Hermes Agent 的持续学习系统：Memory、Review、Skill 与 Curator
前言：Agent 能保存一段偏好并不稀奇，真正难的是决定记什么、怎样召回、何时把一次经验升级成可复用流程，以及长期运行后如何整理这些内容。本文把 Hermes 的内置 Memory、外部 Provider、Background Review、Skill 和 Curator 放回同一条学习闭环。
Hermes Agent 的长会话架构：Prompt Cache、压缩与 SessionDB
前言：长会话的问题从来不只是 Token 超限：System Prompt 改动会打碎缓存，粗暴摘要会丢掉决策，多进程又可能同时写坏历史。本文把 Prompt 分层、上下文压缩、恢复指针和 SQLite Lease 连起来，看 Hermes 怎样维护一个可以长期工作的会话。
Hermes Agent 的多 Agent 与自动化：从 Goal 到 Kanban
前言：“让 Agent 一直做下去”听起来像一个开关，真正实现时却至少包含计时唤醒、完成判断、临时并行、跨重启调度和持久工作流。本文先把 Goal、Loop、Heartbeat、Cron 的生命周期分开，再进入 Delegation 与 Kanban 两套多 Agent 系统。
Hermes Agent 安全架构：审批、沙箱、回滚与凭据隔离
前言：Agent 真正能写文件、执行终端、连接远端服务之后，“提示模型小心一点”就不再是安全设计。Hermes 把身份、工具作用域、命令审批、文件恢复、运行环境和凭据出站拆成多层边界。本文按威胁类型重新梳理这些机制，也说明每一层解决不了什么。
实战：同一个 Markdown 检查器的 Skill、Plugin 与 MCP 三种实现
前言：上一篇解释 Skill、Plugin 和 MCP 的边界，这一篇只实现一个功能：检查 Markdown 的 H1 数量、标题跳级、代码块语言和空链接。三条路线使用相同输入、相同规则和相同 JSON 契约；区别只在发现方式、执行位置、协议与确定性。
Hermes Agent 架构总览：从 Agent Loop 到智能体平台
前言：最近我一直在读 Hermes Agent 的代码。本来只是想看清 Agent Loop 怎么跑，结果越往下翻，越发现它已经不是一个简单的工具调用程序：入口协议、桌面端、模型适配、工具、记忆、压缩、协作和安全都围绕同一套运行时组织起来。这篇先画完整地图，后面的专题再逐层拆开。
Hermes Desktop 架构：Electron 如何连接本地 Python Agent
前言：Desktop 这层最容易被一句“Electron 套壳”带过去，但源码并不是这么组织的：窗口和本机能力属于 Electron，聊天状态属于 React，真正的 Agent 仍在独立 Python Backend。本文沿着一次请求从输入框走到模型、工具再流式返回，并用可交互动画把协议和模块逐步展开。
Hermes Agent 运行时：AIAgent、模型协议与工具执行
前言：入口把消息交给 Python 以后，真正决定 Agent 行为的是运行时：AIAgent 保存什么，Provider Transport 负责什么，Tool Registry 为什么不仅是函数表，以及大量工具 Schema 怎样避免撑爆上下文。本文只沿着一轮模型—工具循环向下追，不再讨论界面细节。
Hermes Agent 扩展体系：Skill、Plugin 与 MCP
前言：第一次看到 Skill、Plugin 和 MCP 时，我也很容易把它们都理解成“给 Agent 加功能”。真正写扩展时才会发现，三者改变的是完全不同的层次。本文先把职责、加载方式、权限和生命周期讲清楚；下一篇再用一个完整项目把三条路线组合起来。