由 Nous Research 开源的新一代 AI Agent 框架。上线不到两个月 GitHub 狂揽近 3 万星， 以"自进化"为核心能力重新定义了 AI Agent 的学习与记忆方式。
Hermes Agent 是由 Nous Research 开源的自进化 AI Agent 框架。 与传统的 Agent 框架不同，Hermes 的核心理念是让 AI 自主决定哪些经验值得被固化成"技能"（Skill）， 从而实现真正的"自我进化"。
在 Hermes 的哲学中，AI 不仅仅是执行工具的"手"，更是一个能够从交互中学习、总结、 并将经验转化为可复用能力的"大脑"。它内置了独特的 MemPalace（记忆宫殿） 系统， 能够存储丰富的交互历史并通过语义检索来辅助决策。
Hermes Agent 以自进化为核心，围绕记忆、技能、推理三大维度打造了独特的能力体系
AI 自主判断哪些经验值得被固化为 Skill，从日常交互中自动蒸馏可复用的能力模块，无需人工编写规则。
独特的全量记忆存储方案。不信任 AI 的判断力，而是将所有交互记录存储下来，通过语义检索在需要时精准调取。
从大量交互历史中自动提炼模式与最佳实践，将隐性知识转化为显性的、可执行的技能描述。
不绑定单一模型供应商，支持 OpenAI、Anthropic、本地模型等多种后端，灵活切换与组合使用。
内置长链条推理能力，能够处理复杂的多步骤任务，自动规划执行路径并在失败时自我修正。
提供细粒度的权限管理系统，对文件读写、网络访问、命令执行等操作进行分级控制，确保安全边界。
Hermes Agent 的核心工作流程：交互 → 反思 → 蒸馏 → 进化
Hermes 的设计基于一个核心假设：AI 的判断值得信任。 与"存储一切用检索解决"的 MemPalace 路线不同，Hermes 选择让 AI 自主决定哪些知识值得被提炼为 Skill。 这两种路线各有优劣 —— MemPalace 更安全（不丢失信息），Hermes 更高效（主动提炼核心能力）。
两款 AI Agent 框架分别代表了不同的设计理念，各有侧重
| 维度 | 🟣 Hermes Agent | 🔴 OpenClaw |
|---|---|---|
| 开发者 | Nous Research | OpenClaw Team |
| 核心定位 | 自进化 AI Agent 框架 让 AI 自主学习、提炼技能 |
AI Agent 运行时平台 多通道连接、工具编排、长期记忆 |
| 开源状态 | 完全开源 | 开源（核心） |
| 记忆系统 | MemPalace：全量存储 + 语义检索 "不信AI判断，全部存下来" |
MEMORY.md + memory/*.md 人工策展 + 语义搜索（可选） |
| 技能管理 | 自动蒸馏 AI 自主决定什么值得固化 |
人工编写 用户创建 SKILL.md 定义行为 |
| 多通道集成 | 基础支持 以 Web/API 为主 |
深度集成 飞书/Telegram/Discord/Signal 等 10+ 通道 |
| 工具生态 | 基础工具集 自进化为主，工具为辅 |
丰富 浏览器控制、文件管理、日历、Notion 等 |
| 多 Agent 协作 | 有限支持 | 原生支持 子 Agent 编排、会话隔离、跨 Agent 通信 |
| 模型支持 | 多 LLM OpenAI / Anthropic / 本地模型 |
多 LLM OpenAI / 智谱 / Anthropic / 本地模型 |
| 部署复杂度 | 中等 Python 环境 + 向量数据库 |
中等 Node.js + 配置文件 |
| 适合场景 | 研究实验、知识型任务 需要 Agent 自我进化的场景 |
日常助手、多通道自动化 需要深度工具集成的场景 |
| 学习曲线 | 较低 AI 自动学习，用户干预少 |
较高 需要编写 Skill、配置工具 |
从诞生到爆火，Hermes Agent 的快速成长之路