Python实战：聚合平台多模型AI对比测试

Hermes Agent 学习笔记 01：一个会记忆、会学习、能长期运行的 AI Agent

最近在学习 AI Agent 相关项目时，我逐渐发现一个问题：很多所谓的 Agent，其实更像是“增强版聊天机器人”或者“带工具调用的大模型外壳”。它们可以回答问题，也可以在某些场景下调用工具，但一旦对话结束，很多上下文、操作经验和项目背景就会被切断。下一次重新打开时，用户往往又要重新解释需求、重新提供背景、重新组织任务。这也是传统 Chatbot 和真正意义上的长期 Agent 之间的关键区别。

Hermes Agent 学习笔记 02：安装、配置与第一次运行

在第一期中，我主要从整体定位上理解了 Hermes Agent：它不是一个单纯的聊天机器人，也不是只绑定在 IDE 上的代码助手，而是一个可以长期运行、具备记忆、工具调用、skills、自我改进和自动化能力的 AI Agent。不过，对于这类 Agent 项目，只停留在概念层面是不够的。因为 Agent 的很多能力并不是靠文字介绍就能理解的，而是需要在真实运行过程中观察它如何对话、如何调用工具、如