Hermes Agent: самообучающийся AI-ассистент с памятью, Telegram и локальными LLM
Hermes Agent от Nous Research — один из самых заметных open-source personal-agent проектов 2026 года. Его ключевая идея не просто в постоянной памяти: Hermes умеет превращать найденный в работе способ решения задачи в reusable skill, улучшать этот skill после новых запусков, поддерживать небольшой набор важных фактов в постоянной памяти и искать детали по всем прошлым разговорам. Тот же agent можно использовать в CLI, Desktop, Telegram, Discord, Slack, WhatsApp, IDE и по расписанию.
Hermes пытается накапливать не только историю разговоров, но и рабочие навыки
Большинство LLM-агентов после сложной задачи остаются почти такими же, какими были до неё. Максимум сохраняется chat history. Hermes строит более явный learning loop: краткие устойчивые факты кладутся в memory, длинные повторяемые процедуры — в skills, а прошлые sessions остаются доступными для полнотекстового поиска.
Код, research, shell, web, файлы, automation и messaging.
Nous, OpenAI, Anthropic, OpenRouter, local endpoints и многие другие.
Memory, sessions, skills, cron и profiles переживают перезапуск.
Он редактирует свои инструкции/skills и память; веса LLM сами по себе не обучаются.
Hermes не переписывает веса GPT/Claude/Qwen. Он улучшает внешний agent layer: memory, procedural skills, routing и накопленный опыт.
Процедурная память: если Hermes нашёл рабочий способ, он может превратить его в skill
Agent имеет tool skill_manage.
Когда в ходе задачи обнаруживается повторяемый многошаговый workflow,
ошибка с рабочим обходным путём или пользователь исправляет метод,
Hermes может сохранить результат как skill для будущих sessions.
Короткий durable fact логичнее сохранить в memory.
Много шагов, команды, проверки и pitfalls — procedural memory.
Детали можно найти в полном архиве прошлых conversations.
Background review
После turn отдельный review fork может пересмотреть conversation,
сохранить compact memory entry или обновить skill.
По умолчанию пользователь видит короткое уведомление вроде
Memory updated.
Review можно вынести на более дешёвую auxiliary model и ограничить token budget.
Настройка skills.write_approval по умолчанию выключена,
как и heuristic skills.guard_agent_created.
Для серьёзной рабочей среды разумно включить approval,
чтобы новые/изменённые skills сначала попадали в pending review.
skills:
write_approval: true
guard_agent_created: trueHermes не пытается держать всю жизнь пользователя в system prompt
MEMORY.md
2 200 символов
Environment facts, conventions и основные learned lessons.
USER.md
1 375 символов
Предпочтения пользователя, стиль взаимодействия и ожидания.
state.db
Полные sessions + FTS5
История сообщений и tool calls хранится отдельно и ищется по запросу.
Оба memory-файла лежат в ~/.hermes/memories/
и загружаются как frozen snapshot при старте новой session.
Если лимит исчерпан, запись не обрезается молча:
tool возвращает ошибку, после чего agent должен сам консолидировать старое.
Для более сложных сценариев Hermes поддерживает внешние memory providers.
Current docs перечисляют восемь plugin backends, включая Mem0;
одновременно активен только один внешний provider,
а встроенные MEMORY.md/USER.md продолжают работать.
Curator обслуживает навыки, которые Hermes создал сам
Если agent постоянно создаёт skills, через несколько месяцев можно получить дубли, устаревшие инструкции и противоречащие процедуры. Поэтому Hermes имеет отдельный Curator.
Ищет overlap, устаревание и слабые procedures.
Снижает duplication.
Obsolete skill уходит в recoverable archive.
Pinned skill Curator не архивирует.
Перед реальным run создаётся snapshot skills directory.
Append-only JSONL audit ledger с before/after hashes.
hermes curator status
hermes curator run --dry-run
hermes curator run
hermes curator backup
hermes curator rollback --list
hermes curator pin release-workflowАвтоматическое обслуживание ориентировано на навыки, созданные background learning path самого агента.
Установка Hermes Agent
Windows PowerShell
iex (irm https://hermes-agent.nousresearch.com/install.ps1)Linux / macOS / WSL2 / Termux
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashInstaller сам ставит/настраивает uv, Python 3.11, Node.js, ripgrep и ffmpeg. На native Windows при отсутствии Git он может установить изолированный portable MinGit и использовать его Git Bash для shell commands.
Current pyproject.toml намеренно запрещает Python 3.14.
Существующие 22.22+, 24.11+ или 26+ могут использоваться как есть.
CLI, gateway, TUI и tools работают без обязательного WSL.
Графическая оболочка поверх тех же config, sessions и skills.
После установки
hermes --version
hermes doctor
hermes model
hermesRelease опубликован 21 сентября. Из-за совсем свежего тега отдельные поисковые кэши GitHub ещё могут показывать v0.21.3 от 14 сентября.
Один Hermes profile можно переключать между облачными и локальными моделями
hermes modelOAuth/subscription path и bundled tool gateway.
Current providers поддерживают несколько вариантов auth.
API и поддерживаемые OAuth paths.
Удобен для provider switching/fallback.
OpenAI-compatible endpoint.
Desktop умеет установить engine и подобрать модель.
Current quickstart прямо отклоняет модели с меньшим окном: многошаговый tool-calling workflow не помещается в слишком короткий context. Для local model это нужно учитывать ещё до загрузки quant.
Два нормальных пути: managed llama.cpp или собственный Ollama server
Managed local models
В Hermes Desktop можно открыть Settings → Providers → Local Models, установить официальный llama.cpp runtime, скачать model и сделать её основной. Runtime запускается/останавливается вместе с Hermes.
Current hardware guide указывает: Windows/Linux — NVIDIA CUDA или CPU; macOS — Apple Silicon/Metal; есть Vulkan builds для AMD. 8 GB VRAM подходят небольшим catalog models, а 16 GB+ дают больше пространства для 27–35B class. Это ориентиры проекта, а не гарантия одинаковой скорости на всех GPU.
Ollama
ollama pull qwen2.5-coder:32b
ollama serve
hermes modelДля manual config:
model:
default: qwen2.5-coder:32b
provider: custom
base_url: http://localhost:11434/v1
context_length: 64000Inference может быть полностью local, но web search, Telegram, MCP и другие integrations по своей природе могут обращаться во внешнюю сеть.
Telegram можно настроить через Desktop/QR или вручную через BotFather
Самый простой CLI setup
hermes gateway setupWizard предлагает Telegram, просит bot token и numeric user ID. Для manual setup:
# ~/.hermes/.env
TELEGRAM_BOT_TOKEN=123456789:YOUR_BOT_TOKEN
TELEGRAM_ALLOWED_USERS=123456789hermes gatewayTelegram integration поддерживает text, voice, images и file attachments. Voice memo можно автоматически транскрибировать, а cron results отправлять обратно в тот же channel.
Pairing вместо заранее известного ID
hermes pairing list
hermes pairing approve telegram <CODE>
hermes pairing revoke telegram <USER_ID>
Если allowlist/pairing не настроены и allow-all не включён,
неизвестные пользователи не получают доступ к агенту.
GATEWAY_ALLOW_ALL_USERS=true и platform allow-all flags
для personal assistant включать без необходимости не стоит.
Hermes может сам создавать recurring jobs через обычную беседу
/cron add "every 2h" "Check server status"
/cron add "every 1h" "Summarize new feed items" --skill blogwatcherИли из standalone CLI:
hermes cron create "every 2h" "Check server status"Использует обычный tool list и выбранные skills.
stdout доставляется без LLM call и token cost.
Например PR feedback или внешний alert.
Origin chat, configured platform или local file.
В актуальной линии cron jobs могут иметь собственную persistent memory и per-job reasoning effort. Это позволяет дешёвую routine выполнять на минимальном reasoning, а тяжёлый ежедневный анализ — на более высоком.
Hermes специально выключает cron-management tools внутри scheduled execution, чтобы ошибка модели не породила саморастущий цикл расписаний.
Bot Mode — это несколько долговечных specialist agents с собственными ролями и памятью
Bot Mode встроен в Desktop и включён по умолчанию. Каждый Bot — не новая сущность, а обычный Hermes profile: отдельные model, memory, skills, credentials и chat history.
Своя model и research skills.
Отдельные credentials и terminal policy.
Recurring routines и infrastructure context.
Собственный style/context, не смешанный с coding memory.
Bots могут разговаривать друг с другом в group chats,
обращаться друг к другу через @mentions
и иметь собственные recurring Routines, которые в backend остаются обычными Hermes cron jobs.
UI не создаёт скрытую вторую систему:
hermes -p <bot> работает с тем же agent,
что виден в Desktop Bot Mode.
Разным агентам нужны разные Hermes home directories
Profile хранит собственные:
config.yaml, .env, SOUL.md,
memory, sessions, skills, cron jobs и state database.
hermes profile create work
hermes profile create home
hermes profile create coder
hermes -p work
hermes -p coderOfficial memory docs прямо предупреждают: оба процесса автоматически пишут memory, и два writer'а начнут смешивать state, которого ни один из агентов целиком не формировал.
При clone profile messaging tokens/allowlists по умолчанию специально не копируются. Это предотвращает ситуацию, когда два gateway process одновременно пытаются использовать одного Telegram/Discord bot token.
Hermes можно расширять без превращения каждого workflow в новый Python tool
Browser, terminal, file operations, media и другие runtime functions.
Лучше для процедур, которые можно построить из уже существующих tools.
Credential-filtered subprocess/config path.
hermes acp позволяет использовать agent через совместимые editors.
hermes skills browse
hermes skills search kubernetes
hermes skills inspect openai/skills/k8s
hermes skills install openai/skills/k8s
hermes skills auditHub-installed skills проходят built-in security scanner: он ищет exfiltration patterns, prompt injection, destructive commands и shell injection. Дополнительно можно включить NVIDIA SkillEvaluator Tier 1 как advisory second opinion.
Официальная security policy подчёркивает: skill/plugin code выполняется внутри agent process и должен считаться trusted after human review.
Единственная настоящая граница против враждебной LLM — изоляция на уровне ОС
Это важнее любых маркетинговых описаний. Current security policy Hermes прямо говорит: approval gate, output redaction, pattern scanners и tool allowlists — полезные heuristics, но не security containment boundary.
Помогает против ошибок cooperative model, но shell Turing-complete и denylist неполон.
Полезно для write_file/patch, но local shell может обойти этот слой.
Не containment для plugin, который уже работает внутри agent process.
Не заменяет чтение scripts/Python code стороннего skill.
Для личной разработки с доверенным input это допустимый convenience mode. Для открытого web, email, multi-user channels или untrusted MCP официальный security policy рекомендует whole-process isolation.
Docker terminal backend защищает shell/files, но не весь Hermes process
Terminal-backend Docker
hermes config set terminal.backend dockerЕсть также SSH, Singularity, Modal, Daytona и Vercel Sandbox backends. Но только terminal backend нельзя принимать за containment всего agent runtime.
Когда нужен whole-process wrapper
Официальная policy рекомендует его, когда Hermes получает adversarial/untrusted content: открытый web, входящие email, multi-user channels или untrusted MCP servers. Для этого проект поддерживает собственный Docker/Compose path и NVIDIA OpenShell.
Hermes сам документирует, что approval — UX/safety heuristic, а реальная граница должна находиться ниже agent process.
Текущая 0.21.x значительно новее известных patched ranges, но обновления обязательны
CVE-2026-9353
Skills Guard injection
GitHub Advisory Database: affected <0.15.0, patched in 0.15.0, moderate severity.
CVE-2026-10222
Environment-line sanitization injection
Affected <0.18.0, patched in 0.18.0, low severity.
Repository security page на дату проверки не показывает опубликованных project-native GitHub Security Advisories, хотя в общей GitHub Advisory Database есть перечисленные CVE. Поэтому проверять только вкладку repository advisories недостаточно.
В июне также публиковался community Trivy scan старого
v2026.5.16 Docker image с большим числом OS/dependency findings.
Это относится к старому image, а не к current 0.21.x,
но хорошо показывает, почему long-running agent image нужно регулярно rebuild/update.
В pyproject.toml direct dependencies exact-pinned;
комментарий проекта прямо связывает это решение с supply-chain инцидентом
вокруг вредоносной/скомпрометированной Python package release в мае 2026 года.
Главный акцент Hermes — замкнутый learning loop вокруг skills + memory
В реальности выбор зависит не от «кто умнее», а от primary workflow. Если интереснее накопление procedural experience — Hermes особенно любопытен. Если нужен multi-channel control plane — OpenClaw. Если в центре именно memory architecture — Letta.
Self-improvement добавляет возможности, но также создаёт новый класс ошибок
Skill не становится правильным только потому, что его сохранили автоматически.
Особенно заметно на длинной session или дорогой main model.
Если Telegram-chat не reset'ить неделями, memory/session-learning loop срабатывает реже.
Не каждая маленькая модель работает комфортно в таком режиме.
Без реального OS isolation agent получает права пользователя.
Каждая сторонняя capability требует trust review.
0.21.4 содержит тысячи изменений между близкими релизами; старые гайды быстро устаревают.
Profiles, cron, gateway, skills, memory и sandbox требуют администрирования.
Official quickstart рекомендует сначала добиться одной нормальной chat session, затем добавлять gateway, cron, skills, voice и routing.
Как я бы запускал Hermes как личного Telegram-ассистента
Не смешивать home/work/coding memory и credentials.
Не включать allow-all.
Без fallback/routing до стабильного basic chat.
Новые learned procedures сначала review человеком.
Если agent читает недоверенный web/email/MCP content.
Отдельный GitHub/API token только с нужными permissions.
Сначала workflow должен отработать интерактивно.
hermes backup и регулярное обновление current release.
Hermes Agent 0.21.x: release, memory, learning, Telegram, local models и security
Свежий release feed уже показывает v0.21.4 / v2026.9.21.
Hermes развивается очень быстро, поэтому перед установкой
нужно снова сверить current release notes и security docs.
Главная идея Hermes — agent должен становиться удобнее именно для вас после реальной работы
Open-source agents уже умеют shell, browser, MCP и Telegram. Hermes выделяется попыткой закрыть следующий вопрос: что должно остаться после успешно выполненной сложной задачи?
Его ответ — короткие факты в memory, повторяемые процессы в skills, полный архив в sessions, background review для накопления опыта и Curator для обслуживания того, что agent выучил.
Именно поэтому Hermes интереснее тестировать не 15 минут, а несколько недель на реальных повторяющихся задачах: только тогда становится видно, действительно ли learning loop снижает число повторных объяснений или просто накапливает лишнюю сложность.
Частые вопросы про Hermes Agent
Что такое Hermes Agent простыми словами?
Open-source personal AI-agent от Nous Research с tools, памятью, skills, Telegram/другими channels, cron и поддержкой cloud/local LLM.
Почему Hermes называют самообучающимся?
Он может сохранять learned facts в memory, создавать/улучшать reusable skills и проводить background review. Веса LLM при этом автоматически не fine-tune'ятся.
Можно ли использовать Hermes через Telegram?
Да. Есть официальный gateway, BotFather setup, allowlists и DM pairing. Telegram поддерживает text, voice, images и files.
Можно ли использовать полностью локальную LLM?
Да. Hermes Desktop управляет локальным llama.cpp runtime, также можно подключить Ollama или другой OpenAI-compatible server.
Сколько контекста нужно локальной модели?
Current quickstart требует минимум 64K context window для multi-step tool workflows.
Где хранится память?
Базовая curated memory — ~/.hermes/memories/MEMORY.md и USER.md; полные sessions хранятся в ~/.hermes/state.db с FTS5 search.
Что такое Curator?
Фоновая система обслуживания agent-created skills: review, consolidation, stale/archive transitions, snapshots, ledger и rollback.
Безопасен ли обычный Docker terminal backend?
Он изолирует shell/file operations, но не весь Hermes Python process. Для adversarial input official policy рекомендует whole-process isolation, например Docker/Compose или OpenShell.
Работает ли на native Windows?
Да. Current installer поддерживает native Windows PowerShell без обязательного WSL2; WSL2 остаётся альтернативой.
Какая версия актуальна?
На 21 сентября 2026 года свежий release feed показывает Hermes Agent v0.21.4 / tag v2026.9.21.
Хотите проверить, может ли один Telegram-ассистент действительно учиться на ваших повторяющихся задачах?
Для теста достаточно одного profile, одной модели, Telegram allowlist и нескольких реальных workflows. Skills/cron/Curator стоит добавлять постепенно, а сторонний web/MCP content запускать только с продуманной изоляцией.
