由 Nous Research 开发的开源自改进 AI Agent 框架 v0.14.0，168k+ Stars，22 个消息平台。 覆盖完整版本脉络（v0.9~v0.14）、Provider 生态、Skills 系统、记忆架构、Kanban 多分身调度、与 OpenClaw 全面对比及生态趋势。
| 开发方 | Nous Research |
| 类型 | 开源 AI Agent 框架 |
| 最新稳定版 | v0.14.0（2026-05-16） |
| GitHub | NousResearch/hermes-agent（Stars: 168k+，Forks: 27.8k，1,211 贡献者） |
| 支持平台 | Telegram、Discord、Slack、WhatsApp、Signal、飞书、微信、企业微信、钉钉、Teams、LINE、SimpleX Chat、Google Chat、QQBot、iMessage、Email、SMS、Yuanbao 等 22 个 |
| 语言 | Python 88.7%，TypeScript 8.3% |
| 协议 | MIT |
单一 Gateway 接入 22 个消息平台，CLI + TUI + Web Dashboard 多种交互界面，跨平台会话连续性。
基于 SKILL.md 的可插拔技能框架，支持工具、脚本、模板、参考资料，Curator 策展人每 7 天自动优化。
多后端支持（内置/Hindsight/Honcho/Mem0）+ Session Memory + User Profile，跨会话持续学习用户偏好。
7 天循环策展人 Agent，自动评分、修剪、合并 Skills 库，防御性保护打包/hub 技能。
Profile + 任务卡片建卡/派发/完成，Dispatcher 自动调度，心跳监控 + 僵尸检测 + 重试预算。
内置 openai-codex 后端，gpt-image-2 via Codex OAuth，无需单独 API key。
Hermes Agent 支持 20+ 模型 Provider，通过 hermes model 命令切换。
| Provider | 认证方式 | 说明 |
|---|---|---|
| OpenRouter | API Key | 聚合 API，200+ 模型 |
| Anthropic | API Key | Claude 系列 |
| OpenAI | API Key | GPT 系列 |
| OpenAI Codex | OAuth | GPT-5.x + gpt-image-2 图片生成 |
| Nous Portal | OAuth | 一站式模型+工具订阅，免额外 Key |
| Google Gemini | API Key | 多模态 |
| DeepSeek | API Key | deepseek-v4-pro / deepseek-v4-flash |
| xAI / Grok | API Key 或 OAuth | grok-4.3，100 万上下文 |
| Hugging Face | Token | 开源模型推理 |
| MiniMax | API Key | 全模态模型 |
| AWS Bedrock | IAM | Converse API |
| NVIDIA NIM | API Key | 推理路径 |
| LM Studio | 本地 | 本地推理 |
| 自定义端点 | 自定义 base_url | 任意 OpenAI 兼容端点 |
当前内置 Skills 总数：约 160+ 个（2026-05-24）。社区 Skills 与 agentskills.io 生态共同构成完整的跨平台技能网络。
已收录 15,400+ MCP servers，明确标注"compatible across Hermes, Claude Code, Cursor, Codex"。Hermes 官方 Skills Hub 指向该标准，意味着 Skills 资产可以在不同 Agent 平台之间流动，降低平台锁定风险。
| Skill | Maturity | 核心功能 |
|---|---|---|
| hermes-skill-factory | beta | 元 Skill，从工作流自动生成可复用 Skills |
| hermes-incident-commander | beta | 自动化 SRE：监控、诊断、自愈 |
| hermes-dojo | beta | 自我改进系统：监控性能、识别弱 Skills、自动迭代 |
| hermes-plugins | beta | 目标管理、Agent 间桥接、模型选择、成本控制 |
| rtk-hermes | beta | 终端输出压缩 60-90%，Token 消耗直接降低 |
| super-hermes | experimental | 教会 Hermes 为自己写分析提示词（元推理） |
| hermes-life-os | experimental | 检测日常模式，学习生活规律 |
| 工具 | 技术路线 | 特点 |
|---|---|---|
| mnemo-hermes | pgvector 向量搜索 | 全本地 via Ollama，MIT，无 API key |
| hindsight | 插件/MCP | retain/recall/reflect 工作流 |
| honcho-self-hosted | 自托管后端 | 跨会话用户建模 |
| flowstate-qmd | RAG + 向量搜索 | 查询前主动拉取相关上下文 |
| SkillClaw | 自动进化 | 从真实 session 数据中进化、去重、改进 Skill 库 |
| 集成方向 | 代表资源 |
|---|---|
| Agent 间桥接 | evey-bridge-plugin（Claude Code ↔ Hermes）；hermes-agent-acp-skill（多 Agent 路由） |
| 记忆后端 | hindsight、honcho-self-hosted、yantrikdb（记忆冲突检测） |
| Android 控制 | hermes-android |
| Microsoft 365 | microsoft-workspace-skill |
| MCP 发现 | Not Human Search：8,600+ MCP servers |
OpenClaw 是 Hermes Agent 最主要的竞品，两者定位相似但设计哲学不同。
| 维度 | Hermes Agent | OpenClaw |
|---|---|---|
| 最新版本 | v0.14.0（2026-05） | v2026.5.22（2026-05-24） |
| 发布节奏 | 每 3-5 天 | 每 2-3 天 |
| Stars | 168k+ | 33万+ |
| 记忆系统 | 可插拔后端 + Session + User Profile | People-aware wiki + Active Memory |
| 自改进机制 | Curator 7 天自动策展 ✅ | 无 |
| 多分身调度 | Kanban + Dispatcher（v0.14.0） | Subagent + fork context |
| 图片生成 | gpt-image-2（Codex OAuth，内置） | DALL-E / GPT-4o |
| 飞书集成 | WebSocket/Webhook 原生适配 | 卡片消息 |
| TUI | Ink/React 重写（v0.11.0） | Electron（轻量） |
| 平台数量 | 22 个 | 18 个 |
| 自愈能力 | 自动构建 + 自改进循环 | stale-session recovery |
1. Curator 自策展：业界少见的自动技能库优化机制，减少人工维护负担。
2. 中国平台深度集成：微信、企业微信、飞书、钉钉、QQBot 等中国主流平台原生支持。
3. 可插拔记忆系统：支持 Hindsight、Honcho、Mem0 等多种后端，灵活适配不同场景需求。
4. Kanban 多分身：任务分解 + 专业分身自动调度，适合复杂多步骤工作流。
1. 发布节奏快：每 2-3 天一个版本，功能迭代更迅速。
2. Codex Computer Use：桌面控制能力更成熟，有 marketplace 发现机制。
3. People Wiki：人物关系图谱和出处报告，商业场景友好。
4. Groq/Cerebras 优先支持：推理速度优化。
OpenClaw 于 2026 年 5 月密集发布三个版本，以下为关键更新：
模型列表预热，每次调用从 ~20s → ~5ms，提升约 4000×；新增会议记录插件（Discord 语音实时源）
Skill 必须通过 read 工具加载；Discord 语音频道跟踪；内置 Policy 插件；Codex harness → @openai/codex 0.132.0
meme-maker 等新 Skills；Active Memory 插件正式化（OPT-IN）；bounded partial recall
| 趋势 | 判断 |
|---|---|
| Skills 经济正在形成 | agentskills.io 标准使 Skills 可跨平台流动，类似 Docker Hub 路径，但目前生态仍以 Hermes 为主战场 |
| 记忆系统是差异化焦点 | 从内置 FTS5 到 pgvector、图数据库、冲突检测，记忆系统是各玩家重点投入方向 |
| 垂直领域 Agent 是增量空间 | 法律、求职、SRE、监控等领域出现专业化实现 |
| 多 Agent 协调仍是早期 | 实验性项目多，生产可用方案少，bigiron（SDLC 全流程驱动）是最完整的案例 |
| rtk-hermes 压缩工具价值被低估 | 终端输出压缩 60-90% 对降低 Token 消耗有直接 ROI，应作为标配 |
| 类别 | 链接 |
|---|---|
| Hermes Agent | github.com/NousResearch/hermes-agent |
| 官方文档 | hermes-agent.nousresearch.com/docs |
| awesome-hermes-agent | github.com/0xNyk/awesome-hermes-agent |
| OpenClaw | github.com/openclaw/openclaw |
| agentskills.io | agentskills.io |
| Hermes Skills Hub | hermes-agent.nousresearch.com/skills |