← 返回总览
⚕️ Hermes Agent
Nous Research — The Self-Improving AI Agent
Conversation Loop
Self-Improving
Python
🔥 Background Review Fork
76 Tools
30+ Platforms
25 Skill Categories
🐍 1,724 Python files
🔧 76 tools
💬 30+ platforms
🧠 Self-improving memory
📚 25 skill categories
🔌 16 plugin types
一、核心架构
Hermes Agent 整体架构 — Self-Improving Conversation Loop
┌──────────────────────────────────────────────────────────────────────────┐
│ AIAgent (核心类, ~12k LOC) │
│ │
│ ┌────────────────────────────────────────────────────────────────────┐ │
│ │ run_conversation() (主循环) │ │
│ │ │ │
│ │ user_message → [system_prompt] → LLM call → tool_calls → │ │
│ │ → [tool dispatch] → results → [compression check] → │ │
│ │ → [memory nudge] → [skill nudge] → reply → │ │
│ │ → [background review fork] ──────────────────────┐ │ │
│ │ │ │ │
│ │ ←────────────── next user message ←───────────────┘ │ │
│ └────────────────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐ │
│ │ System Prompt │ │ Tool Registry │ │ Memory Manager │ │
│ │ Builder │ │ (auto-discover) │ │ (multi-provider) │ │
│ │ 3-tier assembly │ │ 76 tools │ │ builtin+external │ │
│ └──────────────────┘ └──────────────────┘ └──────────────────┘ │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐ │
│ │ Context Engine │ │ Skill System │ │ Credential Pool │ │
│ │ (pluggable) │ │ (25 categories) │ │ (multi-key) │ │
│ │ compressor/LCM │ │ auto-discover │ │ rate limit guard │ │
│ └──────────────────┘ └──────────────────┘ └──────────────────┘ │
└──────────────────────────────────────────────────────────────────────────┘
┌──────────────────────────────────────────────────────────────────────────┐
│ Background Review Fork (🔥 核心创新) │
│ │
│ 每轮对话后，fork 一个 AIAgent daemon thread: │
│ ┌────────────────────────────────────────────────────────────────────┐ │
│ │ 1. 继承父 agent 的 runtime (provider, model, credentials, cache) │ │
│ │ 2. 白名单限制: 只能调用 memory + skill_manage 工具 │ │
│ │ 3. 审查对话 → 决定是否保存记忆/更新技能 │ │
│ │ 4. 写入直接落地 (memory/skill stores) │ │
│ │ 5. 主对话的 prompt cache 完全不受影响 │ │
│ └────────────────────────────────────────────────────────────────────┘ │
│ │
│ 触发条件: │
│ • memory_nudge_interval (默认每 N 轮触发记忆审查) │
│ • skill_nudge_interval (默认每 N 轮触发技能审查) │
│ • 用户显式要求 │
└──────────────────────────────────────────────────────────────────────────┘
┌──────────────────────────────────────────────────────────────────────────┐
│ Gateway (消息平台适配层) │
│ Telegram / Discord / WhatsApp / Slack / Signal / Matrix / ... 30+ │
│ + CLI (hermes) + TUI (Ink/React) + ACP (VS Code/Zed/JetBrains) │
└──────────────────────────────────────────────────────────────────────────┘
二、🔥 自我改进循环 (核心创新)
这是 Hermes 最核心的差异化特性，也是所有 Agent 项目中唯一的自进化设计。
Background Review 机制详解
每轮对话后:
主对话 ──→ run_conversation() ──→ 回复用户
│
└──→ spawn_background_review_thread()
│
└──→ daemon thread (不阻塞主对话)
│
└──→ fork AIAgent (继承父 runtime)
│
├─ Memory Review:
│ "用户是否揭示了个人偏好、工作风格、期望？"
│ → memory tool 写入 MEMORY.md
│
├─ Skill Review:
│ "是否有值得更新的技能？"
│ 1. UPDATE 当前加载的 skill
│ 2. UPDATE 现有 umbrella skill
│ 3. ADD support file (references/templates/scripts)
│ 4. CREATE 新 class-level umbrella
│
└─ 结果摘要 → "💾 Self-improvement review: Memory updated"
关键安全措施:
• 工具白名单: 只允许 memory + skill_manage
• 自动拒绝危险命令: _bg_review_auto_deny
• skip_memory=True: 不触碰外部 memory provider
• 继承父 cached system prompt: 命中 prefix cache (~26% 成本降低)
• suppress_status_output=True: 不泄露内部状态给用户
Skill Review Prompt 的精妙设计
这不是简单的"保存对话"，而是一套精心设计的知识管理哲学：
- 主动性原则: "A pass that does nothing is a missed learning opportunity, not a neutral outcome"
- 层级结构: CLASS-LEVEL skills (不是 one-session-one-skill 的碎片)
- 4 级更新优先级: 更新已加载 → 更新现有 umbrella → 添加 support file → 创建新 umbrella
- 反模式防护: 不记录环境依赖失败、不记录负面工具声明、不记录一次性任务
- 用户偏好嵌入: "Frustration signals are FIRST-CLASS skill signals" — 用户抱怨 = 技能需要更新
- Support 文件三类: references/ (知识), templates/ (模板), scripts/ (脚本)
三、系统提示词架构
三层组装 + 前缀缓存复用
build_system_prompt_parts() 返回三个层级:
┌──────────────────────────────────────────────┐
│ STABLE (跨 turn 不变, 命中 prefix cache) │
│ │
│ • SOUL.md / DEFAULT_AGENT_IDENTITY │
│ • Tool guidance (per-model) │
│ • Computer-use guidance │
│ • Subscription block │
│ • Tool-use enforcement guidance │
│ • Skills prompt (skill index) │
│ • Environment hints │
│ • Platform hints │
│ • Alibaba model-name workaround │
├──────────────────────────────────────────────┤
│ CONTEXT (用户定义内容) │
│ │
│ • caller system_message │
│ • Context files (AGENTS.md, .cursorrules...) │
│ • Context threat scanning (注入检测!) │
├──────────────────────────────────────────────┤
│ VOLATILE (每 turn 重建) │
│ │
│ • Memory snapshot │
│ • USER.md profile │
│ • External memory provider block │
│ • Timestamp / session / model / provider │
└──────────────────────────────────────────────┘
🔥 Context Threat Scanning — 上下文注入检测:
扫描 AGENTS.md / .cursorrules 等用户文件中的:
• "ignore previous instructions" (prompt injection)
• "do not tell the user" (deception)
• hidden unicode characters (不可见字符注入)
• curl exfiltration patterns (数据外泄)
• 不可见 Unicode 字符检测 (零宽字符等)
四、76 个工具全景
| 类别 | 工具 | 数量 |
|---|
| 🌐 Web | web_search, web_extract | 2 |
| 💻 Terminal | terminal, process | 2 |
| 📁 Files | read_file, write_file, patch, search_files | 4 |
| 👁️ Vision | vision_analyze, image_generate | 2 |
| 📚 Skills | skills_list, skill_view, skill_manage | 3 |
| 🖱️ Browser | navigate, snapshot, click, type, scroll, back, press, get_images, vision, console, cdp, dialog | 12 |
| 🔊 TTS | text_to_speech | 1 |
| 🧠 Memory | memory, todo | 2 |
| 🔍 Session | session_search | 1 |
| ❓ Clarify | clarify | 1 |
| ⚡ Code/Delegate | execute_code, delegate_task | 2 |
| ⏰ Cron | cronjob | 1 |
| 📨 Messaging | send_message | 1 |
| 🏠 Smart Home | ha_list_entities, ha_get_state, ha_list_services, ha_call_service | 4 |
| 📋 Kanban | show, list, complete, block, heartbeat, comment, create, link, unblock | 9 |
| 🖥️ Computer Use | computer_use | 1 |
| 🎨 Image/Video Gen | image_generation, video_generation | 2 |
| 💬 Discord | discord_tool | 1 |
| 📄 Feishu Docs | feishu_doc, feishu_drive | 2 |
| 🔍 XAI Search | x_search | 1 |
| 🧪 Vision Transcription | transcription, voice_mode | 2 |
五、记忆系统
MemoryManager — 多 Provider 架构
MemoryManager (单外部 Provider 限制)
┌──────────────────────────────────────┐
│ Built-in Memory │
│ MEMORY.md + USER.md (文件系统) │
│ • memory(action="add/search/...") │
│ • memory_nudge_interval 自动触发 │
│ • background review 写入 │
├──────────────────────────────────────┤
│ External Provider (选一) │
│ • Honcho │
│ • Hindsight │
│ • Mem0 │
│ • Supermemory │
│ • 自定义 (plugins/memory/) │
├──────────────────────────────────────┤
│ Lifecycle Hooks │
│ • initialize() — 连接+预热 │
│ • system_prompt_block() — 注入 │
│ • prefetch(query) — 背景检索 │
│ • sync_turn() — 异步写入 │
│ • on_session_end() — 会话结束提取 │
│ • on_pre_compress() — 压缩前提取 │
│ • on_delegation() — 子代理观察 │
└──────────────────────────────────────┘
Context Fencing (安全机制):
• sanitize_context() — 剥离注入的 memory-context 标签
• "[System note: recalled memory, NOT new user input]"
• 防止 memory provider 输出伪装成用户输入
六、30+ 消息平台
Gateway Platforms (运行时发现)
| 类别 | 平台 |
|---|
| 即时通讯 | Telegram, WhatsApp, Signal, Discord, Slack, Matrix, Mattermost, iMessage (BlueBubbles) |
| 中国企业 | 飞书, 企业微信, 微信, 钉钉, QQ Bot, 腾讯元宝 |
| 邮件/短信 | Email, SMS |
| 智能家居 | Home Assistant |
| API/Webhook | API Server, Webhook |
| 微软 | MS Graph Webhook |
| IDE 集成 | ACP (VS Code / Zed / JetBrains) |
| TUI | Ink (React) 终端 UI |
七、上下文压缩
ContextEngine — 可插拔压缩引擎
ContextEngine ABC (可插拔):
┌──────────────────────┐
│ ContextCompressor │ ← 默认，用 LLM 生成摘要
│ (built-in) │
│ • should_compress() │
│ • compress() │
│ • protect_first_n │ ← 保留前 N 条非系统消息
└──────────────────────┘
┌──────────────────────┐
│ LCM Engine │ ← 第三方，DAG 构建上下文
│ (plugins/context/) │
│ • 可暴露额外工具 │ 如 lcm_grep
└──────────────────────┘
┌──────────────────────┐
│ 自定义引擎 │ ← 放到 plugins/context_engine//
│ config: context.engine
└──────────────────────┘
生命周期:
on_session_start() → update_from_response() × N →
should_compress()? → compress() → on_session_end()
八、25 个技能分类
| 分类 | 用途 |
|---|
| software-development | 代码开发、调试、部署 |
| research | 网络研究、信息收集 |
| devops | CI/CD、容器管理、监控 |
| data-science | 数据分析、可视化、ML |
| creative | 写作、设计、内容生成 |
| productivity | 任务管理、日程、笔记 |
| email | 邮件撰写、整理 |
| github | PR、Issue、代码审查 |
| smart-home | Home Assistant 控制 |
| apple | macOS/iOS 集成 |
| diagramming | 图表、流程图生成 |
| gaming | 游戏辅助 |
| domain | 垂直领域专家 |
| red-teaming | 安全测试、对抗 |
| mlops | 模型训练、部署、监控 |
| social-media | 社交平台操作 |
| note-taking | 笔记管理 |
| media | 音视频处理 |
| gifs | GIF 生成/搜索 |
| autonomous-ai-agents | 自主代理协作 |
| mcp | MCP 协议工具 |
| inference-sh | 推理服务集成 |
| dogfood | 自用/测试技能 |
| yuanbao | 腾讯元宝集成 |
🎯 Hermes 对你构建 Agent 的启示：
- 🔥 自我改进循环是杀手特性 — Background Review Fork 让 Agent 从每次对话中学习。这是 Agent Zero 自进化记忆的工程化实现，比 Agent Zero 更成熟、更安全
- Skill Review Prompt 是知识工程杰作 — 4 级更新优先级、反模式防护、用户偏好嵌入 — 这不只是"保存记忆"，而是"系统性知识管理"
- Context Threat Scanning 值得学习 — 扫描用户上下文文件中的注入攻击，这在其他项目中都没见过
- Memory Provider 单例限制 — 防止工具 schema 膨胀和记忆冲突，简洁有效
- Credential Pool + Rate Limit Guard — 多 key 轮换 + 速率限制追踪，生产环境必备
- 前缀缓存复用 — Review fork 继承父 agent 的 cached system prompt，实测 ~26% 成本降低
- Toolset 系统 — 不同场景用不同工具集，而非全量暴露，减少 LLM 困惑
九、关键源文件
| 文件 | 作用 | 行数 |
|---|
run_agent.py | AIAgent 核心类 + 主循环 | ~12,000 |
agent/conversation_loop.py | 对话循环 (从 run_agent 提取) | ~3,900 |
agent/background_review.py | 🔥 自我改进循环 | ~570 |
agent/system_prompt.py | 系统提示词三层组装 | ~200 |
agent/prompt_builder.py | 身份、平台、技能、上下文文件 | ~300 |
agent/context_engine.py | 可插拔上下文压缩引擎 | ~150 |
agent/memory_manager.py | 多 Provider 记忆管理器 | ~200 |
agent/memory_provider.py | 记忆 Provider ABC | ~100 |
agent/tool_executor.py | 工具执行 (串行+并行) | ~300 |
agent/tool_guardrails.py | 工具安全防护 | ~200 |
model_tools.py | 工具发现 + handle_function_call | ~500 |
toolsets.py | 工具集定义 | ~200 |
cli.py | CLI 交互 (~11k LOC) | ~11,000 |