产品简介
Hermes Agent 是由 Nous Research 开源实验室打造的一款具备自我进化能力的自主 AI 智能体，采用 MIT 协议开放源码。它突破了传统对话式 AI 的局限，通过内置的学习闭环机制，能够在任务执行中自动提炼成功经验并转化为可复用的技能文件（Skill）。借助 MEMORY.md 与 USER.md 实现的跨会话持久化记忆功能，Hermes Agent 能够深度理解用户偏好、项目背景及历史上下文，实现“越用越聪明”的智能体验。
该平台展现出极高的灵活性与隐私安全性，支持接入 OpenAI、Anthropic、DeepSeek、通义千问等 200 多种大模型 API，同时也兼容 Ollama/vLLM 实现完全离线的本地部署。其内置了涵盖终端操作、文件处理、浏览器自动化及多模态交互在内的 40 余种工具，并提供统一消息网关以连接 Telegram、Discord、飞书等主流即时通讯平台。所有数据均存储于用户本地（~/.hermes/），零遥测且无第三方数据上传，是个人开发者、研究团队及企业级用户对私有化、高隐私控制需求的理想选择。
主要功能
- 自主学习与持久化记忆体系：利用 FTS5 全文检索与 LLM 摘要技术，在 MEMORY.md 和 USER.md 中长效保存用户偏好与项目信息。当解决复杂问题时，系统自动生成 SKILL.md 技能文档供后续调用，随使用时间推移持续优化自身能力。
- 全渠道消息网关集成：单一网关进程即可打通 Telegram、Discord、Slack、WhatsApp、Signal、飞书、钉钉等 20+ 即时通讯平台，实现跨端记忆共享。支持 CLI 及消息端的语音输入转录与 TTS 回复，甚至可在 Discord 语音频道进行实时互动。
- 强大的浏览器自动化与多模态处理：内置完整的浏览器自动化引擎（支持本地 Chrome/CDP 及云端 Browserbase），可执行点击、填表、截图等操作；支持剪贴板图片的多模态视觉分析，并可接入 FAL.ai 提供文生图、TTS 等媒体处理能力。
- Cron 定时任务与并行子智能体：内置调度器支持自然语言或标准 cron 表达式设定周期性任务（如日报生成、夜间备份），结果自动推送至指定平台。支持通过 delegate_task 派生具有独立上下文和受限权限的子智能体，并行处理复杂工作流以提升效率。
- 多后端环境与模型路由策略：兼容本地终端、Docker、SSH 远程服务器、Modal/Daytona 无服务器及 Singularity HPC 等多种运行环境。支持 Nous Portal、OpenRouter、各类 OpenAI 兼容端点及本地模型的灵活接入，具备主备故障转移、凭证池轮转及 Prompt 缓存加速功能。
- MCP 协议支持与开放生态：通过 stdio 或 HTTP 连接任意 Model Context Protocol (MCP) 服务器，轻松扩展 GitHub、数据库、内部 API 等外部工具。技能系统兼容 agentskills.io 标准，支持社区安装与导出，亦可将对话轨迹导出为 ShareGPT 格式用于强化学习训练。
- 代码沙箱与安全回滚机制：提供 execute_code 工具允许智能体编写并执行 Python 脚本，将多步骤流水线压缩为单次推理。在进行文件修改前自动创建 Git 风格快照，用户可通过 /rollback 命令一键恢复至修改前状态，确保操作安全可控。
应用场景
- 开发者辅助与代码维护：作为常驻助手自动完成代码编写、调试、单元测试及 PR 审查。通过将常见修复经验沉淀为技能文件，快速解决编译错误或依赖冲突，显著提升重复性开发任务的效率。
- 企业运维监控与自动化值守：结合 SSH 后端接入飞书或钉钉群，定时执行日志分析、资源监控及数据库备份。在出现告警时自动诊断常见问题（如端口占用）并尝试修复，实现小型团队的低成本无人值守运维。
- 深度调研与数据分析报告：利用网页搜索与浏览器自动化采集行业数据、竞品情报或学术文献，结合跨会话记忆积累领域背景，定期自动生成包含图表的分析报告并推送，适用于研究员的长期课题追踪。
- 个人知识管理与第二大脑：通过微信或飞书桥接日常对话，记录读书笔记、待办事项与生活规划。智能体通过学习用户思维偏好，支持语义检索历史内容，并可按月自动生成个人总结与目标回顾。
- 内容创作与社媒运营：自动根据选题撰写文章、优化 SEO 文案并生成配图，规划发布排期并通过消息网关分发至多平台。长期使用下，智能体可习得创作者的写作风格与品牌调性，构建个性化内容流水线。
- AI 研究与训练数据生成：批量并行运行 Hermes Agent 生成大量工具调用轨迹（Trajectory），导出 ShareGPT 格式数据用于监督微调或 RL 训练。配合 Atropos 框架对智能体行为进行强化学习，适合 LLM Agent 方向的研究人员。
