功能概览

Hermes Agent 包含丰富的功能集，远远超出了基本聊天。从持久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

• 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，可以按平台启用或禁用，涵盖网络搜索、终端执行、文件编辑、记忆、委托等。
• 技能系统 — Agent 可以在需要时加载的按需知识文档。技能遵循渐进式披露模式以最小化令牌使用，并兼容 agentskills.io 开放标准。
• 持久记忆 — 跨会话持续的有限、精心整理的记忆。Hermes 通过 MEMORY.md 和 USER.md 记住您的偏好、项目、环境和它学到的东西。
• 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），塑造其在您项目中的行为方式。
• 上下文引用 — 输入 @ 后跟引用，将文件、文件夹、git 差异和 URL 直接注入到您的消息中。Hermes 内联扩展引用并自动附加内容。
• 检查点 — Hermes 在进行文件更改前自动快照您的工作目录，提供安全网，如果出错可以使用 /rollback 回滚。

自动化

• 计划任务 (Cron) — 使用自然语言或 cron 表达式安排任务自动运行。作业可以附加技能、将结果交付到任何平台，并支持暂停/恢复/编辑操作。
• 子代理委托 — delegate_task 工具生成具有隔离上下文、受限工具集和自己的终端会话的子 Agent 实例。最多可运行 3 个并发子代理进行并行工作流。
• 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，通过沙盒 RPC 执行将多步骤工作流压缩为单个 LLM 轮次。
• 事件钩子 — 在关键生命周期点运行自定义代码。网关钩子处理日志记录、警报和 webhook；插件钩子处理工具拦截、指标和防护栏。
• 批处理 — 在数百或数千个提示上并行运行 Hermes Agent，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

• 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，听到语音回复，并在 Discord 语音频道中进行实时语音对话。
• 浏览器自动化 — 具有多个后端的完整浏览器自动化：Browserbase 云、Browser Use 云、通过 CDP 的本地 Chrome 或本地 Chromium。导航网站、填写表单和提取信息。
• 视觉与图像粘贴 — 多模态视觉支持。将图像从剪贴板粘贴到 CLI 中，并要求 Agent 使用任何视觉能力模型分析、描述或处理它们。
• 图像生成 — 使用 FAL.ai 的 FLUX 2 Pro 模型和通过 Clarity Upscaler 的自动 2 倍放大从文本提示生成图像。
• 语音与 TTS — 跨所有消息平台的文本转语音输出和语音消息转录，有五个提供商选项：Edge TTS（免费）、ElevenLabs、OpenAI TTS、MiniMax 和 NeuTTS。

集成

• MCP 集成 — 通过 stdio 或 HTTP 传输连接到任何 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。包括每服务器工具过滤和采样支持。
• 提供商路由 — 对哪些 AI 提供商处理您的请求进行细粒度控制。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。
• 后备提供商 — 当主模型遇到错误时自动故障转移到备份 LLM 提供商，包括视觉和压缩等辅助任务的独立后备。
• 凭证池 — 在同一提供商的多个密钥之间分配 API 调用。在速率限制或失败时自动轮换。
• 记忆提供商 — 插入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover）进行跨会话用户建模和个性化，超越内置记忆系统。
• API 服务器 — 将 Hermes 暴露为兼容 OpenAI 的 HTTP 端点。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 的编辑器中使用 Hermes，如 VS Code、Zed 和 JetBrains。聊天、工具活动、文件差异和终端命令在您的编辑器中渲染。
• 强化学习训练 — 从 Agent 会话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 —— 系统提示中的第一件事 —— 您可以为每个会话交换内置或自定义 /personality 预设。
• 皮肤与主题 — 自定义 CLI 的视觉呈现：横幅颜色、旋转器面孔和动词、响应框标签、品牌文本和工具活动前缀。
• 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 UI 管理。