功能概览

Hermes Agent 包含一套丰富的能力，远超基础聊天范畴。从持久化记忆、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 Agent 能力的函数。它们被组织成逻辑工具集，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、委派等功能。

技能系统 — Agent 可按需加载的知识文档。技能遵循渐进式披露模式以最小化 token 用量，并兼容 agentskills.io 开放标准。

持久化记忆 — 跨会话持久保存的有界、精选记忆。Hermes 通过 MEMORY.md 和 USER.md 记住你的偏好、项目、环境及已学习的内容。

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），这些文件决定了它在你项目中的行为方式。

上下文引用 — 输入 @ 后跟引用内容，可将文件、文件夹、git diff 和 URL 直接注入消息中。Hermes 会内联展开引用并自动附加相应内容。

检查点 — Hermes 在进行文件更改前自动为工作目录创建快照，提供安全网，可通过 /rollback 回滚至出错前的状态。

自动化

定时任务（Cron） — 使用自然语言或 cron 表达式调度自动运行的任务。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 Agent 委派 — delegate_task 工具可生成具有独立上下文、受限工具集和独立终端会话的子 Agent 实例。默认并发运行 3 个子 Agent（可配置），支持并行工作流。

代码执行 — execute_code 工具允许 Agent 编写以编程方式调用 Hermes 工具的 Python 脚本，通过沙箱 RPC 执行将多步骤工作流压缩为单次 LLM 调用。

事件 Hook — 在关键生命周期节点运行自定义代码。Gateway hook 处理日志、告警和 webhook；plugin hook 处理工具拦截、指标和护栏。

批处理 — 跨数百或数千个 prompt（提示词）并行运行 Hermes Agent，生成 ShareGPT 格式的结构化轨迹数据，用于训练数据生成或评估。

媒体与网络

语音模式 — 跨 CLI 和消息平台的完整语音交互。使用麦克风与 Agent 对话，收听语音回复，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 云端、Browser Use 云端、通过 CDP 连接的本地 Chrome/Brave/Chromium/Edge，或本地 Chromium。可导航网站、填写表单并提取信息。

视觉与图片粘贴 — 多模态视觉支持。将剪贴板中的图片粘贴到 CLI，并使用任意支持视觉的模型请求 Agent 分析、描述或处理图片。

图像生成 — 使用 FAL.ai 从文本 prompt 生成图像。支持九种模型（FLUX 2 Klein/Pro、GPT-Image 1.5/2、Nano Banana Pro、Ideogram V3、Recraft V4 Pro、Qwen、Z-Image Turbo）；可通过 hermes tools 选择。

语音与 TTS — 跨所有消息平台的文字转语音输出和语音消息转录，提供十种原生提供商选项：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax、Mistral Voxtral、Google Gemini、xAI、NeuTTS、KittenTTS 和 Piper——以及支持任意本地 TTS CLI 的自定义命令提供商。

集成

MCP 集成 — 通过 stdio 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。支持按服务器过滤工具及 sampling（采样）。

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、白名单、黑名单和优先级排序，在成本、速度或质量之间优化。

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，包括针对视觉和压缩等辅助任务的独立备用机制。

凭证池 — 在同一提供商的多个密钥之间分发 API 调用。在触发速率限制或发生故障时自动轮换。

Prompt 缓存 — 针对原生 Anthropic、OpenRouter 和 Nous Portal 上的 Claude，内置跨会话 1 小时前缀缓存。始终开启，无需配置。

记忆提供商 — 接入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory），实现跨会话用户建模和超越内置记忆系统的个性化。

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

IDE 集成（ACP） — 在兼容 ACP 的编辑器（如 VS Code、Zed 和 JetBrains）中使用 Hermes。聊天、工具活动、文件 diff 和终端命令均在编辑器内渲染。

强化学习训练 — 从 Agent 会话中生成轨迹数据，用于强化学习和模型微调。

自定义

个性与 SOUL.md — 完全可自定义的 Agent 个性。SOUL.md 是主要身份文件——系统提示词中的第一项——你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、加载动画图标和动词、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、hook 和集成。三种插件类型：通用插件（工具/hook）、记忆提供商（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 交互式界面管理。

"功能概览"

功能概览#

核心功能#

自动化#

媒体与网络#

集成#

自定义#

功能概览

核心功能

自动化

媒体与网络

集成

自定义