说起来，我是用hermes也两个多月了，当时openclaw已经尸横遍野，养龙虾后遗症刚刚显现，就花钱装龙虾然后花钱卸载龙虾的闹剧刚过。我是自己安装openclaw老是报故障，于是搜了下，大家说hermes更友好，于是上了船。 说实话，也可能是deepseek太给力，费用控制的也很好，从此就没下船了。然后偶尔在知乎碰到有意思关于agent使用的帖子，会让hermes帮忙解读下，顺带也让它进化下。近期也顺利把hermes从wsl迁移到windows desktop。读完这本事，最大的收获是开源其实真的更适合技术极客门，读源码这件事儿，确实是正确的了解你的工具的态度，当然这个只是稍稍提升了一点我的认知，可行性几乎为零。不过作者不写代码，只读源码，或者说读源码注释的行为，充分体现了他的创意水平吧。 然后第二件事就是，抽空我需要折腾下云端服务器了，或者再复活下我的软路由…… 以上
Hermes Agent橙皮书
在微信读书打开划线
13给微信读书读者的话
开源的女娲.skill到现在两万多star，给设计用的huashu-design一万六，会自己进化skill的达尔文.skill三千多，Hermes第一版那本书本身在GitHub也攒了四千多star。
§01 先认识 Hermes：一个会自己长本事的Agent
Harness是方法论，不是产品。如果你读过《Harness Engineering》那本橙皮书，会记得它讲的是怎么给AI Agent「造缰绳」：指令层、约束层、反馈层、记忆层、编排层，五个组件，是一套理念。Harness本身不是一个你能下载的软件。
开源的女娲.skill到现在两万多star，给设计用的huashu-design一万六，会自己进化skill的达尔文.skill三千多
§02 60秒全景：一个大脑，很多张脸
构造函数吃大约60个参数。
这个大脑对外只开两个口子。一个叫chat(message)，扔进去一句话，吐出来一句回复，简单粗暴。另一个叫run_conversation()，是完整接口，返回最终回复加上整轮对话的消息列表。日常你用到的所有功能，最终都收口到这两个方法上。
§03 Nous为什么做这件事
Nous Research是一家开源AI实验室，核心人物是Teknium，Hermes每次发版的署名都是他。
它们身上有个一以贯之的信念，我觉得是理解整件事的钥匙：不需要巨额预训练预算，靠高质量的后训练，小团队也能逼近前沿。
动机一：你每用一次，都在给它喂饭
把工具白送给全世界，让大家心甘情愿、24小时不间断地，替它生产最贵的那种数据。
一个开源项目最大的资产，往往不是代码，是那个有审美、有方向感的灵魂人物。
把三件事摞起来看，Nous的算盘就清楚了：用免费开源拉来最多的真实用户，用真实用户喂出最贵的训练数据，用训练出的模型撑起Portal的商业闭环，再趁对手交接班的空档把市场份额吃到最大。每一环都为下一环供血，环环相扣。
§04 造、修、续：自改进的三台引擎
源码原话很狠：如果这名字只对今天这个任务有意义，那它就是错的。
Curator的触发节奏跟第一台完全不同。它不靠cron守护进程，靠的是idle检测：默认每7天最多跑一次，而且要等agent闲置满2小时才动手。
想法
0暂无想法
热门划线
20§06 最该学的是「不要学」
这份黑名单背后有个朴素的判断标准，我把它翻成一句人话：如果一条规则只在今天这个具体情境下成立，那它就不该被写成永久规则。
§15 从delegate_task到Kanban平台
它有自动任务分解、有swarm拓扑、有定时任务、有按任务覆盖模型、有断路器重试、有多租户、有多看板。
§03 Nous为什么做这件事
另一边，它在自己的产品里直接铺好了从OpenClaw搬家的地毯——§01 里说过的那条 hermes claw migrate，自动识别旧配置、把记忆和技能一键搬过来。
§07 三层记忆：从金鱼到老友
想象一下，某段对话里混进了一句恶意指令，被Agent当成「值得记住的偏好」存进了MEMORY.md。
§01 先认识 Hermes：一个会自己长本事的Agent
如果你读过《Harness Engineering》那本橙皮书，会记得它讲的是怎么给AI Agent「造缰绳」：指令层、约束层、反馈层、记忆层、编排层，五个组件，是一套理念。
§16 笨内核 + 用户空间装饰
一旦你让调度器开始懂业务，懂哪个任务该优先、懂怎么分预算、懂什么时候该叫人，它就再也改不动了。
§10 一个 agent 指挥一群 agent
Imbue 那个库是 AGPL-3.0，skill 只通过 subprocess 调它的命令行，刻意不去 import 上游的类，这样就只是「调用」而非「合并」，把传染性 license 的边界划得清清楚楚。
§21 自改进Agent能走多远
更要命的是Hermes自己的信任模型亲口承认的那条：第三方skill和plugin，是在import的那一刻就执行任意Python的。
§15 从delegate_task到Kanban平台
表从4张涨到7张，光是核心那张tasks表的列数就从十几列暴涨到三十列左右。
§16 笨内核 + 用户空间装饰
连worker之间共享信息的「黑板」，都不是新建的存储，它就是根任务上的一条结构化JSON评论，后写的覆盖先写的，顺手记一笔是谁写的。
§06 最该学的是「不要学」
你出厂就带的、从社区 Hub 装的、自己亲手写的，全都安全——源码注释那句话很直接：用户让前台 agent 写的 skill 属于用户，Curator 永远不许碰。
§15 从delegate_task到Kanban平台
实际代码里，dispatcher每spawn一个worker，就把kanban_show、kanban_complete、kanban_block这一整套工具直接塞进它的schema里。
§04 造、修、续：自改进的三台引擎
judge万一坏了，它选择fail-open，也就是「继续」，因为一个坏掉的判官不能把进度卡死，反正有轮次预算兜底。
§17 八种协作模式与按卡片控成本
它们谁也不依赖谁，谁崩了不影响别人，崩了的那个还能被重新认领跑一遍。
§16 笨内核 + 用户空间装饰
内核笨，意味着它稳定，意味着加swarm、加新协作模式、加新的成本控制策略，都不用回去碰那个最核心的部分。
§07 三层记忆：从金鱼到老友
这个安排很能说明Hermes的取舍：基础的记住你，它出厂就替你办好了，不挑你装没装别的服务；
§08 会话搜索：把不该用LLM的活要回来
开头加结尾的这种「书挡」式截取，加上命中点的上下文窗口，主模型自己就能拼出「这个会话讲了什么」。
§20 Promptware防御与可观测性
但同一套规则放到「往记忆里写」「装一个Skill」这种你主动确认的动作上，严格一点反而是对的，宁可问一句也别让脏东西落盘。
§17 八种协作模式与按卡片控成本
哪个账号那一轮挂了，它的认领锁到点过期，下一轮自动重新认领重跑。
§01 先认识 Hermes：一个会自己长本事的Agent
它知道你偏爱httpx不爱requests，知道你习惯把日志写进文件而不是打到终端，知道你讨厌太长的函数。
公开点评
10作为程序员，我只想说：这本书让我第一次感到，写代码的苦命人终于有了一只会自动给自己“加翅膀”的伙伴。Hermes 不再是玩具，而是能记住你、会自己造工具、半夜还替你盯流水线的数字同事。它手握 Claude Code、Codex、OpenCode 等一排 Coding Agent，想写 Python？它直接召唤另一个 AI 来帮你写，你只负责提需求。从此，我睡觉，它上班；它犯错，我复盘。这书教你如何把“对话式体验”升级成“自主运行的个人 Agent”，让生产力和想象力一起松绑。当 AI 既能写代码又能给自己造缰绳，我们的任务只剩，给它足够的想象力，然后安心睡觉。
实际上没评论区讲的那么差，虽然啰嗦，但是知识点还是到位的。 这本书的面向读者其实很明确：对 Agent 架构有基本了解、且具备一定编程基础的开发者，而非普通用户。全书充满专业术语，大量实操内容（MCP 对接、看板任务编排、进程级 worker调度）显然不是没有工程背景的作者能写出来的——自称"不会写代码"的说法，站不住脚。 全书核心可概括为七大模块： 1. 记忆管理：MEMORY / USER 双文件机制，讲清长期记忆如何实现与沉淀 2. Skill 管理：技能的分类、新增、裁剪与合并机制，以及加载的安全门槛 3. 内置工具：核心工具集介绍，如会话搜索（session search）等 4. 跨平台入口：基于注册表（registry）的平台自插拔架构，配合镜像复制实现跨平台会话延续 5. MCP 集成：既讲如何对接外部 MCP Server，也讲 Agent 如何作为 MCP Ser
学到一点开源免费AI客户端的运营模式：合法的收集数据，尤其是能用来训练模型的数据。一直怀疑Hermes这种自改进Agent会不会跑偏，看了这本书，至少实现上是做了很多来规避这点的。Hermes加入到我的Agent Harness源码学习列表。
不错不错。看完后蠢蠢欲动，自己也想去装一个了。
研究了几天，给我的感觉是，可能以后llm会内化一部分AIAGENT的部分能力，但其上的任务编排，多智能体协作等能力不会过时。
怎么哪都有这个笋子
一天时间快速阅读，对于hernes有了基本的认知，对于想读源码的来说，还是挺有用的。
有些工程思想讲的可以，但还是一面之词，还是对着关联思想研究下源码才行
1、产品级分拆捋顺逻辑，可读性很高； 2、重点突出，没有陷于细节；
相似推荐
6
Claude Code实战：Harness工程之道
Agent Skills橙皮书：给AI装技能的完全指南
Python编程：从入门到实践（第3版）（2025年新版）
Harness工程：从上下文管理到Agent系统构建
Python编程：从入门到实践
