深度解析 Hermes Agent：具备自进化能力的 AI 自动化智能体

Hermes Agent 在两个月内获得了 5 万个 GitHub Star。虽然很多视频都在解释它是什么，但很少有人告诉你第一天该拿它做什么。

这份指南将用通俗易懂的语言解释 Hermes 是什么，它与 Claude Code 和 OpenClaw 有何不同，并分享目前人们正在运行的 7 个具体工作流及其实际成果。

通过本文，你将了解：

1. Hermes Agent 的核心定义
2. 学习循环（Learning Loop）的工作原理
3. 为什么你应该同时运行 Hermes 和 Claude Code
4. 7 个带有实际案例和设置步骤的工作流
5. 避免在模型选择上浪费时间

1. Hermes Agent 简介（30 秒版本）

Hermes 是一个运行在服务器（或笔记本电脑）上的个人自动化 Agent，通过即时通讯应用（或命令行界面 CLI）与你交流。它是一个常驻系统，负责处理循环任务、监控你关心的事项、自动学习并为你创建可重用的技能。

你可以通过一个命令安装它，连接到 Telegram，然后给它分配任务。它可以在廉价的 VPS 或个人设备上 24/7 全天候运行。最棒的是它在后台监控并在需要时唤醒。你可以随时给它发消息，它会跟踪正在进行的任务。

安装只需 2 分钟：

• 执行安装脚本：curl 安装脚本
• 运行 hermes，通过 hermes model 选择模型
• 通过 hermes gateway setup 连接 Telegram

2. 学习循环：Hermes 的核心价值

每进行大约 15 次工具调用，Hermes 就会暂停。它会回顾刚刚发生的事情：哪些成功了，哪些失败了，哪些耗时太长。然后它会编写一个“技能”——一个保存在 ~/.hermes/skills/ 下的 Markdown 文件，将学到的经验转化为可重用的工作流。

这些技能是透明的。你可以打开、阅读、编辑，甚至删除它理解错误的技能。

实际差异： 第一天让 Hermes 研究一个话题，你可能会得到一个通用的摘要。到了第 30 天，同样的任务，输出会更精准、更相关，并且格式完全符合你的要求。它通过观察你的反馈和忽略的内容，学习了你的偏好。

Claude Code 的记忆存储的是关于你偏好的事实，而 Hermes 存储的是可执行的程序。它不仅记得你喜欢要点列表，还记得生成这种格式的完整“研究-过滤-格式化”工作流。

3. 与 Claude Code 和 OpenClaw 的区别

• Claude Code 存在于你的代码库中。它读取代码、编写代码、运行测试并提交。它是目前最好的编程 Agent 之一，但它不驻留在服务器上，不会在 Telegram 上给你发消息，也不会在你睡觉时运行循环任务。
• OpenClaw 驻留在服务器上。它是一个具有消息传递、调度和工具访问功能的个人 Agent。但它没有学习循环，不会根据经验编写自己的技能。
• Hermes 像 OpenClaw 一样驻留在服务器上，但增加了学习循环。每一项任务都让它在处理下一项任务时变得更好。如果你是从 OpenClaw 迁移过来的，只需运行 hermes claw migrate 即可在五分钟内导入所有设置。

建议： 不要二选一。使用 Claude Code 进行软件开发，使用 Hermes 处理其他所有事务。它们共享相同的 MCP 协议，因此你的工具在两者中都能通用。

4. 能够学习用户偏好的早报简报

一位开发者使用运行 Hermes 的家庭服务器，通过 Telegram 机器人处理他的求职管道、开发项目跟踪和每日简报。他不再需要在早上第一时间打开电脑查看邮件。

设置方法：

1. 通过 hermes gateway setup 将 Hermes 连接到 Telegram。
2. 告诉它监控你的电子邮件、日历和 2-3 个特定话题。
3. 将其设置为循环任务。

收益： 运行两周后，Hermes 会学习你回复哪些发件人、为哪些会议做准备以及哪些话题会引发你的后续提问。技能文件会自动更新，第 30 天的简报将完全个性化。

5. 网页监控与自动化评审

有用户设置 Hermes 来审查网站的用户报告，并决定是否应更正元数据。这完全取代了手动审查过程。Agent 读取报告，对照现有数据进行检查，如果有效则应用修复，并记录更改内容。

Hermes 内置了 Camoufox（一种隐身浏览器），可以避开反爬虫检测。配合 Firecrawl 进行结构化提取，你可以建立一个不会被检测到的监控管道。

你可以将其指向竞争对手的价格页面、招聘板块、新闻源或产品列表。Hermes 负责提取、跟踪变化，并能区分新内容和旧内容。

6. 单个 Agent 运行整个公司

一位金融科技创始人曾尝试多 Agent 方案（营销、销售、工程等各一个 Agent），但由于上下文无法共享、技能重复以及品牌声音不一致，该方案在 48 小时内宣告失败。

后来他将所有内容整合到一个 Hermes 实例中。Claude Code 处理代码库，一个 Hermes Agent 负责营销、外联、社区管理和每日简报。由于是同一个 Agent 处理，营销上下文在进行外联时可以直接调用。

核心优势： 统一的记忆意味着每个功能都能为其他功能提供上下文，这种复利效应在分散的工具中是无法实现的。

7. 构建持续进化的知识库

Hermes 内置了类似“LLM Wiki”的模式。你可以告诉它创建一个 Wiki，指向数据源，它就会将所有内容组织成相互关联的 Markdown 文件。

Wiki 的三个层级：

1. 原始数据源： 存入后永不修改。
2. Wiki 页面： Agent 根据数据源编写和维护。
3. 架构文件： 定义规则以保持一致性。

学习循环意味着 Wiki 会自动维护。添加新来源时，Agent 不只是归档，它会检查现有页面、更新变化、添加交叉引用并标记矛盾。

8. 自动优化的实验运行

Hermes 非常适合运行“自动研究”模式：Agent 做出微小改变，测试是否有效，保留获胜者，然后再次尝试。

你可以给它一个想要改进的指标（如邮件打开率、落地页转化率等）。学习循环意味着它不是随机测试，而是根据以往尝试的结果，越来越擅长预测哪些改变会奏效。

目前已有用户使用 Hermes 运行自动交易策略或在 Solana 上自主运行代币操作。这些不是演示，而是处理真实资金的生产系统。

9. 连接 Claude Code 的 MCP 服务器

Hermes v0.8.0 支持原生 MCP（Model Context Protocol）客户端。这意味着你为 Claude Code 构建或安装的所有 MCP 服务器（如 Google Workspace 连接器、数据库工具、自定义 API）都可以在 Hermes 中直接使用。

你可以让 Claude Code 编写代码，同时让 Hermes 使用相同的 MCP 服务器处理研究、简报和自动化任务。

10. 模型选择建议

错误的选择模型是导致 Hermes 体验不佳的首要原因。如果模型在工具调用（Tool Calling）上表现不佳，用户往往会归咎于框架。

• 本地实验： 目前较好的选择是通过 Ollama 运行 Gemma 4 26B。
• 生产工作流： 建议使用顶级模型的 API（如 OpenAI、Claude 等）。

你可以通过 hermes model 随时切换模型。如果感觉配置有问题，运行 hermes doctor 进行诊断。

Hermes Agent 的核心在于其学习循环。它让自动化不再是死板的脚本，而是随着时间推移不断进化的系统。安装它，连接 Telegram，分配一个循环任务，让它运行两周，你就能感受到它的强大。

• 原文链接： x.com/nickspisak_/status...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～