Skip to main content

功能概览

Hermes Agent 的能力远不止“聊天”。从持久化记忆、项目上下文感知，到浏览器自动化、语音交互与批量任务处理，这些功能可以彼此配合，让 Hermes 更像一个可长期协作的自主助手。

核心功能​

  • 工具与工具集 — 工具用于扩展代理能力，并按逻辑分组为工具集。你可以按平台启用或禁用它们，覆盖网络搜索、终端执行、文件编辑、记忆管理、任务委派等能力。
  • 技能系统 — 技能是按需加载的知识文档，代理在需要时才会读取。它采用渐进式披露模式以减少 token 消耗，并兼容 agentskills.io 开放标准。
  • 持久化记忆 — 经过筛选的长期记忆可跨会话保留。Hermes 会逐步记住你的偏好、项目背景、工作环境，以及从 MEMORY.md 和 USER.md 中学到的信息。
  • 上下文文件 — Hermes 会自动发现并加载项目中的上下文文件（.hermes.md、AGENTS.md、CLAUDE.md、SOUL.md、.cursorrules），从而调整它在当前项目中的行为。
  • 上下文引用 — 输入 @ 后跟文件、文件夹、git 差异或 URL，即可把相关内容直接注入消息。Hermes 会自动展开引用并附加正文。
  • 检查点 — Hermes 在修改文件前自动快照工作目录，若出现问题，可通过 /rollback 轻松回滚。

自动化能力​

  • 定时任务（Cron） — 使用自然语言或 cron 表达式安排自动运行的任务。任务可附带技能，结果可投递到任意平台，并支持暂停、恢复和编辑。
  • 子代理委派 — delegate_task 工具可创建拥有独立上下文、受限工具集和专属终端会话的子代理。最多可并行运行 3 个子代理，用于拆分多任务工作流。
  • 代码执行 — execute_code 工具允许代理编写 Python 脚本，以程序化方式调用 Hermes 工具，并在沙箱化 RPC 环境中执行，把多步骤流程压缩成更少的 LLM 往返。
  • 事件钩子 — 在关键生命周期节点运行自定义代码。网关钩子适合日志、告警和 webhook；插件钩子适合工具拦截、指标统计和安全控制。
  • 批量处理 — 并行运行数百甚至数千个 Hermes 任务，生成结构化的 ShareGPT 轨迹数据，适合训练数据生成、批量评测和实验。

媒体与网页​

  • 语音模式 — 在 CLI 和消息平台中提供完整语音交互。你可以直接用麦克风和代理对话、收听语音回复，还能在 Discord 语音频道中进行实时语音交流。
  • 浏览器自动化 — 支持多种浏览器后端：Browserbase 云服务、Browser Use 云服务、本地 Chrome（通过 CDP）和本地 Chromium，可用于浏览网页、填写表单和提取信息。
  • 视觉与图像粘贴 — 支持多模态视觉输入。将剪贴板中的图片粘贴到 CLI 后，代理即可分析、描述或基于图像继续工作，适用于任何具备视觉能力的模型。
  • 图像生成 — 使用 FAL.ai 的 FLUX 2 Pro 模型根据文本提示生成图像，并通过 Clarity Upscaler 自动完成 2 倍放大。
  • 语音与 TTS — 所有消息平台都支持文本转语音输出和语音消息转录，并提供五种语音合成方案：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax 和 NeuTTS。

集成能力​

  • MCP 集成 — 通过 stdio 或 HTTP 连接任意 MCP 服务器。无需编写原生 Hermes 工具，也能接入 GitHub、数据库、文件系统和内部 API 等外部能力，并支持按服务器过滤工具与采样。
  • 提供商路由 — 对 AI 提供商请求进行细粒度控制。你可以按成本、速度或质量来优化选择，并配置排序、白名单、黑名单和优先级。
  • 备用提供商 — 当主模型出错时，自动切换到备用 LLM 提供商，同时为视觉、压缩等辅助任务提供独立的容错机制。
  • 凭证池 — 将同一提供商的 API 请求分散到多个密钥上。在遇到速率限制或失败时自动轮换。
  • 记忆提供商 — 接入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover），实现跨会话的用户建模与个性化能力，进一步扩展内置记忆系统。
  • API 服务器 — 将 Hermes 暴露为 OpenAI 兼容的 HTTP 接口，可连接任何支持 OpenAI 格式的前端应用，如 Open WebUI、LobeChat、LibreChat 等。
  • IDE 集成（ACP） — 在 ACP 兼容的编辑器中使用 Hermes，例如 VS Code、Zed 和 JetBrains 系列。聊天记录、工具活动、文件差异与终端命令都可以直接显示在编辑器里。
  • 强化学习训练 — 从代理会话中生成轨迹数据，用于强化学习和模型微调。

定制化​

  • 个性与 SOUL.md — 完全可定制的代理人格。SOUL.md 是主要身份文件，也是系统提示中的首个组成部分；你可以按会话切换内置或自定义的 /personality 预设。
  • 皮肤与主题 — 自定义 CLI 的视觉外观，包括横幅颜色、旋转图标与动词、响应框标签、品牌文案和工具活动前缀。
  • 插件 — 无需修改核心代码即可添加自定义工具、钩子和集成。支持三类插件：通用插件（工具/钩子）、记忆提供商（跨会话知识）和上下文引擎（替代性上下文管理），统一通过 hermes plugins 管理。