hermes-agent：具備封閉學習迴路與跨平台訊息整合的自我改進 AI 代理人

它解決了什麼問題

Hermes Agent 是一個自我改進的 AI 代理人，透過實作封閉學習迴路，突破靜態互動的限制。它解決了 AI 代理人會遺忘使用者偏好、無法保留複雜任務知識，以及被鎖定在特定硬體或訊息平台上的問題。

工作原理

該代理人利用內建的學習迴路，從經驗中創建與精進技能，並在多個會話間維持對使用者的深入模型。它與模型無關，使用者可以在不同供應商（如 OpenAI、OpenRouter 或 Nous Portal）之間切換，且不需要更改程式碼。系統可部署於各種後端——包括本機、Docker、SSH 以及像 Modal 這樣的無伺服器基礎設施——並可透過終端介面（TUI）或連接 Telegram、Discord、Slack 等平台的訊息閘道存取。

目標對象

此工具為高階使用者、開發者與 AI 研究者打造，讓他們擁有一個持久、跨平台的代理人，能透過排程器自動執行任務、產生子代理人以平行工作，並長期記憶使用者互動。

重點特色

• 封閉學習迴路：自動根據經驗創建與改進技能，並使用 FTS5 會話搜尋實現跨會話回憶。
• 多平台存取：單一閘道程序支援透過 Telegram、Discord、Slack、WhatsApp、Signal 與 CLI 互動。
• 彈性部署：支援六種終端後端，包括在閒置時休眠以降低成本的無伺服器選項。
• 可擴充工具：整合 MCP（Model Context Protocol）伺服器，並內建排程器以自然語言自動化。
• 研究功能：支援批次軌跡生成與壓縮，以訓練未來的工具呼叫模型。

摘要

一個具備內建學習迴路的自我改進 AI 代理人，能從經驗中創建技能，並可部署於各種雲端或本機環境以及訊息平台。

標題

hermes-agent：具備封閉學習迴路與跨平台訊息整合的自我改進 AI 代理人