v0.11.0

Hermes Agent v0.11.0 — The Interface Release（界面革新版本）

概览

v0.11.0 — The Interface Release（界面革新版本），2026 年 4 月 23 日发布。~1,556 次提交 · 761 个合并 PR · 1,314 个文件变更 · ~224,000 行新增 · 29 位社区贡献者（含 co-authors 达 290 人）。

这个版本干了三件大事：把交互式 CLI 用 React/Ink 从零重写并配上 JSON-RPC 后端；把传输层从核心 agent 循环里抽出来做成可插拔架构，彻底解耦各个提供商；以及大幅扩展插件能力面，让第三方代码能钩入工具执行、终端输出和仪表盘。在此之上，还顺手加了五条新推理路径、原生 AWS Bedrock 支持和 GPT-5.5。

由于 v0.10.0 只发了 Nous Tool Gateway，被跳过的所有亮点都合并到了这个版本里——差不多是全栈两周的工作量。

重磅功能

1. 全新 Ink 驱动 TUI —— hermes --tui

交互式 CLI 以 React/Ink 终端 UI 从零重写，后端是 Python JSON-RPC 网关（tui_gateway）。这可不是换皮——是推倒重来，ui-tui/ 和 tui_gateway/ 共投入 ~310 次提交。

核心能力：

  • 粘性输入栏 —— 滚动时输入框锁定在底部，不管 agent 输出多少，你随时可以打字
  • 实时流式 + OSC-52 剪贴板支持 —— 通过 SSH 也能把 agent 输出复制到系统剪贴板
  • 状态栏 —— 每轮耗时计时器、当前 git 分支、活动状态指示
  • 稳定的选择键 —— 模型和工具选择器使用确定的快捷键，不会跳来跳去
  • /clear 二次确认 —— 再也不会手滑清空会话
  • 浅色主题预设 —— 不只有默认暗黑主题
  • 子 Agent 孵化可观测覆盖层 —— 实时看到子 Agent 何时、在哪里被启动

对于终端重度用户：

hermes --tui
# 或永久设置
export HERMES_TUI=1

此外还内置了斜杠命令自动补全（complete.slash）、路径自动补全（complete.path）、虚拟化历史渲染以保障性能，以及几十个 resize/ghosting/sticky-prompt 的修复。内部架构上，app.tsx 被拆解为 app/event-handler、app/slash-handler、app/stores 和 app/hooks——干净的职责分离，为后续扩展打下根基。

主要作者：@OutThisLife + Teknium。

2. Transport ABC —— 可插拔提供商架构

这是本版本最重要的架构变革。以前每个提供商都隐含在 run_agent.py 的分支逻辑里——格式转换、HTTP 传输、API 形状全部纠缠在一个核心推理路径里。新增一个提供商意味着修改核心代码。

Transport ABC 把这一切提取到 agent/transports/ 中，每个 transport 独立掌控自己的格式转换和 API 形态：

Transport 提供商 用途
AnthropicTransport Anthropic Messages API 路径
ChatCompletionsTransport OpenAI 兼容 大多数提供商的默认路径
ResponsesApiTransport OpenAI Responses API + Codex 连接
BedrockTransport AWS Bedrock Converse API 传输

为什么重要： 新增提供商现在变成了插拔操作，不再是核心补丁。这一层是让五条新推理路径（NIM、Bedrock、Arcee、Step Plan、Vercel ai-gateway）在同一个版本里同时落地的地基。如果你维护 Hermes profile 或在其上编写 skills，这就是你正在建立的架构。

3. 原生 AWS Bedrock 支持

AWS Bedrock 基于全新的 BedrockTransport，通过 Converse API 成为一等公民提供商。企业级 AWS 部署不再需要第三方网关。

# hermes.config.yaml
providers:
  - name: bedrock-claude
    provider: bedrock
    model: us.anthropic.claude-sonnet-4-20250514-v1:0
    region: us-east-1

这让需要在自有 AWS 账号内运行推理（出于合规、数据驻留或成本原因）的组织可以直接使用 Hermes。

4. 五条新推理路径

传输架构让五种全新的推理后端得以在一个发布周期内同时上线：

  • NVIDIA NIM —— 原生支持 NVIDIA 推理微服务，可以从你自己基础设施上部署的模型调用推理
  • Arcee AI —— Arcee 专用微调模型的直连提供商
  • Step Plan —— 从社区 PR #6005 抢救上来的提供商
  • Google Gemini CLI OAuth —— 用 OAuth 代替 API Key 认证 Gemini
  • Vercel ai-gateway —— 支持动态模型发现、定价元数据和归因追踪（@jerilynzheng）

此外，Gemini 现在通过原生 AI Studio API 路由以获得更好性能。

5. GPT-5.5 via Codex OAuth

OpenAI 最新的 GPT-5.5 推理模型现在可以通过你的 ChatGPT Codex OAuth 凭证来使用。模型选择器已接入实时发现机制——OpenAI 新模型一上线就能在 Hermes 里看到，无需等版本更新加目录。

/hermes model:openai/gpt-5.5

Hermes 用户从此可以第一时间用上 OpenAI 最新模型。

6. QQBot —— 第 17 个消息平台

基于 QQ 官方 API v2 的原生 QQBot 适配器正式加入消息平台阵营：

  • 扫码配置引导向导 —— 扫个二维码就搞定
  • 流式光标支持 + 表情反应
  • 私聊和群聊策略门控 —— 与微信/企微适配器对齐

这让数亿 QQ 用户可以直接使用 Hermes Agent。

7. 插件能力面 —— 大幅扩展

插件系统在本版本获得了大量新能力：

钩子 / 能力 说明
register_command() 插件可以注册斜杠命令
dispatch_tool() 插件可以直接从代码调用工具
pre_tool_call 拦截 插件可以在工具执行前否决它
transform_tool_result() 插件在工具执行后重写其结果
transform_terminal_output() 插件重写终端工具的输出
可插拔 image_gen 后端 插件可以带自己的图像生成提供商
自定义仪表盘页签 插件可以扩展 Web 仪表盘
Shell 钩子 用任意 shell 脚本作为生命周期钩子——无需写 Python

内置的 disk-cleanup 插件现在作为参考实现默认可选开启，向插件作者展示如何使用这些新钩子。

8. /steer —— 运行中途调整方向

/steer "别用 SQLite 了，改用 PostgreSQL"

/steer <prompt> 在 Agent 执行完下一个工具调用后注入一条提示——不打断本轮、不破坏 prompt 缓存。当 Agent 跑着跑着方向偏了，你不用重启就能实时纠偏。

9. 更智能的任务委派 —— 编排者角色

子 Agent 现在有了明确的编排者角色（orchestrator），可以孵化自己的工作子 Agent，并且 max_spawn_depth 可配置。默认是扁平结构（不可递归孵化），保持行为可预测。

并行的兄弟子 Agent 通过文件协调层共享文件系统状态，不会互相覆盖对方的编辑：

delegate_task:
  max_spawn_depth: 2  # 允许编排者孵化一层工作子 Agent

10. 辅助模型 —— 可视化配置界面

hermes model 现在有一个专门的「配置辅助模型」界面，可以按任务类型单独覆盖：

  • 压缩模型
  • 视觉模型
  • 会话搜索模型
  • 标题生成模型

auto 路由现在对所有用户默认使用主模型执行辅助任务。之前 aggregator 用户会被静默路由到一个便宜的提供商默认值——这个行为经常让人困惑。

11. Web 仪表盘 —— 插件系统 & 实时主题切换

Web 仪表盘现在可扩展了。第三方插件可以添加自定义页签、小部件和视图，无需 fork 仪表盘代码。

配合实时切换主题系统——主题控制颜色、字体、布局和密度——用户可以热切换仪表盘外观而无需刷新。CLI 端的主题体系现在完整搬到了 Web 端。

仪表盘打磨亮点：

  • 国际化（英文 + 中文）语言切换器
  • react-router 侧边栏布局 + 固定表头
  • 移动端响应式适配
  • Vercel 部署支持
  • 真实的每会话 API 调用统计
  • 一键更新 + 重启 gateway 按钮

12. Shell 钩子

用任意 shell 脚本作为 Hermes 生命周期钩子——不需要写 Python 插件：

# pre_tool_call 钩子 —— 每次工具执行前运行
hermes config set hooks.pre_tool_call "./scripts/audit.sh"

# on_session_start 钩子
hermes config set hooks.on_session_start "./scripts/notify.sh"

支持的钩子：pre_tool_call、post_tool_call、on_session_start、on_session_end 等。

13. Webhook 直投模式

Webhook 订阅现在可以把载荷直接推送到平台聊天中而不经过 agent——零 LLM 开销的推送通知，适合告警、健康检查和事件流。不需要 AI 处理的通知再也不浪费 token 和延迟了。

消息平台 —— 重大更新

Telegram

  • 独立的 TELEGRAM_PROXY 环境变量 + config.yaml 代理支持 —— 终于解决了多个代理相关 issue
  • ignored_threads 配置 —— 在 Telegram 群中忽略嘈杂的讨论串
  • 禁用链接预览的配置选项
  • 自动将 Markdown 表格用代码块包裹以确保正确渲染
  • 修复：取消流式任务时的重复回复、流式光标异常、iOS 智能标点的 Unicode 破折号问题

Discord

  • 论坛频道支持 —— Hermes 现在可以参与 Discord 论坛讨论串
  • DISCORD_ALLOWED_ROLES —— 基于角色的访问控制
  • 禁用斜杠命令的配置选项
  • 原生 send_animation 支持内联 GIF 播放
  • send_message 媒体附件
  • /skill 命令组带分类子命令

飞书

  • 文档评论智能回复 + 三级访问控制
  • 通过表情反应显示处理状态
  • 保留 @提及上下文供 Agent 消费

钉钉

  • require_mention + allowed_users 门控 —— 与 Slack/Telegram/Discord 对齐
  • 二维码设备流授权用于配置向导
  • AI 卡片流式输出 + 表情反应 + 媒体处理

WhatsApp

  • send_voice —— 原生音频消息发送
  • dm_policy 和 group_policy —— 与微信/企微/QQ 适配器对齐

其他平台

  • 企微：扫码创建机器人 + 交互式配置向导
  • Signal：通过 send_message 支持媒体发送
  • Slack：DM 默认按线程隔离会话
  • BlueBubbles（iMessage）：群聊会话隔离 + Webhook 修复

Gateway 核心

  • Gateway 代理模式 —— 将消息转发到远端 API 服务器
  • 每频道独立临时 prompt（Discord、Telegram、Slack、Mattermost）
  • 在所有平台上原生暴露插件斜杠命令
  • --all 标志用于 gateway start 和 restart
  • Gateway 关闭时通知活跃会话
  • 修复：阻止 Agent 通过终端自毁 Gateway

工具 & 技能

新技能

技能 说明
concept-diagrams 生成系统概念图
architecture-diagram Cocoon AI 移植版架构可视化
pixel-art 硬件调色板像素艺术 + 视频动画
baoyu-comic 漫画风格图像生成
baoyu-infographic 21 种布局 × 21 种风格的数据可视化
page-agent 在你的 Web 应用中嵌入阿里 In-Page GUI Agent
fitness-nutrition 营养追踪 + 可选环境变量
drug-discovery ChEMBL、PubChem、OpenFDA、ADMET 集成
touchdesigner-mcp TouchDesigner 创意编程集成
adversarial-ux-test 对抗性视角的 UX 测试

技能系统改进

  • 命名空间技能注册 —— 支持插件技能包
  • hermes skills reset —— 解卡内置技能
  • Skills guard 可选开启 —— config.skills.guard_agent_created
  • @ 模糊文件自动补全 + 修改时间排序
  • xitter 替换为 xurl —— 官方 X API CLI

工具扩展

  • 浏览器：browser_cdp —— 原生 Chrome DevTools Protocol 透传，实现高级浏览器自动化
  • 代码执行：项目/严格执行模式（默认：项目模式）
  • 图像生成：多模型 FAL 支持、Recraft V3→V4、GPT Image 2、xAI 图像生成提供商
  • TTS/STT：Google Gemini TTS、xAI Grok STT、xAI TTS、KittenTTS 本地提供商、CLI 录音提示音开关
  • Cron：wakeAgent 门控（无需 LLM 的 job）、按 job 配置 enabled_toolsets 控制 token 开销
  • API Server：流式 /v1/responses SSE 工具事件、chat completions 和 responses 端点均支持内联图片输入
  • Docker/Podman：入门级 Podman 支持、容器销毁时文件同步回主机
  • MCP：12 项改进，涵盖状态追踪、超时处理和工具调用转发

提供商 & 模型支持

模型目录大幅刷新：

新增 详情
Kimi K2.6 OpenRouter、Nous Portal、原生 Kimi、HuggingFace
Kimi K2.5 提升至所有模型推荐列表首位
小米 MiMo v2.5-pro + v2.5 OpenRouter、Nous Portal、原生
Claude Opus 4.7 Nous Portal 目录
GLM-5V-Turbo 用于编程规划
GPT-5 系列 修正了后备默认值中的上下文长度
xAI Grok 升级到 Responses API
Ollama 云提供商支持、GLM 续接、think=false 控制
minimax-m2.5 OpenRouter 免费层

可配置的 request_timeout_seconds（按提供商和模型）、agent.api_max_retries，以及 Lemonade server 的 ctx_size 上下文长度键。

Agent 循环 & 对话

  • /steer <prompt> —— 运行中途纠偏，不破坏 prompt 缓存
  • 编排者角色 + 可配置孵化深度，实现层级化任务委派
  • 跨 Agent 文件状态协调 —— 并发子 Agent 不冲突
  • 压缩器升级：智能折叠、去重、防抖动、模板升级
  • 压缩摘要尊重对话语言 —— 中英文混合不再被压缩成英文
  • Gateway 重启后自动续接中断的 Agent 工作
  • 活动心跳 —— 避免虚假的 Gateway 无活动超时
  • PLATFORM_HINTS for Matrix、Mattermost 和飞书

多项 agent 循环修复：压缩后重置重试计数器、打破压缩耗尽的死循环、防止弱模型过早退出循环、改善并发工具执行期间的中断响应、保留启动前的终端中断信号。

会话 & 记忆

  • 启动时自动清理旧会话 + VACUUM state.db
  • Honcho 大修 —— 上下文注入、5 工具面、成本安全、会话隔离
  • Hindsight 更丰富的会话级保留元数据
  • 修复：去重记忆提供商工具、自动发现用户安装的记忆提供商、在 previous_response_id 链中保留 session_id

CLI & 用户体验

  • 动态 shell 补全 —— 支持 bash、zsh、fish
  • 浅色模式皮肤 + 皮肤感知的补全菜单
  • 数字键盘快捷键 用于审批和确认提示
  • Markdown 剥离 + 紧凑多行预览
  • --ignore-user-config 和 --ignore-rules 标志
  • /usage 中显示账户限制信息
  • ESC 取消 secret/sudo 提示 + 更清晰的跳过提示
  • Doctor：命令安装检查 —— 验证 hermes bin 符号链接

性能

  • 虚拟化历史渲染 —— TUI 中流畅滚动数千条消息
  • 并发工具执行 + 改进的中断响应
  • 会话自动清理 + VACUUM —— 保持状态数据库精简
  • 平台适配器延迟加载 —— 更快切换会话

安全 & 可靠性

  • 全局开关控制私有/内部 URL 解析 —— 默认关闭
  • 阻止 Agent 通过终端自毁 Gateway
  • Telegram 更新提示回调授权
  • SECURITY.md 添加到仓库
  • 完整的 ASCII locale UnicodeEncodeError 恢复 —— 覆盖 api_messages 和 reasoning_content
  • 防止 clear_session_vars 后残留的 os.environ 泄露
  • 防止终端工具后台进程时 Agent 卡死
  • hermes update 时警告遗留的 hermes.service 单元

升级

hermes update

这是一个无破坏性升级。现有 profile 无需任何修改即可继续使用。如果你经常在交互式会话中工作，建议试试新的 hermes --tui。如果你在 AWS 上部署，可以用 Bedrock transport 对比自己现有 prompt 的延迟和单 token 成本。

新安装请访问 安装指南。

完整 changelog 见 GitHub

← Hermes Agent Changelog