智能体连接外部工具和服务。本文介绍它的功能、使用方法以及对 AI 工作流的价值。