Sand Seeds
Github Repo

Hermes Agent 架构基础：一个会成长的 Agent 如何组成

这里说的 Hermes，不是 React Native 的 Hermes JavaScript 引擎，而是 Nous Research 的 Hermes Agent。

Hermes Agent 的核心定位是“会随使用成长的 AI agent”。它不是只在一次对话里回答问题，而是把模型调用、工具执行、长期记忆、技能沉淀、会话搜索、消息网关和定时任务组合成一个长期运行的系统。

如果只把它看成一个聊天机器人，很容易看错重点。Hermes Agent 真正有意思的地方，在于它把一次次任务沉淀成可复用的上下文和能力。

一张简化架构图

官方架构里，Hermes Agent 的入口很多，但最终都会落到核心的 AIAgent：

1CLI / Gateway / API / Batch / Python Library 2 | 3 v 4 AIAgent 5 | 6 |-- Prompt Builder 7 |-- Provider Resolution 8 |-- Tool Dispatch 9 |-- Compression & Caching 10 | 11 |-- Session Storage 12 |-- Tool Backends

换成更直观的话：

  • CLI、Telegram、Discord、Slack 等都是入口
  • AIAgent 是核心编排器
  • Prompt Builder 负责把身份、项目上下文、记忆、技能组装进提示词
  • Provider Resolution 负责选择模型和 API 模式
  • Tool Dispatch 负责把模型选择的工具真正执行起来
  • Session Storage 负责保存会话和搜索历史
  • Gateway 负责多平台消息接入

核心不是模型，而是循环

Hermes Agent 的中心不是某一个大模型，而是 agent loop。

一个典型回合大概是：

1用户输入 2 ↓ 3读取会话历史和上下文 4 ↓ 5组装 system prompt 与工具 schema 6 ↓ 7调用模型 8 ↓ 9模型返回文本或 tool call 10 ↓ 11执行工具并写回结果 12 ↓ 13继续循环，直到得到最终回答 14 ↓ 15持久化会话、记忆和任务状态

这个循环让 Hermes Agent 不只是“生成文本”，而是可以连续思考、调用工具、读取结果、修正计划，再继续执行。

五个基础模块

1. Prompt 组装

Hermes 会把多个来源的上下文组装成最终提示词，包括：

  • SOUL.md：agent 的身份和默认行为
  • MEMORY.md：跨会话长期记忆
  • USER.md：用户画像
  • 项目上下文：.hermes.md、AGENTS.md、CLAUDE.md、.cursorrules
  • Skills index：可用技能列表
  • 平台提示：CLI、Telegram、Slack 等不同入口的表达约束

这一步很关键，因为 Agent 能不能稳定工作，取决于它每一轮到底看到了什么上下文。

2. Provider Runtime

Hermes Agent 不绑定单一模型。它可以接入 OpenRouter、Nous Portal、OpenAI Codex、Anthropic、Gemini、DeepSeek、Kimi、Ollama、LM Studio 以及自定义 OpenAI-compatible endpoint。

这层的意义是：上层 Agent Loop 不需要关心具体模型来自哪里。模型供应商、API 模式、base URL、API key 和 fallback 都由 runtime resolver 处理。

3. Tool Runtime

Agent 要能做事，就必须能调用工具。

Hermes 的工具系统使用注册表模式：工具模块在加载时注册自己的名称、schema、handler、可用性检查和所属 toolset。模型看到的是工具 schema，真正执行时由 registry dispatch 到对应 handler。

这使得工具可以被分组、过滤、动态启用，也方便 MCP 和插件扩展。

4. Session Storage

Hermes 使用 SQLite 存储会话元数据、消息历史、模型配置和全文搜索索引。它不是只保留当前窗口里的上下文，而是把历史沉淀下来。

这让 session_search 成为可能：当用户提到过去的任务时，Agent 可以搜索旧会话，而不是要求用户重新解释。

5. Gateway

Gateway 让 Hermes 不只存在于终端里。Telegram、Discord、Slack、WhatsApp 等平台的消息会先被 adapter 标准化，再交给 GatewayRunner，最后进入 AIAgent。

这就是为什么 Hermes 可以“住在你常用的聊天工具里”，而不是必须一直开着某个 IDE。

为什么它会“成长”

Hermes Agent 的成长来自三件事：

  1. 它会保存跨会话记忆
  2. 它会从复杂任务中沉淀 Skill
  3. 它能通过会话搜索复用过去经验

普通聊天机器人通常只依赖当前上下文。Hermes Agent 则试图把经验变成可检索、可复用、可改进的系统状态。

这也是它和很多一次性 agent demo 最大的区别。

初学者应该抓住的主线

理解 Hermes Agent，不要从所有工具和命令开始背。先抓住这条主线：

1入口负责接收任务 2AIAgent 负责循环编排 3Prompt Builder 负责上下文 4Provider 负责模型 5Tools 负责行动 6Storage 负责记忆 7Gateway 负责多平台 8Skills 负责经验复用

只要这条线清楚，后面的 MCP、cron、subagent、profile、plugin 都能放到正确位置。

参考资料：