NousResearch/hermes-agent

Hermes Agent 是一个会自我改进的 AI agent，由 Nous Research 构建。它不像普通 agent 那样每次对话都从零开始，而是能从经验中自动创建技能、在使用中优化技能，并主动把关键信息持久化下来。下次再聊时，它能搜索历史对话，恢复上下文，甚至提醒你之前约定过的事。它可以跑在一台 5 美元的 VPS 上，通过 Telegram 随时访问，不绑定任何单一模型。

今天开发者想让 agent 记住事情，通常只有几条路。用 Claude Code 或 Cursor 时，可以在项目里写 CLAUDE.md 或规则文件，但那只对当前项目有效，换一个仓库就失效，而且 agent 不会自己更新这些规则。更常见的做法是每次会话开头手动贴一段背景说明，或者把重要结论复制到 Notion 里，下次再手动翻出来。也有人自己搭记忆系统，用 LangChain 接 Chroma 或 Pinecone，但很快会卡在“什么时候该存”“存什么”“怎么召回”这些决策点上——这些逻辑全得自己写，而且很难泛化到不同任务。

Hermes Agent 切入的正是这一层：agent 运行过程中的经验积累与自我改进。它不是在模型层做创新，也不是在工具调用层加插件，而是在 agent 的循环里内置了一套“观察自己、提取技能、主动存档”的机制。旧方案最大的问题不是缺记忆库，而是缺判断力——不知道哪段对话值得存，不知道什么时候该把一段操作封装成可复用的技能。Hermes Agent 把这件事自动化了，它会在对话中识别可重复的模式，生成技能，并在后续使用中根据结果自我调整。

这个项目能在上线不到一年拿...