Hermes Agent 研究報告 2026
研究日期： 2026-04-11 來源： Nous Research (nousresearch.com) GitHub： github.com/nousresearch/hermes-agent
係咩？
Nous Research 出品嘅開源 self-improving AI agent，主打「同你一齊成長」。核心係一個閉環學習系統，單一 agent 不斷進化，唔係多 agent 協作架構。
截至 2026-04，已到 v0.8.0，超過 3,496 commits，係最活躍嘅開源 agent 框架之一。
四層記憶系統
| 層次 | 技術 | 說明 |
|---|---|---|
| Prompt Memory | MEMORY.md + USER.md | 每次 session 自動載入，上限 3,575 字，強迫 curation |
| Session Search | SQLite + FTS5 全文搜尋 | 搜尋所有過往對話，LLM 摘要再注入 context，~10ms 搜尋延遲 |
| Skills Memory | ~/.hermes/skills/ markdown | 可重用流程，只載入 summary，需要時先載全文 |
| User Modeling | Honcho（可選外掛） | 跨 session 建立用戶 profile，動態推理 |
自我進化機制（最重要）
Skills 自動生成觸發條件
- 用咗 5+ 個 tool calls
- 從錯誤中恢復
- 用戶糾正咗佢
- 發現非直覺但有效嘅做法
自動學習循環
- 每 15 個 task → 系統自動 inject prompt：「回顧一下，有冇嘢值得記落去？」
- Agent 自己評估，寫成 skill 文件（markdown，agentskills.io 標準）
- 下次類似任務 → 直接載入 skill，唔使重新摸索
- 發現更好方法 →
patchaction 更新 skill（唔係重寫，防止破壞已有邏輯）
Context 壓縮策略
對話太長時，輔助 model 掃描全文，提取重要資訊壓縮入 3,575 字限制，保留 lineage reference 追蹤原始來源。
Agent Loop（每個回合）
收訊息 → 生成 task ID
→ 建立 system prompt（memory + skills + context）
→ 壓縮檢查
→ 呼叫 LLM（支援 tool use）
→ 執行 tools → 繼續 loop
→ 存入 SQLite
→ 透過 gateway 路由回覆
Honcho User Modeling（可選）
唔係固定 N 個維度，係動態推理系統：
- 每次對話結束後，用 LLM 分析整個對話
- 自動提煉「結論」— 關於用戶嘅 preferences、habits、goals
- 呢啲結論累積喺 peer profile 入面
Dialectic API 係獨特之處：
- Agent 可以向 Honcho 問「呢個用戶會點睇呢件事？」
- Honcho 用 LLM 推理，返回 user-specific 預測
- LLM-to-LLM 對話，唔係死板嘅欄位
多平台支援
Telegram、Discord、Slack、WhatsApp、Signal、CLI — 單一 gateway process
- 跨平台 session 連續性（Telegram 講到一半，Discord 繼續）
- 支援 15+ 平台
部署選項
Local、Docker、SSH、Daytona、Modal、Singularity（HPC）— $5 VPS 都跑得到
同我們系統對比分析
| 功能 | Hermes | 我們（Claude Code） |
|---|---|---|
| 四層記憶 | ✅ | ✅ Mem0+LanceDB+claude-mem+MEMORY.md |
| Skills 系統 | ✅ | ✅ ~/.claude/skills/ |
| 自動 skill 生成 | ✅ 全自動 | ❌ 手動 |
| 跨平台 session | ✅ | ❌ 只有 Telegram |
| User modeling | ✅ Honcho（可選） | ✅ Mem0（已有） |
| Dialectic API | ✅ | ❌ 未有 |
| 自動 skill 更新 | ✅ 每 15 task | ❌ 手動 learning.md |
最值得複製的功能
優先級排序
1. 自動化 learning.md → skill 更新流程（最值得做）
- 原理：每 X sessions → 自動讀 learning.md → 評估有冇 skill 值得更新 → 更新對應 skill
- 零新依賴，用現有架構實現
- 直接解決「越用越聰明」嘅核心需求
2. Skill 自動生成 hook（次優先）
- 加 PostToolUse hook，符合觸發條件時自動評估
- 需要 hook 設計同測試
3. Dialectic User Modeling（唔急）
- Honcho 係外部服務，多一層依賴
- Mem0 已做緊 80% 相同嘅嘢
- 等前兩個穩定後再考慮