功能概览

Hermes Agent 包含一套远超基础聊天的丰富能力。从持久记忆（Persistent Memory）和文件感知上下文，到浏览器自动化和语音对话，这些功能协同配合，让 Hermes 成为强大的自主助手。

核心功能

工具与工具集（Tools & Toolsets） — 工具是扩展 Agent 能力的函数。它们被组织成逻辑化的工具集，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（Skills System） — Agent 可按需加载的知识文档。技能采用渐进式披露模式以最小化 token 使用，并兼容 agentskills.io 开放标准。
持久记忆（Persistent Memory） — 跨会话持久化的有界、精选记忆。Hermes 通过 MEMORY.md 和 USER.md 记住你的偏好、项目、环境以及学到的内容。
上下文文件（Context Files） — Hermes 自动发现并加载塑造其在项目中行为的上下文文件（.hermes.md、AGENTS.md、CLAUDE.md、SOUL.md、.cursorrules）。
上下文引用（Context References） — 输入 @ 后跟引用内容，可直接将文件、文件夹、git 差异和 URL 注入消息。Hermes 会内联展开引用并自动追加内容。
检查点（Checkpoints） — Hermes 在修改文件前自动快照工作目录，提供安全网，让你可以通过 /rollback 回滚。

定时任务（Cron） — 使用自然语言或 cron 表达式调度自动任务。任务可附加技能、向任意平台投递结果，并支持暂停/恢复/编辑操作。
子 Agent 委派（Subagent Delegation） — delegate_task 工具生成具有隔离上下文、受限工具集和独立终端会话的子 Agent 实例。默认并行运行 3 个子 Agent（可配置），支持并行工作流。
代码执行（Code Execution） — execute_code 工具让 Agent 编写以程序化方式调用 Hermes 工具的 Python 脚本，通过沙箱 RPC 执行将多步骤工作流合并为单次 LLM 轮次。
事件钩子（Event Hooks） — 在关键生命周期节点运行自定义代码。网关钩子（Gateway hooks）处理日志、告警和 Webhook；插件钩子（Plugin hooks）处理工具拦截、指标和防护。
批处理（Batch Processing） — 在数百或数千个提示词上并行运行 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。

语音模式（Voice Mode） — 在 CLI 和消息平台上的完整语音交互。用麦克风与 Agent 对话，聆听语音回复，并在 Discord 语音频道中进行实时语音对话。
浏览器自动化（Browser Automation） — 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 的本地 Chrome，或本地 Chromium。导航网站、填写表单并提取信息。
视觉与图片粘贴（Vision & Image Paste） — 多模态视觉支持。将剪贴板中的图片粘贴到 CLI，使用任意支持视觉的模型让 Agent 分析、描述或处理图片。
图像生成（Image Generation） — 使用 FAL.ai 从文本提示词生成图像。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）；通过 hermes tools 选择。
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，内置十种提供商选项：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。

MCP 集成（MCP Integration） — 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 GitHub、数据库、文件系统和内部 API 的外部工具。支持每服务器工具过滤和采样。
提供商路由（Provider Routing） — 精细控制哪些 AI 提供商处理你的请求。通过排序、白名单、黑名单和优先级排序来优化成本、速度或质量。
备用提供商（Fallback Providers） — 当主模型遇到错误时自动故障转移到备用 LLM 提供商，包括视觉和压缩等辅助任务的独立备用。
凭证池（Credential Pools） — 将 API 调用分散到同一提供商的多个密钥上。在速率限制或失败时自动轮换。
记忆提供商（Memory Providers） — 接入外部记忆后端（Honcho、OpenViking、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory），实现超越内置记忆系统的跨会话用户建模和个性化。
API 服务器（API Server） — 将 Hermes 暴露为 OpenAI 兼容的 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（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均在编辑器内渲染。
强化学习训练（RL Training） — 从 Agent 会话生成轨迹数据，用于强化学习和模型微调。

个性与 SOUL.md — 完全可定制的 Agent 个性。SOUL.md 是主要身份文件——系统提示词中的第一项——你可以在每次会话中切换内置或自定义的 /personality 预设。
皮肤与主题（Skins & Themes） — 自定义 CLI 的视觉呈现：横幅颜色、旋转器外观和动词、响应框标签、品牌文字以及工具活动前缀。
插件（Plugins） — 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。