由 AI 研究机构 Nous Research 开发的开源智能体，会把做过的任务沉淀成可复用技能，并跨会话记住你的偏好与项目约定。

多数 AI 助手都有同一种健忘症：昨天反复交代过的代码风格、项目约定、踩过的坑，今天开个新会话，它又一脸茫然地等你重新介绍一遍。Nous Research 的 Hermes Agent 想解决的正是这件事，它自称"随你一起成长"，卖点不在某一次回答有多惊艳，而在于用得越久，越像一位熟悉你工作习惯的老同事。

官方把定位说得很直白：它既不是绑在编辑器上的补全插件，也不是套在单个接口外的聊天壳，而是一台常驻的自主智能体。你把它放在哪，它就在哪生根，之后从终端或日常聊天软件里就能随时派活。

把「怎么做成的」写成文件

它最与众不同之处是一套闭环学习机制。一件足够复杂的活儿做完（官方参考线是涉及五次以上工具调用），它会自己复盘：这次为什么有效、踩了哪些坑、下次该按什么顺序推进。结论沉淀成一份 Markdown 技能文件存在本地；再遇到相似任务，它先翻技能库把现成流程套上，而不是从头推理。

技能并非写死的一次性模板。发现更省事的做法，或发现原写法会走进死胡同，它会自己打补丁、更新条目。官方说明这套机制改的是技能文件而非核心代码，所以每次"长大"都可读可审查；技能按开放标准组织，能导出分享，社区也贡献了现成成品。

换个聊天软件，不用重新认识你

它用一个统一网关把二十多个消息平台接到同一个智能体身上：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、邮件、短信、钉钉、飞书、企业微信、微信、QQ 机器人、元宝、Home Assistant、Microsoft Teams、Google Chat 等都在名单里。后端始终是同一实例——手机上用 Telegram 交代一半的事，回到终端接着问，它记得你刚说过什么。

顺着这条线，定时任务也做成了内置能力。直接说"每天早上把昨天的提交总结一下"，它会登记成固定任务按点自己跑，跑完把结果投回指定聊天窗口或存成本地文件。要长期盯某件事，这一步省掉了自己搭调度器的功夫。

记忆写在你能打开看的文件里

撑着"越用越顺手"的是一套分层记忆。核心是两个 Markdown 文件：一个记它自己的环境事实、项目约定和踩过的坑，一个记你的偏好、技术背景与沟通习惯，两者都有明确字符上限以免无限膨胀。新会话开始时，系统给这两个文件拍一张冻结快照注入上下文，会话中途新写的内容要等下一轮才生效，既保住模型侧的前缀缓存，也避免上下文突然漂移。

要回溯更久远的事，它去查另一个仓库：历史会话全部存进本地 SQLite 并建了全文索引，配上模型摘要压缩，"上个月我们怎么处理这个问题的"就能被翻出来。官方明确说软件本身不收集遥测和用量数据，对话、记忆、技能都留在你自己机器上；接哪家模型也由你决定，可以只带自己的密钥。

一个窗口同时管几个角色

不止要一个助手时，它提供了角色隔离：每个角色有独立配置、记忆、技能、凭据与聊天记录，可配不同模型，例行任务挂在各自旁边；内置模式把这些角色收进同一份名册，彼此能在群聊里协作、用提及互相派活。能拆开的活儿还能派生隔离子智能体并行推进，最后由主对话汇总。它还支持接入 MCP 服务器扩展工具面，并以危险命令审批、容器隔离、跨会话隔离等一层层边界，把"能动手"和"乱动手"分开。

现在能用到什么程度

许可上没什么门槛：MIT 开源，命令行与桌面端两种形态，桌面端覆盖 macOS 与 Windows，Linux 与 WSL2 走命令行，另外照顾了 Nix、Android Termux 与 Docker。跑的位置也灵活，本地、Docker、SSH 以及 Daytona、Singularity、Modal 等按需后端，其中无服务器后端闲置时自动休眠，成本压得很低。

迭代很快，本文写作时的稳定版是 v0.21.6（2026 年 10 月 8 日）。要提醒的是，它的优势建立在"愿意花时间调"上：整体命令行优先，自托管意味着服务器、密钥、更新和权限都得自己管。它更适合本来就有折腾基础、且有大量重复流程可沉淀的人；只想偶尔问个孤立问题，这笔投资不见得划算。

把重复的活交给它做过几遍，剩下的它就替你记住了。