Hermes Agent 是 Nous Research 開發的開源 AI 代理,於十一月五日發布 v0.23「爐火版本」,累積 26.1 萬顆星標。此版把桌面工作台改由自家閘道以瀏覽器供應,單一閘道接管每段會話,各介面共用同一份歷史紀錄。
專案以 Python 撰寫、採 MIT 授權,自 2025 年 7 月建立以來已發布 47 頁版本記錄。自 v0.22.0 以來的這個週期合計約 10,080 次提交、1,950 個合併請求、8,720 個檔案變更與 666 位貢獻者,關閉約 850 個議題。

Hermes Agent 是什麼?
Hermes Agent 是 Nous Research 開發的開源自主代理,具備技能自動建立、跨會話記憶與多後端執行能力,採 MIT 授權,可部署於單機或雲端。
專案的定位是「會成長的代理」。它在完成複雜任務後自行建立技能,於後續使用中持續修訂,並主動提醒自己把關鍵知識寫入持久記憶。會話以全文索引儲存,配合語言模型摘要,讓數月前的對話仍可被檢索。
執行層面提供六種內建終端後端,涵蓋本機、容器、遠端主機與三種無伺服器環境,另可透過外掛接入其他沙箱方案。這個設計讓同一個代理可以由筆記型電腦搬到價格低廉的虛擬主機,或在閒置時休眠以壓低費用。
v0.23「爐火版本」帶來了哪些關鍵變化?
此版本把桌面工作台改為瀏覽器供應、以單一閘道統一會話、加入外掛自動更新與付費工具花費上限,並把內建技能由 58 項精簡至 44 項。
發布說明用了「爐火」的比喻:上一個版本 v0.22 處理的是把人送進門檻,這一個版本處理的是把火升起來。具體落點集中在四處。工作台由自家閘道以網頁形式供應;會話所有權收歸單一閘道;外掛加入自我更新機制與付費工具的成本控制;核心功能外移成外掛,內建技能同步精簡。
規模數字本身也構成新聞。自 v0.22.0 以來,這個週期累積約 10,080 次提交、1,950 個合併請求、8,720 個檔案變更,淨增約 52 萬行程式碼,關閉約 850 個議題。
為什麼要把桌面工作台搬進瀏覽器?
新的 Webapp 把完整桌面工作台由使用者自家閘道供應,任何瀏覽器均可開啟同一批會話、群組聊天、外掛與設定,出廠預設關閉。
過去桌面應用綁定在本機執行,換一台電腦就等於換一個環境。v0.23 新增的 Webapp 把同一套介面改由閘道輸出,因此在同網段的其他裝置、或加上登入驗證的公開網址,都能看到完全相同的會話清單、群組聊天、外掛與設定。Docker 映像與 Nix 套件同時附帶這項能力。
這項功能出廠時是關閉的,需在設定開啟 webapp.enabled,或在設定介面啟用 Web Access 才會生效。這個預設值值得留意:一旦對外開放,等同把具備工具執行權限的代理介面暴露在網路上,登入驗證與網路邊界必須先確認。
單一閘道接管所有會話解決了什麼問題?
過去終端、桌面、編輯器與機器人各跑一份代理,同一段對話可能被寫兩次或遺失;現在一台機器只有一個閘道持有全部會話,各介面只作為客戶端接入。
舊架構下,命令列、文字介面、桌面應用、編輯器整合、通訊機器人與排程各自啟動自己的代理副本,並對同一段對話各自寫入。結果是訊息重複出現,或在介面切換時整段消失。這類問題在單人使用時只是煩人,在多介面並行時會直接破壞對話的一致性。
新架構把會話所有權收歸單一閘道,其餘介面一律作為客戶端接入,因此同一段對話只有一個佇列與一份歷史。排隊中的提示也可以在桌面端先行編輯或改變方向,而不會在背景被執行兩次。這一輪同時修復了架構改動帶來的副作用,包括斜線命令、重試、審查與用量顯示在不同介面上的失效。
外掛目錄從 600 增至 1,050 有什麼意義?
外掛目錄由約 600 個增至逾 1,050 個,新增廠商自建驗證等級,並支援一次更新全部外掛,會破壞現有設定的更新會被暫緩套用。
數量增長之外,機制變化更值得注意。hermes plugins update 可一次更新全部外掛,另有一個需自行開啟的自動更新開關,覆蓋目錄外掛與 Git 來源外掛。系統會在更新可能破壞現有設定時暫緩套用,把「更新後開不起來」這類事故擋在前面。
目錄新增的驗證等級,用來標示由廠商自行開發的外掛,為使用者提供一層來源判別。與此同時,核心開始瘦身:瀏覽器自動化的舊外掛、MCP 伺服器模式、代理匯入工具與 Singularity 支援全部移出核心,改由外掛按需安裝;新加入的官方外掛則包括文字與圖像轉三維模型、音樂與音效生成、以及逆向工程工具。
付費工具的花費上限如何運作?
付費的 MCP 工具可自行宣告每次呼叫的價格,審批畫面會顯示單次費用與該對話累計金額,超過上限前提問,即使關閉審批亦生效。
三維生成、媒體生成這類工具按次計費,過去的做法是使用者自行留意用量。新機制讓工具在定義時聲明價格,代理在請求授權時一併顯示單次費用與該段對話的累計支出;當累計金額即將超過設定上限,系統會先提問再繼續。
值得注意的是上限在關閉審批的模式下同樣生效。這個設計針對的是自動化場景:無人值守的代理若在深夜連續呼叫付費工具,沒有人會看到授權畫面,成本控制必須寫在機制裡而非依賴使用者盯螢幕。
終端機內顯示圖片與對話回溯如何改變工作流程?
命令列與文字介面可直接在對話中繪出圖片,支援 kitty、Ghostty 與 iTerm2 等終端;按兩次 Esc 或輸入 rewind 可回溯並改寫先前訊息。
過去貼上一張圖或工具完成截圖之後,終端只會印出一行檔案路徑,使用者要另外開檢視器才能確認內容。新版在支援影像協議的終端直接以像素繪出,其餘終端以彩色區塊替代,在開啟影像支援的 VS Code 終端則以完整解析度呈現。
回溯功能處理另一個長期痛點。在文字介面按兩次 Esc 或輸入 /rewind,可挑一則較早的訊息修改後重送,或由該點分岔出新的會話,原會話保持不變。另有一項排程改動值得記錄:執行中的排程可由命令列、桌面、API 或代理本身中止,每個排程亦可設定關機期間漏跑的處理方式。
效能與成本有哪些具體改善?
同一排程的每次觸發共用提示快取,單次執行少送約 1,570 個提示權杖;開啟語言伺服器時,檔案修補從 10.1 秒降至約 0.06 秒。
長期駐留的閘道最容易顯現成本。新版讓同一個排程的每次觸發共用一組提示快取鍵,背景的單次呼叫停止支付快取寫入費用,代理目標與心跳回合亦不再重寫已快取的前綴。對每日執行數十次的排程而言,這類節省會直接反映在帳單上。
介面層面的改善同樣明顯。開啟語言伺服器後,一次乾淨的 TypeScript 編輯由 10.1 秒降至約 0.06 秒,型別錯誤仍會回報給模型;桌面側邊欄在會話累積後不再變慢,官方以一個約 35,000 次排程紀錄的儲存庫為例,刷新時間由 121 秒變為即時。
專案目前的規模數據如何?
儲存庫累積 261,663 顆星標、58,138 次複製與 994 位關注者,採 MIT 授權、以 Python 為主要語言,本週期有 666 位貢獻者參與。

星標與複製的比例約為 4.5 比 1,複製比例明顯高於一般關注型專案。這個比例通常反映使用者選擇自行部署,或以其作為二次開發基礎,而不是單純按下星標。待處理議題數達 53,729 個,需要在規模脈絡下理解:以每日逾百次提交的節奏計算,議題累積速度往往高於清理速度。

版本節奏亦值得記錄。專案自 2025 年 7 月建立至今已累積 47 頁版本記錄,平均每月發布多個修補版本。這種節奏對使用者是雙面刃:修補到達得快,但每次升級都需要重新確認相容性。
升級到 0.23 前應注意哪些變更?
舊有十個瀏覽器工具已移除,僅保留 browser_exec;桌面端需 macOS 13 以上;mcp serve 更名為 mcp-serve,Office 技能合併為單一項。
第一項影響最大。內建的舊瀏覽器工具全部移除,代理的瀏覽器操作統一改走 browser_exec,過去十個以 browser_ 開頭的具名工具不再存在。若有自訂提示、技能或工具清單引用舊名稱,必須先改寫,否則會在執行時直接失敗。
第二項是平台門檻。桌面應用升級至 Electron 44,macOS 11 與 12、以及 32 位元 Windows 不再支援,最低需求為 macOS 13 及 64 位元 Windows。第三項是命令更名:hermes mcp serve 改為 hermes mcp-serve,以 Hermes 作為 MCP 伺服器啟動的客戶端需要同步更新指令,系統不會自動改寫。
第四項關於技能整理。Word、PowerPoint 與 Excel 三項技能合併為單一的 microsoft-office,舊版本會留在磁碟上直到手動移除。另有一項新機制值得採用:hermes curator lock 可鎖定手工整理的技能,阻止代理透過任何工具改寫,即使在關閉審批的模式下亦生效。
出處連結有哪些?
主要出處為 GitHub 儲存庫 NousResearch/hermes-agent 及其 v0.23.0 發布說明,另含 README 功能說明與官方文件站的安裝指引。
本文數據取自專案公開資料,包括儲存庫統計、v0.23.0 發布說明與 README 的架構描述。讀者如需核對個別技術細節,可依下列連結前往原始來源。
- 儲存庫:https://github.com/NousResearch/hermes-agent
- v0.23.0 發布說明:https://github.com/NousResearch/hermes-agent/releases/tag/v0.23.0
- 官方文件:https://hermes-agent.nousresearch.com/docs/
- 安裝指引:https://hermes-agent.nousresearch.com/docs/getting-started/installation
總結:哪些團隊適合升級到 0.23?
需要讓多人或多裝置共用同一個代理、且長期以排程方式運行的團隊最適合;重度依賴舊瀏覽器工具名稱或舊版桌面系統者應先完成相容性檢查。
v0.23 的價值在於把代理從「一個應用程式」推向「一個服務」。工作台改由閘道供應、會話所有權收歸單一來源、外掛可自我更新、付費工具自帶價格標示,四項改動指向同一個方向:讓代理可以在無人看管的情況下長時間運行,而使用者不必逐次介入。同類的代理執行環境比較,可延伸閱讀 T3 Code 的代理執行骨架設計 與 Browser Use 1.0 重寫後的瀏覽器操作方式。
代價同樣明確。十個瀏覽器工具的移除會讓既有自動化腳本失效,桌面端的系統門檻提高,命令更名需要手動同步。對於把代理當作團隊共用基礎設施、且需要跨裝置接續工作的組織,這輪改動的效益高於遷移成本;若目前只在本機單人使用,先觀察一個版本週期、確認外掛生態跟上再升級,亦屬合理選擇。