Am 25. Februar veröffentlichte ein Team namens Nous Research heimlich ein v0.1.0 auf GitHub. Zunächst hatte das Hermes-Modell nur einen Installationsbefehl und eine kurze Produktbeschreibung: „Ein Agent, der mit Ihnen wächst“.
Zu dieser Zeit bemerkten nur wenige Menschen es, selbst wenn Nous Research in der Modellszene einen gewissen Ruf hatte; ihre Hermes-Serie hat bereits 33 Millionen Downloads auf HuggingFace angesammelt, aber die Aufmerksamkeit der gesamten Entwicklergemeinschaft war auf das verehrte OpenClaw „Krebs“ gerichtet. Nach 33 Tagen überholte React und wurde das historisch erste, „Krebs“ wurde das am schnellsten wachsende Projekt in der Geschichte von GitHub, mit einem Höchststand von 710 Sternen pro Stunde. Doch zur gleichen Zeit veröffentlichten Sicherheitsforscher im gleichen Zeitfenster weiterhin täglich im Durchschnitt 2,2 CVE und offenbarten insgesamt 138 Sicherheitslücken in 63 Tagen. Die gesamte Gemeinschaft begann, eine Frage neu zu überdenken: Kann dieses Ding wirklich in Produktionsumgebungen eingesetzt werden?
Vor diesem Hintergrund hat der Hermes Agent, der ein Wettbewerbsprodukt ist, endlich die Gelegenheit genutzt und seine erste Wachstumsphase erlebt.
Hermes hat in seinen eigenen Code ein Tool integriert, um mit einem Klick von OpenClaw zu migrieren; die Entwickler, die von OpenClaw abgewandert sind, benötigten einen Ort, um sich niederzulassen, und der Hermes Agent wurde zu einer mündlichen Empfehlung.
So begann ab Anfang März Hermes Agent, in die GitHub-Trending-Liste einzudringen, erreichte einen Höchststand von Platz 11 und die Anzahl der Sterne überstieg 2200. AwesomeAgents bezeichnete es als „die ehrgeizigste Open-Source-Agentenveröffentlichung von 2026 bis heute“, derzeit hat Hermes auf GitHub 69,9k Sterne und 9k Forks.
Heute spricht Rhythmus BlockBeats mit allen über die Unterschiede dieses Agenten.
Was ist der Hermes Agent?
Der Hermes Agent ist ein selbst-evolutionäres AI-Intelligenzsystem, das von Nous Research entwickelt wurde und das derzeit einzige Agenten-Modell mit integriertem Lernzyklus ist.
Es kann automatisch Fähigkeiten aus Benutzungserfahrungen erstellen, diese Fähigkeiten kontinuierlich während der Nutzung verbessern, aktiv Wissen in wiederverwendbare Vermögenswerte umwandeln, seine bisherigen Konversationen abrufen und in mehreren Sitzungen sein Verständnis von Ihnen als Benutzer kontinuierlich vertiefen.
Zusammengefasst ist der größte Vorteil des Hermes Agent: Je mehr Sie es benutzen, desto klüger wird es, und je mehr Sie es benutzen, desto einfacher wird es.
Seine Positionierung ist nicht die eines Programmierassistenten, der im IDE eingebunden ist, noch ist es eine Chat-Verpackung für eine einzige API, sondern ein echter, auf Ihrem Server residierender, selbstständiger Agent, der sich an die gelernten Dinge erinnert und dessen Fähigkeiten mit der Zeit stärker werden.
Nous Research hat sich von Anfang an als ein AI-Labor positioniert, das sich auf Open Source und Dezentralisierung konzentriert, mit dem Ziel, eine AI zu schaffen, die Benutzer autonom kontrollieren können, anstatt die Intelligenz in den Händen einer Handvoll geschlossener Unternehmen zu bündeln. Ihre frühen Arbeiten konzentrierten sich auf die Hermes-Modellreihe, während sie erheblich in Infrastruktur und Systemebene investierten, und sie erkundeten auch die DisTrO-Technologie für das Modelltraining über global verteilte Verbrauchergrafikprozessoren sowie simulative Umgebungen für Multi-Agent-Interaktion und langfristiges Verhalten wie WorldSim und Doomscroll.
Das Team hinter dem Hermes Agent ist dieselbe Gruppe, die die Modelle Nomos und Psyche entwickelt hat.
Welche nützlichen Werkzeuge gibt es?
Der zentrale Mechanismus des Hermes Agent ist sein Gedächtnissystem und das Fähigkeitssystem. Der Agent verwaltet zwei schlanke Kern-Dateien: MEMORY.md speichert Umgebungsinformationen, Vereinbarungen und aus vergangenen Aufgaben zusammengefasste Erfahrungen; USER.md speichert Ihre Vorlieben und Kommunikationsstil. Diese beiden Dateien werden bei jedem Sitzungsbeginn automatisch in das System-Prompt injiziert, was dem „Langzeit-Arbeitsgedächtnis“ des Agenten entspricht. Darüber hinaus werden alle historischen Sitzungen in einer SQLite-Volltextdatenbank gespeichert, sodass der Agent auf Konversationsinhalte von vor Wochen zugreifen kann.
Im Hinblick auf das Fähigkeitssystem erstellt der Agent nach Abschluss komplexer Aufgaben (normalerweise mehr als 5 Werkzeugaufrufe) automatisch ein strukturiertes Markdown „Fähigkeitsdokument“, das die Schritte, bekannte Inhalte und Validierungsmethoden dokumentiert, um sie in Zukunft wiederzuverwenden. Die Fähigkeitsdateien folgen einem schrittweisen Offenlegungsmuster: Der Agent sieht standardmäßig nur den Namen und die Beschreibung der Fähigkeit (ca. 3000 Token) und lädt den vollständigen Inhalt einer Fähigkeit nur bei Bedarf, um den Tokenverbrauch zu steuern.
Auf der Werkzeugebene verfügt der Hermes Agent über mehr als 40 integrierte Werkzeuge, die Websuche, Browserautomatisierung, visuelle Verstehen, Bildgenerierung, Text-zu-Sprache abdecken und auch die Festlegung von Zeitplänen durch natürliche Sprache unterstützen, sodass der Agent automatisch Berichterstellung, Datensicherung, Systemüberwachung und andere regelmäßige Aufgaben ausführen kann, ohne dass jemand anwesend ist.
Die beliebtesten Werkzeuge sind die, die von den Community-Nutzern in der Praxis am häufigsten verwendet und am meisten Feedback erhalten wurden, und gemäß der Funktionsarchitektur von Hermes und den typischen Anforderungen der Entwicklergemeinschaft stehen diese Werkzeuge ganz oben:
Hindsight ist im Moment das beliebteste einzelne Tool im Ökosystem und das offiziell empfohlene Langzeitgedächtnis-Plugin von Hermes. Es ruft vor jedem LLM-Aufruf automatisch den relevanten Kontext ab, unterstützt lokale PostgreSQL oder Cloud-Bereitstellungen und wurde als nativer Memory Provider in Hermes integriert.
Anthropic-Cybersecurity-Skills ist das Skill-Paket mit den meisten Stars im Ökosystem und umfasst über 753 strukturierte Fähigkeiten in der Netzwerksicherheit, die das MITRE ATT&CK-Framework vollständig abbilden und für Szenarien der Sicherheitsforschung und Penetrationstests geeignet sind.
mission-control ist derzeit das beliebteste Agenten-Orchestrierungs-Dashboard im Ökosystem, das das Management von Agentenflotten, Aufgabenverteilung, Kostenverfolgung und die Zusammenarbeit mehrerer Agenten unterstützt, und von der Community als Standard für produktive Bereitstellungen empfohlen wird.
Hermes Agent Self-Evolution ist eine evolutionäre Selbstverbesserungstechnik, die DSPy + GEPA zur Optimierung von Fähigkeiten, Aufforderungen und Code verwendet.
Hermes Workspace ist der native Arbeitsbereich von Hermes, der Chat-Schnittstelle, Terminal und Fähigkeiten-Manager integriert und der beliebteste grafische Zugangspunkt ist.
Darüber hinaus kann es unabhängige Sub-Agenten ableiten, wobei jeder Sub-Agent seinen eigenen Gesprächskontext, ein unabhängiges Terminal und Python RPC-Skripte hat, wodurch eine parallele Pipeline mit null Kontextkosten erreicht wird.
In Bezug auf die Flexibilität der Infrastruktur unterstützt es sechs Arten von Backend-Terminals: lokale Ausführung, Docker, SSH-Remote, Daytona Serverless, Singularity-Container und Modal Cloud-Funktionen. Daytona und Modal gehen in den Leerlauf, wenn sie nicht gebraucht werden, die Kosten sind nahezu null. Sie können es auf einem VPS oder GPU-Cluster für 5 Dollar ausführen und über Telegram Befehle erteilen, damit es auf einem Cloud-Server arbeitet, auf den Sie niemals direkt per SSH zugreifen.
Der Hermes Agent steht derzeit in direkter Konkurrenz zu OpenClaw, da beide Open-Source-Agenten-Frameworks für Entwickler sind.
Die Architekturphilosophien beider sind grundlegend unterschiedlich: Das Design von OpenClaw konzentriert sich auf einen „Kontrollbereich“, einen einheitlichen Langzeitbetrieb, der für das Management von Sitzungen, Routing, Werkzeugausführung und Status verantwortlich ist, alles fließt durch diesen zentralen Controller. Hermes hingegen basiert auf dem Ausführungskreislauf des Agenten selbst und konstruiert alles um diesen wiederholten Zyklus von „tun, lernen, verbessern“ herum.
Die Unterschiede zwischen den beiden im Skill-System sind besonders ausgeprägt: Die Fähigkeiten von OpenClaw sind größtenteils manuell erstellt und werden aus verschiedenen Ebenen wie Workspace, personal, shared oder Plugins geladen; Hermeses Ansatz besteht darin, dass der Agent selbst Fähigkeiten aus Erfahrungen generiert und so einen echten autonomen Lernkreis bildet.
Wie man installiert und verwendet
Es ist extrem einfach zu bedienen. Ein Befehl „curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash“ reicht für die Installation aus, unterstützt Linux, macOS und WSL2, der Hermes Agent konfiguriert alles automatisch, ohne manuelle Eingriffe.
Hermes offizielle Website
Nach der Installation des Hermes Agent führen Sie „hermes setup“ aus, um den Einrichtungsassistenten zu starten, wählen Sie Ihren Modellanbieter (unterstützt Nous Portal, OpenRouter, OpenAI oder jeden benutzerdefinierten Endpunkt), integrieren Sie Ihre Nachrichtenplattform (Telegram, Discord, Slack oder WhatsApp) und beginnen Sie das erste Gespräch. Ab der ersten Interaktion tritt der Hermes Agent sofort in den Lernmodus ein, beginnt, Gedächtnis zu bilden, Fähigkeiten zu erstellen und wird nach jeder Sitzung leistungsfähiger.
Die zentralen Befehle für den täglichen Gebrauch umfassen:
hermes (Gespräch beginnen),
hermes Modell (Wahl des LLM-Anbieters und Modells),
hermes werkzeuge (konfigurieren, welche Werkzeuge aktiviert werden),
hermes gateway (starten Sie das Nachrichten-Gateway, integrieren Sie Telegram, Discord und andere Plattformen),
hermes setup (führen Sie den vollständigen Einrichtungsassistenten aus, um alles auf einmal zu konfigurieren),
hermes claw migrieren (von OpenClaw migrieren),
hermes update (auf die neueste Version aktualisieren),
hermes doktor (Diagnose von Problemen);
Hermes Agent ist für Szenarien geeignet, die ein Gedächtnis über Sitzungen hinweg erfordern und die Fähigkeit zur kontinuierlichen Verbesserung benötigen, universelle AI-Assistenten; benutzerdefinierte Agenten-Workflows, die Werkzeuge, Plugins, MCP-Server, Browser oder Shell kombinieren müssen; Agenten, die auf lokaler Hardware, Cloud-VM oder kostengünstiger serverloser Infrastruktur bereitgestellt werden sollen; sowie Szenarien, die einen dauerhaften Assistenten erfordern, der auf plattformübergreifende, durchsuchbare Konversationshistorien und erworbene Fähigkeiten zugreift.
Genauer gesagt können Sie mit ihm auf Telegram chatten, während er gleichzeitig Aufgaben auf einer Cloud-VM ausführt, Automatisierungen einrichtet und Berichte auf jede Plattform überträgt, oder ihn für regelmäßige Aufgaben übernehmen lassen; Sie können ihn auch mit Slack oder Discord verbinden, um das gesamte Team bei der KI-Kollaboration zu unterstützen; oder nutzen Sie seine Exportfunktion, um Trainingsdaten für das RL-Training von Next-Gen-Tool-Calling-Modellen zu generieren.