让 AI Agent 学会自己思考
hermes-cognitive 是一个给 AI Agent 用的"大脑"。
你可以把它理解成：一个让 AI 学会自己做决定、记住经验、越用越聪明的框架。
现在的 AI 助手大多是你问一句它答一句，没有真正的"思考"能力。hermes-cognitive 试图解决这个问题——它让 AI 能够：
- 🔍 观察周围发生了什么
- 🤔 判断当前情况意味着什么
- 🎯 决定应该怎么做
- 🚀 行动并从结果中学习
就像人类的思考过程一样。
我们发现，现有的 AI Agent 框架普遍存在几个问题：
- 不会记仇 — 被坑了一次，下次还会被同样的方式坑
- 不会反思 — 做错了就错了，不会总结经验教训
- 不会保护自己 — 让它删文件它就删，没有安全意识
- 不会规划 — 复杂任务直接硬做，不会拆分成小步骤
hermes-cognitive 就是为了解决这些问题而生的。
市面上已经有很多 Agent 框架了，比如 CrewAI、Agent Zero、SuperAGI。它们都很优秀，但解决的是不同的问题：
CrewAI 等框架 hermes-cognitive
───────────── ─────────────────
关注"团队协作" 关注"个人能力"
假设 LLM 已经够聪明 在 LLM 之上构建认知系统
项目经理管团队 给每个人装一个大脑
让谁干什么 怎么干好
打个比方：
- CrewAI 像一个项目经理，负责协调团队分工
- hermes-cognitive 像一个大脑，负责思考、记忆、学习
两者不冲突，可以配合使用——用 CrewAI 做团队协调，用 hermes-cognitive 做每个 Agent 的大脑。
| 问题 | 单纯 LLM | CrewAI 等 | hermes-cognitive |
|---|---|---|---|
| 跨会话记忆 | ❌ 每次都忘 | ✅ 五层记忆系统 | |
| 从错误中学习 | ❌ | ❌ | ✅ 反思机制 |
| 安全防护 | ❌ 让它干啥就干啥 | ✅ 策略引擎 | |
| 操作可追溯 | ❌ | ❌ | ✅ 事件溯源 |
| 行为漂移检测 | ❌ | ❌ | ✅ 自动纠正 |
| 任务规划 | ❌ 直接硬做 | ✅ OODA 循环 |
hermes-cognitive 的定位是认知架构层，而不是应用框架层：
应用层： CrewAI / LangChain / AutoGen（做什么）
↓
认知层： hermes-cognitive（怎么做、怎么学）← 我们在这里
↓
基础层： LLM（原始推理能力）
任何需要 Agent "有脑子"的场景，都可以把 hermes-cognitive 作为底层认知引擎。
想象一下你接到一个复杂任务时的思考过程：
"帮我分析一下量子计算领域的最新进展"
你的大脑会这样处理：
1. 观察 → 这是一个学术研究任务，需要查找文献
2. 判断 → 我需要搜索论文、整理要点、形成报告
3. 决定 → 先搜索最新论文，再按主题分类，最后写总结
4. 行动 → 执行每一步，遇到问题及时调整
5. 记住 → 这次的经验下次可以复用
hermes-cognitive 就是把这个过程自动化了：
┌─────────────────────────────────────────────────────────┐
│ │
│ 用户请求 ──→ 观察 ──→ 判断 ──→ 决定 ──→ 行动 │
│ ↑ │ │
│ │ 学习反馈 │ │
│ └──────────────────────────────┘ │
│ │
│ 记忆系统 ←─────────────────────────────────────────── │
│ (记住这次发生了什么，下次做得更好) │
│ │
│ 安全策略 (防止做危险的事情) │
│ │
└─────────────────────────────────────────────────────────┘
| 能力 | 说明 | 通俗解释 |
|---|---|---|
| 🧠 思考循环 | OODA 决策引擎 | 像人一样观察→判断→决定→行动 |
| 📚 记忆系统 | 五层记忆架构 | 能记住事情，而且分得清轻重缓急 |
| 🛡️ 安全防护 | 策略引擎 | 知道什么能做，什么不能做 |
| 🔄 自我反思 | 漂移检测 | 发现自己跑偏了会自动纠正 |
| 📝 经验积累 | 事件溯源 | 每次行动都记录下来，方便复盘 |
| 🎯 任务规划 | 智能分解 | 复杂任务拆成小步骤一步步做 |
# 克隆仓库
git clone https://github.com/yangchiniu/hermes-cognitive.git
cd hermes-cognitive
# 一键安装
chmod +x scripts/install.sh
./scripts/install.shfrom hermes_core.core import core_initialize, get_policy_engine, get_memory_manager
# 初始化
core_initialize()
# 试试安全策略
policy = get_policy_engine()
result = policy.evaluate_action("terminal_exec", {"command": "ls -la"})
print(f"这个操作安全吗？{result}")
# 试试记忆功能
memory = get_memory_manager()
memory.store("第一次见面", "你好世界", category="working")
print(memory.retrieve("第一次见面")) # → "你好世界"python tests/test_all.py # 基础测试
python tests/test_integration.py # 集成测试
# ... 更多测试见 tests/ 目录hermes-cognitive/
├── src/hermes_core/ # 核心代码
│ ├── core/ # 27 个核心模块
│ └── plugins/ # 插件系统
├── tests/ # 测试套件（251 个测试）
├── docs/ # 文档
│ ├── architecture.md # 架构详解（想深入了解的看这个）
│ ├── quickstart.md # 快速上手指南
│ └── configuration.md # 配置说明
├── examples/ # 示例代码
│ ├── basic_usage.py # 基础用法
│ ├── custom_policy.py # 自定义安全规则
│ └── llm_integration.py # 接入大语言模型
├── config/
│ └── policy.yaml # 安全策略配置
└── scripts/
├── install.sh # 安装脚本
└── check_env.py # 环境检查
- 科研助手 — 帮你搜索论文、整理文献、生成报告
- 自动化运维 — 监控系统、自动处理异常、记录操作日志
- 智能客服 — 理解用户意图、记住历史对话、持续改进回答
- 个人助理 — 管理任务、学习你的偏好、越用越顺手
任何需要 AI "有脑子"的场景，都可以考虑用它。
安全策略在 config/policy.yaml 里配置：
# 哪些事情绝对不能做
forbidden_actions:
- captcha_bypass # 不能破解验证码
- destructive_shell # 不能执行破坏性命令
- credential_harvest # 不能窃取密码
# 资源限制
limits:
max_runtime_minutes: 20 # 单次任务最多跑 20 分钟
max_concurrent_tasks: 2 # 最多同时跑 2 个任务更多配置项见 docs/configuration.md。
| 指标 | 数值 |
|---|---|
| 核心模块 | 27 个 |
| 测试用例 | 251 个（100% 通过） |
| 类型注解覆盖 | 96.7% |
| 内存占用 | ~30MB |
| 单次 Hook 延迟 | ~13ms |
欢迎！不管是提 bug、写文档还是加功能，都请看 CONTRIBUTING.md。
MIT — 随便用，记得保留版权声明就行。
- hermes-research-station — 面向理工科研究生的科研工作站