NousResearch/hermes-agent

해결하는 문제

Hermes Agent는 세션 간에 컨텍스트를 잃어버리고 작업 능력이 향상되지 않는 AI 어시스턴트의 문제를 해결합니다. 이 에이전트는 자기 개선형으로, 사용자의 지시를 기억하고 성공적인 작업에서 기술을 학습하며 사용자에 대한 모델을 지속적으로 구축하므로, 매번 처음부터 시작할 필요 없이 시간이 지날수록 더욱 유용해집니다.

작동 방식

Hermes는 폐쇄형 학습 루프를 실행합니다. 복잡한 작업 후 자율적으로 기술을 생성하고, 이러한 기술은 재사용될 때마다 개선되며, 중요한 지식을 저장하도록 주기적으로 스스로를 독려합니다. 과거 대화를 검색(FTS5 전체 텍스트 검색 및 LLM 요약 사용)하여 세션 전반의 컨텍스트를 불러오고, Honcho 라이브러리를 사용하여 사용자 프로필을 구축합니다. 터미널 UI에서 대화하거나 단일 게이트웨이 프로세스를 통해 Telegram, Discord, Slack, WhatsApp, Signal과 같은 메시징 플랫폼에 연결할 수 있습니다. 모든 LLM 제공업체(Nous Portal, OpenRouter, OpenAI 또는 자체 엔드포인트)를 지원하며, 로컬 머신, Docker, SSH 또는 Modal 및 Daytona와 같은 서버리스 백엔드에서 작업을 실행할 수 있습니다(유휴 시 절전 모드로 전환되어 비용 절감). 또한 자동화된 작업을 위한 cron 스케줄러가 내장되어 있으며, 병렬 작업을 위해 격리된 하위 에이전트를 생성할 수 있습니다.

대상 사용자

클라우드 서버나 VPS에서 실행되고 메시징 앱을 통해 접근 가능하며 시간이 지남에 따라 개선되는 지속적인 AI 어시스턴트를 원하는 개발자, 연구원 및 파워 유저를 위한 도구입니다. 또한 도구 호출 모델을 위한 학습 궤적을 생성하는 연구원들을 대상으로 합니다.

주요 특징

• 내장 학습 루프: 경험을 통해 기술을 생성하고 사용 중에 개선합니다.
• 세션 간 검색 및 LLM 기반 요약을 통한 지속적인 메모리.
• 멀티 플랫폼 액세스: 단일 게이트웨이를 통해 CLI, Telegram, Discord, Slack, WhatsApp, Signal 및 이메일 지원.
• 로컬, Docker, SSH 또는 서버리스 백엔드에서 실행되며 유휴 비용이 거의 없음.
• 예약된 자동화: 자연어 cron 작업을 통해 결과를 모든 플랫폼으로 전달.
• 병렬 하위 에이전트 생성 및 RPC를 통한 도구 호출 Python 스크립트 지원.
• agentskills.io 오픈 표준 및 MCP 서버와 호환.
• OpenClaw, Claude Code, Codex 및 Cursor에서 설정 및 메모리 가져오기 지원.