Hermes Agent

NousResearch 开源的 agent 运行时：profile + auth pool + IM gateway + skill plugin + cron，用一个壳承载多 channel、多 model 的自动化工作流。

1. 核心产品 / 服务

Hermes Agent 是 NousResearch 发布的开源 agent 运行时（hermes-agent），可本地运行，也可作为常驻服务部署在服务器上。

核心架构：

CLI 入口：hermes wrapper，背后跑 hermes_cli.main（Python venv）；gateway 和定时任务可作为后台服务常驻。
Profile 系统：hermes profile create/use/alias 管理多个独立配置，支持 --clone-all 复制凭据，可用来做"OAuth 订阅 vs 便宜 provider"的隔离。
Auth pool：provider 凭据集中存储，单一 source of truth；支持 API key / OAuth / PKCE 多种类型。
Model routing 分层（config.yaml）：
- model: 主对话模型（hermes chat 和 IM gateway 走这个）
- auxiliary.* 小任务（approval / compression / flush_memories / mcp / session_search / skills_hub / web_extract / vision）各自指定 provider+model
- delegation.* subagent 调用单独路由
- compression.* 历史压缩单独路由
IM Gateway：原生 Lark/Feishu 集成，Telegram、Slack 通过 channel adapter 接入。
Cron：定时任务文件支持 per-job provider/model/base_url override（CLI 不暴露这几个字段，要直接改 JSON）。
Skill plugin：以 skills/<category>/<name>/SKILL.md 注册 skill；scanner 不 follow symlink，必须是真实拷贝。

Provider 覆盖：原生支持 Anthropic（含 OAuth 订阅 token）、Moonshot Kimi（kimi-coding / kimi-coding-cn，K2.5/K2.6 已在内置 model list）、DeepSeek 直连、openrouter 接所有其余模型。

2. 服务对象 & 痛点

主要用户：需要同时跑多个定时任务、多个 IM channel、多个 sub-agent，并希望把这些装进同一个运行时的个人开发者和小团队。

痛点 / 设计动机：

Claude Code 这类终端 coding CLI 通常是单 session、单 channel、单 model 的；自动化工作流往往是多 channel + 多 cron + 多 model
订阅 OAuth quota（Anthropic Pro/Max）和按量计费要分开烧——主对话用订阅，subagent 和压缩走便宜 provider
多个 IM bot 共用一套 auth pool 和 skill 库，避免每个 channel 重复配

3. 竞争格局

维度	Hermes Agent	Claude Code	OpenClaw	Anthropic Claude Agent SDK	Cursor agents	Aider
定位	多 channel agent 运行时	终端 coding CLI	多 user 协作 agent 平台	嵌入式 SDK	IDE 内 coding agent	git-aware coding CLI
部署	本地或服务器常驻	本地 CLI	本地 + 服务器 daemon	嵌入式 lib	IDE	本地 CLI
Channel	Lark / TG / Slack	终端 only	Lark / WhatsApp / WeCom	调用方自己接	IDE 内	终端 only
Provider	多家 + OAuth + auth pool	Anthropic only	多家	Anthropic	Anthropic / OpenAI / 自家	多家
Profile / 多账号	原生	无	部分	N/A	单一	单一
Skill plugin	原生	Skills (近期)	Skill	用户自己实现	Composer	无
Cron / 定时	内置	无	内置	N/A	无	无
适用场景	自动化工作流	写代码	团队 IM agent	集成到产品里	IDE 写代码	改 repo

差异化关键：多 IM channel + cron + 多 model routing 三件事捏一起，并且可对订阅 OAuth quota 做细粒度路由。Claude Code 和 Aider 没有这个抽象层；OpenClaw 更偏团队多用户场景；Anthropic Agent SDK 是 lib 级别，需要自己组装。

4. 独特观察

OAuth 订阅 + auxiliary 分离是省钱关键：主 model 可接 Anthropic OAuth（吃订阅额度），auxiliary/delegation/compression 指向 openrouter 上的 deepseek / minimax-m2.7 这种便宜模型。subagent 8 并发 × OAuth = 容易撞 rate limit，所以 delegation 走便宜 provider 是必要防护。
Cron 默认跑主 model 的陷阱：如果主 model 是 OAuth，每日 cron 会烧订阅 quota 而且容易触发 Anthropic 异常检测——必须对每个任务显式 override provider/model（CLI 不暴露这几个字段）。这是个容易忽略的隐式风险。
PKCE state = code_verifier 的小 trick：hermes 把 PKCE code_verifier 直接塞到 OAuth state 参数里（agent/anthropic_adapter.py），所以授权回调粘贴回的 state == verifier。中途死掉还能手动调 token endpoint 换 token——少见但聪明的实现。
Skill scanner 不 follow symlink：开发中的 skill 必须以真实目录拷贝进 skills 目录才会被识别，ln -s 会被静默忽略。
Kimi 接入零改源码：Moonshot Kimi 已经原生支持，包括自动 base-URL 切换（看 key 前缀 sk-kimi- → api.kimi.com/coding，普通 sk- → 配置 base_url），tool schema sanitize 也自动跑。hermes auth add kimi-coding 一行就接上 K2.5/K2.6。
本地 patch 会被 update 冲掉：对上游 repo 的本地修改都会被 hermes update 覆盖，因此定制最好写成幂等 patch 脚本，每次 update 后重跑。
vs OpenClaw 的取舍：OpenClaw 更适合"团队多用户协作"的场景（dmPolicy / allowFrom / 多用户隔离）；Hermes 更适合需要 profile + auth pool + cron 的单人运营场景——见 openclaw-hermes-updates。
Kimi 在 Hermes 路径：直连 Moonshot 比走 openrouter 更便宜（OpenRouter 不一定 pass-through prompt-caching 折扣），但 OpenRouter 上的 Kimi 也比直连 Moonshot 便宜（第三方 provider 内卷）——具体看 workload 是不是 cache 友好。

5. Financials

N/A — 开源项目；运行时本身无公开的独立商业化或融资信息。

6. People & Relationships

发布方: NousResearch（开源 hermes-agent repo）
常见模型路由:
- 主对话：Anthropic Claude（OAuth 订阅）
- 辅助 / subagent：deepseek / minimax / glm 等 via openrouter
- 直连：kimi (Moonshot) for coding / 长上下文
生态对照: tinyfish（如果不想自建 web automation 的对照选项）

Sources

内部研究笔记 — Hermes 配置架构、profile、auth pool、OAuth PKCE、cron override 风险
内部研究笔记 — Kimi/Moonshot 原生支持，base-URL 自动切换，tool schema sanitize
内部研究笔记 — Feishu gateway 访问控制 + 上游 update 覆盖问题
内部研究笔记 — Skill scanner 不 follow symlink
Internal research notes