一個 AI Agent，用得越久越聰明。不是行銷話術，是真的會自己建技能、自己記住你是誰、下次做得更好。開源、免費、一行指令就能裝。
目錄
Hermes Agent 是 Nous Research 在 2026 年 2 月推出的開源 AI Agent 框架，截至 2026 年 4 月 12 日已經累積超過 60,000 顆 GitHub 星，光是今天就新增了 6,000 多顆。這個增長速度在 AI Agent 領域幾乎沒有先例。
為什麼？因為它解決了一個所有 AI Agent 都在迴避的問題：用完就忘。
先說結論：Hermes Agent 跟其他 AI Agent 有什麼不同
市面上的 AI Agent 多到數不清。AutoGPT、CrewAI、MetaGPT、OpenAgents，每個都說自己能「自主完成任務」。但用過的人都知道，大部分 Agent 的工作模式是：你給指令 → 它執行 → 結束 → 下次從零開始。
Hermes Agent 不一樣的地方在於它有一個內建的「學習迴圈」。簡單說就是三件事：
- 它會在完成複雜任務後，自動把解決方法打包成一個「技能」
- 下次遇到類似問題，它會調用之前建立的技能，而且會在使用過程中改進它
- 它會記住你的偏好、工作習慣、常用工具，跨對話保留這些記憶
聽起來像是每個 AI 產品都在講的故事？差別在於 Hermes Agent 是真的做到了，而且整套機制是透明開源的，你可以自己去看它怎麼存記憶、怎麼建技能、怎麼決定什麼時候該記住什麼。
核心功能拆解
持久記憶和技能系統
Hermes Agent 用 FTS5 全文搜索做對話索引，加上 LLM 摘要來壓縮歷史記錄。它不是把所有對話都塞進 context window（那樣很快就會爆），而是建立一個可搜索的知識庫，需要的時候才拉出來。
技能系統更有意思。當你讓它完成一個多步驟的任務，比如「幫我從這個 API 拉數據，清洗後存到 Google Sheets」，它完成後會問自己：這個流程值得記下來嗎？如果值得，它會自動建立一個可複用的技能。下次你說「跟上次一樣處理數據」，它真的知道你在說什麼。
這套技能格式還兼容 agentskills.io 的開放標準，意思是你在 Hermes Agent 上建的技能，理論上可以搬到其他支援這個標準的 Agent 上用。
多平台接入
這是讓我覺得 Hermes Agent 想得比較遠的地方。它不只是一個跑在終端裡的 Agent，而是可以同時接入：
- Telegram
- Discord
- Slack
- Signal
- Home Assistant（智慧家居）
- CLI 終端
全部從一個 gateway 進程統一管理。你可以在 Telegram 上叫它幫你查東西，切到電腦終端繼續讓它寫 code，它會記得你剛才在 Telegram 上聊了什麼。
排程自動化
內建 cron 排程器，用自然語言就能設定定時任務。比如「每天早上 8 點幫我總結 Hacker News 的 AI 相關帖子，發到我的 Telegram」。不需要自己寫 cron expression，直接用人話描述就行。
子代理委派
可以生成獨立的子 Agent 來平行處理多個任務。主 Agent 分配工作，子 Agent 各自執行，結果彙總回來。這在處理複雜項目的時候特別有用，比如同時研究三個不同的技術方案然後比較。
模型靈活度
支援的 LLM 提供商包括 Nous Portal、OpenRouter（200+ 模型）、OpenAI、Anthropic，還有自定義端點。意思是你可以用 Claude、GPT、開源模型，甚至本地部署的模型來驅動它。不被任何一家廠商綁死。
5 分鐘上手指南
Hermes Agent 的安裝真的只要一行指令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc
hermes支援 Linux、macOS、WSL2，連 Android 的 Termux 都能跑。Windows 用戶需要先裝 WSL2。
裝完之後：
hermes model— 選你要用的 LLM（推薦先用 OpenRouter，模型選擇最多）hermes tools— 配置要啟用哪些工具hermes gateway— 如果你要接 Telegram/Discord 等平台，啟動 gatewayhermes setup— 或者直接跑完整設定精靈，一步到位
部署選項也很彈性：可以跑在 $5/月的 VPS 上，也可以用 Daytona 或 Modal 做 serverless 部署，閒置時幾乎不花錢。
跟其他 AI Agent 的正面比較
| 特性 | Hermes Agent | AutoGPT | CrewAI | Claude Code |
|---|---|---|---|---|
| 持久記憶 | 內建（FTS5 + LLM 摘要） | 有限 | 無 | CLAUDE.md 手動 |
| 自我學習 | 自動建技能 + 自我改進 | 無 | 無 | 無 |
| 多平台接入 | 7+ 平台 | 僅 CLI/Web | 僅 CLI | 僅 CLI/IDE |
| 排程任務 | 內建 cron | 需外掛 | 無 | 無 |
| 模型支援 | 200+ 模型 | OpenAI 為主 | 多模型 | 僅 Claude |
| 授權 | MIT | MIT | MIT | 商業 |
| 部署成本 | $5/月 VPS 起 | 需要較多資源 | 本地或雲端 | 按 token 計費 |
公平講，這個比較不完全公正。Claude Code 和 Hermes Agent 定位不同，Claude Code 專注在編程，Hermes Agent 更像是一個通用型的個人 AI 助理。但這也正是重點：Hermes Agent 的野心比大部分 Agent 框架都大，它想成為你的「AI 分身」，而不只是一個執行工具。
誰適合用，誰不適合
適合你的情況：
- 你需要一個能長期記住你工作方式的 AI 助手
- 你同時用多個通訊平台，想統一管理
- 你有重複性的日常任務想自動化
- 你想要模型自由度，不想被鎖在 OpenAI 或 Anthropic
- 你有基本的終端操作能力（會跑 command line）
可能不適合你：
- 你只需要一個聊天機器人，不需要自動化功能
- 你完全不會用終端（雖然安裝只要一行指令，但後續配置還是需要一些基礎）
- 你的需求純粹是寫 code，那 Claude Code 或 Cursor 更專精
我的看法
Hermes Agent 吸引我的不是它能做什麼，而是它會記住做過什麼。
用過太多 AI 工具之後，最讓人疲憊的不是功能不夠，而是每次都要重新解釋自己是誰、在做什麼、偏好什麼。Hermes Agent 的學習迴圈直接瞄準了這個痛點。
當然，60,000 顆星不代表它完美。開源 Agent 的通病是：上手容易，用好很難。你需要花時間調教它，告訴它什麼該記、什麼不該記、什麼技能值得保留。前幾天可能還是會覺得笨笨的，但理論上它會越來越懂你。
Nous Research 這家公司本身也值得關注。他們之前做的 Hermes 微調模型在開源社群口碑一直不錯，這次推 Agent 框架算是從模型層往應用層延伸的自然步驟。4 月 8 日剛更新到 v0.8.0，開發節奏很快。
如果你已經在用 ChatGPT 或 Claude 當日常助手，但總覺得「為什麼它不記得我上次說的」，Hermes Agent 值得你花一個下午試試。MIT 開源，不花錢，最多浪費幾小時。但如果它真的學會了你的工作模式，省下的時間遠不止這些。
相關資源
- GitHub：https://github.com/NousResearch/hermes-agent
- 官方文檔：hermes-agent.nousresearch.com/docs
- 技能市場：agentskills.io
- Nous Research 官網：nousresearch.com
免責聲明：本文為工具介紹與個人觀點分享，不構成任何投資或技術決策建議。AI 工具更新速度極快，文中資訊截至 2026 年 4 月。請以官方文檔為準。
發表迴響