경험에서 스킬을 자동으로 만들고, 세션을 넘어 기억하며, 쓸수록 더 똑똑해지는 Nous Research의 오픈소스 자율 에이전트.
대부분의 AI 에이전트는 대화가 끝나면 배운 것을 잊는다. 같은 질문을 내일 또 하면 처음부터 다시 시작한다. Hermes Agent는 이 문제를 닫힌 학습 루프(closed learning loop)로 해결한다. 에이전트가 작업을 완료하면, 그 과정을 마크다운 스킬 파일로 저장하고, 결과를 영구 메모리에 기록하고, 다음번에는 개선된 방식으로 접근한다.
Nous Research가 2026년 2월에 MIT 라이선스로 공개했으며, 출시 수 주 만에 GitHub 스타 22,000개를 넘겼다.
핵심은 스킬 자동 생성이다. "이 프로젝트의 테스트를 돌려줘"라고 시켰을 때 에이전트가 처음에는 시행착오를 거치지만, 성공하면 그 과정을 스킬로 저장한다. 다음에 같은 요청이 오면 저장된 스킬을 불러와서 바로 실행한다. 보완 프로젝트인 hermes-agent-self-evolution은 실행 트레이스를 분석하고, 왜 실패했는지를 파악해서 스킬과 프롬프트를 자동으로 개선한다.
메모리 시스템은 SQLite 위에 FTS5 전문 검색을 올리고, LLM 요약을 결합한다. 수 주 전 대화도 검색해서 맥락을 되살릴 수 있다.
자기학습 에이전트는 잘못된 패턴도 학습할 수 있다. 초기에 잘못된 스킬이 저장되면 이후 작업에도 영향을 미치므로, 생성된 스킬을 주기적으로 리뷰하고 정리하는 과정이 필요하다.