Es gibt eine neue Kategorie von KI-Tools, die sich leise herauskristallisiert: Agenten, die nicht in einem Chat-Fenster leben, das man öffnet und schließt, sondern kontinuierlich in der Cloud laufen und mit dir über einen Messenger sprechen – wie ein Kollege, der nie ausloggt.
Hermes ist eine der interessantesten Umsetzungen dieser Idee, und was es von vergleichbaren Agenten wie OpenClaw unterscheidet, ist eine eingebaute, selbstverbessernde Schleife – ein System, das deine Unterhaltungen beobachtet, nützliche Muster daraus extrahiert und diese Muster in dauerhafte Upgrades seines eigenen Gedächtnisses und seiner Fähigkeiten umwandelt.
In diesem Beitrag wird erläutert, wie Hermes aufgebaut ist, wie man es konfiguriert und wie diese Selbstverbesserungsschleife tatsächlich unter der Haube funktioniert.
Was Hermes ist und wie es sich von OpenClaw unterscheidet
Hermes ist ein in der Cloud residierender KI-Agent, der strukturell OpenClaw ähnelt: Er läuft rund um die Uhr und du interagierst mit ihm über eine Messaging-App statt über ein Terminal oder einen Browser-Tab.
Die wesentlichen Unterschiede sind dreifach.
Erstens wird Hermes mit einer viel größeren Bibliothek integrierter Fähigkeiten ausgeliefert, sodass du weniger Zeit damit verbringst, Integrationen selbst zu verdrahten.
Zweitens ist der Einrichtungsprozess erheblich optimierter – eine geführte TUI erledigt fast alles.
Drittens, und das ist am wichtigsten, ist Hermes auf kontinuierliche Selbstverbesserung ausgelegt: Es führt nicht nur Aufgaben aus, sondern sammelt prozedurales Wissen darüber, wie man sie im Laufe der Zeit besser ausführt.
Installation und Ersteinrichtung
Hermes zum Laufen zu bringen, erfordert einen einzigen Befehl.
Unter Windows führst du dies in PowerShell aus:
iex (irm
Unter Linux, macOS oder WSL lautet das Äquivalent:
curl -fsSL
Nach der Installation startest du das Terminal neu und führst hermes setup aus. Es startet einen geführten Konfigurationsablauf, der nacheinander durch die Modellauswahl, das Terminal-Backend, das Messaging-Gateway und die Tool-Einrichtung führt.
Modelle auswählen und routen
Die erste echte Entscheidung bei der Einrichtung ist, welcher LLM-Anbieter das „Gehirn" des Agenten antreibt. Die Authentifizierung erfolgt über OAuth statt über rohe API-Schlüssel, was es erlaubt, sich über eine bestehende Claude Code- oder Codex CLI-Sitzung anzumelden, anstatt einen separaten API-Schlüssel zu generieren.
Was hier wirklich gut durchdacht ist, ist, wie Hermes das für die Hauptkonversation verwendete Modell von den Modellen für Hintergrund- und Hilfsaufgaben trennt. Standardmäßig verwendet dasselbe Modell beides, aber jede Hilfsaufgabe kann unabhängig auf einen anderen Anbieter verweisen.
Die Aufgaben, die diese Art von Überschreibung unterstützen, sind:
- vision – Bildanalyse und -beschreibung
- web_extract – Zusammenfassen langer Webseiten
- compression – Komprimieren eines überlaufenden Gesprächskontexts
- title_generation – Generieren von Sitzungstiteln
- curator – der Hintergrundagent, der für die selbstverbessernde Schleife verantwortlich ist
- kanban_decomposer – Aufteilen großer Aufgaben in Unteraufgaben im Kanban-Modus
- goal_judge – der Agent, der prüft, ob ein /goal tatsächlich erreicht wurde
Dies wird direkt in der config.yaml konfiguriert, zum Beispiel:
1# Primary model for chat and complex reasoning2model:3 provider: "anthropic"4 default: "claude-4-8-sonnet"5 auxiliary:6 vision:7 provider: "gemini"8 model: "gemini-2.5-flash"9 compression:10 provider: "custom"11 base_url: "http://localhost:11434/v1"12 api_key: "none"13 model: "qwen2.5:32b"
Diese Art expliziter Weiterleitung löst ein echtes Problem mit OpenRouter als Standardwahl: Dasselbe nominelle Modell wird oft von vielen verschiedenen Anbietern bereitgestellt, häufig in unterschiedlichen Quantisierungen, und OpenRouter mischt jede neue Anfrage stillschweigend zwischen ungefähr zwanzig von ihnen. Der praktische Effekt ist, dass du innerhalb einer einzigen Sitzung nicht mit einem konsistenten Modell sprichst – sondern mit einer rotierenden Besetzung unterschiedlich konfigurierter Instanzen, von denen einige Tool-Aufrufe und Prompt-Vorlagen zuverlässiger verarbeiten als andere. Das manuelle Routing innerhalb von Hermes vermeidet dies vollständig.
Es ist auch erwähnenswert, dass Hermes, wenn du beim Konversationsmodell Geld sparen möchtest, ohne die Code-Qualität zu opfern, die Befehle /claude_code und /codex unterstützt, die Codierungsaufgaben direkt an diese CLI-Tools delegieren, anstatt sie mit dem konfigurierten Chat-Modell zu verarbeiten.
Terminal-Backends
Ein Kernbestandteil der Architektur ist die Terminal-Backend-Umgebung, die bestimmt, wo und wie Shell-Befehle und Python-Skripte tatsächlich ausgeführt werden und wie der Agent auf dein Dateisystem zugreift. Hermes unterstützt fünf.
Local ist die Standardeinstellung. Befehle werden direkt auf deinem Rechner mit denselben Berechtigungen wie dein Benutzerkonto ausgeführt – keine Isolierung. Es ist die richtige Wahl für die lokale Entwicklung und den vertrauenswürdigen persönlichen Gebrauch, bei dem der Agent deine eigentlichen Projektdateien bearbeiten soll. Die Sicherheit beruht hier vollständig auf einem integrierten Genehmigungssystem, das destruktive Befehle (ein rm -rf /, ein DROP TABLE) abfängt und um explizite Erlaubnis bittet, bevor sie ausgeführt werden.
Docker führt den Agenten in einer isolierten Sandbox aus, sodass er dein Host-System nicht berühren kann. SSH lässt den Agenten Befehle ausführen und mit Dateien auf einem entfernten Server über eine Remote-Verbindung arbeiten. Modal führt alles in serverlosen Cloud-Sandboxes aus – du mietest im Grunde Rechenleistung pro Sekunde und zahlst nur für die tatsächlichen Sekunden, die dein Code läuft. Daytona ist eine Container-Management-Ebene, die speziell für KI-Codierungsagenten entwickelt wurde; sie ist schneller als die direkte Verwendung von Docker und erledigt die Einrichtung der Umgebung und die Installation von Abhängigkeiten automatisch.
Für die meisten persönlichen Anwendungsfälle ist Local wirklich ausreichend – die anderen Optionen sind hauptsächlich relevant, wenn du nicht vertrauenswürdigen Code ausführst oder im Team arbeitest.
Messaging-Gateway und Tool-Konfiguration
Nach dem Terminal-Backend geht es bei der Einrichtung darum, zu wählen, wo du tatsächlich mit dem Agenten sprechen wirst – Telegram ist die am besten ausgearbeitete Option. Die Auswahl gibt dir einen direkten Link, der einen vorkonfigurierten Bot startet; es ist keine manuelle Bot-Token-Einrichtung erforderlich.
Der Rest der Einrichtung führt durch die Aktivierung einzelner Tools und ihrer jeweiligen Anbieter – Browser-Automatisierung, Bildgenerierung, Text-to-Speech und Websuche. Speziell für die Websuche zeichnen sich selbst gehostetes Firecrawl oder Exa als gute Wahl für agentenorientiertes Scraping und Retrieval aus.
X-Suche erfordert ein Grok-Abonnement, um sie zu aktivieren – das ist gut zu wissen, bevor du danach im Menü suchst.
Slash-Befehle, die man kennen sollte
Hermes wird mit einer langen Liste von Slash-Befehlen ausgeliefert, die meisten sind selbsterklärend, aber einige sind besonders erwähnenswert.
/background <prompt>führt eine Aufgabe im Hintergrund aus, ohne deine Hauptsitzung zu unterbrechen./goalsetzt ein langfristiges Ziel, auf das der Agent beständig hinarbeitet, mit Unterbefehlen zum Pausieren, Fortsetzen, Löschen oder Überprüfen des Status;/subgoalverwaltet kleinere Ziele, die einem aktiven Ziel untergeordnet sind./kanbanorchestriert asynchrone, langlaufende Arbeit über mehrere unabhängige Agenten – es funktioniert wie ein echtes Kanban-Board, bei dem ein Pool von Aufgaben auf Arbeitsagenten verteilt wird und To-do, In Arbeit und Erledigt durchläuft, während es zwischen ihnen weitergereicht wird.
Auf der Entwicklungsseite übernimmt /github_pr_workflow den gesamten Branch-to-Merge-Zyklus inklusive CI, /github_code_review überprüft Pull Requests und /codebase_inspection analysiert die Sprachaufteilung und Zeilenanzahl eines Repositorys. /dogfood ist ein dedizierter QA-Modus, der nach Fehlern in einer Web-App sucht und einen belegbasierten Bericht erstellt. /spike führt ein schnelles, wegwerfbares Experiment durch, um eine Idee zu validieren, bevor man sich der vollständigen Entwicklung widmet, und /systematic_debugging arbeitet Fehler in vier Phasen durch, wobei die Ursache verstanden wird, bevor ein Fix versucht wird.
Es gibt auch eine Reihe von integrationsspezifischen Befehlen – /notion, /obsidian, /airtable, /google_workspace, /arxiv, /blogwatcher, /polymarket, /ocr_and_documents, /youtube_content – die jeweils einen bestimmten externen Dienst oder Workflow umschließen, plus /bundles, das mehrere vorhandene Fähigkeiten über kleine YAML-Konfigurationsdateien unter einem Slash-Befehl zusammenfasst.
Cron-Jobs und Webhooks
Zwei Automatisierungsprimitive verdienen besondere Beachtung.
- Cron-Jobs ermöglichen es dir, ein Skript zeitgesteuert auszuführen; wenn du beim Erstellen
-no-agentübergibst, führt Hermes ein einfaches Python- oder Bash-Skript aus und leitet dessen Ausgabe nur an deinen Messenger weiter, ohne LLM-Token zu verbrauchen. - Webhooks sind das leistungsstärkere Teil: Sie lassen den Agenten auf externe Ereignisse reagieren, anstatt auf einen Timer. Du kannst einen Webhook so konfigurieren, dass beispielsweise ein neuer GitHub-Pull-Request automatisch einen Agenten mit einem bestimmten Prompt und Fähigkeiten auslöst – das stellt effektiv einen Bereitschafts-Review-Agenten ohne manuelles Eingreifen pro PR bereit.
Kontext-Engines
Die Kontext-Engine steuert, wie Hermes den Gesprächsverlauf komprimiert und verwaltet, sobald er sich dem Token-Limit des Modells nähert. Es gibt zwei Optionen.
- Die Standardeinstellung namens Compressor wendet eine verlustbehaftete Zusammenfassung auf den mittleren Teil einer langen Unterhaltung an.
- Die Alternative, LCM (Lossless Context Management), verfolgt einen strukturell anderen Ansatz: Anstatt eine Textzusammenfassung zu erstellen, baut sie einen gerichteten azyklischen Graphen der wichtigsten Punkte der Konversation auf, der es dem Agenten ermöglicht, von einer übergeordneten, stark komprimierten Ansicht zu den spezifischen Originalnachrichten zu navigieren, die sie stützen.
Speicher-Engines
Externe Speicheranbieter laufen neben den integrierten lokalen Speicherdateien von Hermes, MEMORY.md und USER.md, und fügen Fähigkeiten wie semantische Suche und Wissensgraphen hinzu.
Mehrere können direkt über die Setup-TUI konfiguriert werden.
- Honcho ist darauf aufgebaut, ein detailliertes Benutzerprofil zu modellieren, indem es Hintergrund-LLM-Aufrufe verwendet, um Beobachtungen über zwei Ebenen hinweg zu synthetisieren: eine Basisebene von Sitzungszusammenfassungen und Profilen und eine dialektische Ebene, die die aktuellen Bedürfnisse des Benutzers analysiert.
- OpenViking ist eine Kontextdatenbank, die eine dateisystemähnliche Wissenshierarchie aufbaut, einen gestuften Kontextabruf unterstützt und automatisch extrahierte Fakten am Ende jeder Sitzung in sechs Kategorien einordnet – Ereignisse, Muster, Präferenzen usw.
- Mem0 ist ein vollständig verwalteter Cloud-Speicherdienst; die Faktenerfassung erfolgt serverseitig über LLM, und es beinhaltet semantische Suche, Neuanordnung von Ergebnissen und automatische Deduplizierung, obwohl es als gehosteter Cloud-Dienst auch die einzige Option mit wiederkehrenden Kosten ist.
- Hindsight ist ein fortschrittlicheres Langzeitspeichersystem, das auf einem Wissensgraphen im GraphRAG-Stil aufbaut. Es extrahiert Entitäten aus Sitzungen, baut Beziehungen zwischen ihnen auf und bewahrt vollständige Gesprächsrunden einschließlich Tool-Aufrufen, wobei der Speicher in vier Kategorien unterteilt ist: Fakten über die Welt, die eigenen Erfahrungen des Agenten, Meinungen und Beobachtungen.
- Holographic ist ein lokaler, SQLite-basierter Fakten-Speicher ohne externe Abhängigkeiten, der ein Vertrauensbewertungssystem für gespeicherte Fakten und die Verwendung von holographischen reduzierten Darstellungen zur Unterstützung algebraischer, zusammengesetzter Abfragen sowie die Fähigkeit zur automatischen Erkennung von Widersprüchen innerhalb seiner Wissensbasis umfasst.
- RetainDB ist eine Cloud-API für Teamgedächtnis, die hybride Suche über Vektor-, BM25- und Neuanordnungsmethoden bietet, wobei der Speicher in sieben verschiedene Typen aufgeteilt ist und Delta-Kompression verwendet wird, um die Speicherung effizient zu halten.
- ByteRover ist ein portables, lokales Speichersystem, das über eine CLI zugänglich ist, einen hierarchischen Wissensbaum aufbaut und wichtige Fakten extrahiert, bevor verlustbehaftete Komprimierung sie aus dem Kontext entfernen kann.
- Supermemory bietet semantisches Langzeitgedächtnis mit einer Graph-API: Es nimmt vollständige Sitzungsprotokolle nach dem Ende einer Unterhaltung auf, um seinen Wissensgraphen aufzubauen, bereinigt periodisch abgerufene Fakten, um eine Verschmutzung durch aktuelle Runden zu vermeiden, und kann den Speicher in separate Container pro Agentenprofil isolieren.
Für den täglichen Gebrauch ist der standardmäßige lokale Speicher für die meisten Menschen wirklich ausreichend – die schwereren Systeme tauschen echte Ressourcenkosten, insbesondere RAM bei lokal gehosteten Optionen, gegen Fähigkeiten, die die meisten Workflows noch nicht benötigen.
Die selbstverbessernde Schleife
Dies ist die Funktion, die Hermes am meisten von einem herkömmlichen Agenten unterscheidet: eine Reihe asynchroner Hintergrundprozesse, die kontinuierlich deine Unterhaltungen analysieren, nützliche Muster daraus extrahieren und diese Muster in das Langzeitgedächtnis und das prozedurale Gedächtnis (Fähigkeiten) schreiben – und dann dieses angesammelte Wissen pflegen, damit es mit der Zeit nicht verfällt. Das gesamte System läuft parallel zu deinem Haupt-Chat und besteht aus drei Komponenten: einem Auslösesystem, einem Hintergrund-Review-Agenten und einem Kurator.
- Das Auslösesystem
Hermes analysiert nicht jede Nachricht in Echtzeit, da das Token ohne Nutzen verbrennen würde. Stattdessen verlässt es sich auf zwei Zähler, die einen Reflexionsdurchlauf auslösen, sobald sie eine Schwelle überschreiten.
Ein Speicher-Trigger feuert alle zehn Benutzeraufforderungen und prüft, ob in der Unterhaltung neue Fakten aufgetaucht sind, die es wert sind, gespeichert zu werden.
Ein Fähigkeits-Trigger feuert alle zehn Tool-Aufruf-Iterationen innerhalb einer einzelnen Runde, in der Annahme, dass, wenn der Agent gerade so viele Schritte damit verbracht hat, sich durch ein Problem zu kämpfen, diese Erfahrung es wert ist, analysiert und möglicherweise in eine wiederverwendbare Fähigkeit umgewandelt zu werden.
Sobald einer der Zähler sein Limit erreicht, feuert eine interne Funktion, die eine Momentaufnahme der aktuellen Konversation an einen Hintergrund-Review-Prozess übergibt.
- Der Hintergrund-Review-Agent
Diese Momentaufnahme geht an einen vollständig separaten, isolierten Agentenprozess, der parallel läuft, ohne deine Hauptsitzung zu unterbrechen. Er arbeitet in zwei Richtungen.
- Auf der deklarativen Seite aktualisiert er
MEMORY.mdoderUSER.md, je nachdem, in welche Datei die Tatsache gehört, wenn er neue Benutzerpräferenzen oder Umgebungsdetails bemerkt – eine Vorliebe für Supabase, ein Projekt, das auf Python 3.12 festgelegt ist. - Auf der prozeduralen Seite kann er eine neue Fähigkeit erstellen, eine vorhandene bearbeiten, einen gezielten Patch anwenden oder eine vollständig löschen, wenn er feststellt, dass der Agent gerade ein nicht triviales Problem gelöst oder einen komplexen Prozess ausgearbeitet hat. Jede von ihm erstellte Fähigkeit wird explizit als agentengeneriert markiert, sodass ihr Ursprung immer nachvollziehbar ist.
Damit der Kurator letztendlich beurteilen kann, welche dieser selbstgenerierten Fähigkeiten es wert sind, behalten zu werden, führt Hermes ein verstecktes Nutzungsprotokoll, das für jede Fähigkeit nachverfolgt: wie oft sie in einen Prompt geladen wurde, wie oft der Agent sie geöffnet hat, um sie zu lesen, wie oft sie bearbeitet wurde, sowie Zeitstempel für Erstellung, letzte Nutzung und letzte Bearbeitung.
- Der Kurator
Unkontrolliert kann dieser Prozess schließlich Hunderte von Fähigkeiten hervorbringen, einige redundant, andere veraltet.
Der Kurator existiert, um zu verhindern, dass diese Wissensbasis degradiert. Er startet nur, wenn zwei Bedingungen gleichzeitig erfüllt sind: genügend Zeit seit seinem letzten Lauf vergangen ist (standardmäßig sieben Tage) und der Hauptagent lange genug inaktiv war (standardmäßig zwei Stunden), sodass ein schwerer Wartungsdurchlauf die aktive Arbeit nicht beeinträchtigt.
Bevor er Änderungen vornimmt, erstellt er automatisch ein Backup des gesamten Fähigkeiten-Verzeichnisses, sodass jedes unbefriedigende Ergebnis durch einen einzigen Terminalbefehl rückgängig gemacht werden kann.
Die Arbeit des Kurators erfolgt in zwei Phasen:
- Die erste ist rein mechanisch und beinhaltet überhaupt keinen LLM-Aufruf: Er überprüft die Nutzungsmetriken, markiert jede agentengenerierte Fähigkeit, die seit mehr als 30 Tagen nicht mehr verwendet wurde, als veraltet und verschiebt alles, was seit mehr als 90 Tagen nicht mehr verwendet wurde, in einen Archivordner. Wichtige Fähigkeiten können explizit angeheftet werden, um sie vor diesem Prozess zu schützen.
- Die zweite Phase ist eine echte LLM-Überprüfung, die über eine separate isolierte Agenteninstanz mit dem für die Hilfsaufgabe des Kurators konfigurierten Modell durchgeführt wird – standardmäßig dasselbe Modell wie die Hauptkonversation, obwohl es auf etwas Günstigeres umgeleitet werden kann. Es ist ratsam, hier vorsichtig zu sein, nicht zu billig zu gehen, da die Qualität dieser Entscheidungen einen echten nachgelagerten Effekt auf die Fähigkeitsbibliothek hat.
Für jede Fähigkeit entscheidet der Kurator, sie unverändert zu behalten, wenn sie noch korrekt und nützlich ist, sie zu reparieren, wenn sie Fehler oder veraltete Methoden enthält, sie mit einer anderen Fähigkeit zusammenzuführen, die im Wesentlichen denselben Bereich abdeckt (dabei werden alle zugehörigen Skripte, Evaluierungen oder Referenzdateien korrekt verschoben und relative Pfade umgeschrieben), oder sie vollständig zu archivieren.
Am Ende des Zyklus erstellt er einen detaillierten Bericht, der eine Umbenennungskarte enthält, die genau zeigt, wie alte Fähigkeitsnamen nach eventuellen Zusammenführungen auf neue abgebildet wurden, sodass die Begründung für jede Entscheidung vollständig nachvollziehbar ist.
Hermes effektiv nutzen
Cloud-Agenten wie dieser sind wirklich wertvoll für jeden Prozess, den du rund um die Uhr laufen lassen kannst – Programmierarbeit ist die bemerkenswerte Ausnahme – vorausgesetzt, du hast diesen Prozess tatsächlich sorgfältig digitalisiert und eine solide Fähigkeit darum herum aufgebaut, einschließlich Evaluierungen.
Der Workflow, der tendenziell gute Ergebnisse liefert, sieht ungefähr so aus:
- Beginne damit, dich selbst im Detail aufzunehmen, wie du den Prozess vom absoluten Anfang bis zum Ende durchgehst, idealerweise mit einem Diktierwerkzeug, damit du es genau erfasst hast – und dieser Schritt funktioniert nur, wenn du den Prozess wirklich verstehst oder ihn ordentlich recherchiert hast.
- Nimm diese Aufnahme oder diese Notizen und füttere einen Codierungsagenten damit, indem du ein Fähigkeitserstellungs-Tool verwendest, um einen ersten Entwurf zu erstellen; er wird noch nicht gut genug sein, um ihn zu übergeben, insbesondere bei etwas Komplexem.
- Baue Evaluierungen ein – Referenzlösungen, die ein korrektes Ergebnis darstellen –, da sie es dir ermöglichen, tatsächlich zu messen, ob die Fähigkeit gut funktioniert, anstatt zu raten.
- Führe die Fähigkeit in einer Testumgebung aus und verfeinere sowohl die Evaluierungen als auch den Fähigkeitsinhalt basierend auf dem, was du beobachtest, wobei du den größten Teil dieser Bearbeitung von Hand erledigst, anstatt sie zu delegieren.
- Erst wenn sich die Fähigkeit konsistent und deterministisch verhält, sollte sie an den immer aktiven Agenten übergeben werden. Wenn der Prozess von einem externen Dienst abhängt, lohnt es sich zu prüfen, ob bereits ein vorhandener MCP-Server oder eine CLI diesen abdeckt, bevor man einen von Grund auf neu baut.
Der übergeordnete Punkt ist, dass die Bandbreite der Dinge, die du einem solchen Agenten übergeben kannst, hauptsächlich davon begrenzt wird, wie gut du die Arbeit spezifizieren kannst, nicht von der rohen Fähigkeit des Agenten.
Drei Prinzipien scheinen sich fallübergreifend zu bewähren: Lagere Programmierarbeit nicht an einen unbeaufsichtigten 24/7-Cloud-Agenten aus, behalte einen Menschen im Kreislauf, der überprüft, was der Agent tatsächlich produziert, und betrachte die Fähigkeitsverfeinerung als fortlaufende Arbeit, nicht als etwas, das man einmal abschließt und dann verlässt.
Falls das hilfreich war – setze ein Lesezeichen. Du wirst darauf zurückkommen wollen.
Für weitere derartige Analysen folge @ScottyBeamIO
Kein Blabla, nur das, was wirklich funktioniert.
