Was ist Hermes Agent? Der selbst­ler­nen­de KI-Agent von Nous Research erklärt

Der Hermes Agent ist ein von Nous Research ent­wi­ckel­tes Open-Source-Framework für autonome KI-Agenten, das Aufgaben über Werkzeuge, Ge­dächt­nis, Sub-Agenten und wie­der­ver­wend­ba­re Skills or­ga­ni­siert. Die Kernidee ist ein selbst­op­ti­mie­ren­des Agenten-In­fra­struk­tur­sys­tem, das Er­fah­run­gen speichert und daraus neue Fä­hig­kei­ten ableitet.

Was ist Hermes Agent?

Hermes Agent ist kein klas­si­scher Chatbot, der nur auf einzelne Eingaben antwortet. Das Framework versteht sich vielmehr als tech­ni­sche Lauf­zeit­um­ge­bung für KI-Agenten. Ein solcher Agent kann nicht nur Text erzeugen, sondern auch Werkzeuge nutzen, Dateien lesen oder be­ar­bei­ten, Befehle ausführen, Aufgaben planen, frühere Sitzungen durch­su­chen und wie­der­ver­wend­ba­re Ar­beits­ab­läu­fe speichern.

Der Un­ter­schied lässt sich so erklären: Ein normaler KI-Chatbot wartet auf Ihre nächste Frage. Hermes Agent kann Aufgaben über mehrere Schritte hinweg be­ar­bei­ten, sich an relevante In­for­ma­tio­nen erinnern und aus wie­der­keh­ren­den Aufgaben Muster ableiten. Dadurch wird der Agent zu einem per­sön­li­chen, technisch er­wei­ter­ba­ren As­sis­ten­ten und ist kein reines Frage-Antwort-System.

Tech­ni­sche Haupt­merk­ma­le von Hermes Agent

Hermes Agent kom­bi­niert mehrere tech­ni­sche Bausteine, die zusammen aus einem einfachen Chatbot ein autonomes Agen­ten­sys­tem machen. Die folgende Tabelle gibt einen kompakten Überblick:

Die einzelnen Bausteine erfüllen un­ter­schied­li­che Rollen innerhalb der Agen­ten­ar­chi­tek­tur.

Per­sis­ten­tes Ge­dächt­nis und FTS5-Suche

Ein zentrales Merkmal von Hermes Agent ist das sit­zungs­über­grei­fen­de Ge­dächt­nis. Der Agent kann relevante In­for­ma­tio­nen speichern und später wieder abrufen. Dadurch müssen Nut­ze­rin­nen und Nutzer nicht bei jeder neuen Sitzung denselben Kontext erneut erklären. Die FTS5-In­de­xie­rung ergänzt dieses Ge­dächt­nis um eine tech­ni­sche Such­funk­ti­on, die mit einer LLM-Zu­sam­men­fas­sung kom­bi­niert wird. Frühere CLI- und Messaging-Sitzungen können in einer SQLite-basierten Voll­text­su­che durch­sucht werden. Der Agent muss also nicht alle alten In­for­ma­tio­nen dauerhaft im aktiven Prompt behalten, sondern kann gezielt nach re­le­van­ten früheren Inhalten suchen.

Skills als wie­der­ver­wend­ba­re Ar­beits­ab­läu­fe

Das Skill-System sorgt dafür, dass Hermes Agent er­folg­rei­che Lö­sungs­we­ge nicht vergisst, sobald eine Aufgabe erledigt ist. Statt­des­sen können wie­der­ver­wend­ba­re Ar­beits­ab­läu­fe als Hermes-Skills ge­spei­chert werden. Ein Skill kann zum Beispiel be­schrei­ben:

• wann er an­ge­wen­det werden soll,
• welche Schritte aus­zu­füh­ren sind,
• welche Werkzeuge benötigt werden,
• welche typischen Fehler auftreten können,
• wie das Ergebnis geprüft wird.

Dadurch wird aus einer ein­ma­li­gen Lösung ein wie­der­ver­wend­ba­rer Ablauf. Der Agent muss bei ähnlichen Aufgaben nicht wieder bei null anfangen.

Sub-Agenten und parallele Task-De­le­gie­rung

Hermes Agent kann Aufgaben an Sub-Agenten wei­ter­ge­ben. Diese Sub-Agenten arbeiten mit eigenem Kontext und können bestimmte Teil­auf­ga­ben über­neh­men. Das ist vor allem bei kom­ple­xe­ren Aufgaben hilfreich. Damit un­ter­schei­det sich Hermes Agent deutlich von klas­si­schen Chatbots. Ein normaler Chatbot arbeitet linear in einem Ge­sprächs­ver­lauf. Hermes Agent kann Aufgaben dagegen verteilen, Zwi­schen­er­geb­nis­se sammeln und daraus eine struk­tu­rier­te Ge­samt­lö­sung ableiten.

Cron und Gateway

Neben Ge­dächt­nis, Skills und Sub-Agenten bringt Hermes Agent auch In­fra­struk­tur-Funk­tio­nen mit. Über die Cron-Steuerung können wie­der­keh­ren­de Aufgaben wie bei­spiels­wei­se tägliche Reports, re­gel­mä­ßi­ge Prüfungen oder au­to­ma­ti­sche Zu­sam­men­fas­sun­gen mit CronJobs geplant werden. Das Multi-Plattform-Gateway erlaubt die Nutzung über un­ter­schied­li­che Kanäle. Dazu gehören die Kom­man­do­zei­le oder Messenger-In­te­gra­tio­nen. So können Sie Hermes mit Telegram verbinden; auch andere Platt­for­men wie bei­spiels­wei­se Slack oder Discord sind möglich. Der Agent läuft dabei zentral, während die In­ter­ak­ti­on über ver­schie­de­ne Ober­flä­chen statt­fin­det.

Sandbox-Aus­füh­rung

Da Hermes Agent auch Code oder Ter­mi­nal­be­feh­le ausführen kann, spielt Isolation eine wichtige Rolle. Das Framework kann über ver­schie­de­ne Ober­flä­chen genutzt werden, darunter ver­schie­de­ne Terminal-Backends (zum Beispiel lokale Aus­füh­rung, Container-basierte Aus­füh­rung und Remote-Aus­füh­rung über SSH), native Desktop-App für macOS, Windows und Linux sowie Messenger-In­te­gra­tio­nen.

Wenn der Agent Befehle ausführen darf, sollte nicht jede Aktion un­ge­fil­tert im sen­si­bels­ten Bereich Ihres Systems statt­fin­den. Eine isolierte Umgebung kann helfen, Risiken zu begrenzen. Container können genutzt werden, um Befehle in einer ab­ge­grenz­ten Umgebung aus­zu­füh­ren. SSH-Backends erlauben es, Aufgaben auf einer ent­fern­ten Maschine aus­zu­füh­ren, ohne den Agenten zwingend an die lokale Ar­beits­um­ge­bung zu binden. Auch die pro­gram­ma­ti­sche Code-Aus­füh­rung ist ab­ge­si­chert. Skripte laufen in einem Child-Prozess, sensible Um­ge­bungs­va­ria­blen wie API-Schlüssel oder Tokens werden stan­dard­mä­ßig entfernt und Werk­zeug­auf­ru­fe erfolgen über eine kon­trol­lier­te RPC-Ver­bin­dung. Der Hermes Agent setzt dabei auf ein mehr­stu­fi­ges Si­cher­heits­mo­dell mit ge­trenn­ten Fil­ter­re­geln. Das ver­rin­gert das Risiko, dass au­to­ma­tisch erzeugter Code un­kon­trol­liert auf geheime In­for­ma­tio­nen zugreift.

Wie Hermes Agent aus Aufgaben lernt

Das zentrale Konzept hinter dem Hermes Agent ist der so­ge­nann­te ge­schlos­se­ne Lern­kreis­lauf. Damit ist ein wie­der­hol­ba­rer Prozess gemeint, bei dem der Agent nicht nur eine Aufgabe löst, sondern aus der Lösung etwas für spätere Aufgaben ableitet. Ver­ein­facht läuft dieser Kreislauf so ab:

1. Aufgabe verstehen: Der Agent erhält eine Anfrage, etwa die Bitte, ein Re­po­si­to­ry zu ana­ly­sie­ren, einen Fehler zu beheben oder einen wie­der­keh­ren­den Bericht zu erstellen.
2. Werkzeuge nutzen: Statt nur Text zu erzeugen, kann der Agent Werkzeuge einsetzen. Dazu gehören bei­spiels­wei­se Da­tei­ope­ra­tio­nen, Ter­mi­nal­be­feh­le, Websuche, Browser-Au­to­ma­ti­on, Session-Suche oder Code-Aus­füh­rung.
3. Zwi­schen­er­geb­nis­se bewerten: Der Agent ver­ar­bei­tet die Ausgaben seiner Werkzeuge. Wenn ein Befehl fehl­schlägt, ein Test nicht läuft oder eine Datei nicht wie erwartet aufgebaut ist, kann er das Problem ana­ly­sie­ren und al­ter­na­ti­ve Wege aus­pro­bie­ren.
4. Lösung ab­schlie­ßen: Am Ende steht nicht nur eine Antwort, sondern idea­ler­wei­se ein über­prüf­ba­rer Ar­beits­stand. Dies kann eine be­ar­bei­te­te Datei, ein zu­sam­men­ge­fass­ter Befund, ein aus­ge­führ­ter Test oder ein do­ku­men­tier­ter Ablauf sein.
5. Erfahrung speichern: Wenn eine Aufgabe neuartig oder wie­der­ver­wend­bar ist, kann Hermes Agent daraus einen Skill machen.
6. Skill später wie­der­ver­wen­den: Bei einer ähnlichen Aufgabe muss der Agent nicht wieder bei null anfangen. Er kann den passenden Skill laden und dadurch auf den bereits er­ar­bei­te­ten Lö­sungs­weg zu­rück­grei­fen.

Technisch in­ter­es­sant ist dieser Lern­kreis­lauf, weil er einen analogen Lern­pro­zess auf An­wen­dungs­ebe­ne abbildet. Anders als bei echter Back­pro­pa­ga­ti­on werden dabei keine Mo­dell­ge­wich­te eines neu­ro­na­len Netzes angepasst. Hermes Agent verändert das zugrunde liegende große Sprach­mo­dell nicht, sondern optimiert die Aus­füh­rungs­schicht des Systems. Dazu gehören ins­be­son­de­re Prompts, per­sis­ten­te Memory-Einträge, Skills sowie wie­der­ver­wend­ba­re Ar­beits­ab­läu­fe.

Dadurch entsteht kein klas­si­sches ma­schi­nel­les Training, sondern eine sys­te­mi­sche Ver­bes­se­rung der Agenten-Umgebung, die sich in ef­fi­zi­en­te­ren und kon­text­be­wuss­te­ren Lösungen äußern kann. Hermes Agent lernt nicht wie ein Mensch und trainiert auch nicht bei jeder Aufgabe sein Modell neu. Aus An­wen­der­sicht kann sich das trotzdem wie Lernen anfühlen, weil der Agent bei späteren Aufgaben struk­tu­rier­ter, schneller und kon­text­be­wuss­ter reagieren kann.

Beispiel für autonome Skill-Er­stel­lung

Stellen Sie sich vor, Sie nutzen Hermes Agent re­gel­mä­ßig, um Python-Projekte zu prüfen. Beim ersten Mal muss der Agent her­aus­fin­den, welche Test­be­feh­le verwendet werden, wo die Kon­fi­gu­ra­ti­ons­da­tei­en liegen und welche typischen Fehler auftreten. Wenn dieser Prozess er­folg­reich war, kann daraus ein Skill entstehen. Dieser könnte fest­hal­ten:

• welche Dateien zuerst gelesen werden sollten,
• welche Test­be­feh­le zu­ver­läs­sig funk­tio­nie­ren,
• welche Feh­ler­mel­dun­gen häufig auftreten,
• welche Work­arounds bereits geholfen haben,
• wie am Ende geprüft wird, ob die Lösung er­folg­reich war.

Beim nächsten ähnlichen Projekt kann der Agent diesen Skill nutzen. Dadurch muss die gleiche Ar­beits­lo­gik nicht jedes Mal neu in den Prompt ge­schrie­ben werden. Genau hier liegt der Un­ter­schied zwischen ein­ma­li­gem Prompting und einer lernenden Agenten-In­fra­struk­tur.

Multi-Plattform-Gateway und In­fra­struk­tur

Hermes Agent ist nicht auf ein einzelnes Chat­fens­ter be­schränkt. Das Framework kann über ver­schie­de­ne Ober­flä­chen betrieben werden. Dazu gehören die Kom­man­do­zei­le, eine Terminal-Ober­flä­che, Desktop-Ansätze und ein Messaging-Gateway. Das Gateway ist dabei die zentrale Ver­mitt­lungs­schicht. Es verbindet den Agen­ten­kern mit Kom­mu­ni­ka­ti­ons­ka­nä­len wie Telegram, Slack oder Discord. Für An­wen­de­rin­nen und Anwender bedeutet das, dass Sie bequem über einen Messenger mit Hermes Agent kom­mu­ni­zie­ren können. Der ei­gent­li­che Ar­beits­pro­zess bleibt beim Agenten, die Un­ter­hal­tung findet aber dort statt, wo Sie gerade arbeiten.

De­ploy­ment und Da­ten­schutz

Hermes Agent ist ein Open-Source-System unter MIT-Lizenz. Das ist für die Ar­chi­tek­tur ent­schei­dend, weil Sie den Agenten nicht aus­schließ­lich als ge­hos­te­ten Dienst eines Dritt­an­bie­ters verwenden müssen. Statt­des­sen können Sie Hermes Agent lokal betreiben. Der da­ten­schutz­freund­li­che Charakter des Agenten ergibt sich vor allem aus drei Punkten:

• Self-Hosting: Sie ent­schei­den, wo Hermes Agent läuft. Das kann ein lokaler Rechner, ein eigener Server oder eine selbst ver­wal­te­te tech­ni­sche Umgebung sein.
• Kontrolle über Kon­fi­gu­ra­ti­on und Daten: Kon­fi­gu­ra­ti­ons­da­tei­en, Ge­dächt­nis­in­hal­te, Skills und Sit­zungs­da­ten liegen in der von Ihnen ver­wal­te­ten Umgebung. Dadurch behalten Sie mehr Kontrolle darüber, welche Daten ge­spei­chert werden und welche Systeme daran beteiligt sind.
• Aus­tausch­ba­re Modell- und Tool-Anbindung: Hermes Agent ist als Framework darauf ausgelegt, mit un­ter­schied­li­chen Modell- und Tool-An­bin­dun­gen zu arbeiten. Dadurch ist die Agen­ten­lo­gik nicht zwingend an einen einzelnen Anbieter gebunden.

Wichtig ist aber auch: Self-Hosting bedeutet Ver­ant­wor­tung. Wenn Sie Ihren Hermes Agenten selbst betreiben, sollten Sie sich mit Zu­griffs­schutz, API-Schlüs­seln, Da­tei­be­rech­ti­gun­gen, Backups und Netz­werk­frei­ga­ben be­schäf­ti­gen. Vor allem bei Messenger-Gateways, Web-Da­sh­boards oder Remote-Aus­füh­rung muss klar geregelt sein, wer den Agenten an­spre­chen darf und welche Befehle er ausführen kann.

Fazit

Hermes Agent ist ein Open-Source-Framework für autonome KI-Agenten, das Ge­dächt­nis, Werkzeuge, Sub-Agenten, Skills, Cron-Au­to­ma­ti­on und Multi-Plattform-Zugriff in einer ge­mein­sa­men Ar­chi­tek­tur verbindet. Sein Kern­ver­spre­chen liegt nicht darin, ein Sprach­mo­dell selbst zu trai­nie­ren. Ent­schei­dend ist vielmehr, dass das System Er­fah­run­gen auf An­wen­dungs­ebe­ne speichert und dadurch wie­der­ver­wend­ba­re Fä­hig­kei­ten aufbaut.