Hermes Agent 導讀：Nous Research 的自我改進 agent，以及它跟 OpenClaw 的真實關係

Hermes Agent 是 Nous Research 開源（MIT）的 AI agent 框架。官方的一句話定位是「唯一內建學習迴路的 agent」：

It's the only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations, and builds a deepening model of who you are across sessions. ——hermes-agent README

這句話是整個專案的骨架，也是它跟其他 agent 框架最容易講清楚的差別。其餘的東西——多平台、多供應商、多後端——別家補得上，學習迴路是它押注的地方。

這篇是系列導讀。系列的目標不是把官方文件抄一遍（官方文件站有完整的 docs，而且改得比任何文章快），而是把選型取捨與會踩到的雷留下來。

它的形狀

入口
  CLI / TUI  ·  Gateway（Telegram/Discord/Slack/WhatsApp/Signal/Email）
  Desktop App  ·  Web Dashboard  ·  ACP（VS Code/Zed/JetBrains）
  API Server（OpenAI 相容）  ·  Python library  ·  Batch runner
        ↓
AIAgent（run_agent.py）
  prompt 組裝  ·  provider 解析（3 種 API mode）·  工具派送
  context 壓縮與 prompt caching
        ↓
狀態                          工具後端
SQLite + FTS5（session）      終端 7 種 · 瀏覽器 5 種 · web 4 種 · MCP
MEMORY.md / USER.md           檔案、視覺、TTS…

一個細節先講：官方 README 說「40+ tools」，開發者文件的架構頁說「70+ tools, 28 toolsets」，同一份文件站裡兩個數字。這類數字在這個專案的半衰期很短，本系列一律不把它當論據——要精確數字請看 Built-in Tools Reference。

程式碼組成也不再是「純 Python 專案」：GitHub 語言統計目前是 Python 約 76%、TypeScript 約 20%，後者是 Desktop App、TUI 前端與 Web Dashboard 帶進來的。

學習迴路實際上是四個獨立機制

「自我改進」聽起來像一個東西，實際是四個可以各自關掉的機制，理解這點才知道哪個環節出問題：

最後一列是這半年最容易踩的變更：舊文章（包含本文的初版）都寫「內建 Honcho 辯證輪廓」，現在官方文件明講它是 plugins/memory/honcho/，不裝就沒有。同層還有 OpenViking、Mem0、Hindsight、RetainDB、ByteRover、Supermemory 等可選後端。

技能格式相容 agentskills.io 開放標準，這意味著 skill 可以跨框架搬——這點對「要不要押注在單一框架」的判斷很重要。

三個常被混為一談的層

新手最常見的困惑是把三件事當成同一件：

1. 你在哪裡打字（CLI／TUI／Telegram／Desktop／IDE）
2. 指令在哪裡執行（local／docker／ssh／modal／daytona／vercel_sandbox／singularity 七種終端後端）
3. 模型在哪裡推論（Nous Portal／OpenRouter／Anthropic／自架 Ollama／vLLM…）

這三層完全正交。你可以在 Telegram 打字、指令跑在 Modal 的雲端沙箱、模型走自架 vLLM。反過來說，出問題時要先問「是哪一層壞了」——官方 FAQ 的除錯順序（hermes doctor → hermes model → hermes setup → hermes sessions list → hermes gateway status）本質上就是逐層排除。

系列裡終端後端那篇專講第 2 層，模型供應商那篇專講第 3 層。

跟 OpenClaw 的關係：是遷移路徑，不是繼承

本文初版寫「Hermes 是 OpenClaw 的正式繼承者」，這是錯的，這次翻新一併修掉。

事實是：Hermes 提供 hermes claw migrate，hermes setup 也會自動偵測 ~/.openclaw 並問你要不要搬；能搬 SOUL.md、MEMORY.md／USER.md、自建技能、指令白名單、平台設定與白名單內的 API key。但 OpenClaw 本身仍在獨立開發，兩者是不同團隊的不同專案。官方 README 的社群連結裡甚至有一個 HermesClaw 橋接器，用途是「讓 Hermes Agent 與 OpenClaw 跑在同一個微信帳號上」——如果 OpenClaw 已被取代，這個東西沒有存在理由。

遷移細節與「哪些東西搬不過去」放在遷移那篇。想先看 OpenClaw 本身，站內有OpenClaw 文件導讀系列。

跟 Claude Code / LangGraph 的分界

比較表要小心讀。Claude Code 的「無學習迴路」不是缺陷而是取捨——它把記憶交給人維護的檔案，可預測性換掉了自動累積。Hermes 的自動生成技能與記憶策展，代價是你的 agent 會自己改自己的行為，這在需要可重現性的場景是負債不是資產（所以才有 write_approval 這種開關）。

什麼情況不要選它

• 只想在程式裡呼叫 LLM：這是一套系統不是 SDK，雖然它也能當 Python library 用，但你會付一堆用不到的複雜度。
• 要團隊共用的企業部署：整體設計仍以個人／單一擁有者為中心，權限模型是「誰能私訊這個 bot」等級。
• 需要嚴格可重現的流程：自動改寫技能與記憶會讓「同樣輸入同樣輸出」變難。要用就先把寫入審批打開。
• 不想維運：它會常駐、會排程、會自己動。這代表你多了一個要顧的服務。

本系列的其他篇

本系列不涵蓋什麼

刻意不寫的部分，因為它們是功能清單而非取捨，寫了半年內就會過期：Desktop App、Web Dashboard 與 TUI 的操作、語音模式與 wake word、影像／影片生成的模型清單、event hooks 的寫法、profiles 與 git worktree 隔離、context 壓縮與 SOUL.md／AGENTS.md 的細節、Mixture of Agents、egress proxy 與 managed scope。這些在官方文件站都有，而且那裡永遠比這裡新。

前身與修正

本篇的前身是 2026-04-05 發佈的〈Hermes Agent：Nous Research 的自我改進 AI 代理〉，舊網址 /posts/ai/2026-04-05-hermes-agent-intro 已 301 轉向到這裡。這次對照上游 README 與官方文件站全面翻新，並改寫成十篇系列的導讀，修掉四個會誤導的說法：終端後端 6 種→7 種（新增 Vercel Sandbox）、Honcho 使用者輪廓已從內建改為 memory provider plugin、「Python 93%」已不成立（現為 Python ~76% / TypeScript ~20%）、以及「Hermes 是 OpenClaw 的正式繼承者」——正確說法是它提供遷移路徑，OpenClaw 仍在獨立發展。逐項指令清單改為交還官方文件。

參考資料

• Hermes Agent GitHub
• Hermes Agent 官方文件站
• Nous Research
• Nous Portal
• agentskills.io — 技能開放標準
• Honcho — 使用者輪廓系統
• HermesClaw — 社群微信橋接器
• Atropos — Nous 的 RL 環境