VibeCoding
← 返回首頁

HERMES AGENT：NOUS RESEARCH 打造的開源自主 AI 智能體

Mr Panda
Mr Panda
@PandaTalk8
♥234🔁 51
𝕏 (Twitter)🔥🔥🔥
查看原文 ↗

AI 語音朗讀 · Edge TTS

HERMES AGENT：NOUS RESEARCH 打造的開源自主 AI 智能體

一個能在你的伺服器上 24/7 運行、跨 14+ 平台通訊、自己學會新技能的 AI Agent。

為什麼要關注 HERMES AGENT？

當下的 AI 程式撰寫工具——無論是 Cursor、Claude Code 還是 GitHub Copilot——都有一個共同點：它們依賴你的 IDE 和筆記型電腦。你關上電腦，AI 就停止工作了。

Hermes Agent 要解決的正是這個限制。它由 AI 開源研究組織 Nous Research 開發，是一個可以脫離 IDE 獨立運行的自主 AI Agent。你可以把它部署在 VPS 上、Docker 容器裡、甚至 HPC 集群中，讓它透過 Telegram、Discord、Slack 等平台隨時待命，接受你的指令。

更關鍵的是，它開源免費，你可以接入任何 LLM 提供商——OpenAI、Anthropic、DeepSeek、本地模型，隨時切換，沒有鎖定。

（插入小廣告 ）

我會在社群分享各種 AI 程式撰寫技巧和 AI 內容分析，去年搞流量，今年帶大家搞 AI。我認為搞 AI 最一勞永逸的方式就是學會用 AI 程式撰寫，這是一項元技能，學會這個，你就可以用 AI+Coding 理解和去做一切你想做的事。

（廣告結束）

HERMES AGENT 是什麼？

簡單來說，Hermes Agent 是一個基礎設施級的 AI Agent平台，具備以下核心特徵：

  • 多平台通訊：透過統一閘道器連接 14+ 訊息平台

  • 持久記憶：跨會話記憶系統，不會「失憶」

  • 自主學習：能從經驗中生成可複用的技能

  • 靈活部署：本地、Docker、SSH、雲端均可運行

  • 47 個內建工具：檔案操作、網頁搜尋、瀏覽器自動化、語音互動等

  • MCP 協定相容：可對接外部工具伺服器，擴展能力無上限

它的定位不是「一個聊天機器人」，而是一個能 7×24 小時替你幹活的數位員工。

核心能力詳解

1. 跨平台訊息網關——隨時隨地跟 AI 對話

這可能是 Hermes Agent 最實用的特性。你不需要打開終端機或 IDE，直接在日常使用的通訊工具裡就能和它互動：

平台語音圖片檔案多執行緒串流輸出

一個後台行程就能同時連接所有平台，訊息自動路由，會話獨立隔離。你在 Telegram 上讓它跑個腳本，然後切到 Slack 上問它結果，上下文完全保持。

設定也簡單——執行 hermes gateway setup，跟著互動嚮導一步步配置即可。

2. 記憶系統——不會「失憶」的 AI

大多數 AI 工具的記憶僅限於當前對話視窗。Hermes Agent 的記憶系統分為三層：

即時記憶：MEMORY.md 和 USER.md

兩個持久化檔案，分別記錄環境資訊和使用者偏好。每次新會話啟動時自動注入系統提示詞，確保 Agent 始終「認識你」。Agent 會主動記錄：

  • 你的作業系統、專案結構、工具偏好

  • 你的溝通風格和互動習慣

  • 完成任務時發現的技巧和規律

長期回憶：FTS5 全文搜尋

所有歷史對話儲存在 SQLite 資料庫中，支援 FTS5 全文檢索。當 Agent 需要回憶幾週前的討論，它會搜尋歷史記錄並用 Gemini Flash 進行摘要，精準找回相關上下文。

外部記憶擴展

支援 8 個第三方記憶 plugin（Honcho、Mem0、Supermemory 等），提供語意搜尋和知識圖譜能力，進一步增強記憶深度。

3. 技能系統——AI 學會「自我進化」

這是 Hermes Agent 最有想像力的設計。當 Agent 完成一個複雜任務（5 次以上工具呼叫），它會自動將解決過程提煉為一個可複用的技能，保存在本地。下次遇到類似問題，它直接呼叫技能，無需從零開始。

技能採用漸進式載入策略：

  • Level 0：僅載入元資料（~3k token），判斷是否需要這個技能

  • Level 1：載入完整內容，執行具體步驟

  • Level 2：存取特定參考檔案，獲取深度細節

這種設計大幅節省了 token 消耗——不需要的技能完全不佔用上下文空間。

技能還能共享。Hermes 相容 agentskills.io 開放標準，你可以從社群安裝技能，也可以把自己的技能發布出去。技能來源包括：

  • 官方技能庫

  • skills.sh 公共目錄

  • GitHub 程式庫直接安裝

  • LobeHub、ClawHub 等第三方社群

4. 47 個內建工具——開箱即用的能力矩陣

工具按照 toolset 分組，可以按需啟用：

  1. 多種執行後端——安全隔離的運行環境
hermes chat --toolsets "web,terminal,browser"

終端機工具支援 6 種執行後端，滿足從個人電腦到生產環境的不同需求：

  • local：直接在本機運行（預設）

  • docker：容器隔離，丟棄權限、限制行程數

  • ssh：連接遠端伺服器執行

  • daytona：持久化的遠端開發工作區

  • modal：無伺服器雲端執行

  • singularity：HPC 高效能計算集群

容器後端預設啟用安全加固：唯讀檔案系統、最小權限、行程數上限 256、記憶體限制 5GB。

6. 語音互動——和 AI 口語交流

Hermes Agent 支援全鏈路語音互動，覆蓋 CLI 和訊息平台：

  • CLI 模式：按 Ctrl+B 錄音，Agent 自動檢測靜默並回覆

  • Telegram/Discord：自動語音回覆，音訊與文字同步發送

  • Discord 語音頻道：Agent 加入頻道，即時監聽、轉寫、處理、回話

語音轉文字（STT）支援本地 Whisper（免費）、Groq（快速免費層）和 OpenAI。文字轉語音（TTS）支援 Edge TTS（免費）、ElevenLabs（高品質）、OpenAI TTS 等多種引擎。

響應採用逐句串流生成音訊，不用等整段回覆完成就能聽到聲音。系統還內建了幻覺過濾，會自動去除背景噪音產生的「感謝收看」之類的幽靈文字。

7. SOUL.md——定義你的 AI 人格

透過 ~/.hermes/SOUL.md 檔案，你可以定義 Agent 的持久人格：

# Personality
你是一個務實的資深工程師，有自己的品味和主張。
​
## 風格
- 直接但不冷漠
- 重視實質內容，避免廢話
- 如果方案不好，要敢於反駁
​
## 避免
- 諂媚
- 炒作用語

SOUL.md 定義的是跨所有場景的預設人格。除此之外，你還可以用 /personality pirate 臨時切換趣味模式（海盜、莎士比亞、哲學家等），或在專案級別用 AGENTS.md 定義特定工作指令。

8. MCP 協定整合——無限擴展能力邊界

MCP（Model Context Protocol）讓 Hermes 能連接外部工具伺服器——GitHub、資料庫、檔案系統、內部 API，任何實現了 MCP 協定的服務都能接入。

在 ~/.hermes/config.yaml 中配置即可：

mcp_servers:
  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_TOKEN: "ghp_xxx"

工具自動發現和註冊，使用 mcp_<server>_<tool> 的命名規則避免衝突。

安全機制

Hermes Agent 在安全設計上下了很大功夫，實施了七層防禦體系：

  1. 使用者授權：基於白名單和 DM 配對碼的存取控制

  2. 危險指令審批：預設手動確認，也可使用 LLM 智能評估風險等級

  3. 容器隔離：Docker 模式下丟棄權限、限制資源、唯讀檔案系統

  4. 憑證保護：環境變數過濾，敏感檔案唯讀掛載

  5. 內容掃描：檢測Prompt Injection、資料外洩、Unicode 隱藏字元

  6. URL 驗證：阻止 SSRF 攻擊，攔截對內網和雲端元資料位址的請求

  7. 預執行掃描：檢測同形字欺騙、管道注入等終端機攻擊

配對碼系統特別值得一提——使用 32 字元無歧義字母表生成 8 位隨機碼，1 小時過期，5 次失敗後鎖定。相比手動複製貼上使用者 ID，這種方式更安全也更方便。

快速上手

安裝（< 2 分鐘）

# Linux / macOS / WSL2 一鍵安裝
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 重新載入 shell
source ~/.bashrc  # 或 source ~/.zshrc

安裝腳本會自動處理 Python 3.11、Node.js v22、ripgrep、ffmpeg 等依賴，你只需要提前裝好 Git。

配置 LLM

hermes model
# 互動式選擇 LLM 提供商：OpenAI、Anthropic、DeepSeek、OpenRouter...

支援 15+ 提供商，隨時用 hermes model 切換，無需改程式碼。

開始對話

hermes            # 啟動互動式對話
hermes -c         # 繼續上次的會話

常用操作：

  • 輸入 / 查看所有可用斜線指令

  • Alt+Enter 輸入多行內容

  • 輸入新訊息按回車可中斷當前任務

啟動訊息閘道器

hermes gateway setup   # 互動式配置平台
hermes gateway         # 啟動後台服務

架構概覽

Hermes Agent 的架構設計遵循平台無關核心原則：

核心是一個統一的 AIAgent 類，所有入口點（CLI、訊息閘道器、IDE plugin）都透過它處理。這意味著無論你從哪個平台發訊息，獲得的能力完全一致。

與其他 AI 工具的對比

Hermes Agent 的定位更接近一個可程式化的 AI 基礎設施，而非簡單的程式撰寫輔助工具。

適合誰用？

  • 獨立開發者：讓 Agent 在 VPS 上 24 小時待命，隨時透過 Telegram 下達任務

  • 小團隊：透過 Slack/Discord 共享一個 Agent，處理維運、監控、自動化任務

  • AI 研究者：接入本地模型，在 HPC 集群上跑實驗

  • 自動化愛好者：用 cronjob 定時執行任務，用訊息網關接收結果通知

  • 重視隱私的使用者：完全本地部署，資料不離開你的伺服器

總結

Hermes Agent 代表了 AI Agent 發展的一個重要方向：從 IDE plugin 走向獨立基礎設施。它把 AI 智能體從編輯器的束縛中解放出來，讓它真正成為一個可以 7×24 小時工作、跨平台協作、持續學習進化的數位工作夥伴。

開源、靈活、安全——如果你一直在尋找一個「屬於自己的 AI 助手」，Hermes Agent 值得一試。

相關連結：

在 X 上閱讀原文 ↗Gemini 翻譯