跳到主要内容

功能概览

Hermes Agent 拥有一系列丰富的功能，远超基础聊天能力。从持久化记忆和文件感知上下文，到浏览器自动化和语音对话，这些功能协同工作，使 Hermes 成为一个强大的自主助手。

核心功能​

  • 工具与工具集 — 工具是扩展代理能力的函数。它们被组织成逻辑上的工具集，可按平台启用或禁用，涵盖网络搜索、终端执行、文件编辑、记忆管理、任务委派等。
  • 技能系统 — 按需加载的知识文档，代理在需要时可调用。技能遵循渐进式披露模式，以最小化 token 使用量，并兼容 agentskills.io 开放标准。
  • 持久化记忆 — 有界且经过筛选的记忆，可在会话间持久保留。Hermes 会记住你的偏好、项目、环境以及通过 MEMORY.md 和 USER.md 学习到的内容。
  • 上下文文件 — Hermes 会自动发现并加载项目上下文文件（.hermes.md、AGENTS.md、CLAUDE.md、SOUL.md、.cursorrules），以定义其在项目中的行为方式。
  • 上下文引用 — 输入 @ 后跟引用，可将文件、文件夹、git 差异和 URL 直接注入消息中。Hermes 会内联展开引用并自动附加内容。
  • 检查点 — Hermes 在修改文件前会自动对工作目录进行快照，若出现问题，可通过 /rollback 命令安全回滚。

自动化功能​

  • 定时任务（Cron） — 使用自然语言或 Cron 表达式安排任务自动运行。任务可附加技能，将结果发送至任意平台，并支持暂停、恢复和编辑操作。
  • 子代理委派 — delegate_task 工具会生成具有隔离上下文、受限工具集和独立终端会话的子代理实例。最多可并行运行 3 个子代理，处理多个并行工作流。
  • 代码执行 — execute_code 工具允许代理编写 Python 脚本，以程序化方式调用 Hermes 工具，通过沙箱化的 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。网关钩子处理日志记录、告警和 Webhook；插件钩子处理工具拦截、指标统计和安全防护。
  • 批量处理 — 在数百甚至数千个提示上并行运行 Hermes 代理，生成结构化的 ShareGPT 格式轨迹数据，用于训练数据生成或评估。

媒体与网络功能​

  • 语音模式 — 支持 CLI 和消息平台的完整语音交互。通过麦克风与代理对话，听取语音回复，并在 Discord 语音频道中进行实时语音交流。

  • 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、本地 Chrome（通过 CDP）或本地 Chromium。可导航网站、填写表单并提取信息。

  • 视觉与图像粘贴 — 多模态视觉支持。可将剪贴板中的图像粘贴到 CLI 中，让代理使用任何具备视觉能力的模型对其进行分析、描述或处理。

  • 图像生成 — 使用 FAL.ai 的 FLUX 2 Pro 模型，根据文本提示生成图像，并通过 Clarity Upscaler 实现自动 2 倍超分辨率。

  • 语音与 TTS — 所有消息平台均支持文本转语音输出和语音消息转录，提供五种服务提供商选择：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax 和 NeuTTS。

  • MCP 集成 — 通过标准输入/输出或 HTTP 传输连接任意 MCP 服务器。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。支持按服务器的工具过滤和采样功能。

  • 提供者路由 — 对哪些 AI 提供者处理您的请求实现细粒度控制。通过排序、白名单、黑名单和优先级排序，优化成本、速度或质量。

  • 备用提供者 — 当主模型出现错误时，自动切换到备用的大语言模型提供者，包括对视觉、压缩等辅助任务的独立故障转移。

  • 凭证池 — 将同一提供者的 API 调用分发到多个密钥上。在遇到速率限制或失败时自动轮换密钥。

  • 记忆提供者 — 集成外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover），实现跨会话的用户建模与个性化，超越内置的记忆系统。

  • API 服务器 — 将 Hermes 暴露为兼容 OpenAI 的 HTTP 端点。可连接任何支持 OpenAI 格式的前端工具——Open WebUI、LobeChat、LibreChat 等。

  • IDE 集成（ACP） — 在支持 ACP 的编辑器（如 VS Code、Zed 和 JetBrains）中使用 Hermes。聊天、工具活动、文件差异和终端命令将直接渲染在您的编辑器内。

  • 强化学习训练 — 从代理会话中生成轨迹数据，用于强化学习和模型微调。

自定义功能​

  • 个性与 SOUL.md — 完全可自定义的代理个性。SOUL.md 是主要身份文件——系统提示中的第一部分——您可以在每个会话中切换内置或自定义的 /personality 预设。
  • 皮肤与主题 — 自定义 CLI 的视觉呈现：横幅颜色、进度条表情和动词、响应框标签、品牌文本以及工具活动前缀。
  • 插件 — 无需修改核心代码即可添加自定义工具、钩子和集成。三种插件类型：通用插件（工具/钩子）、记忆提供者（跨会话知识）和上下文引擎（替代上下文管理）。通过统一的 hermes plugins 交互式 UI 进行管理。