Hermes Agent v0.15评测：代码瘦身76%与搜索加速4500倍

封面图：Hermes Agent v0.15 The Velocity Release 发布封面

最近GitHub上Hermes Agent仓库的动静不小，如果正在用它，多半已经留意到了。5月28日，Nous Research发布了代号“The Velocity Release”的v0.15.0版本。仅仅一天之后，v0.15.1的hotfix就跟上了。

版本更新的规模相当可观：自v0.14.0以来，积累了1302次提交、747个合并的PR、560个Issue关闭，以及321位社区贡献者。数字本身就能说明问题，这次更新的量级确实不小。

但数量只是表象。这次更新的真正意义在于：架构被重写了、多Agent协作能力被加入了、搜索环节对LLM的依赖被移除了，安全防御也一并补齐了。这些变化才是关键。

Hermes Agent是Nous Research推出的一个开源自进化AI袋里，采用MIT许可证。它的核心卖点是一个内置的自改进学习循环——Agent会在使用过程中自动创建Skills，持续优化自己的行为。目前，该项目在GitHub上拥有173K Star和29.1K Fork，在短短三个月内攀升到这个量级，无疑是AI Agent领域的明星项目。

下面，我们来逐一拆解v0.15版本中的重点更新。

1. 架构重构：从16000行砍到3800行

run_agent.py这个文件，之前足足有16,083行。而在v0.15版本中，它被拆分成14个独立的agent/*模块，总行数骤降至3,821行。

缩减幅度达到了惊人的76%。

说实话，光看这个数字就让人觉得头皮发麻。不过官方明确表示，行为保持不变，所有外部调用都兼容。这意味着你之前编写的调用代码、脚本和集成方案，升级后应该能直接运行，无需任何改动。

架构重构图：run_agent.py 从 16,083 行拆分为 14 个模块

图 1：run_agent.py 从单文件拆分为14个模块，缩减76%

重构的具体拆分方向，在官方的Release Notes里列得非常清楚。14个模块按职责划分：配置管理、会话处理、工具调度、记忆系统、Agent生命周期等。

从技术角度看，这次重构做了几件关键的事情：

首先，模块边界变得非常明确。之前所有逻辑都混在一个文件里，配置读取、会话管理、工具调用、记忆检索，这些功能互相纠缠。现在拆分后，每个模块都有清晰的职责边界，修改一处时不用担心会牵一发而动全身。

其次，可测试性得到了质的提升。一个16,000行的单体文件，几乎不可能进行有效的单元测试。拆分成独立模块后，每个模块都可以单独编写测试用例，CI流程也因此变得更加可靠。

最后，社区贡献的门槛大大降低。这一点容易被忽略，但非常重要。新人想为项目提交PR，面对一个16,000行的文件，基本上无从下手。拆分后，定位问题和修改代码的难度显著下降。

如果你感兴趣，建议直接翻阅GitHub上的RELEASE_v0.15.0.md文件，里面包含了完整的模块清单和每个模块的职责说明。

2. Kanban多Agent协作：一键创建Swarm

这次更新中，PR数量最多的功能就是这个Kanban多Agent平台，整整涉及104个PR。

核心命令就一个：

代码语言：bash

复制

hermes kanban swarm

运行这个命令后，它会自动创建一个Swarm v1图，其中包含以下角色：

- Root：负责任务分配和协调
- Workers：并行执行具体任务
- Verifier：验证结果质量
- Synthesizer：汇总输出
- Blackboard：共享状态存储

Swarm v1 多 Agent 架构图

图 2：Swarm v1 五角色拓扑，一条命令创建完整的多Agent协作体系

这个设计有几个值得关注的地方：

任务自动拆分。Root接到一个任务后，会自动将其拆分成子任务，分发给Workers。每个子任务甚至可以指定不同的模型。例如，代码生成可以用Claude，文本总结可以用GPT-4o，图像处理可以用专用模型。这种灵活性在复杂任务中非常有用。

Worktree隔离。每个Worker都在自己独立的Git worktree中工作，互不干扰。这个设计在多人协作场景下特别实用，不会出现改着改着就把别人的代码覆盖了的问题。而且worktree的好处是共享.git目录，基本不占额外的磁盘空间。

定时启动。支持使用cron表达式设定任务的启动时间，配合Hermes内置的调度器一起使用。比如，你可以设定每天凌晨2点自动跑一轮代码审查，或者每周一自动生成项目状态报告。

从架构层面来看，Swarm v1的设计有几个值得注意的地方。Blackboard作为共享状态存储，解决了多Agent之间信息同步的难题。Verifier角色的引入，说明设计者对Agent输出的可靠性有清醒的认识——并不是AI生成的结果就一定靠谱，需要交叉验证。Synthesizer负责汇总，可以有效避免多个Worker的输出碎片化。

如果你正在做CI/CD集成，或者有批量处理任务的需求，这个Swarm模式值得深入研究一下。

另外，v0.15.1版本修复了两个重要问题：Worker收到SIGTERM信号后无法正常终止的bug，以及Worker无法接收图片的限制。如果你打算用Swarm处理涉及图像的任务，一定要升级到v0.15.1。

3. 性能数据：冷启动降63%，函数调用砍近半

这次版本代号叫做“The Velocity Release”，速度自然是重中之重。

先看看几个关键指标：

指标	旧版	v0.15	变化
冷启动时间	701ms	258ms	-63%
每轮函数调用数	399k	213k	-47%
Termux 冷启动	2.9s	0.8s	-72%

性能数据对比图：三项关键指标优化

图 3：冷启动降63%、函数调用减47%、Termux冷启动降72%

冷启动时间从701ms降到258ms，这个数据来自官方基准测试。与同类型产品对比，这个速度已经超过了Codex CLI的冷启动时间。

不过话说回来，冷启动速度对日常使用的影响，完全取决于你的使用模式。如果你开一个Agent跑一整天，那么400ms的差距基本无所谓。但如果你需要频繁创建和销毁Agent实例——比如在CI/CD pipeline里——这个差距累积起来就非常可观了。

函数调用数量减少47%，这跟v0.15引入的Progressive Tool Loading机制有很大关系。简单来说就是：不再一次性加载所有工具的Schema，而是初始只加载大约20个核心工具，其余的通过tool_search(query)和tool_details(name)按需加载。

代码语言：yaml

复制

# tool_search 配置项tool_search:mode: auto# auto | always | never

mode的三个选项含义如下：auto是按需加载（这也是默认模式），always是全部预加载（与旧版本行为一致），never则是禁用按需加载。如果你发现某些工具调用异常，可以临时切换到always模式进行排查。

这个机制对Context Window的节省效果非常明显。特别是在使用OpenRouter连接200模型的场景下，初始工具Schema从34个降到了约20个，省出来的Token空间可以让模型处理更多实际内容。

Termux冷启动从2.9s降到0.8s，同样令人印象深刻。虽然在手机上跑Agent的场景还比较小众，但确实有人在用。这个优化让移动端的可用性提升了一大截。

4. session_search重建：4500倍加速，完全免费

这个改动，我觉得是v0.15里性价比最高的一个。

旧版的session_search需要调用一个辅助LLM来理解搜索意图。这意味着每次搜索都要消耗API额度，单次大约要花费$0.30。而且速度很慢，一次discovery大概需要90秒。

v0.15版本彻底干掉了辅助LLM，改用本地化的搜索方案：

操作	旧版	v0.15
Discovery	~90s, $0.30/call	~20ms, $0
Scroll	~90s, $0.30/call	~1ms, $0

4500倍的加速，完全免费。

平心而论，对于一个搜索功能来说，旧版每次花$0.30、等90秒，确实有点奢侈。新版使用本地索引替代LLM推理，既快又省钱，这种改动非常实在。

如果你之前因为搜索太慢或者太贵而很少使用session_search，升级之后，非常值得重新试一试。

5. 安全防御：Promptware防护

AI Agent的安全问题一直是个隐忧，但真正在产品层面做出防护的项目并不多。v0.15这次的安全更新，灵感来自Brainworm/Promptware Kill Chain相关的研究（论文编号arxiv 2601.09625）。

简单解释一下Promptware攻击的原理：攻击者把恶意指令隐藏在看似正常的内容里（比如一个Markdown文件、一段代码注释、一个API响应），Agent在处理这些内容时，就会把恶意指令当作正常的prompt来执行。这就好比有人往你的外卖里掺了东西，而你完全察觉不到。

v0.15增加了三层防御：

第一层，工具输出边界标记。所有工具返回的内容会被加上边界标记，防止恶意指令通过工具输出注入到Agent的上下文里。这解决的是工具返回的内容里藏了一段恶意prompt的问题。从实现角度看，这类似于在HTML里做输入转义，把不可信的内容隔离在一个安全的范围内。

第二层，Memory和Skills扫描。Agent的记忆文件和技能文件会被自动扫描，检测是否存在危险模式。如果你使用的某个Skill包含了可疑的prompt注入代码，系统会告警。这个功能在社区生态越来越大的背景下尤其重要。第三方Skill的数量正在快速增长，质量参差不齐，有自动扫描机制，显然比单纯靠人工审查要可靠得多。

第三层，控制面板文件写保护。auth.json、config.yaml等关键配置文件被设为写保护，Agent自身无法修改这些文件。这可以防止Agent被诱导后修改自己的认证信息。比如，攻击者通过Promptware让Agent把API Key发送到外部服务器，或者修改模型端点指向攻击者控制的服务器。写保护机制直接从文件层面切断了这条攻击路径。

这三层防御加在一起，基本上覆盖了Promptware攻击的主要路径。对于把Agent运行在生产环境中的团队来说，这个功能升级的价值不言而喻。

Promptware 三层防御架构图

图 4：Promptware 三层防御 — 边界标记、内容扫描、文件写保护

6. Bitwarden Secrets Manager集成

之前，API Key的管理方式是每个Provider都需要单独配置一个。如果你有OpenRouter的key、NovitaAI的key、NVIDIA NIM的key……配置起来确实有点繁琐。

v0.15集成了Bitwarden Secrets Manager，一个BWS_ACCESS_TOKEN就能替代所有per-provider API key。

代码语言：bash

复制

# 设置环境变量export BWS_ACCESS_TOKEN=your_token_here

它同时支持EU Cloud和自托管的Bitwarden服务器。如果你的组织已经在使用Bitwarden管理密钥，这个集成基本上可以做到零额外成本接入。

7. 其他值得关注的更新

v0.15的更新列表很长，除了上面几个主要部分，还有一些值得一提的：

ntfy通知平台。Hermes目前支持23个消息平台，新增的ntfy是一个轻量级的开源推送服务，自建成本很低。之前已经有Telegram、Discord、Slack、WhatsApp、Signal这些主流平台，ntfy的加入主要是面向那些不想依赖第三方服务的用户。

Skill Bundles。之前加载多个Skill需要一条一条地执行，现在可以通过一个命令打包加载。对于那些有固定Skill组合的场景，比如“代码审查 + 测试生成 + 文档编写”这种常见组合，可以省下不少操作。

TUI多会话编排器。终端界面支持同时管理多个会话，切换更加方便。如果你同时在跑多个Agent任务，现在就不需要再开多个终端窗口了。

Krea 2图像生成 + FAL插件化。图像生成能力升级到了Krea 2，FAL作为插件化接入，扩展性更好。FAL的插件化设计意味着，后续添加新的图像生成服务会变得更加方便。

MCP目录 + 交互式安装器。MCP（Model Context Protocol）工具现在有了目录浏览和交互式安装功能，查找和安装工具的体验改善了不少。之前寻找MCP工具基本靠Google搜索加手动配置，现在有了目录，就方便多了。

xAI深度集成。包括Web Search、OAuth proxy、模型退休检测。使用xAI模型的用户，应该能感受到更流畅的体验。模型退休检测这个功能特别实用——xAI偶尔会下线旧版模型，自动检测并提示切换，可以避免调用时报错。

Docker s6-overlay容器监管。在Docker部署场景下，容器进程管理变得更加稳定。s6-overlay是一个轻量级的init系统，专门用于容器内的进程管理。加上这层之后，Agent进程崩溃后可以自动重启，不会导致整个容器退出。

8. v0.15.1 Hotfix：修了什么

v0.15.0发布仅仅一天之后，v0.15.1就来了。它修复了几个实际问题：

- Dashboard 401无限重载循环。登录过期后，Dashboard页面会无限重载，必须手动清除cookie才能恢复。这个bug对Web UI用户的影响比较大。
- Docker --insecure参数。之前Docker模式下的一些安全检查过于严格，v0.15.1增加了--insecure显式选项，让用户自己决定是否跳过。
- Worker SIGTERM终止。Kanban Swarm里的Worker在收到终止信号后无法正常退出。
- Worker接收图片。之前Workers无法处理图片输入，这个问题已经修复。

如果你已经在运行v0.15.0，建议直接升级到v0.15.1。

升级指南

升级命令很简单：

代码语言：bash

复制

# pip 安装的用户pip install --upgrade hermes-agent# 确认版本hermes --version# 应该输出 v0.15.1 或更高

Docker 用户：

代码语言：bash

复制

docker pull nousresearch/hermes-agent:latest

从源码安装的：

代码语言：bash

复制

cd hermes-agentgit pull origin maingit checkout v0.15.1pip install -e .

几个升级注意事项：

- 配置兼容性：官方表示外部调用完全兼容，但建议升级前备份auth.json和config.yaml。
- Progressive Tool Loading：升级后默认开启auto模式，如果遇到工具调用问题，可以先切换到always模式进行排查。
- session_search：升级后第一次搜索会重建索引，之后就是20ms级别的响应了。
- Kanban Swarm：这是一个新功能，建议先用小任务进行测试，确认Workers行为正常后再用于生产环境。

生态一览

Hermes Agent目前的生态数据，很能说明问题。GitHub上173K Star、29.1K Fork，三个月内达到这个量级，增长速度确实快。项目的语言构成是Python 89.1% + TypeScript 8.1%，技术栈比较统一。

周边工具也形成了不错的生态：

项目	Star	用途
AionUi	27.2k	桌面应用，支持 Hermes + Claude Code + Codex 等 20+ CLI
agentmemory	19.6k	跨 Agent 持久记忆引擎，原生支持 Hermes
agency-agents-zh	13.3k	215 个 AI 专家角色，包含中国本土化角色
hermes-web-ui	6.6k	Web 仪表板，会话管理和使用分析
橙皮书	3.9k	从入门到精通的系统化教程系列

AionUi将Hermes Agent与Claude Code、Codex、OpenClaw并列为四大CLI Agent。agentmemory把Hermes列为原生支持的一等公民，提供6-hook深度集成。

中文社区也相当活跃。橙皮书已经覆盖了17章5个部分，从概念到核心机制，再到实操、场景和深度思考，内容相当全面。agency-agents-zh里的215个角色中，有46个是中国市场原创的，包括针对小红书、抖音、微信、飞书、钉钉等平台的专属角色。

这些第三方项目的态度，往往比官方宣传更有说服力。一个项目被多少生态工具主动集成，是衡量其行业地位的一个非常好的指标。

总结

v0.15是Hermes Agent项目的一个非常重要的版本。代码量削减了76%却保持了行为兼容，冷启动快了63%，搜索功能从花钱变成了免费，还加入了多Agent协作和安全防御。

如果要挑三个最重要的升级理由，那会是：Progressive Tool Loading节省下来的Token费用、session_search的4500倍加速、以及Promptware安全防护。前两个直接关系到使用成本，第三个关系到安全性，都是硬需求。

Kanban Swarm的多Agent协作虽然还是v1版本，但设计思路清晰，后续的迭代空间很大。对于有复杂工作流需求的用户来说，这个方向值得持续关注。

如果你已经在使用Hermes Agent，这个版本值得升级。如果你还没用过，173K Star和完善的生态已经说明，它早已不是一个实验性的项目了。

相关资源：

GitHub 仓库：https://github.com/NousResearch/hermes-agent

v0.15.0 Release Notes：https://github.com/NousResearch/hermes-agent/blob/main/RELEASE_v0.15.0.md

v0.15.1 Release Notes：https://github.com/NousResearch/hermes-agent/blob/main/RELEASE_v0.15.1.md

来源：互联网