Hermes Agent 架构解析：模块化设计原理（2026最新）

了解Hermes Agent的内部架构，能帮你更好地配置和使用它。Hermes的设计非常模块化，核心组件各司其职，通过标准接口通信。这篇用通俗的语言讲清楚Hermes是怎么工作的、各组件之间什么关系、以及这种设计的好处。

整体架构图

Hermes Agent由以下核心组件构成：

• Honcho：运行环境管理器
• Gateway：消息网关
• Agent Core：AI推理核心
• Memory System：记忆系统
• Skills Engine：技能引擎
• Tools Manager：工具管理器
• MCP Client：MCP客户端

         ┌─────────────┐
         │  Gateway    │ ← Telegram/Discord/Slack...
         └──────┬──────┘
                │
         ┌──────▼──────┐
         │  Agent Core │
         └──────┬──────┘
                │
    ┌───────────┼───────────┐
    │           │           │
┌───▼───┐ ┌────▼────┐ ┌───▼───┐
│Memory │ │ Skills  │ │Tools  │
│System │ │ Engine │ │Manager│
└───┬───┘ └─────────┘ └───┬───┘
    │                     │
    └─────────┬───────────┘
              │
       ┌──────▼──────┐
       │   Honcho    │
       │ (Runtime)   │
       └─────────────┘

各组件详解

Honcho：运行环境管理器

Honcho负责代码执行的环境：

• 管理6种后端：local、docker、ssh、daytona、singularity、modal
• 处理代码的沙箱隔离
• 管理环境休眠和恢复
• 处理serverless冷启动

当AI需要执行代码时，Honcho负责启动环境、执行代码、返回结果。

Gateway：消息网关

Gateway负责和外部世界通信：

• 接收来自各平台的消息（Telegram、Discord、Slack等）
• 把消息转发给Agent Core
• 把AI回复发送回对应平台
• 处理多平台并发会话

Gateway支持的平台：
Telegram、Discord、Slack、WhatsApp、Signal、
Matrix、Mattermost、Email、SMS、
DingTalk、Feishu、WeCom...

Agent Core：AI推理核心

这是Hermes的大脑：

• 管理对话上下文
• 决定调用哪些工具
• 调用LLM生成回复
• 协调各组件工作

Agent Core不直接执行代码，只做决策和协调。

Memory System：记忆系统

Hermes的记忆系统让AI能跨会话记住信息：

• FTS5索引：全文搜索跨会话记忆
• LLM摘要：自动压缩长记忆
• 记忆nudge：AI主动提醒重要信息
• 用户建模：了解用户偏好

对话 → 提取事实 → FTS5索引存储 → 需要时召回

Skills Engine：技能引擎

Skills是Hermes的”学习到的经验”：

• 从经验中创建Skill
• Skill自我改进
• Skill被复用和完善
• 跨会话持久化

Skill文件格式：SKILL.md + 脚本 + 配置文件。

Tools Manager：工具管理器

管理47个内置工具：

• 文件操作：read_file、write_file、patch
• 代码执行：execute_code、jupyter
• 网页操作：browser_navigate等
• Git操作：git系列
• 系统操作：terminal等

工具通过标准化接口接入，可扩展自定义工具。

MCP Client：MCP客户端

连接MCP服务器：

• 和MCP服务器通信
• 调用远程工具
• 处理工具结果
• 管理MCP连接生命周期

消息流转过程

当你在Telegram上给Bot发消息时，发生了什么：

1. Telegram服务器推送消息到Gateway
2. Gateway解析消息，提取发送者、频道、内容
3. Gateway检查用户白名单，确认有权限
4. Gateway把消息转发给Agent Core
5. Agent Core加载用户会话上下文（Memory）
6. Agent Core调用LLM，传入用户消息+上下文
7. LLM决定需要调用哪些工具
8. Agent Core通过Tools Manager执行工具
9. 工具执行结果返回给Agent Core
10. Agent Core再次调用LLM，生成最终回复
11. 回复通过Gateway发回Telegram
12. 这次对话被存入Memory System

整个过程在几秒内完成。

会话管理机制

会话隔离

每个平台的每个用户有独立会话：

Telegram用户A ←→ 会话A（独立上下文）
Discord用户B ←→ 会话B（独立上下文）
Slack用户C  ←→ 会话C（独立上下文）

上下文压缩

当对话太长时，Memory System会自动压缩：

原始对话（100条消息）
    ↓ LLM摘要
压缩后的关键信息（10条）
    ↓ 保留核心
继续对话

跨会话记忆

重要信息被存入长期记忆：

用户A说："我最近在学Python"
    ↓ 提取
存储到Memory：用户A正在学Python
    ↓ 需要时
后续对话中自动想起

安全架构

安全是分层设计的：

Layer 1: 用户白名单（谁可以用）
Layer 2: 命令审批（危险操作要批准）
Layer 3: 容器隔离（代码在沙箱跑）
Layer 4: 工具过滤（限制可用工具）
Layer 5: API密钥过滤（敏感信息不透传）

配置加载顺序

Hermes按以下顺序加载配置（后面的覆盖前面的）：

1. 默认配置（内置）
2. 全局配置：~/.hermes/config.yaml
3. 项目配置：.hermes/config.yaml
4. 环境变量
5. 命令行参数

~/.hermes/config.yaml ← 全局
./.hermes/config.yaml ← 项目级
HERMES_MODEL=claude-3-opus ← 环境变量
--model claude-3-opus     ← 命令行

扩展机制

Hermes支持多种扩展：

• Custom Tools：在Skills中定义新工具
• MCP Servers：通过MCP接入外部能力
• Custom Skins：自定义界面主题
• Custom Soul：自定义AI人格

为什么这样设计

模块化好处

• 可以单独升级某个组件
• 方便调试和排查问题
• 可以替换实现（如换不同的LLM）

Gateway模式好处

• 一个AI服务所有平台
• 新增平台只需要写一个Gateway适配器
• 统一管理和监控

Memory设计好处

• 真正的个性化AI
• 越用越好用
• 不需要每次重新介绍自己

性能优化点

如果想优化性能，关注这些地方：

• Honcho后端：local最快，docker有开销
• 上下文长度：对话太长会影响速度
• 工具选择：不必要的工具调用拖慢速度
• 模型选择：快的模型（haiku）vs强的模型（opus）

常见架构问题

Gateway挂了怎么办？

Gateway是无状态的，重启即可恢复。会话数据在Memory中，不丢。

工具执行超时？

检查Honcho后端是否正常，工具是否有死循环。

记忆乱了？

可以用/reset重置会话，或清空Memory目录重新开始。

总结

Hermes的架构设计非常清晰：

• Gateway负责对外通信
• Agent Core负责决策
• Memory负责记忆
• Skills负责学习
• Tools负责执行
• Honcho负责运行环境

理解架构能帮你更好地配置和排查问题。

相关文章

• Hermes Agent Honcho环境管理：6种后端怎么选（2026最新）
• Hermes Agent 记忆系统详解：让AI真正记住关于你的一切（2026最新）
• Hermes Agent Skills系统：让AI学会新技能（2026最新）