1. 五大支柱心智模型¶
这一章是整本书最重要的 15 分钟
读懂这五个词,后面所有章节都能对号入座。读不懂,后面章节会变成散落的知识碎片。
全景图¶
graph TB
subgraph "Hermes 的五根柱子"
P1[🧠 自改进闭环<br/>Learning Loop]
P2[🕸️ 多栖身体<br/>Multi-Platform Body]
P3[🌍 跨主机大脑<br/>Cross-Host Brain]
P4[📅 计划与代理<br/>Plan & Delegate]
P5[🔌 开放可插拔<br/>Open & Pluggable]
end
P1 -.- |越用越懂你| P3
P2 -.- |哪里都能聊| P3
P4 -.- |无人值守也干活| P2
P5 -.- |不锁死在任何家| P1
style P1 fill:#FFD700,stroke:#333,color:#000
style P2 fill:#87CEEB,stroke:#333,color:#000
style P3 fill:#98FB98,stroke:#333,color:#000
style P4 fill:#FFA07A,stroke:#333,color:#000
style P5 fill:#DDA0DD,stroke:#333,color:#000记住这五个词 —— 闭环 · 身体 · 大脑 · 计划 · 可插拔。下面逐个拆解。
支柱一 · 🧠 自改进闭环(Learning Loop)¶
一句话:Hermes 从每次对话里抽取经验,转成下次能用的工具。
闭环的四个部件¶
graph LR
A[每次对话<br/>Session] -->|提取技能| B[Skills<br/>技能库]
A -->|沉淀事实| C[Memory<br/>记忆]
A -->|FTS5 索引| D[Session Search<br/>会话搜索]
A -->|对话辩证建模| E[Honcho<br/>用户画像]
B -->|下次触发| F[下一次对话]
C -->|注入系统提示| F
D -->|语义回溯| F
E -->|理解用户| F
F --> A
style A fill:#FFD700,stroke:#333,color:#000
style F fill:#FFD700,stroke:#333,color:#000| 部件 | 存什么 | 存在哪 | 怎么用 |
|---|---|---|---|
| Skills | 可复用的「手艺」(prompt + 上下文模板) | ~/.hermes/skills/ |
/<skill-name> 主动触发,或 agent 自己调用 |
| Memory | 跨会话事实(你是谁、偏好、约定) | ~/.hermes/memory/MEMORY.md |
自动注入系统提示 |
| Session Search | 所有历史对话的全文索引 | ~/.hermes/sessions.db (SQLite FTS5) |
session_search 工具;agent 主动回溯 |
| Honcho | 对用户的辩证模型(谁 / 目标 / 风格) | Honcho 服务 | 系统提示附加用户画像段 |
它为什么是闭环¶
不是「保存记录」那么简单
很多产品都有「记忆」功能 —— 但 Hermes 的关键词是使用中改进:
- Agent 完成复杂任务后,会主动提议把过程总结成新技能
- 技能在被调用时也会被细化(加例外、加边界条件、加更优方案)
- 记忆有定期"推一推"机制(periodic nudges),提醒 agent 保持存档新鲜
→ 这是闭环。不是单向写入,而是在写和读之间反复打磨。
这条闭环跟你有什么关系¶
- 写代码时,你教它一次你们团队的 PR 规范 → 下次它自己按规范写
- 读论文时,你让它总结一篇 → 它记住你爱的总结格式,以后同类请求自动套用
- 每周一次例行任务 → 用得多了它能熟练到几乎不用你指挥
支柱二 · 🕸️ 多栖身体(Multi-Platform Body)¶
一句话:同一个 Hermes 大脑,长在 16+ 个身体里。你在哪就在哪和它说话。
身体形态¶
graph TB
subgraph "Hermes Gateway 进程"
G[网关调度器]
end
subgraph "消息身体"
T[Telegram]
D[Discord]
S[Slack]
W[WhatsApp]
SG[Signal]
E[Email]
HA[Home Assistant]
M[Matrix]
MM[Mattermost]
BB[BlueBubbles iMessage]
WX[微信 Weixin]
DT[钉钉]
FS[飞书]
WC[企业微信 WeCom]
QQ[QQBot]
SMS[SMS]
WH[Webhook]
end
subgraph "CLI 身体"
C[终端 TUI]
end
subgraph "其他身体"
A[ACP: VS Code / Zed / JetBrains]
WD[本地 Web Dashboard]
end
G --> T & D & S & W & SG & E & HA & M & MM & BB & WX & DT & FS & WC & QQ & SMS & WH
C -.独立运行.-> G
A -.独立运行.-> G
WD -.浏览器侧.-> G所有身体共享:
- 同一套 slash 命令(/model、/personality、/memory、/compress...)
- 同一个会话存储(跨平台对话连续性 —— 在 Telegram 里聊的下午在 Discord 接着聊)
- 同一套工具(网关默认禁用一些高危工具,但可配置)
并非完全对等
CLI 是主体,网关是投影。一些命令 CLI 独有(比如 /platforms、Ctrl+C 中断),一些网关独有(比如 /sethome 设置工作目录)。详细区别见 CLI vs 消息快速参考。
这跟你有什么关系¶
- 早上通勤:地铁上 Telegram 发一句「帮我跑一下 git pull 和测试」
- 中午吃饭:Discord 服务器里让 bot 查一下昨晚的部署日志
- 下午开会:Slack 里问 bot 帮总结一份会议纪要
- 晚上回家:CLI 里接着上午未完的对话,agent 记得之前的所有上下文
→ 一个 agent,全天候跟你一起。
支柱三 · 🌍 跨主机大脑(Cross-Host Brain)¶
一句话:agent 不绑定运行在任何一台机器上。本地、Docker、SSH、serverless、集群 —— 挑最合适的。
六种终端后端(Terminal Backends)¶
graph TB
HA[Hermes Agent] --> TB[Terminal Backend 抽象]
TB --> L[local<br/>本机直接跑]
TB --> D[docker<br/>本机容器隔离]
TB --> S[ssh<br/>远程主机]
TB --> DA[daytona<br/>serverless 休眠唤醒]
TB --> M[modal<br/>serverless GPU 可选]
TB --> SI[singularity<br/>HPC 集群]
style L fill:#E0F7FA,color:#000
style D fill:#FFF3E0,color:#000
style S fill:#F3E5F5,color:#000
style DA fill:#E8F5E9,color:#000
style M fill:#FFEBEE,color:#000
style SI fill:#ECEFF1,color:#000| 后端 | 何时用 | 成本 |
|---|---|---|
| local | 默认 · 你自己的笔电 | 免费 |
| docker | 想让 agent 改东西但又怕弄脏本机 | 免费(要装 Docker) |
| ssh | agent 跑在 $5 VPS 上 | VPS 费用 |
| daytona | 想要 serverless 持久化环境 —— 闲时休眠,用时秒唤醒 | 闲时接近免费 |
| modal | 需要 GPU/大算力临时任务 | 按用量付费 |
| singularity | HPC 集群(学术环境常见) | 集群使用费 |
为什么这是杀手锏¶
Daytona 后端的魔力
- agent 在 Daytona 上有完整环境持久化(装的依赖、写的文件、git 状态都在)
- 闲置时休眠,不收费
- 你发消息时自动唤醒,1-2 秒重新可用
- 成本趋近零,能力保持在位
这意味着你可以低成本拥有一个一直在线的私人助手,不需要维护 VPS、不需要担心账单。
这跟你有什么关系¶
你可以选择你当下最省力的位置来跑 agent: - 在家 → local - 出差 → Telegram + Daytona 云端 agent - 重型任务 → 临时跑 Modal GPU
agent 跟你走,不跟机器走。
支柱四 · 📅 计划与代理(Plan & Delegate)¶
一句话:Hermes 不需要你一直盯着。它能定时干活,能把大任务拆给子 agent 并行跑。
两个能力¶
graph TB
subgraph "⏰ 定时调度 (cron)"
C1[每天 8 点] --> C2[生成昨日 GitHub 报告]
C3[每周一] --> C4[审计上周 PR]
C5[每小时] --> C6[检查监控异常]
end
subgraph "🔀 子 agent 代理 (delegate)"
D1[主 agent] --> D2[子 agent A · 看前端]
D1 --> D3[子 agent B · 看后端]
D1 --> D4[子 agent C · 跑测试]
D2 & D3 & D4 --> D5[主 agent 汇总]
endCron:定时任务¶
# 每天早 8 点运行,结果推到 Telegram
hermes cron add --at "08:00" --deliver telegram \
"帮我总结昨天的 GitHub 活动"
# 每周一审计上周 PR
hermes cron add --at "Mon 09:00" --deliver discord \
"列出上周我们仓库合并的所有 PR"
# 管理
hermes cron list
hermes cron remove <id>
全部自然语言任务,全部可被任意平台接收。
Delegate:子 agent¶
主 agent 通过 delegate 工具 spawn 子 agent:
- 每个子 agent 独立上下文(不占主 agent 的 token)
- 并行执行(多个子 agent 同时跑)
- 子 agent 用完即销毁,结果以总结形式回到主 agent
为什么这很重要
没有 delegate 时,agent 做大任务会不断把中间结果塞进自己的 context,context 很快撑满。有了 delegate,主 agent 可以做「指挥官」,把脏活累活外包,自己始终保持清醒的高层视野。
这跟你有什么关系¶
- 无人值守场景:早报、监控、定期任务 → 不需要你在场
- 复杂场景:「审计整个仓库的安全问题」→ agent 自己拆成 10 个子任务并行跑
支柱五 · 🔌 开放可插拔(Open & Pluggable)¶
一句话:模型、技能、工具、平台 —— 每一样都不锁死。
四个可插拔点¶
graph TB
subgraph "Hermes"
H[agent 核心]
end
subgraph "可插拔 1 · 模型层"
M1[Nous Portal]
M2[OpenRouter 200+]
M3[OpenAI / Anthropic]
M4[xAI Grok / Xiaomi MiMo]
M5[z.ai / Kimi / MiniMax]
M6[NVIDIA NIM / Ollama Cloud]
M7[Google Gemini CLI OAuth]
M8[自托管端点]
end
subgraph "可插拔 2 · 技能层"
S1[Skills Hub<br/>agentskills.io]
S2[自写技能]
S3[OpenClaw 导入]
end
subgraph "可插拔 3 · 工具层"
T1[40+ 内置工具]
T2[MCP 服务器]
T3[Nous Tool Gateway<br/>订阅即用]
T4[自写工具 / 插件]
end
subgraph "可插拔 4 · 平台层"
P1[16+ 消息平台]
P2[ACP IDE]
P3[本地 Web Dashboard]
P4[自写平台适配器]
end
H --> M1 & M2 & M3 & M4 & M5 & M6 & M7 & M8
H --> S1 & S2 & S3
H --> T1 & T2 & T3 & T4
H --> P1 & P2 & P3 & P4最关键的:MCP(Model Context Protocol)¶
Hermes 是 MCP 客户端(~1050 行 tools/mcp_tool.py),可以连接任何符合 MCP 协议的服务器 —— GitHub、Notion、Google Drive、Linear、Slack(官方)、Postgres、Stripe 等等。
你装一个 MCP 服务器,Hermes 就多一组工具可调。这是 agent 生态最重要的开放协议。
这跟你有什么关系¶
- 今天喜欢 Claude,明天想试 GPT-5:一行
hermes model切换,对话历史不丢 - 社区有个好技能:Skills Hub 一键安装
- 公司内部系统:用 MCP 协议包一层,Hermes 就能用
- 想贡献一个新平台适配器(比如新公司的 IM):照着
gateway/platforms/ADDING_A_PLATFORM.md走
→ 你永远不会被锁死在任何一家的生态里。
把五根柱子串起来¶
思考:如果把 Hermes 总结成一句话?
我的答案
Hermes 是一个会自改进的、跟你走的、跑在哪里都行的、能无人值守干活的、不锁死在任何生态里的 AI agent。
或者更短:一个长在所有地方、连上所有东西、越用越懂你的 agent。
记忆锚点¶
把这五个词背下来,后面读任何章节时在脑子里回一下对应哪根柱子:
| 柱子 | 关键词 | 最小触发记忆的问题 |
|---|---|---|
| 🧠 闭环 | skill / memory / session search / honcho | 「agent 会不会变聪明?」 |
| 🕸️ 身体 | cli / gateway / 13 platforms | 「能在哪跟它说话?」 |
| 🌍 大脑 | local / docker / ssh / daytona / modal | 「agent 跑在哪?」 |
| 📅 计划 | cron / delegate / subagent | 「无人值守?并行?」 |
| 🔌 插拔 | model / mcp / skills / platform | 「能不能换 / 扩展?」 |
心智模型建好。下一章上手装机。
下一章:2. 安装 →