NousResearch/hermes-agent-self-evolution
⭐ 2,983 · Python · GitHub 仓库
Hermes Agent进化式自我优化——基于DSPy与GEPA的技能、提示词及代码优化
一句话总结
无需手动调优或GPU，自动进化并优化AI Agent的技能、提示词和代码。
🔥 核心能力与独特卖点
- 进化式自我改进：通过反思式进化搜索，自动变异并筛选出更优版本的Agent技能、提示词和代码。彻底告别手动提示词工程和无休止的试错调优。
- 执行轨迹分析：GEPA不仅知道任务失败，更能读懂失败原因，从而实现精准、智能的改进。解决了Agent调试的"黑盒"难题。
- 多阶段优化：逐步优化技能文件（阶段1）、工具描述（阶段2）、系统提示词（阶段3）和工具实现代码（阶段4）。为Agent的全面优化提供了结构化的渐进路径。
- 内置安全护栏：每个进化变体都必须通过测试套件、大小限制、缓存兼容性检查、语义保留测试以及人工PR审核。解决了困扰自动化优化的"Agent崩溃"风险。
- 无需GPU：所有优化通过API调用完成，每次运行仅需 $2-10美元。这使得任何拥有API密钥的开发者都能进行高级Agent优化，将以往需要昂贵硬件的技术民主化。
独特卖点：唯一一个将进化搜索与执行轨迹分析相结合，端到端自动改进Agent行为的开源系统，并获得ICLR 2026 Oral论文背书。
技术架构
| 组件 | 技术 | 角色 |
|---|---|---|
| 优化引擎 | DSPy + GEPA | 基于执行轨迹反馈的进化搜索 |
| 代码进化 | Darwinian Evolver | 变异并筛选改进后的工具代码 |
| 评估来源 | 会话历史（Claude Code, Copilot, Hermes）+ 合成数据 | 生成逼真的评估数据集 |
| 约束门控 | 测试套件、大小限制、基准测试、语义检查 | 确保进化变体的安全性和质量 |
| 输出管道 | 针对hermes-agent的PR | 通过人工审核整合改进 |
管道流程：读取当前技能/提示词/工具 → 生成评估数据集 → GEPA优化器（含执行轨迹反馈）→ 候选变体 → 约束门控（测试、大小限制、基准测试）→ 最佳变体 → 针对hermes-agent发起PR
快速入门指南
bash
# 1. 克隆并安装
git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
# 2. 指向你的hermes-agent仓库
export HERMES_AGENT_REPO=~/.hermes/hermes-agent
# 3. 使用合成评估数据进化技能
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source synthetic
# 4. 或使用来自Claude Code、Copilot和Hermes的真实会话历史
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source sessiondb优势、局限与用例
优势
- 无需GPU — 完全通过API调用运行，节省数千美元硬件成本
- 成本极低 — 每次优化运行仅需$2-10美元
- 自动化进化 — 消除手动提示词工程和试错过程
- 安全优先设计 — 内置安全护栏，防止Agent崩溃或性能退化
- 研究背书 — ICLR 2026 Oral论文验证了该方法的有效性
- 多阶段优化 — 逐步改进Agent行为的各个方面
局限
- 目前仅实现了阶段1（技能文件） — 完整的多阶段优化尚未可用
- 需要访问Hermes Agent仓库 — 非独立工具
- 依赖API调用 — 引入延迟和潜在的成本波动
- 所有变更需人工PR审核 — 相比全自动部署，迭代速度较慢
不适用人群
- 无法访问Hermes Agent的开发者 — 该工具与Hermes Agent生态系统紧密耦合
- 需要实时Agent优化的团队 — PR审核周期会带来显著延迟
- API预算为零的项目 — 即使每次$2-10美元，频繁迭代也会累积成本
- 期望全自动、无需人工干预解决方案的用户 — 所有变更必须经过人工审核
理想用例
- Agent开发者 — 希望在不手动调优的情况下，自动改进其Hermes Agent的技能和提示词
- 研究团队 — 研究AI Agent的进化优化及提示词工程
- 生产团队 — 维护Hermes Agent部署，希望进行持续、低成本且安全的优化
- GPU资源有限的组织 — 仍需优化复杂Agent行为
社区与活跃度
该项目拥有 2,983 颗星 且开发活跃（最近更新于2026年5月），在AI Agent社区势头强劲。ICLR 2026 Oral论文为其增添了重要的学术可信度。尽管项目仍处于早期实施阶段（仅阶段1），但其架构和研究基础扎实。随着更多阶段的发布和工具的成熟，社区规模有望快速增长。