跳到主要内容

功能概览

Hermes Agent 拥有一套远超基础对话的丰富功能体系。从持久记忆、上下文感知，到浏览器自动化和语音对话，这些功能协同配合，使 Hermes 成为强大的自主智能体（agent）。

核心功能​

  • 工具与工具集 — 工具（tool）是扩展智能体能力的函数，按逻辑分组为工具集（toolset），可按平台启用或禁用，涵盖网页搜索、终端执行、文件编辑、记忆、委派等功能。
  • 技能系统 — 智能体按需加载的知识文档。技能（skill）采用渐进式披露模式以减少 token 消耗，并兼容 agentskills.io 开放标准。
  • 持久记忆 — 有限且经过精选的跨会话持久记忆。Hermes 通过 MEMORY.md 和 USER.md 记住你的偏好、项目、环境及已学内容。
  • 上下文文件 — Hermes 自动发现并加载项目上下文文件（.hermes.md、AGENTS.md、CLAUDE.md、SOUL.md、.cursorrules），这些文件塑造了它在项目中的行为方式。
  • 上下文引用 — 输入 @ 后跟引用内容，可将文件、文件夹、git diff 和 URL 直接注入消息。Hermes 会内联展开引用并自动追加内容。
  • 检查点 — Hermes 在修改文件前自动为工作目录创建快照，作为安全网——出现问题时可通过 /rollback 命令回滚。

自动化​

  • 定时任务（Cron） — 使用自然语言或 cron 表达式调度自动执行的任务。任务可附加技能、将结果推送至任意平台，并支持暂停/恢复/编辑操作。
  • 子智能体委派 — delegate_task 工具可创建拥有独立上下文、受限工具集和独立终端会话的子智能体实例，最多支持 3 个并发子智能体，实现并行工作流。
  • 代码执行 — execute_code 工具让智能体编写可调用 Hermes 工具的 Python 脚本，通过沙盒（sandbox）RPC 执行，将多步骤工作流压缩为单次 LLM 调用。
  • 事件钩子 — 在关键生命周期节点运行自定义代码。网关钩子处理日志、告警和 webhook；插件钩子处理工具拦截、指标采集和安全护栏。
  • 批处理 — 跨数百乃至数千个提示词并行运行 Hermes 智能体，生成结构化 ShareGPT 格式的轨迹数据，用于训练数据生成或模型评估。

媒体与网页​

  • 语音模式 — 在 CLI 和消息平台上的完整语音交互。通过麦克风与智能体对话、听取语音回复，并在 Discord 语音频道中进行实时语音对话。
  • 浏览器自动化 — 支持多种后端的完整浏览器自动化：Browserbase 云服务、Browser Use 云服务、通过 CDP（Chrome DevTools Protocol）控制本地 Chrome，或使用本地 Chromium。可导航网站、填写表单、提取信息。
  • 视觉与图片粘贴 — 多模态视觉支持。将图片从剪贴板粘贴到 CLI，让智能体使用任意支持视觉的模型对其进行分析、描述或处理。
  • 图片生成 — 使用 FAL.ai 的 FLUX 2 Pro 模型根据文本提示词生成图片，并通过 Clarity Upscaler 自动进行 2 倍超分辨率放大。
  • 语音与 TTS — 在所有消息平台上提供文本转语音（TTS）输出和语音消息转录，支持五种提供商：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax 和 NeuTTS。

集成​

  • MCP 集成 — 连接任意 MCP（模型上下文协议，Model Context Protocol）服务器，支持 stdio 或 HTTP 传输。无需编写原生 Hermes 工具，即可访问来自 GitHub、数据库、文件系统和内部 API 的外部工具。支持按服务器过滤工具及采样功能。
  • 提供商路由 — 对 AI 提供商处理请求的方式进行精细控制。通过排序规则、白名单、黑名单和优先级配置，在成本、速度和质量之间自由取舍。
  • 备用提供商 — 当主模型遇到错误时，自动故障转移至备用 LLM 提供商，视觉和压缩等辅助任务支持独立故障转移。
  • 凭证池 — 将 API 调用分散到同一提供商的多个密钥上，遇到速率限制或故障时自动轮换。
  • 记忆提供商 — 接入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover），实现跨会话用户建模和超越内置记忆系统的个性化能力。
  • API 服务器 — 将 Hermes 作为兼容 OpenAI 格式的 HTTP 端点对外暴露，可接入任何支持 OpenAI 格式的前端——Open WebUI、LobeChat、LibreChat 等。
  • IDE 集成（ACP） — 在兼容 ACP（智能体控制协议，Agent Control Protocol）的编辑器中使用 Hermes，包括 VS Code、Zed 和 JetBrains。聊天、工具活动、文件 diff 和终端命令均在编辑器内渲染。
  • RL 训练 — 从智能体会话中生成轨迹数据，用于强化学习（RL）和模型微调。

自定义​

  • 个性与 SOUL.md — 完全可定制的智能体个性。SOUL.md 是主身份文件——系统提示词（system prompt）中的第一项内容——你可以在每次会话中切换内置或自定义的 /personality 预设。
  • 外观与主题 — 自定义 CLI 的视觉呈现：横幅颜色、旋转器样式和动词、响应框标签、品牌文字以及工具活动前缀。
  • 插件 — 无需修改核心代码即可添加自定义工具、钩子和集成。将包含 plugin.yaml 和 Python 代码的目录放入 ~/.hermes/plugins/ 即可。