Auto-Evolução do Hermes Agent

Um projeto oficial da Nous Research que usa DSPy + GEPA (Evolução Genético-Pareto de Prompts) para evoluir e otimizar automaticamente as skills, as descrições de ferramentas, os prompts de sistema e o código do Hermes Agent — produzindo agentes mensuravelmente melhores por meio de busca evolutiva reflexiva.

Ferramentas4,951Adicionado
Ver no GitHub
hermes-agent-self-evolution
Auto-Evolução do Hermes Agent

O Que É

O Hermes Agent Self-Evolution é um projeto oficial da Nous Research que faz o Hermes Agent melhorar a si mesmo. Ele usa DSPy + GEPA (Evolução Genético-Pareto de Prompts, um artigo Oral do ICLR 2026) para evoluir e otimizar automaticamente as skills, as descrições de ferramentas, os prompts de sistema e o código do agente — produzindo versões mensuravelmente melhores por meio de busca evolutiva reflexiva.

A ideia central: em vez de ajustar prompts manualmente, o sistema lê os traces de execução para entender por que as coisas falham (não apenas que falharam), então propõe melhorias direcionadas e as avalia automaticamente.

Nenhum treinamento com GPU é necessário. Tudo opera por chamadas de API — mutando texto, avaliando resultados e selecionando as melhores variantes. Uma execução típica de otimização custa cerca de US$ 2–10.

Como Funciona

Read current skill/prompt/tool ──► Generate eval dataset
                                        │
                                        ▼
                                   GEPA Optimizer ◄── Execution traces
                                        │                    ▲
                                        ▼                    │
                                   Candidate variants ──► Evaluate
                                        │
                                   Constraint gates (tests, size limits, benchmarks)
                                        │
                                        ▼
                                   Best variant ──► PR against hermes-agent

O Que Ele Otimiza

Fase Alvo Engine Status
Fase 1 Arquivos de skill (SKILL.md) DSPy + GEPA ✅ Implementada
Fase 2 Descrições de ferramentas DSPy + GEPA 🔲 Planejada
Fase 3 Seções do prompt de sistema DSPy + GEPA 🔲 Planejada
Fase 4 Código de implementação de ferramentas Darwinian Evolver 🔲 Planejada
Fase 5 Loop de melhoria contínua Pipeline automatizado 🔲 Planejada

Engines: DSPy + GEPA para evolução reflexiva de prompts; Darwinian Evolver para evolução de código com rastreamento de organismos baseado em Git.

Salvaguardas: uma suíte completa de testes (pytest tests/ -q) precisa passar 100%, e limites de tamanho são aplicados (skills ≤15KB, descrições de ferramentas ≤500 caracteres) para que as variantes evoluídas nunca regridam em qualidade.

Início Rápido

git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -r requirements.txt
# Configure sua API de LLM e execute uma passada de evolução sobre uma skill
python evolve.py --target skill --name my-skill

Por Que Isso Importa para Usuários do Hermes

O Hermes Agent já escreve e salva suas próprias skills a partir da experiência. O Self-Evolution leva isso adiante: aplica um loop rigoroso e automatizado de otimização — com portões de restrição e suítes de teste — para que skills, prompts e, eventualmente, código melhorem de forma mensurável com o tempo. É o exemplo mais direto da filosofia do projeto de “o agente que cresce com você”, e roda inteiramente por chamadas de API, então qualquer usuário do Hermes pode experimentá-lo sem precisar de uma GPU.

← Voltar ao ecossistema