


![](https://developer.qcloudimg.com/http-save/yehe-2540552/5a2a69d3550046ddb45ef6ca507a0df7.png)

# Hermes Agent

Hermes Agent 是 Nous Research 打造的一款开源 AI 智能体。和主打多智能体协同调度的 OpenClaw 不同，Hermes 是**单打独斗型选手**，而且它越用越强——不是靠你手动更配置，而是靠实打实的“实战经验”自己进化。

大多数智能体顶多能记住发生过什么，Hermes 则直接更进一步：它会把**管用的方法抽出来，写成可复用的技能**，下次碰到类似问题直接开抄作业。这套学习循环是全自动跑的，再加上它的内存架构自带缓存优化，智能体学得再多，也不会让你的 Token 账单一路狂飙。

本文会把这套机制扒得明明白白：学习循环、四层内存系统、网关、智能体执行流程、终端后端、技能与工具、定时自动化、会话持久化，以及如何借助 Nebius Token Factory 大规模跑 Hermes。


# 学习循环

像 OpenClaw 这类智能体，会跨会话保留上下文，再通过一个中心枢纽做路由，简单场景用着还行。但问题也很明显：**只记住“发生了啥”，却没记住“啥管用”**。

Hermes 就是为填补这个缺口设计的——它会把完整跑通的工作流，直接变成可复用的操作步骤，下次不用再从头踩一遍坑。

这就是学习循环的意义：一个藏在每轮会话底下的闭环反馈系统，记忆、技能、会话检索，全都是这套持续流程的输出结果。

整个循环有四个核心模块，各自在流程的不同节点触发，咱们来看看它们是怎么联动的。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/c5892ecd018659d61e65389edc550066.png)


## 智能体自主精选记忆 + 定时提醒机制

大多数智能体要么啥都记、啥都用不上，要么啥都不记、每次重启从零开始。Hermes 两边都不沾，它把**筛选记忆的权力交给自己**，靠的就是一个叫“定时提醒”的机制。

在会话运行的固定间隔里，智能体会收到一条内部系统提示，让它回头复盘：刚才发生的事儿里，有没有值得存下来的？整个过程不需要用户插手，智能体自己扫一遍近期操作，觉得对未来有用，就写进记忆文件。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/aef7f5e88095a441fecfc4c2dbdafb4a.png)


结果就是：记忆库始终是精选内容，而不是乱七八糟的聊天垃圾堆。

## 自主生成技能

智能体干完一个任务后，会自动判断：我刚才这套操作流程，值不值得写成文档？触发条件很明确：

- 调用了 5 次及以上工具

- 从错误里成功恢复

- 用户给过修正指导

- 走通了一套不那么直观的有效流程

满足条件，它就会在 `~/.hermes/skills/` 下生成一个技能文件——不是普通日志，而是一套**下次能直接照搬的可复用指令集**。

```YAML

---
name: my-skill
description: 这个技能是干嘛的，一句话说清
version: 1.0.0
platforms: [macos, linux]     # 可选：限定操作系统
metadata:
  hermes:
    tags: [python, automation]
    category: devops
    fallback_for_toolsets: [web]    # 可选：条件触发
    requires_toolsets: [terminal]   # 可选：依赖工具集
---
```

每个技能文件都包含名称、简介、执行步骤，以及用到的工具调用、文件引用等，格式完全遵循 `agentskills.io` 开放标准，意味着技能可以跨兼容智能体直接迁移。

## 技能自我进化

技能写好不是就锁死不变了。智能体会继续用，用着用着发现更好的路径，就会当场更新。

它通过 `skill_manage` 工具支持六种技能操作：

- 创建、补丁、编辑、删除、写文件、删文件

默认优先用 **patch（补丁）** 方式更新：只传旧文本和替换内容，不用把整个技能重写一遍。这么做既保证正确性，又省 Token——全量重写容易把原本好用的部分改崩，补丁只改该改的，执行起来也更轻量。

## 基于 FTS5 的会话检索 + LLM 摘要

所有会话都会存入 SQLite 归档，并使用 FTS5 建立索引。智能体检索历史时，不会把整段旧对话塞进上下文，而是先检索，再通过 LLM 做摘要，只把和当前任务相关的内容注入进来。

这一层负责**情景记忆**：记录“发生了什么、什么时候发生的”。

而技能层负责**过程记忆**：记录“该怎么做”。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/40550cf83175abea521a56a031aab88d.png)


两层各司其职、分开存储，不搅成一锅粥——这也是整个内存系统设计的核心思路。


## 多层级内存系统

把所有记忆混在一块儿，正是大多数智能体越用越拉胯的原因。所以 Hermes 直接拆成**四层独立内存**，每层职责明确、存储位置固定、读取时机清晰。

## 提示词记忆：[MEMORY.md](MEMORY.md) & [USER.md](USER.md)

这是**常驻层**，每次会话一开始就自动加载，不用智能体主动去调。两个文件都放在 `~/.hermes/memories/`，在处理第一条消息前就直接注入系统提示。

两个文件加起来总字符上限是 **3575**，故意设得很紧凑，就是为了逼你精选，而不是无脑堆内容。智能体通过 memory 工具管理它们，支持三种操作：添加、替换、删除。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/f794e75b2249d30c72413b7b9c42713f.png)


一个重要细节：会话中对这两个文件的修改，**要到下次会话才生效**，不会实时热更新。

## 会话检索：SQLite + FTS5

这里要分清什么时候用会话检索，什么时候用提示词记忆：

- 提示词记忆：常驻，自动加载

- 会话检索：主动调取，智能体判断历史有用时才去查

简单说就是**持久度**：

- 重要到每次对话都该带着的 → 放进 [MEMORY.md](MEMORY.md) / [USER.md](USER.md)

- 只有特定话题才用得上的 → 留在会话归档，按需检索

智能体会在“定时提醒”环节自己判断该放哪儿，不会一股脑全塞一起。

## 技能：过程记忆

前面讲过技能怎么生成，这里重点说**怎么存、怎么加载才不炸 Token**。

所有技能都以独立 Markdown 文件存在 `~/.hermes/skills/`。新装时，仓库自带的技能会拷进去，智能体自创的、从技能中心装的，也都放这儿。

加载策略是**渐进式披露**：默认只加载技能名和简介，完整内容只有智能体判断当前任务需要时才载入。


![](https://developer.qcloudimg.com/http-save/yehe-2540552/7ae524c048618356ab84b99f77542ee4.png)


这样一来，不管你有多少技能，Token 占用都基本持平。200 个技能的智能体，和 40 个技能的上下文开销差不多，因为详细内容只在真要用时才进场。

## Honcho 层：用户建模

前三层都需要智能体主动写点什么，第四层不一样：它不等待显式写入，而是**跨会话默默给你画像**，悄悄记录你的偏好、说话风格、专业领域，随时间不断更新。这就是 Honcho，一个可选的用户建模层，架在所有内存之上。

它用辩证建模思路，在 12 个身份层里同时建模“你”和“智能体”的互动关系。

这一层是可选的，大多数专用任务或自动化场景，前三层就够用。但如果你把 Hermes 当日常私人助理，想要回复风格高度贴合你的工作习惯，Honcho 就很值。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/9aa637d448df660c11a9abac7c3373f1.png)


接下来要讲的网关，就是让这四层内存能跨平台无缝流转、切设备不丢上下文的关键。


## 网关

学习循环和内存系统再强，也得智能体能随时用得上才行——这就是网关的活儿。它是一个**常驻后台服务**，让 Hermes 在你绑定的所有平台保持运行和连接，不是要用时才启动，而是一直在线待命。

## 平台适配器与会话路由

Hermes 可以对接 CLI、Telegram、Discord、Slack、WhatsApp、Signal、邮件，每个平台都有独立适配器，但全部汇入统一的会话路由层。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/93a36049afe4507f1054a55995f467b0.png)


在 Telegram 开的头，去终端接着聊完全没问题，因为会话绑的是 ID，不是平台。

Telegram 还更进一步，支持“项目对话”：在单个私聊里用话题功能跑独立工作流，每个话题自带专属技能绑定和会话上下文。

`gateway/` 目录主要管五件事：消息收发、会话路由、内容投递、平台绑定、定时任务触发。

- 绑定：把新平台关联到你的智能体实例

- 定时 tick：按计划触发自动化任务，并路由到对应平台

整个网关以系统服务运行，用 `hermes gateway` 启动，关掉终端也照样在后台跑。

## 对比其他架构：优势在哪？

在 OpenClaw 里，网关只管投递，职责到此为止。技能生成、写记忆、定时自动化输出，全走独立机制，和网关不打通。

在 Hermes 里，网关就是循环的一部分。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/40e979a6fb9d79d615814afdc449259a.png)


进来一条消息就能触发技能生成，定时自动化的结果也走同一层网关回传，跨平台连贯体验之所以丝滑，是因为会话路由从一开始就嵌在系统里，而不是后期补丁。


## 智能体执行循环

任何发给 Hermes 的消息，不管来自 CLI、Telegram 还是其他平台，都会进入 `run_agent.py` 里的同步调度引擎。内存、技能、工具、网关，全都在这儿按固定顺序一起跑。

## 单轮生命周期

消息到达 → 生成任务 ID → 加载缓存的系统提示，或从内存、技能索引、相关文件重新构建 → 发 API 请求前先做压缩预检，确认对话历史没快顶爆上下文。

如果模型返回工具调用，智能体就执行，把结果追加回去，再循环一轮 API 请求。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/c42ab30394e1d7afefb38e88e0bcb84f.png)


直到模型返回最终文本，会话存入 SQLite，再通过网关把回复发出去。

## 压缩即整合

预检发现对话太长时，会在硬上限触发前启动哨兵机制。辅助模型扫完整段对话，把有用内容压缩进 3575 字符限制里，中间轮次做摘要而不是直接删掉。

原始对话的血统链会保留在 SQLite 里，就算压缩过，智能体也能追溯更早的上下文。

## 提示词缓存

Hermes 的系统提示来自稳定数据源，前缀在多轮对话里基本不变，大多数服务商都会缓存，降低后续轮次的延迟和成本。

三种情况会击穿缓存：会话中途切模型、改记忆文件、改上下文文件。任何一种都会触发全量重编译，所以生产环境用哪家服务商很关键。

就算服务商中途挂了，智能体也不会卡死。你可以在 `config.yaml` 里配置一组推理服务商优先级，Hermes 会自动切到下一个，不打断执行流程，会话继续、上下文保留，用户完全感知不到故障。


## 终端后端

网关管通信，终端后端管**活儿具体在哪儿干**。Hermes 提供六种选择，让智能体在工作实际发生的环境里跑。

## 六种后端

覆盖几乎所有部署场景：

- **Local**：直接跑在你本机

- **Docker**：容器隔离，不污染宿主机

- **SSH**：直接在远程服务器执行，适合操作远程文件、数据库、服务

- **Daytona / Modal**：无服务器方案，闲置休眠、用时拉起，长期挂着但使用不均的场景巨省钱

- **Singularity**：HPC、科研环境专用，不让用 Docker 时的替代品

怎么选很直白：

个人用选 Local；要沙箱选 Docker；活儿在服务器选 SSH；超算集群选 Singularity；想无服务器省成本选 Modal / Daytona。

## 容器加固与零遥测

Docker 模式下，Hermes 默认启用只读根文件系统、移除 Linux 特权权限、提供命名空间隔离。这些是架构级默认设置，不是可选开关，智能体没法乱写目录，也提不了权。

零遥测也是一样：设计上就不会有任何数据外发，不是隐私开关，而是天生属性。


## 技能与工具

工具和技能都是 Hermes 扩展能力的方式，但层级完全不同，先分清再往下看：

- **工具**：智能体能调用的单个能力，比如执行命令、搜网页、生成图片

- **技能**：智能体用工具组合出来的“套路”，是已经跑通过、记下来的可复用工作流

## 内置工具

40 多个内置工具分五大类：

- 执行类：终端命令、代码运行

- 网页类：搜索、浏览器自动化

- 媒体类：视觉理解、文生图、TTS

- 协同类：子智能体调度、多模型推理

- 记忆与规划类：让智能体在会话里程序化操作自己的内存

模型方面，Hermes 通过 Nous Portal 单点对接 400 多个模型，也原生支持 Hugging Face，带模型选择器和配置向导。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/5a8e46091b5e705bc884df3e12c0c6a2.png)


它还支持 MCP 能力，开发者可以通过四个插件钩子深度扩展：

`pre_llm_call`、`post_llm_call`、`on_session_start`、`on_session_end`

不用分叉代码、不用改内部逻辑，就能在智能体循环的关键节点插入自定义逻辑。

## 技能系统

Hermes 自带 40+ 预置技能，覆盖 MLOps、GitHub 工作流、科研、生产力等。新装时会拷进 `~/.hermes/skills/`，和智能体自创、从中心下载的技能放在一起。

存储格式遵循 `agentskills.io` 开放标准，技能可跨兼容智能体迁移、分享，不用转换。默认只加载名称和摘要，完整内容按需加载。


## 定时自动化

Hermes 把重复任务当成一等公民，而不是随便调用 AI 的 Shell 脚本或 Cron 任务。

你设置好定时消息，Hermes 解析指令，把任务存在 `cron/` 目录，网关的定时 tick 机制会负责剩下的事。

时间一到，智能体以完整权限调用内存和技能执行任务，再通过网关把结果投递到你指定的位置。流程和交互式会话完全一样，只是触发源从消息变成了时钟。


##  会话持久化

前面讲的学习循环、内存层、网关路由、智能体循环、定时自动化，全都依赖**状态能跨会话留存**。这份持久化能力来自 `hermes_state.py` 管理的 SQLite 数据库，便携文件型存储，不依赖外部服务。

每轮执行结束，智能体就把对话、工具调用、结果写入数据库，并用 FTS5 建索引方便检索。

原始对话存为 JSONL，定时任务单独存盘，WAL 模式支持单写多读，多会话并行时也稳得一批。

![](https://developer.qcloudimg.com/http-save/yehe-2540552/510c1df53c4d93962d554b50d68b757f.png)


以上就是全套架构。本地跑完全没问题，但如果你想跑 Hermes-4–405B 又不想自己管底层基建，Nebius Token Factory 就是为此而生。


## 为什么选 Nebius？

Nebius Token Factory 是专门为模型推理打造的平台，Qwen 3.5、Nemotron Super、GLM-5 等强力开源模型都提供托管端点。

你可以直接跑 Nous 自家的 Hermes-4–405B，也可以选其他模型，不用自己管 GPU 分配、负载均衡、冷启动。

更厉害的是推理层之外的配套能力：Nebius 会记录对话补全结果，你可以直接导入 Data Lab，用真实的 Hermes 会话做微调数据集，再在 Token Factory 微调，部署成自己的专属端点。

如果你的 Hermes 专攻某一领域——客服、科研、编码——最后得到的就是**按你使用习惯微调过的模型**，不是通用基线版。

内置可观测性也很实用：可以监控请求量、延迟、Token 使用情况，对定时自动化、多任务并行场景非常友好，哪儿慢、哪儿崩了一目了然。

## 配置 Hermes 对接 Hermes-4–405B

就几行配置：

设置 API Key，运行 `hermes model` 打开模型配置，选择自定义 OpenAI 兼容端点，填入 Base URL 和模型 ID：

```Bash

export NEBIUS_API_KEY=your_key_here
hermes model
# 选择：Custom OpenAI-compatible endpoint
# Base URL: https://api.tokenfactory.nebius.com/v1/
# Model: NousResearch/Hermes-4–405B
```

Hermes-4–405B 拥有 128K 上下文窗口，长会话不容易提前触发压缩，预检有更大缓冲空间。

## Nebius 适合什么时候用，不适合什么时候用

自己跑 405B 模型，意味着要管 GPU、负载均衡、闲置冷启动。Nebius 托管端点直接帮你把这些全免了。

但托管端点也不是万能药：

如果你只是本地跑个人助理，接个小模型就够用，还更便宜。

Nebius Token Factory 在 Hermes 全生命周期都能用：

还在试模型？用 Playground 对比。

要上生产？并发会话、定时自动化高可用、免运维 GPU 基建，一站式搞定。


## 总结

以上就是 Hermes 的完整架构。从一条消息开始，牵扯出这么多模块，但每一块都有明确目的：

让智能体**越来越懂你的工作**，而不只是泛泛地变“更强”。

优先补丁而非全量改写、四层内存、提示词缓存策略……所有设计都是为了长期运行准确、省钱，而不只是刚开箱时看着厉害。

这不是拿来跑个小任务的轻量玩具，而是一套需要运行和维护的基建。如果你的场景单一、短期使用，这套架构会显得过于笨重。

但如果你要打造一个**日常跨平台使用、处理重复且不断进化的任务**的系统，Hermes 绝对值得。

OpenClaw 给你的是多智能体的模块化与调度能力，Hermes 给你的是一个**越用越懂你、持续积累上下文**的单体智能体。

无论你还在测试，还是要为多用户部署服务，Nebius Token Factory 都能让你免运维直达目标。

最终选哪个，完全看你到底想造什么。


Hermes Agent 是 Nous Research 打造的一款开源 AI 智能体。和主打多智能体协同调度的 OpenClaw 不同，Hermes 是单打独斗型选手，而且它越用越强——不是靠你手动更配置，而是靠实打实的“实战经验”自己进化。

Hermes Agent 架构全解：自进化单体智能体的学习循环与四层内存设计

大模型全栈架构师

人工智能

后端

架构设计

HermesAgent是NousResearch开发的开源AI智能体，具备自动学习进化能力。它能将成功的工作流转化为可复用技能，通过四层内存系统实现高效记忆管理。支持多平台适配、定时自动化任务和会话持久化，特别适合需要长期运行的智能助手场景。128K大上下文窗口和NebiusTokenFactory托管服务使其成为处理复杂任务的理想选择。

文件系统

负载均衡

数据库

智能体

服务器

容器

路由

SQLite

GitHub

Linux

4核4G3M云服务器 新用户低至38元/年！

2026采购季 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

HermesAgent是NousResearch开发的开源AI智能体，具备自动学习进化能力。它能将成功的工作流转化为可复用技能，通过四层内存系统实现高效记忆管理。支持多平台适配、定时自动化任务和会话持久化，特别适合需要长期运行的智能助手场景。128K大上下文窗口和NebiusTokenFactory托管服务使其成为处理...

Hermes Agent 架构全解：自进化单体智能体的学习循环与四层内存设计-腾讯云开发者社区-腾讯云

Hermes Agent 架构全解：自进化单体智能体的学习循环与四层内存设计

Hermes Agent 架构全解：自进化单体智能体的学习循环与四层内存设计

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐