大多數 AI 代理是靜態的——它們的行為在部署時就由系統提示和模型權重固定下來。當它們遇到未曾設計過的新情況時會發生什麼?它們會失敗,然後開發者必須手動更新代理。Nous Research 的 Hermes Agent 採用了一種根本不同的方法:它從自己的經驗中學習,並隨時間自動改進自身行為,無需人為干預。
Hermes Agent 位於 github.com/NousResearch/hermes-agent,是一個自我改進的 AI 代理框架,支援 17 個不同的平台,包括 Discord、Slack、Telegram、Twitter 等。它使用一個內建的學習循環,捕捉任務結果、識別失敗模式,並更新自己的指令集以避免重複錯誤。這創造了一個運行時間越長、工作表現越好的代理。
該專案建立在 Nous Research 在開源 LLM 方面的專業知識之上,特別是 Hermes 系列的微調模型。然而,Hermes Agent 被設計為與模型無關,支援多種 LLM 後端,包括 OpenAI、Anthropic 以及透過 Ollama 或 vLLM 使用的本地模型。這種靈活性,加上獨特的自我學習能力,使其成為 2026 年初最受討論的代理框架之一。
什麼是 Hermes Agent?
Hermes Agent 是由 Nous Research 開發的自我改進 AI 代理框架。它具備一個內建的學習循環,能夠捕捉結果、識別失敗模式並自動更新自身行為,無需人為干預。該代理支援 17 個平台,包括訊息應用程式、社群媒體和開發工具。
自我學習循環是如何運作的?
自我學習循環是 Hermes Agent 的核心創新,作為一個持續改進的循環運作。
| 階段 | 發生什麼 | 技術機制 |
|---|---|---|
| 觀察 | 代理捕捉任務請求、計劃和結果 | 結構化記錄到記憶儲存 |
| 評估 | 將結果與成功標準進行比較 | 基於 LLM 的量規評估 |
| 識別 | 找出導致失敗的具體行為 | 失敗模式分類 |
| 更新 | 修改代理指令以防止再次發生 | 指令集差異更新 |
| 驗證 | 確認修正在下一個類似任務中有效 | 自動化回歸檢查 |
| 整合 | 合併永久改進,淘汰臨時修復 | 指令版本控制和修剪 |
學習循環在每個任務完成後非同步運行,確保不阻塞正在進行的代理操作。
Hermes Agent 支援哪些平台?
Hermes Agent 透過統一的轉接器介面支援 17 個平台。
| 平台 | 類型 | 能力 |
|---|---|---|
| Discord | 聊天/訊息 | 讀取訊息、發送回覆、管理頻道 |
| Slack | 聊天/訊息 | 讀取討論串、發送訊息、與應用互動 |
| Telegram | 聊天/訊息 | 讀取群組、發送訊息、處理指令 |
| Twitter/X | 社群媒體 | 發文、閱讀時間軸、與提及互動 |
| GitHub | 開發 | 閱讀議題、建立 PR、審查程式碼 |
| GitLab | 開發 | 同 GitHub,GitLab 特定 API |
| Email(IMAP/SMTP) | 通訊 | 閱讀收件匣、發送回覆、整理資料夾 |
| 社群媒體 | 閱讀 subreddit、發表留言、管理 | |
| Notion | 生產力 | 閱讀頁面、建立/更新資料庫 |
| Linear | 專案管理 | 建立議題、更新狀態、新增留言 |
| Jira | 專案管理 | 建立工單、轉換工作流程 |
| Confluence | 文件 | 閱讀頁面、建立文件 |
| Google Drive | 儲存 | 讀寫文件、整理檔案 |
| Google Calendar | 排程 | 讀取活動、建立活動 |
| Todoist | 任務管理 | 建立任務、管理專案 |
| Home Assistant | 物聯網/智慧家庭 | 控制裝置、讀取感測器 |
| 自訂 HTTP API | 通用 | 通用 REST API 整合 |
每個平台整合都是一個自包含的轉接器,可以獨立開發和測試。
Hermes Agent 是否與供應商無關?
是的。Hermes Agent 支援多種 LLM 後端,甚至可以針對不同類型的任務使用不同的供應商。
# 使用 Anthropic 設定
hermes config set provider anthropic
hermes config set anthropic.api_key sk-xxx
# 使用 Ollama 的本地模型設定
hermes config set provider ollama
hermes config set ollama.model hermes-3-8b
# 設定混合模式(規劃用強大模型,執行用本地模型)
hermes config set planner.provider anthropic
hermes config set executor.provider ollama
這種靈活性讓使用者能夠在能力、成本和隱私之間找到合適的平衡。
如何安裝 Hermes Agent?
安裝非常簡單,透過 pip 進行,並可選擇平台特定的附加套件:
# 基本安裝
pip install hermes-agent
# 含 Discord 支援
pip install hermes-agent[discord]
# 含所有平台
pip install hermes-agent[all]
# 初始化
hermes init
hermes run
hermes init 指令會建立一個設定目錄,您可以在其中定義要連接哪些平台、使用哪個 LLM 供應商以及初始行為準則。
常見問題
什麼是 Hermes Agent?
Hermes Agent 是 Nous Research 推出的自我改進 AI 代理框架,具有內建學習循環。它支援 17 個平台,並透過從自身的成功和失敗中學習,隨時間改進其行為。
自我學習循環是如何運作的?
每個任務完成後,代理會根據成功標準評估結果,識別導致任何失敗的具體行為,更新其指令集以防止再次發生,然後在類似任務上驗證修復。這作為一個非阻塞的背景程序運行。
Hermes Agent 支援哪些平台?
Discord、Slack、Telegram、Twitter/X、GitHub、GitLab、Email、Reddit、Notion、Linear、Jira、Confluence、Google Drive、Google Calendar、Todoist、Home Assistant 和自訂 HTTP API。
Hermes Agent 是否與供應商無關?
是的。它支援 OpenAI、Anthropic、Google、Ollama、vLLM 和其他供應商。您可以混合使用供應商,例如使用強大模型進行規劃,使用本地模型進行執行。
如何安裝 Hermes Agent?
基本套件使用 pip install hermes-agent,或使用 pip install hermes-agent[discord] / [all] 以獲得平台支援。然後執行 hermes init 和 hermes run。
延伸閱讀
flowchart TB
A[收到任務] --> B[規劃執行]
B --> C{任務完成?}
C -->|是| D[記錄成功]
C -->|否| E[識別失敗]
E --> F[更新指令]
F --> G[重試任務]
G --> B
D --> H[背景學習循環]
H --> I[評估結果]
I --> J{可改進?}
J -->|是| K[產生指令更新]
K --> L[套用至代理]
L --> M[等待下一個任務]
J -->|否| Mgraph LR
subgraph 平台轉接器
A[Discord 轉接器]
B[Slack 轉接器]
C[GitHub 轉接器]
D[Telegram 轉接器]
E[Email 轉接器]
F[17+ 更多]
end
subgraph 核心引擎
G[任務排程器]
H[學習循環]
I[記憶儲存]
J[指令管理器]
end
subgraph LLM 供應商
K[OpenAI]
L[Anthropic]
M[Ollama]
N[vLLM]
end
A --> G
B --> G
C --> G
G --> K
G --> L
G --> M
G --> N
H --> I
H --> J
無程式碼也能輕鬆打造專業LINE官方帳號!一鍵導入模板,讓AI助你行銷加分!