你需要了解并自定义 Hermes Agent 的一切。自我进化的技能、三层记忆、GEPA 优化，以及从 1 个 Agent 扩展到 10 个全天候为你工作的 Agent。
Hermes Agent 在两个月内获得了超过 90,000 个 GitHub Star。开发者们正在悄悄构建能够学习他们工作流程、记住上下文并全天候运行的个人 AI Agent。
你使用过的每个 AI Agent 都有同样的问题：一旦会话结束，它就会忘记一切。
你的编码偏好、你纠正过三次的项目约定、它昨天花了 10 10 分钟才搞定的修复——全部消失。下一次会话，你又要从头开始。
Nous Research 的 Hermes Agent 采用了一种根本不同的方法。它自带一个学习循环，能够：
- 跨会话记忆
- 编写自己的可复用技能
- 在后台修剪技能
- 并通过一个名为 GEPA 的进化引擎离线验证它们
没有其他开源 Agent 能同时结合这三者，结合这三者。就连 OpenClaw 也不行。
本指南将介绍这个学习循环的工作原理、每个记忆层的作用，以及如何从头配置一切。
最后，你将拥有三个完全隔离的 Agent 在你的机器上运行：一个程序员（使用你的 Claude Code）、一个深度研究员和一个设计师，每个都有自己独立的个性、记忆、技能和 Telegram 机器人。
看看这个：
整个设置只需几分钟，这里的一切都可以在你自己的硬件上复现。
注意：本指南中的所有插图均由 Pixel 设计，Pixel 是你将在最后学会构建的 Hermes Agent 之一。阅读时请留意它们。
让我们开始吧！
如何阅读本文
分为两部分：先理论，后实践。
时间有限？直接跳到“启动与运行”。命令可以独立使用。
但理论部分值得一读。了解技能如何自我进化、记忆如何组合、以及 GEPA 何时发挥作用，是区分你将不再把 Hermes 当作一个带笔记的聊天机器人，而是当作一个能持续积累的工具。
接下来是什么：
- Hermes Agent 到底是什么。核心介绍，以及与 OpenClaw 的对比。
- 它是如何构建的。一张图看懂架构。
- 记忆之前：Agent 是谁？SOUL.md，身份层。
- 记忆系统。三层，三种层级，三种速度。
- 自我进化的技能。Agent 自创的操作手册加上 Curator。
- GEPA。离线技能优化。
- 启动与运行。安装、Telegram、第一个 Agent。
- 运行多个 Agent。配置文件、三种角色、定时摘要。
- 根据你的需求自定义 Agent。
Hermes 是什么，以及它在架构上有什么不同
一句话概括来说：一个用得越久就越好的 Agent。
真正实现这一点，是因为三个通常独立的能力被整合在一个框架内：运行时技能学习、持久多层记忆，以及一个可选的权重训练管道。没有其他开源 Agent 同时具备这三者。
在开源生态中最接近的对比是 OpenClaw。两者都是持久化的、适合消息交互的，但它们做出了相反的架构选择。
Kilo 博客的一个清晰概括道：“Hermes 围绕一个学习型 Agent 封装了一个网关。OpenClaw 围绕一个消息网关封装了一个 Agent。”
它是如何构建的
在理解学习循环之前，你需要对 Hermes 的结构有一个基本认识。
所有内容都通过 run_agent.py 脚本中的单个 AIAgent 类流动。CLI、消息网关、批量运行器、IDE 集成：它们都是进入同一个核心 Agent 的入口点。
这就是平台无关性真正奏效的原因。
核心循环是 ReAct 风格且同步的。构建系统提示，检查是否需要压缩，进行可中断的 API 调用，执行任何工具调用，然后再次循环。
一些以后会用到的重要细节：
- Agent 可以在六个不同的地方运行命令。本地终端、Docker、SSH、Modal、Daytona 或 Singularity。相同的代码，只需更改配置。将执行从你的笔记本电脑移动到云 GPU 服务器，而无需改动其他任何东西。
- 它几乎可以与任何模型配合使用。一个转换层将任何提供者路由到三种 API 格式之一。这就是为什么你可以用一个命令从 Claude 切换到 GPT、Gemini 或本地 Ollama，而不会出问题。
- Agent 每个任务有 90 轮次的硬上限。如果没有这个限制，陷入循环的 Agent（重试失败的 API、重复读取同一个文件）会悄无声息地烧掉你的积分。子 Agent 共享同一个预算，因此失控的委托链也无法绕过。
这些脚手架足够了。现在进入有趣的部分。
记忆之前：Agent 是谁？
在我们讨论记忆和自我进化技能之前，有一个层位于两者之上：身份。
记忆是 Agent 知道的东西。技能是它做事的方式。但两者都不能告诉你在它出现时它是谁。没有身份层，每个 Agent 都像是同一个 Agent 戴着不同的帽子。
Hermes 用一个文件解决了这个问题：SOUL.md。
它位于 ~/.hermes/SOUL.md，在系统提示中占据 1 号位置，在所有其他内容加载之前。它定义了 Agent 的个性、语气、沟通风格和硬性限制。
SOUL.md 是手动编写且静态的。你写一次，随着时间的推移进行调整，它在每个项目和每个会话中保持一致。如果文件丢失，Hermes 会回退到内置的默认身份。
为什么这对自我改进的故事很重要？因为接下来的一切（Agent 写入的记忆、创建的技能、它整合知识的方式）都是通过这个身份的视角发生的。
SOUL.md 是固定的框架。记忆和技能是其中的活动部件。
记忆系统：三种层级，三种速度
Hermes 没有单一的“记忆”。它有三个层，每个层针对不同的目的而设计。
第一层：两个很小的 Markdown 文件。
核心是两个存储在磁盘上的文件：
- MEMORY.md（最大 2200 字符）保存 Agent 关于你的环境、项目约定、工具怪癖和经验教训的笔记。
- USER.md（最大 1375 字符）保存你的个人资料：姓名、沟通偏好、技能水平以及要避免的事情。
两者在会话开始时作为冻结的快照注入系统提示。如果 Agent 在会话中途写入新的记忆条目，该更改会立即持久化到磁盘，但直到下一次会话才会出现在系统提示中。
当记忆填满时（约 80% 容量，在系统提示标题中显示为百分比），Agent 必须进行整合。
它将相关条目合并成更密集、信息更丰富的版本，更丰富的版本，以便只有有用的信息存活下来。
第二层：全文会话搜索。
每次对话（CLI 和消息）都存储在 SQLite 中，并支持全文搜索。Agent 可以从中搜索数周前的对话。
权衡很明显：第一层始终在上下文中但很小。第二层容量无限，但需要主动搜索加上 LLM 摘要。
关键事实存在于记忆中。其他所有内容可按需搜索。
第三层：外部记忆提供者（8 个插件）。
对于更深入的持久记忆，Hermes 配备了 8 个可插拔的提供者，它们与内置记忆一起运行（从不替换）。一次只能激活一个。
当任何外部提供者激活时，Hermes 会在每轮之前自动预取相关记忆，在每次响应后同步对话轮次，并在会话结束时提取记忆。
自我进化的技能：Agent 编写自己的操作手册
记忆处理事实。技能处理流程。
技能是带有 YAML 前置元数据的 Markdown 文件，充当 Agent 的程序性记忆：不是它知道什么，而是它如何做事。
以下是技能的结构：
为了降低 Token 成本，技能使用渐进式披露：
- 级别 0：Agent 只看到名称 + 描述（完整目录约 3k Token）
- 级别 1：当它实际需要某个技能时，才加载完整的技能内容
- 级别 2：它可以深入技能内的特定参考文件
自我改进循环。
这是核心差异化因素。Agent 使用 skill_manage 工具自主创建自己的技能。技能创建在以下情况下触发：
- Agent 完成一个复杂任务（5 次以上工具调用）
- 它遇到错误或死胡同并找到可行路径
- 用户纠正它的方法
- 它发现一个非平凡的工作流程
因此循环是这样工作的：Agent 遇到问题 → 通过试错解决 → 将成功的方法保存为 SKILL.md 文件 → 下次遇到类似问题时，它加载技能并遵循经过验证的流程，而不是从头重新发现方法。
该工具支持六个操作：create、patch（针对性修复，首选，因为节省 Token）、edit（完全重写）、delete、write_file 和 remove_file。
Curator：技能的垃圾回收。
没有维护，Agent 创建的技能会堆积起来。你最终会得到几十个狭窄、重叠的操作手册，浪费 Token 并污染目录。
Curator 是一个后台维护系统，负责处理这个问题。它基于不活动检查运行（不是 cron 守护进程）：如果自上次运行以来已经过了 7 天，并且 Agent 已经空闲了 2 小时以上，则 Agent 的一个后台分支会启动，拥有自己的提示缓存，永远不会触及活动对话。
它分两个阶段运行：
- 自动转换（确定性，无需 LLM）：30 天未使用的技能变为陈旧。90 天未使用的技能被归档。
- LLM 审查（最多 8 次迭代）：一个分支 Agent 调查所有 Agent 创建的技能，并决定每个技能是保留、修补、合并还是归档。
两个重要约束：
- Curator 从不触及捆绑或从中心安装的技能。只处理 Agent 编写的技能。
- 它从不自动删除。最坏的情况是归档到 ~/.hermes/skills/.archive/，可以用一个命令恢复。
在每次 Curator 运行之前，Hermes 会对整个技能目录进行 tar.gz 快照。回滚只需一个命令，并且回滚本身是可逆的。
你还可以使用 hermes curator pin <skill> 固定关键技能，以保护它们不被归档或删除。修补和编辑仍然可以执行，因此 Agent 可以改进固定技能，而无需你先取消固定。
GEPA：使用执行轨迹离线进化技能
这里变得有趣了。
Agent 内的学习循环（技能创建 + Curator）有一个已知的弱点：
- Agent 倾向于自我表扬。它几乎总是认为自己表现良好，即使事实并非如此。社区反馈已经证实了这一点。
- 自动生成技能的系统也可能用更差的版本覆盖手动自定义。
这就是 GEPA 的用武之地。
GEPA（遗传-帕累托提示进化）并未内置于 Hermes 运行时中。它位于一个配套仓库（NousResearch/hermes-agent-self-evolution）中，作为一个离线优化管道运行。已作为 ICLR 2026 Oral 论文 发表，MIT 许可。
核心思想：不是问 Agent“你做得好吗？”，GEPA 读取执行轨迹以理解为什么失败，然后通过进化搜索提出有针对性的改进。
管道：
- 从 Hermes 仓库读取当前技能
- 生成评估数据集（通过 Claude Opus 的合成测试用例、来自 SQLite 的真实会话历史或手工策划的黄金集）
- 运行 GEPA 优化器：读取执行轨迹 → 理解失败点 → 生成候选变体
- 使用 LLM 作为评判者进行评分（使用评分标准，而非二元通过/失败）
- 应用约束门：完整测试套件必须 100% 通过，技能保持在 15KB 以下，缓存兼容性得到保留，语义目的不发生漂移
- 最佳变体作为针对 Hermes 仓库的 PR 输出。从不直接提交。
无需 GPU。所有操作都通过 API 调用完成。成本：每次优化运行约 $2-10。
这可以在开始时跳过，但当你遇到瓶颈并且不想花费时间和金钱进行微调（RL/GRPO）时，它非常有效。
我最近写了一篇关于 GEPA 的文章。
在转向全面微调或基于 RL 的微调之前，它是一个很好的替代方案。
好了，总结一下：
SOUL.md 设定身份。运行时循环捕获经验。Curator 保持库整洁。GEPA 确保库中的内容确实有效。
以上就是完整的理论。现在让我们在你的机器上运行它。
启动与运行
Linux、macOS 或 WSL2。Python 3.11+ 随安装程序一起提供。8GB RAM 对于基于 API 的使用来说足够了。
一行安装：
运行设置向导。它会引导你完成提供者、API 密钥、模型和工具的选择：
在终端中开始聊天：
将其连接到 Telegram：
如果你想从手机而不是终端与 Agent 对话，请将其指向一个 Telegram 机器人。
从 @BotFather 获取机器人令牌（运行 /newbot），然后从 @userinfobot 获取你的 Telegram 用户 ID。
就这样。你有了一个可以工作的 Agent：
~/.hermes/ 中的内容
安装后，你的主目录会立即获得一个新文件夹。
了解这个布局是值得的，因为你使用 Hermes 所做的一切都会触及这些路径之一。
有几个文件值得仔细看看。
- config.yaml 是所有非秘密信息的真相来源。模型选择、终端后端、工具启用、MCP 服务器都在这里。使用 hermes config edit 编辑，或使用 hermes config set <key> <value> 逐个设置值。
- .env 保存你的秘密。API 密钥、机器人令牌、密码。Hermes 会自动将看起来像秘密的值路由到这里。
- SOUL.md 是系统提示中的 1 号位置，在所有其他内容之前。身份层，前面已经介绍过。
- skills/ 是整个学习循环所在的地方。Agent 创建的每个技能，以及你安装的所有内容，都放在这里。
- state.db 是支持会话搜索的 SQLite 数据库。WAL 模式安全，FTS5 索引。这就是“我们三周前讨论了什么？”真正起作用的原因。
你不会手动编辑其中的大部分内容。但了解布局会让其他一切变得清晰。
添加新技能
Hermes 维护着自己的官方 技能中心，包含 18 个类别的 687 个技能。细分如下：
- 87 个随 Agent 一起提供的内置技能
- 79 个可按需启用的可选技能
- 16 个来自 Anthropic（前端设计、pdf、pptx、docx、mcp-builder 等）
- 505 个来自 LobeHub（更广泛的社区贡献）
你还可以将任何 GitHub 仓库添加为自定义 tap：
这就是你如何在团队中共享技能或维护自己的私有集合的方法。
从 1 个 Agent 扩展到 10 个 Agent
一个 Agent 很好。多个专门的 Agent 才是 Hermes 真正有趣的地方。
Hermes 有一个名为 profiles 的一流功能。每个 profile 都是一个完全隔离的 Hermes 实例，拥有自己的配置、记忆、技能、会话和 SOUL.md。默认情况下它们不共享任何东西。
我们将设置三个：一个设计师、一个程序员和一个研究员。
创建一个团队
--clone 会复制你默认 profile 的 config 和 .env 作为起点。
为每个 Agent 分配自己的 Telegram 机器人
每个 profile 需要自己的 BotFather 机器人。Telegram 只允许每个令牌一个连接，因此共享会出问题。
使用 BotFather 运行 /newbot 三次，保存三个令牌。然后为每个 profile 运行一次网关向导：
设置与常规 Agent 完全相同，你可以再次在 Bot Father 中创建新机器人并将它们连接到各自的 Agent。
通过 SOUL.md 为每个 Agent 赋予个性
这是 Agent 之间真正变得不同的地方。编辑每个 profile 的 SOUL.md。
设计师位于 ~/.hermes/profiles/designer/SOUL.md：
看看这些例子：
程序员位于 ~/.hermes/profiles/programmer/SOUL.md：
研究员位于 ~/.hermes/profiles/researcher/SOUL.md：
自定义程序员：通过 Claude Code 路由执行
如果程序员不仅自己编写代码，而是将执行委托给 Claude Code CLI，它会更有趣。Hermes 进行编排。Claude Code 执行文件编辑、运行命令、管理 git。Hermes 读取结果并决定下一步。
这也是我在我的 Claude Max 订阅之上运行它的方式。无需单独的 API 密钥。Claude Code 自动使用 Max 凭据。
启动一个会话并发送这个激活提示：
我已经有一个 Claude Max 订阅。你是我的员工工程师，帮助我处理日常编码任务，在底层你使用 Claude Code 进行所有执行。请相应地进行设置。
程序员会自动安装 autonomous-ai-agents/claude-code 技能，验证 claude 在 PATH 上，并开始将其用于代码执行。从下一条消息开始，任何与编码相关的事情（读取文件、编写代码、运行测试、提交、推送）都会在底层通过 Claude Code 进行。
有两件事值得了解：
- 在激活之前，请确保 claude 在你的 PATH 上。which claude 应该打印出一个真实的二进制路径。
- Claude Code 既有打印模式（一次性、快速、无 TUI）也有交互模式（完整的 tmux 会话）。程序员根据任务选择。你不需要考虑它。
自定义设计师：教它你的视觉风格
当设计师能够生成你风格的图像，而不是通用的 AI 输出时，它才真正变得有用。模式：给它参考设计，让它研究，要求它创建一个技能，以相同的风格生成新图像。
这是将自我改进循环用作设置机制。你不是手动编写技能，而是向 Agent 展示好的例子，并要求它自己编码模式。
启动一个与设计师的会话并粘贴你的参考图像（在 CLI 在 CLI 中拖放，或在 Telegram 中附加）。然后发送这个提示：
设计师会研究参考，编写 SKILL.md，生成 Python 脚本，将其保存在 ~/.hermes/profiles/designer/skills/my-design-style/ 下，并验证脚本运行。
如果你已经运行了 hermes setup 并选择了 OpenRouter 作为提供者，由于 --clone，密钥已经在设计师 profile 的 .env 中。如果没有，添加一次：
从那时起，要求设计师制作新插图会触发该技能。它编写一个由你的风格特征提示的提示，通过 OpenRouter 调用 Nano Banana，并保存输出。
同样的模式适用于任何风格特定的输出。提供参考内容，要求 Agent 构建一个能复现该模式的技能。新闻简报开头、X 线程、代码审查评论，任何需要一致性的地方。
调度工作：用通俗英语写 Cron
研究员的 SOUL.md 说它负责每日 Telegram 摘要。这意味着一个按自己的计划运行的任务，不需要你记得去问。这就是 Hermes cron 的用途。
Hermes 自带一个内置调度器。网关守护进程每 60 秒滴答一次，在隔离的 Agent 会话中运行任何到期的作业，并将输出传递给你指定的任何消息平台。作业在重启后仍然存在。它们位于 ~/.hermes/cron/jobs.json，输出到 ~/.hermes/cron/output/。
有趣的部分：你不写 cron 表达式。你用英语描述你想要什么，Hermes 会转换它。
连接研究员的每日摘要
打开一个与研究员会话并发送这个提示：
研究员使用其 cronjob 工具创建作业，交付目标默认为当前聊天（本例中为 Telegram），调度器接管。验证它是否已创建：
你应该看到该作业及其下一次计划运行时间。明天早上 8 点，你的 Telegram 会收到摘要。无需进一步操作。
其他有用的模式
cron 语法很灵活。几个值得知道的变体：
- 一次性延迟。/cron add 30m "Remind me to check the build" 在 30 分钟后运行一次。
- 重复间隔。/cron add "every 2h" "Check server status" 每两小时运行一次。
- 标准 cron 表达式。/cron add "0 9 \ \ 1-5" "..." 用于精确控制。本例中为工作日早上 9 9 点。
- 技能附加。/cron add "every 1h" "Summarize new feed items" --skill blogwatcher 在运行提示之前加载一个技能。
你还可以链式作业。一个 cron 的输出通过 context_from 标志成为下一个 cron 的输入。对于多阶段自动化很有用，你希望研究步骤为写作步骤提供输入。
就是这样。
感谢阅读。请在评论中告诉我你希望我接下来介绍什么。
如果你更喜欢通过视频学习，我将在几天内在 YouTube 和 X 上发布完整的 Hermes Agent 演练。
敬请期待！
干杯！ :)
