一、项目概述：重新定义AI Agent

1. Project Overview: Redefining AI Agent

1.1 什么是Hermes Agent

1.1 What is Hermes Agent

Hermes Agent是由Nous Research打造的自改进AI Agent，定位是"与你共同成长的数字分身"（The agent that grows with you）。它不是传统的一问一答工具，而是一个具备学习能力、记忆能力和自我进化能力的智能系统。

Hermes Agent is a self-improving AI Agent built by Nous Research, positioned as "a digital twin that grows with you". It's not a traditional Q&A tool, but an intelligent system with learning, memory, and self-evolution capabilities.

1.2 核心设计理念

1.2 Core Design Philosophy

Hermes Agent的设计哲学可以概括为三点：

Hermes Agent's design philosophy can be summarized in three points:

┌─────────────────────────────────────────────────────────┐
│  1. 学习闭环 (Learning Loop)                            │
│     经验 → 技能 → 优化 → 经验                           │
│                                                         │
│  2. 跨平台统一 (Platform Unity)                        │
│     一个Agent，服务所有沟通渠道                          │
│                                                         │
│  3. 本地优先 (Local-First)                              │
│     运行在$5 VPS，闲时几乎零成本                         │
└─────────────────────────────────────────────────────────┘

二、核心架构解析

2. Core Architecture

2.1 Skills系统（技能引擎）

2.1 Skills System

设计思想：每个成功完成的任务都应该变成可复用的技能。

Design Philosophy: Every successfully completed task should become a reusable skill.

class Skill:
    name: str                    # 技能名称
    trigger: List[str]          # 触发词
    content: str                 # 技能内容（prompt模板）
    examples: List[dict]        # 成功案例
    usage_count: int             # 使用次数
    success_rate: float          # 成功率
    auto_improve: bool          # 是否自动优化

技能分类：

Skill Categories:

• 内置技能（Bundled Skills） - 开箱即用
• Bundled Skills - Ready to use
• 可选技能（Optional Skills） - 按需安装
• Optional Skills - Install on demand
• 用户技能（User Skills） - 用户自定义
• User Skills - User-defined
• AI生成技能（AI-Created Skills） - 完成任务后自动生成
• AI-Created Skills - Auto-generated after task completion

2.2 Memory系统（记忆引擎）

2.2 Memory System

Hermes的持久记忆系统包含多层架构：

Hermes's persistent memory system includes a multi-layer architecture:

┌─────────────────────────────────────────────────────────┐
│  工作记忆 (Working Memory)                              │
│  - 当前会话上下文                                       │
│  - 最近N轮对话                                         │
├─────────────────────────────────────────────────────────┤
│  语义记忆 (Semantic Memory)                            │
│  - 用户偏好向量                                        │
│  - 项目上下文摘要                                      │
│  - FTS5全文搜索索引                                    │
├─────────────────────────────────────────────────────────┤
│  情景记忆 (Episodic Memory)                            │
│  - 历史会话记录                                        │
│  - 重要事件标注                                        │
│  - LLM压缩后的总结                                     │
├─────────────────────────────────────────────────────────┤
│  程序记忆 (Procedural Memory)                          │
│  - 已掌握的Skills                                      │
│  - 工作流程模式                                        │
└─────────────────────────────────────────────────────────┘

2.3 Gateway系统（消息网关）

2.3 Gateway System

平台	Platform	状态	Status	特点	Features
Telegram	✅	最稳定	Most stable
Discord	✅	服务器友好	Server-friendly
Slack	✅	企业场景	Enterprise
WhatsApp	✅	国际化	International
Signal	✅	隐私优先	Privacy-first
飞书	✅	中国特色	China
钉钉	✅	中国特色	China

2.4 GEPA引擎：自我进化的核心

2.4 GEPA Engine: Core of Self-Evolution

GEPA = Genetic Evolutionary Prompt Adaptation

GEPA = Genetic Evolutionary Prompt Adaptation

这是Hermes Agent最核心的创新，实现"越用越聪明"：

This is Hermes Agent's most core innovation, enabling "getting smarter with use":

class GEPAController:
    def __init__(self):
        self.trajactory_buffer = []
        self.fitness_scores = []
        self.best_prompts = {}
    
    def on_task_complete(self, task, trajectory, outcome):
        """任务完成后触发"""
        # 1. 记录轨迹
        self.trajactory_buffer.append({...})
        
        # 2. 评估效果
        fitness = self.evaluate(outcome)
        
        # 3. 进化技能
        if fitness > self.baseline:
            self.evolve_skill(task, trajectory, fitness)
        
        # 4. 更新基准
        self.update_baseline(fitness)

三、核心技术亮点

3. Core Technical Highlights

3.1 终端后端多样性

3.1 Terminal Backend Diversity

Hermes支持6种运行方式：

Hermes supports 6 running methods:

后端	Backend	适用场景	Use Case	成本	Cost
Local	开发测试	Dev/Test	零	Free
Docker	生产部署	Production	低	Low
SSH	远程服务器	Remote Server	低	Low
Modal	Serverless	Serverless	几乎零	Near Zero

3.2 模型无关性

3.2 Model Agnostic

Hermes不绑定任何特定模型，支持：

Hermes doesn't bind to any specific model, supports:

• Nous Portal
• OpenRouter (200+ models)
• NVIDIA NIM (Nemotron)
• Xiaomi MiMo
• z.ai/GLM (智谱)
• Kimi/Moonshot
• MiniMax
• Hugging Face
• OpenAI / Anthropic
• Ollama (本地模型)

四、安装与部署

4. Installation & Deployment

4.1 快速安装

4.1 Quick Install

# 一键安装（Linux/macOS/WSL2）
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 安装后
source ~/.bashrc  # 或 source ~/.zshrc
hermes            # 启动交互式CLI

4.2 配置流程

4.2 Configuration

# 完整配置向导
hermes setup

# 分步配置
hermes model           # 选择模型
hermes tools           # 配置工具
hermes gateway setup   # 配置消息网关

五、与看宝AI的关联思考

5. Insights for KanBao AI

六、总结与展望

6. Summary & Outlook

🔗 相关链接

🔗 Related Links

• GitHub
• 官方文档
• Skills Hub