Hermes Agent Einführung
Hermes Agent ist ein von Nous Research als Open Source veröffentlichter, sich selbst weiterentwickelnder KI-Agent. Er kann kontinuierlich lernen, sich selbst verbessern und plattformübergreifend dauerhaft laufen.
Anders als traditionelleChatbotsbeantwortet Hermes Agent nicht nur Fragen – er merkt sich Ihre Präferenzen, destilliert automatisch Workflows, behält den Kontext über Sitzungen hinweg bei und läuft synchron über mehrere Messaging-Plattformen.
- GitHub-Repository:https://github.com/nousresearch/hermes-agent
- Offizielle Website von Hermes Agent:https://hermes-agent.nousresearch.com/

Was ist Hermes Agent?
Hermes Agent ist ein sich selbst weiterentwickelndes KI-Agenten-Framework, das von Nous Research entwickelt und unter der MIT-Open-Source-Lizenz veröffentlicht wurde.
Die Kernpositionierung von Hermes Agent ist nichtChatbot, sondern ein autonomer Agent – ein intelligenter Agent, der kontinuierlich im Hintergrund läuft, proaktiv lernt und plattformübergreifend arbeitet.
Die offizielle Definition ist ganz einfach:
The agent that grows with you. 一个会随着使用不断成长的 Agent。Es ist ein autonomer Agent, der umso leistungsfähiger wird, je länger er läuft.
Die Misere der meisten aktuellen KI-Tools: das Amnesieproblem
Wer KI-Tools verwendet hat, hat das schon erlebt – einen Nachmittag damit zu verbringen, Claude oder ChatGPT die besonderen Konventionen des eigenen Projekts beizubringen und dann nach einer äußerst produktiven Zusammenarbeit das Chatfenster zu schließen.
Am nächsten Tag öffnet man eine neue Sitzung, und alles ist wieder auf Anfang.
Das nennt mandas Amnesieproblem von KI-Tools(The Amnesia Problem) – Fähigkeit ist da, Erinnerung nicht.
Hermes' Lösung: ein geschlossener Lernzyklus
Hermes löst das Amnesieproblem durch drei Kernmechanismen und bildet so einen selbstverstärkenden geschlossenen Kreislauf:
任务执行
↓
提炼可复用技能(Skill)
↓
更新持久记忆(Memory)
↓
下次执行类似任务时自动加载
↓
持续改进 ……
- 1. Persistentes Gedächtnis: Dreischichtige Gedächtnisarchitektur — Arbeitsgedächtnis (aktuelle Sitzung), semantisches Langzeitgedächtnis (
memory.md), und episodisches Gedächtnis (SQLite + Volltextsuche). Der Agent organisiert und aktualisiert seine eigenen Gedächtnisdateien aktiv, anstatt sich darauf zu verlassen, dass Sie jedes Mal manuell Kontext bereitstellen. - 2. Autonome Skill-Erstellung: Wenn der Agent eine komplexe Aufgabe abschließt (normalerweise mit mehr als 5 Tool-Aufrufen), destilliert er diesen Workflow automatisch in eine wiederverwendbareSkill-Datei(Markdown-Format). Wenn er das nächste Mal auf eine ähnliche Aufgabe stößt, lädt er diesen Skill direkt, ohne den Prozess erneut mühsam durchlaufen zu müssen.
- 3. Modellunabhängiges Design: Hermes ist nicht an ein bestimmtes Modell gebunden. Es kann mit Nous Portal, OpenRouter (200+ Modelle), OpenAI, Anthropic oder lokal bereitgestellten Ollama-Modellen integriert werden — wechseln Sie mit einem einzigen Befehl, keine Codeänderungen erforderlich.
Kurz gesagt:ChatbotEr beantwortet jeweils eine Frage; dem Hermes Agent wird ein Ziel vorgegeben und er findet selbst heraus, wie er es erreicht.
Vergleich mit anderen KI-Tools
Die folgende Tabelle vergleicht Hermes Agent mit aktuellen Mainstream-KI-Tools, damit Sie die Unterschiede in deren Kernfähigkeiten verstehen.
| Vergleichsdimension | ChatGPT / Claude.ai | Claude Code / Cursor | Hermes-Agent |
|---|---|---|---|
| Sitzungsübergreifendes Gedächtnis | Begrenzt/Keine | Keine | ✅ Dreischichtiger persistenter Speicher |
| Automatisches Erlernen von Fähigkeiten | ✗ | ✗ | ✅ Automatische Skill-Destillation |
| So führen Sie aus | Cloud-SaaS | IDE-Plugin | Lokale lang laufende Prozesse |
| Multiplattform-Zugriff | Web/App | In der IDE | Telegram/Slack und 15+ weitere Plattformen |
| Datenschutz | Upload in die Cloud | Upload in die Cloud | ✅ 100% lokal |
| Geplante Automatisierung | ✗ | ✗ | ✅ Integrierte Cron-Planung |
| Modellbindung | OpenAI/Anthropic | OpenAI/Anthropic | ✅ Jedes Modell |
| Open Source | ✗ | Teil | ✅ MIT-Lizenz |
Unterschiede zu anderen Open-Source-Agent-Frameworks
Neben den oben genannten, auf Endnutzer ausgerichteten Tools gibt es in der Open-Source-Community viele Agent-Frameworks, und Hermes unterscheidet sich grundlegend von ihnen.
Unterschiede zwischen Hermes und AutoGPT / CrewAI
AutoGPT, CrewAI and other frameworks excel atmehrstufige Aufgaben zu orchestrieren, aber sie sind im Wesentlichenzustandslos—jeder Lauf beginnt von vorn, ohne Speicheransammlung und ohne Mechanismus zum Destillieren von Workflows aus vergangener Erfahrung.
Was Hermes unterscheidet, ist dieZeitdimension: Er führt nicht nur die aktuelle Aufgabe aus, sondern baut während der Ausführung gleichzeitig ein zunehmend leistungsfähigeres Selbst auf.
⟦0⇥Der Unterschied zwischen Hermes und OpenClaw
⟦0⇥OpenClaw ist derzeit der engste Konkurrent von Hermes; beide unterstützen persistenten Speicher und plattformübergreifenden Zugriff.
Der Kernunterschied liegt in:
- OpenClawmitControl Plane FirstAls Designphilosophie betont es die Breite des Ökosystems, wobei Skills manuell geschrieben und gepflegt werden.
- Hermesmitselbstentwickelndem LoopIm Kern werden Skills autonom vom Agenten erstellt und verbessert, wobei der Schwerpunkt auf der Lerntiefe liegt.
Kurz gesagt: OpenClaw ist ein Assistent, den man sorgfältig trainiert, während Hermes ein Lehrling ist, der von selbst wächst.
Framework-Vergleich auf einen Blick
| Funktionen | Hermes-Agent | AutoGPT | CrewAI | OpenClaw |
|---|---|---|---|---|
| Gedächtnissystem | dreischichtige Architektur (Arbeits- + semantisches + episodisches Gedächtnis) | Vektordatenbank | Kein integriertes Gedächtnis | Kein integriertes Gedächtnis |
| Skill-Verfeinerung | Automatische Destillation + /learn-Befehl | Keine | Keine | Keine |
| Multiplattform-Zugriff | Telegram/Discord/Slack/WhatsApp/Signal | Keine | Keine | Telegram/Discord |
| Deployment-Modus | 6 Typen (CLI/Docker/Serverless usw.) | Docker | Python-Skript | Docker |
| MCP-Unterstützung | Native Unterstützung | Eingeschränkt | Eingeschränkt | Eingeschränkt |
| Geplante Aufgabe | Integriertes Cron + gehostetes Chronos | Keine | Keine | nicht integriert |
| Plugin-System | Middleware + Observer-Hooks | Eingeschränkt | Eingeschränkt | Eingeschränkt |
| Open-Source-Lizenz | MIT | MIT | MIT | MIT |
Hermes' dreischichtige Architektur bezieht sich auf: Agent Core (Entscheidungsfindung und Reasoning) → Gateway (Nachrichtenrouting und Plattformanpassung) → Connector (Plattformverschlüsselung und Identitätsgrenzen). Dieses Schichtendesign ermöglicht es, jede Schicht unabhängig zu erweitern und zu ersetzen.
Hermes' Kernphilosophie
Das Design von Hermes Agent dreht sich um einen zentralen geschlossenen Kreislauf: Gedächtnis → Skills → Aufgabenausführung → Selbstverbesserung.
Dieser geschlossene Kreislauf ermöglicht es dem Agenten, während der Nutzung weiter zu wachsen und Sie umso besser zu verstehen, je häufiger er verwendet wird.

Gedächtnis
Hermes verwendet eine dreischichtige Speicherarchitektur, die verschiedene Zeitdimensionen vom Kurzzeit- bis zum Langzeitgedächtnis abdeckt.
Das Arbeitsgedächtnis verarbeitet den Kontext der aktuellen Sitzung, das semantische Langzeitgedächtnis (memory.md) speichert wichtige Fakten und Präferenzen, und episodische Logs (SQLite + FTS5) zeichnen alle historischen Konversationen und Operationen auf.
Der Agent kann frühere Erinnerungen sitzungsübergreifend durchsuchen und abrufen, was bedeutet, dass er nicht vergisst, was Sie ihm zuvor gesagt haben.
Skills
Skills sind Hermes' zentrales Kernmerkmal – sie sind eine Abstraktion des prozeduralen Gedächtnisses und treiben wiederverwendbare Workflows in Form von Markdown-Dateien voran.
Wenn der Agent mehr als 5 Tool-Aufrufe ausführt, kann er diesen Prozess automatisch zu einem Skill verdichten.
Du kannst auch/learnDer Befehl generiert Skills aus Dokumenten, API-Dokumentationen oder historischen Konversationen.
Die Community teilt und installiert Skills über den Skill Hub (agentskills.io) und schafft so ein offenes Skill-Ökosystem.
Aufgabenausführung
Hermes verfügt über mehr als 70 integrierte Tools, die 28 Tool-Sammlungen abdecken, darunter Dateisystem, Webbrowsing, Codeausführung, Bilderkennung, Audiobearbeitung und mehr.
Über das MCP (Model Context Protocol) können Sie eine Verbindung zu jedem Tool-Server von Drittanbietern herstellen, um die Fähigkeitsgrenzen des Agenten unendlich zu erweitern.
Selbstverbesserung
Nach jeweils 15 Aufgaben löst Hermes den Periodic-Nudge-Mechanismus aus, um seinen eigenen Speicher und seine Fähigkeiten automatisch zu bewerten und zu optimieren.
Das Honcho-Benutzermodellierungssystem erstellt ein dialektisches Benutzerprofil, wodurch der Agent ein tiefes Verständnis von Ihnen über Sitzungen hinweg aufbauen kann.
Kernfunktionen
Kernfunktionen:- Verbinden:Telegram, Discord, Slack, WhatsApp, Signal, E-Mail, CLI — ein Agent, einheitlicher Speicher, alle Plattformen. Eine auf Telegram begonnene Unterhaltung kann nahtlos im Terminal fortgesetzt werden.
- Gedächtnis (Erinnern):Hermes lernt Ihre Projekte, generiert automatisch Fähigkeiten und vergisst nie die Probleme, die es gelöst hat. Nach jeder Sitzung werden wichtige Informationen in den persistenten Speicher geschrieben.
- Geplant (Zeitplan):Legen Sie geplante Aufgaben in natürlicher Sprache fest — tägliche Berichte, Backups, Routineprüfungen, Morgenbriefings — die unbeaufsichtigt im Hintergrund ausgeführt werden.
- Delegieren:Erzeugen Sie isolierte Sub-Agenten mit unabhängigen Konversationskontexten, unabhängigen Terminals und Python-RPC-Skripten, wodurch parallele Pipelines mit null Kontextkosten ermöglicht werden.
- Suche & Multimodal (Suche):Websuche, Browser-Automatisierung, visuelles Verständnis, Bildgenerierung, Text-to-Speech und Multi-Modell-Reasoning — alles integriert.
Hermes Agent unterstützt das freie Wechseln zwischen jedem großen Modell, einschließlichNous Portal, OpenRouter (200+ Modelle), OpenAI, GLM, Kimi, MiniMaxusw., ausführenhermes modelum sofort zu wechseln, keine Codeänderungen, kein Vendor-Lock-in.
| Anbieter | Beschreibung | Einstellungsmethode |
|---|---|---|
| Nous Portal | Abonnementbasiert, keine Konfiguration | Durchhermes modelMit OAuth anmelden |
| OpenAI Codex | ChatGPT OAuth, unter Verwendung des Codex-Modells | Durchhermes modelAuthentifizierung über Gerätecode |
| Anthropic | Claude-Modelle direkt verwenden | Über Claude Code-Authentifizierung oder einen Anthropic-API-Schlüssel |
| OpenRouter | Multi-Provider-Routing | API-Schlüssel eingeben |
| DeepSeek | Direkter Zugriff auf die DeepSeek-API | EinstellungenDEEPSEEK_API_KEY |
| Hugging Face | Zugriff auf 20+ offene Modelle über einen einheitlichen Router | EinstellungenHF_TOKEN |
| Benutzerdefinierte Endpunkte | VLLM, SGLang, Ollama oder jede OpenAI-kompatible API | Basis-URL und API-Schlüssel festlegen |
| Funktionen | Funktionsbeschreibung |
|---|---|
| Native Terminal-Interaktion | Vollständige TUI-Oberfläche, unterstützt mehrzeilige Bearbeitung, Befehlsvervollständigung, Verlaufsabruf, Streaming-Ausgabe usw. |
| Plattformübergreifender Zugriff | aGateway-Zugriff auf CLI, Telegram, Discord, Slack, WhatsApp und viele weitere Endgeräte |
| Geschlossenes Lernsystem | Autonome Speicherverwaltung, Generierung und Optimierung von Fähigkeiten, sitzungsübergreifender Abruf, Benutzermodellierung |
| Geplante Automatisierung | Integrierte Cron-Planung, Unterstützung für 7×24 automatische Aufgaben wie tägliche Berichte, Backups und Audits. |
| Parallele Aufgabenverarbeitung | Unterstützt die parallele Ausführung von Sub-Agents, Multi-Workflow-Aufteilung und RPC-Tool-Aufrufe. |
| Betrieb in mehreren Umgebungen | Unterstützt 6 Backends, einschließlich lokal, Docker, SSH, Daytona und Modal |
| Forschungstaugliche Funktionalität | Unterstützt Trajektoriengenerierung, Umgebungen für bestärkendes Lernen und Komprimierung von Trainingsdaten. |
Gesamtarchitektur
Gesamtprozess:

Architekturdiagramm:

| Modul | Funktion | Beispiel |
|---|---|---|
| Zugriffsschicht (Clients) | Benutzeranfragen empfangen | Web, App, API, Feishu |
| Eingabeschicht (Input) | Verschiedene Eingabedaten verarbeiten | Text, Bilder, PDF, Excel |
| Scheduler (Agent-Orchestrator) | Aufgaben verstehen und Ausführungsworkflows zerlegen | Anforderungen analysieren → Einen Plan formulieren |
| Fähigkeitsschicht (Fähigkeiten) | Ausführungsfähigkeiten bereitstellen | Konversation, Abruf, Codeausführung |
| Speicherschicht (Memory) | Kontext und historische Informationen speichern | Sitzungsspeicher, Langzeitspeicher |
| Wissensschicht (Knowledge) | Wissensabruf-Fähigkeit bereitstellen | RAG, Vektor-Datenbanken |
| Modellschicht | Reasoning-Fähigkeiten bereitstellen | GPT, Claude, lokale Modelle |
| Werkzeugschicht (Tools) | Externe Tools aufrufen, um Aufgaben zu erledigen | Suche, Datenbanken, APIs |
| Externe Dienste-Schicht | Integration mit Geschäftssystemen | ERP, CRM, Cloud-Dienste |
| Infrastrukturschicht | Systembetrieb unterstützen | Berechtigungen, Protokollierung, Monitoring |
Anwendbare Szenarien auf einen Blick
Der Hermes Agent hat ein sehr breites Anwendungsspektrum. Hier sind einige typische Einsatzrichtungen.
| Szenarien | Beschreibung | Typische Konfiguration |
|---|---|---|
| Persönlicher Produktivitätsassistent | Termine verwalten, E-Mails bearbeiten, Informationen organisieren, tägliche Aufgaben automatisieren | Standardprofil + Termin-/E-Mail-Skill |
| Programmierassistent | Code-Review, Fehlerbehebung, Generierung von Projektgerüsten, Dokumentationserstellung | Coding-Profil + codebezogene Skills |
| Recherche-Agent | Literaturrecherche, Datenerfassung, Informationsorganisation, Berichtserstellung | Research-Profil + Such-/Analyse-Skill |
| Automatisierte Abläufe | Serverüberwachung, Protokollanalyse, automatische Warnungen, geplante Prüfungen | Ops-Profil + Cron-Zeitplanaufgaben |
| RL-Trainingsdatengenerierung | Batch-Trajektoriengenerierung, Export im ShareGPT-Format, Integration mit Atropos | batch_runner + Trainingsprofil |
| Multi-Plattform-Kundenservice | Einheitlicher Zugriff auf Telegram/Discord/Slack, mit automatischen Antworten auf häufige Fragen. | Gateway Multi-Plattform + FAQ-Skill |
Weitere ErweiterungenEine einzelne Hermes-Agent-Instanz kann über das Profil-System mehrere Personas erstellen. Jede Persona wird unabhängig mit eigenem Gedächtnis, eigenen Skills und eigenen Tools konfiguriert, ohne sich gegenseitig zu beeinträchtigen. Zum Beispiel eine als Coding-Assistent, eine als Recherche-Assistent und eine als Operations-Monitor.