191.8 万行 Python · 4,772 个文件 · 单系统深潜 · 不做任何对比
这一篇只讲 Hermes 一个系统。不和任何其他项目对比，只回答：这个系统是怎么造出来的？
从 22 个聊天平台的消息入口，到全息记忆的向量运算，逐层拆开每一个可插拔子系统 —— 包括常驻网关进程、多身份路由、凭据池故障转移、定时任务、以及那套让它自称「自我改进」的技能演化机制。
阅读门槛：不需要人工智能背景。所有概念在首次出现时都会解释。如果你完全没接触过大语言模型，建议先读《合刊》那一篇的第 1 章（零基础前置知识），大约 20 分钟，之后再回来。
项目自己的定位写在 README 第一句：
「The self-improving AI agent built by Nous Research. It's the only agent with a built-in learning loop — it creates skills from experience, improves them during use, nudges itself to persist knowledge, searches its own past conversations, and builds a deepening model of who you are across sessions. Run it on a $5 VPS, a GPU cluster, or serverless infrastructure that costs nearly nothing when idle. It's not tied to your laptop — talk to it from Telegram while it works on a cloud VM.」
译：由 Nous Research 打造的自我改进型 AI 智能体。它是唯一内置学习闭环的智能体 —— 它从经验中创建技能、在使用中改进它们、提醒自己持久化知识、搜索自己过往的对话，并跨会话地建立一个对你越来越深入的认知模型。你可以把它跑在一台每月 5 美元的虚拟服务器上、跑在 GPU 集群上、或者跑在闲置时几乎零成本的无服务器基础设施上。它不绑定在你的笔记本上 —— 你可以从 Telegram 和它对话，而它在一台云端虚拟机上干活。
把这段话拆开，它声明了四个核心主张，而这四个主张各自对应了架构里的一大块：
| 主张 | 对应的架构 | 哪一章 |
|---|---|---|
| 不绑定你的笔记本 从 Telegram 对话，在云端干活 | 常驻网关进程 + 22 个平台适配器 | 第 1 章 |
| 用任何你想用的模型 切换不改代码、不锁定 | 供应商适配层 + 凭据池 | 第 11 章 |
| 跨会话建立对你的认知 | 记忆提供者抽象 + 8 种后端 | 第 8 章 |
| 内置学习闭环 从经验创建技能并改进 | 技能系统（81 个技能，近 9,000 行管理代码） | 第 13 章 |
| 属性 | 值 |
|---|---|
| 开发方 | Nous Research |
| 编程语言 | Python 3.11 |
| 包管理 | uv —— 一个用 Rust 写的、比 pip 快很多的 Python 包管理器 |
| 许可证 | MIT（最宽松的开源许可证之一） |
| 发布 | 2026 年 2 月 25 日。8 周后在代码托管平台 GitHub 上获得约 9.9 万收藏，6 月突破 17.5 万 |
| 代码规模 | 4,772 个 Python 文件，191.8 万行 |
括号里是文件数，能直观看出体量分布：
| 核心（智能体逻辑） | 外围（集成与扩展） |
|---|---|
conversation_loop.py 主循环model_tools.py 工具分发context_engine.py 引擎抽象 —— 490 行memory_provider.py 记忆抽象
|
plugins/ 351 个文件hermes_cli/ 299 个文件ui-tui/ 475 个文件skills/ 484 个文件gateway/ 99 个文件
|
注意 context_engine.py 只有 490 行，而它旁边的 context_compressor.py 有 419 KB。前者是接口（规定「一个上下文引擎必须提供哪些功能」），后者是内置的一个实现。
这个比例关系贯穿全系统：抽象层薄，实现层厚，而且实现层可以整个换掉。
gateway/run.py 单文件 1.55 MB —— 是整个项目最大的文件。
这一层解决的是一个很具体的问题：一个长期在线的智能体，怎么被 22 个不同的聊天软件以统一的方式触达。
它带来的能力是：你在电脑上用 Slack 和智能体聊到一半，出门换成手机上的 Telegram 继续聊，对话上下文完全连续。对智能体来说这始终是同一场会话，只是消息的进出口换了。
「抽象基类」（Abstract Base Class，缩写 ABC）是 Python 里的一种「插座标准」：它规定「任何想接进来的东西必须提供哪几个功能」，但不规定这些功能怎么实现。
| 抽象基类 | 规定了什么 | 已有的实现 |
|---|---|---|
ContextEngine | 上下文怎么管理 | 内置压缩器 + 第三方引擎 |
MemoryProvider | 长期记忆怎么存取 | 8 种（内置全息记忆 + 7 种外部服务） |
BasePlatformAdapter | 一个聊天平台怎么接入 | 22 种 |
Environment | 工具在哪里执行 | 7 种（本机 / Docker / 云沙箱 / SSH…） |
| Provider Adapter | 一个模型服务怎么调用 | Anthropic / OpenAI / Gemini / Bedrock / Vertex / Azure / Codex / Ollama… |
这是 Hermes 最核心的架构立场：把每一个「可能有多种做法」的决策点，都定义成接口交出去。
代价是显而易见的：接口必须照顾所有实现的最低公分母，拿不到任何单一实现的深度优化。
收益也是显而易见的：1,000 多位贡献者可以并行地往这些插座上接东西，而不需要碰核心代码。
| 章 | 标题 | 核心内容 |
|---|---|---|
| 1 | 网关层 | 常驻进程、22 平台适配器抽象、能力声明式设计、投递账本、重启守卫 |
| 2 | 身份与会话路由 | Profile 多身份、四级路由、SOUL.md 人格文件、跨平台会话连续性 |
| 3 | 主循环 | ★ 预算驱动的循环、宽限调用、中途插话、每轮 prologue |
| 4 | 工具系统 | TOOLSETS 投放策略、中心分发、参数强制矫正层、错误净化 |
| 5 | 审批与安全红线 | ★ 12 条硬红线、命令位置锚定、引号遮蔽、反混淆、路径归一化 |
| 6 | 执行环境 | 7 种可插拔环境、本机默认无沙箱的审计发现 |
| 7 | 上下文引擎 | ★ 抽象基类、select 与 compress 双动词、缓存契约 |
| 8 | 记忆系统 | ★ HRR 全息记忆、SQLite + FTS5、信任分衰减、8 种可插拔后端 |
| 9 | 插件系统 | 3 个发现来源、可叠加能力与互斥策略的区分 |
| 10 | 委派与看板 | 子智能体、实时干预（插话/中止/暂停）、看板协作、心跳 |
| 11 | 供应商适配 | 十余种后端、凭据池故障转移、按供应商重打缓存断点 |
| 12 | 定时任务 | 自主触发、失败连击提醒、事故记录、注入防护 |
| 13 | 技能系统 | 81 个技能、渐进式披露、使用记录、自我改进闭环 |