📚 系列导航：这是 Hermes Agent 教程系列第一篇，本篇先解决 Hermes Agent 是什么；下一篇 Hermes Agent 架构教程 继续学习“架构与运行原理”。
先给结论：Hermes Agent 是一个开源、可长期运行、带内建学习循环的 AI Agent。 它能跨会话记住你、把经验整理成 Skill、在后台持续执行目标，也能把任务拆给其他 Agent。把它理解成“数字同事”，比理解成“一次性聊天机器人”更准确。
ℹ️ 版本说明： 原稿基于 Hermes Agent v0.16.0（2026 年 6 月）源码整理。本文保留其版本化机制分析；命令、数量和界面请以 Hermes Agent 官方文档 与本地输出为准。
假设你第一次让 Agent 写爬虫，它用了你不喜欢的库，日志格式也不对。普通工具下次还可能重犯；Hermes 想做的是把这次合作沉淀成记忆或 Skill，下次直接按你的习惯开工。
Hermes Agent 的核心能力
第一次用它，你可能只是在 Telegram 发句话，或者在命令行里让它写个爬虫。它给出的结果能用，但变量怎么命名、错误怎么处理、日志写到哪儿，未必符合你的习惯。
持续使用后，它可以把稳定偏好写进记忆，把可复用做法整理成 Skill。比如偏爱 httpx 而不是 requests、日志写文件而不是只打到终端、函数不要过长。这里的关键不是“第十次一定变聪明”，而是它具备从交互中沉淀经验的机制。
很多 Agent 要你亲手写规则、配权限、整理记忆，相当于自己编一套“入职手册”。Hermes 出厂就带了这套手册，更关键的是，它还能根据合作过程补充和维护手册。
把它能做的事摊开，大概是这么几样：
| 能力 | 具体是什么 |
|---|---|
| 记得你 | 跨会话的长期记忆:你是谁、你的偏好、上次聊到哪,它都存着,不用每次重新交代 |
| 自己写技能 | 用过的经验会沉淀成可复用的 Skill,下次遇到同类活直接调,越用越顺手 |
| 后台干活 | 能挂定时任务,你睡觉的时候它替你跑日报、看代码流水线、盯一个长期项目 |
| 指挥一群 Agent | 一个主 Agent 能派生出子 Agent 并行干活,自己当指挥 |
| 在哪都能找到它 | 命令行、原生桌面 App、浏览器管理面板、二十多个聊天平台,同一个它 |
所以与其叫它「AI 助手」，我更愿意叫它数字同事—一个你不在的时候还替你干活、而且越合作越默契的同事。这本书要拆的，就是这个同事的脑子是怎么长出来、又怎么自己变聪明的。
💡 一句话总结： Hermes 的差异不只是“能做事”，而是能把做事过程沉淀成下一次可复用的能力。
Harness、Hermes、Claude Code 与 OpenClaw 的区别
你大概率听过几个名字：Harness、Claude Code、OpenClaw。它们听着像一类东西，先把坐标系摆清楚，免得越读越乱。
Harness 是方法论，不是产品。如果你读过《Harness Engineering》那本橙皮书，会记得它讲的是怎么给 AI Agent「造缰绳」：指令层、约束层、反馈层、记忆层、编排层，五个组件，是一套理念。Harness 本身不是一个你能下载的软件。
Hermes 是把这套理念产品化的那个东西。它出厂就带好了这五组缰绳，你不用自己一条条配。更进一步，它把缰绳做成了能自己生长的基础设施—这是它和大多数 Agent 最根本的区别，也是本书第二部分要重点讲的。
Claude Code、OpenClaw 是它的同类，但定位不同。粗略分一下：Claude Code 是交互式编码，你坐在那儿盯着它写代码；OpenClaw 偏「配置即行为」，你写好人格和规则它照着跑；Hermes 则把重心压在「自主后台运行+自我改进」上。三者正在互相靠近，但出发点不一样。
如何判断 Hermes Agent 的项目热度
介绍完它是什么，说个题外但绕不开的事：原稿成文时，这个项目的热度确实很高。
原稿记录的 GitHub Stars 量级已经越过十八万，并提到 Dealroom 将其列入 2026 年增长较快的开源 Agent 框架。Stars 属于高波动数据，阅读时应以仓库当前页面为准。
一个数字感受一下原稿当时的迭代速度：v0.16.0 这个版本背后是八百多个 commit、五百多个合并的 PR、一百七十多位贡献者。这还只是一个 minor 版本。开源社区的飞轮一旦转起来，加速度是吓人的。
迭代到底有多快，我自己是有体会的。两个月前我写过这本书的第一版，那会儿的 Hermes 还是个跑在终端里、靠 Telegram 远程操控的极客玩具。两个月、九个版本之后，它已经长出了原生桌面 App、浏览器全套管理面板、简体中文，官方把这一版直接叫「The Surface Release」，触达面发布。一句话：内核没变，但它从一个只有命令行老手摸得到的东西，变成了你发个安装包朋友就能双击用的产品。
不过我得说清楚：更新快只是表象，不是这本书的重点。AI 圈每个月都有产品在狂奔，光快没意思。Hermes 值得专门写一本的，是它快的背后那个稳定的内核—会自己造缰绳、缰绳还会自己长。这个我们后面慢慢讲。
顺带交代下我的位置，免得你以为这是临时查资料攒的。这两年我几乎全扑在 AI Agent 和 skill 上：开源的女娲.skill 到现在两万多 star，给设计用的 huashu-design 一万六，会自己进化 skill 的达尔文.skill 三千多，这本书的第一版本身在 GitHub 也攒了四千多 star。自改进的 Agent、会自进化的 skill，是我天天在做、在玩的东西。所以 Hermes 这两个月的每一步，我基本都在现场盯着。
从 OpenClaw 迁移到 Hermes Agent
如果你正在用 OpenClaw，这一段得单独看，因为它可能直接关系到你要不要动一动。
原稿成文前两个月，OpenClaw 发生了一次治理变化：创始人 Peter Steinberger 宣布加入 OpenAI，项目转由非营利基金会托管。原稿据此判断社区增长动力可能变化；这是作者当时的观察，不是迁移决策的充分依据。
Hermes 没停留在功能对比上，而是提供了迁移命令 hermes claw migrate。它会检测本地 OpenClaw 目录，并迁移人格设定、记忆、用户画像、自定义 Skill、命令白名单、平台配置和 API key。
⚠️ 迁移前先备份。 命令能降低搬家的操作成本，但不能替你判断兼容性。先备份 OpenClaw 的配置和数据目录，再运行迁移；迁移后逐项检查人格、记忆、Skill、平台连接和密钥是否完整。不要因为存在“一键迁移”就直接覆盖原环境。
Hermes Agent 的内建学习循环
所以这本书不打算花太多篇幅夸它这张新脸有多好看。一个产品从极客玩具变成大众工具，这种故事不稀奇。
真正值得你花时间的，是脸下面那个内核—一个会自己给自己造缰绳、缰绳还会自己生长的自改进 Agent。它会记住你是什么样的人，会从经验里自己写出新技能，会在你睡觉的时候跑定时任务，像个数字同事。
Nous Research 官方有句话，说 Hermes 是「唯一一个内建学习循环的 Agent」。这是他们自己的说法，我引用时得标清楚是官方自称，不是中立结论。但学习循环这件事本身，已经从一个「理念」变成了能在源码里指着看的「机制」，这是真的。
接下来一节，我先用六十秒给你画一张全景图：这一个大脑、这么多张脸，到底是怎么拼在一起的。看完那张图，你再往下读每一个子系统，就有地方挂了。
常见问题
Hermes Agent 有什么用？
它把记忆、Skill、工具调用和后台任务放进同一个 Agent 运行时，适合需要长期协作、自动化执行和跨入口使用的任务。它不是只在对话框里给一次答案。
Hermes Agent 和 Claude Code 有什么区别？
Claude Code 的出发点是交互式编码，Hermes 更强调长期运行、跨平台入口和自改进机制。两者能力正在靠近，选择时仍应先看你的主要工作方式。
这篇教程里的版本数字会变化吗？
会。原稿以 Hermes Agent v0.16.0 为分析基线，平台、工具、命令参数和默认配置可能继续变化；实际操作前请核对当前官方文档和本地命令帮助。