Nous Research 開源、會自我進化的 AI Agent。
會記憶、會沉澱技能、會慢慢懂你。
一份完整指南 · 五大核心模組 · 30 分鐘上手
Hermes Agent 是 Nous Research 2026 年 2 月開源、跟 OpenClaw 同類的 AI Agent。截至 4 月 GitHub Star 突破 32,000，跟 OpenClaw 走的是不同路線：
| OpenClaw | 偏執行與編排，廣度整合，5,700+ 社群技能（人工撰寫），TypeScript 寫的 |
| Hermes Agent | 偏記憶與成長，深度進化，40+ 內建技能 + Agent 自動生成，Python 寫的 |
核心三件事：跨會話持久化記憶、從任務沉澱技能（Skill 卡）、使用者建模。 它若偵測到你裝過 OpenClaw，會主動問要不要把資料遷移過來。
「自進化」很容易被誤解。它不是修改模型權重，而是把成功路徑自動蒸餾為技能文件、寫入全文索引、並由 LLM 定期摘要偏好——「越用越懂你」是這樣來的。
| 跨 Session 記憶 | FTS5 全文搜尋引擎建立可搜尋的對話資料庫，加上 LLM 摘要索引，精準召回相關歷史 |
| 技能文件 Skill Documents | 完成複雜任務後自動提煉為 Markdown 技能檔，下次直接調用 |
| 使用者建模 User Modeling | 透過 Honcho 辯證式建模，持續深化對你工作風格、偏好的理解 |
Hermes 最容易讓新手誤解的架構就是「跨平台到底共用什麼」。這在你開始綁飛書、Telegram、Slack 之後特別重要——客戶問「在 LINE 講過的事 web 上會記得嗎」就是這一題。
把 Hermes 想成一個會多種技能的助理本人。在 WSL 終端機跟他講話像「面對面」，在 Telegram 跟他講像「LINE 傳訊息」。人是同一個，腦袋裡會的東西（知識／技能／工具／API Key）是同一套， 但每段對話內容他不會混在一起記。
| Agent 本體（模型、人格） | ✅ 共用 |
| API Key、設定、模型選擇 | ✅ 共用 |
| MCP 工具 / Skill 技能 | ✅ 共用 |
| 檔案系統存取 | ✅ 共用（同一台機器） |
| 跨 Session 全文索引（FTS5） | ⚠️ 寫入共用，讀取要主動搜 |
| 使用者建模（Honcho） | ⚠️ 共用一份偏好檔，累積較慢 |
| 對話歷史 / 即時記憶 | ❌ 每個 session 獨立 |
| 臨時偏好（「請說中文」） | ❌ 不互通，要重講 |
在 Telegram 傳：
幫我看一下 /home/<你的用戶名>/hermes-webui 這個目錄裡有什麼檔案
能讀到 → 底層工具與檔案系統完全共用。
在 WSL 跑 hermes，跟它說「我叫 Vincent，請記住」。再跳到 Telegram 問「我叫什麼名字？」會說不知道。