Was ist Hermes Agent? Wie es funktioniert und was es unterscheidet

Hermes Agent ist ein Open-Source-, autonomes KI-Agenten-Framework von Nous Research, das im Februar 2026 unter der MIT-Lizenz veröffentlicht wurde.

Es läuft auf selbst gehosteter Infrastruktur als dauerhaft aktiver Dienst, nicht als Chat-Tool pro Sitzung. Es verwendet ein Large Language Model (LLM) als Schlussfolgerungs-Engine, eine Reihe von Tools für die Benutzerinteraktion und ein mehrschichtiges Speichersystem, das den Kontext sitzungsübergreifend beibehält.

Während viele KI-Assistenten bei einzelnen Fragen überzeugen, haben sie Schwierigkeiten mit Workflows, die sich über Tage erstrecken. Hermes Agent verfolgt einen anderen Ansatz. Hermes Agent wurde auf Persistenz ausgelegt, behält den Speicher bei, entwickelt wiederverwendbare Fähigkeiten und läuft unauffällig im Hintergrund.

Diese Verschiebung geht über isolierte Interaktionen hinaus hin zu kontinuierlichen, selbst gehosteten KI-Workflows, bei denen sich der Fortschritt im Laufe der Zeit aufsummiert.

Was ist Hermes Agent?

Hermes Agent ist ein Open-Source-KI-Agenten-Framework unter MIT-Lizenz, das rund um die Uhr auf selbst gehosteter Infrastruktur läuft.

Hermes Agent erledigt mehrstufige Aufgaben eigenständig, verwendet Tools wie ein Terminal und einen Browser und behält den Speicher über Sitzungen hinweg bei.

Nous Research, das Labor hinter den Modellfamilien Hermes, Nomos und Psyche, veröffentlichte Hermes Agent im Februar 2026 als sein erstes eigenständiges Agenten-Framework.

Hermes Agent läuft als Hintergrundprozess, empfängt Anweisungen über Plattformen wie Telegram, Discord oder Slack, führt Tool-Aufrufe auf Ihrem Rechner aus und arbeitet auch dann weiter, wenn Sie den Chat bereits geschlossen haben.

Dadurch kann derselbe Agent Kontext behalten, wiederverwendbare Fähigkeiten aufbauen und sich im Laufe der Zeit verbessern.

Hermes Agent steht neben anderen Open-Source-Agenten, verfolgt aber einen stärker infrastrukturorientierten Ansatz. Es richtet sich an Menschen, die ihren eigenen KI-Agenten lieber auf einem Virtual Private Server (VPS) oder einem Heimserver ausführen möchten, statt sich auf einen verwalteten Cloud-Service zu verlassen.

Das liegt daran, dass Hermes Agent als Teil Ihrer Infrastruktur arbeitet und nicht als etwas, das Sie in einem Browser öffnen oder als in eine IDE eingebetteten Coding-Assistenten nutzen.

So funktioniert Hermes Agent

Hermes Agent läuft auf Ihrem Server, nimmt Eingaben entgegen, plant mit einem Sprachmodell den nächsten Schritt, führt Tools aus, speichert Ergebnisse im Speicher und wiederholt den Vorgang dann, bis die Aufgabe abgeschlossen ist.

Für den Einstieg benötigen Sie eine selbst gehostete Umgebung, zum Beispiel einen VPS oder ein serverloses Backend. Stellen Sie den Agenten dann bereit, indem Sie das Installationsprogramm ausführen, das eine Python-Umgebung einrichtet und das Home-Verzeichnis des Agenten unter ~/.hermes/ erstellt.

Danach sieht der Workflow von Hermes Agent so aus:

• Eingaben empfangen. Eine Aufgabe erreicht den Agenten über die CLI, eine verbundene Messaging-Plattform oder einen geplanten Cron-Job.
• Aufgabenplanung mit einem LLM. Der Agent sendet die Anfrage an das konfigurierte Sprachmodell und berücksichtigt dabei seinen aktuellen Speicher sowie die verfügbaren Tools. Das Modell entscheidet über den nächsten Schritt.
• Tool-Ausführung. Der Agent ruft die Tools auf, die er benötigt, etwa ein Terminal, einen Dateieditor, einen Browser oder MCP-Server, um den Plan auszuführen. Die Ausgabe jedes Tools fließt zurück in die Schleife.
• Speichern und Abrufen von Speicherinhalten. Der Agent schreibt Ergebnisse, Fakten und Schlussfolgerungen in eine lokale Datenbank. Wenn relevant, speichert der Agent außerdem kuratierte Speicherdateien, damit künftige Sitzungen darauf aufbauen können.
• Iteration und kontinuierlicher Betrieb. Die Schleife wiederholt sich, bis die Aufgabe abgeschlossen ist; danach wartet der Agent auf den nächsten Trigger, ohne herunterzufahren.

Zusammen bilden diese Schritte eine persistente Schleife, die über Aufgaben, Plattformen und Sitzungen hinweg weiterläuft.

Was Hermes Agent von anderen KI-Agenten unterscheidet

Hermes Agent ist ein eigenständiger, selbst gehosteter Agent, der kontinuierlich läuft, autonom handelt und sich mit der Zeit verbessert.

Speicher, Fähigkeiten, Messaging und Zeitplanung sind bereits enthalten, sodass Sie nicht alles von Grund auf neu aufbauen müssen. Sie können das LLM trotzdem austauschen, Tools hinzufügen oder sein Verhalten über eine Datei namens SOUL.md anpassen.

Sobald eine Aufgabe abgeschlossen ist, hält Hermes Agent die Arbeit fest und verwandelt komplexe Aufgaben in wiederverwendbare Fähigkeiten, auf denen spätere Durchläufe aufbauen können.

Wenn Sie Hermes Agent zum Beispiel bitten, ein fehlerhaftes Deployment zu debuggen, und der Agent die Korrektur über mehrere Schritte hinweg erarbeitet, schreibt er diesen Prozess als Fähigkeit nieder. Beim nächsten ähnlichen Deployment-Problem weiß Hermes Agent bereits, was funktioniert hat.

In diese Kategorie passen die meisten KI-Tools nicht, da sie meist in eine von drei Gruppen fallen: Chatbots, die jeweils nur eine Frage beantworten, IDE-Assistenten, die auf Ihren Editor beschränkt sind, oder Orchestrierungs-Frameworks wie LangChain, die Ihnen Bausteine liefern, Speicher, Zeitplanung und die Lernschleife aber Ihnen überlassen.

Hermes Agent im Vergleich zu OpenClaw

Hermes Agent und OpenClaw sind beide selbst gehostete, autonome KI-Agenten, verfolgen jedoch unterschiedliche Ansätze.

Hermes konzentriert sich auf eine Lernschleife, die wiederverwendbare Fähigkeiten erstellt, während OpenClaw sich auf die direkte, konversationsbasierte Aufgabenausführung auf Ihrem Rechner konzentriert.

Eine ausführlichere Gegenüberstellung von Hermes Agent und OpenClaw finden Sie in der Tabelle unten.

Falls Sie OpenClaw bereits ausführen, können Sie zu Hermes migrieren, ohne Ihre bisherige Arbeit zu verlieren.

Führen Sie während der Ersteinrichtung einfach diesen Befehl aus, um Ihre Einstellungen, Speicherinhalte, Fähigkeiten und API-Schlüssel zu importieren:

hermes claw migrate

So behalten Sie Ihre Konfigurationen für LLM-Anbieter, Verbindungen zu Messaging-Plattformen und den angesammelten Kontext, statt alles von Grund auf neu einrichten zu müssen.

Hermes Agent im Vergleich zu Paperclip

Hermes Agent und Paperclip arbeiten auf unterschiedlichen Ebenen und ergänzen sich daher besser, als dass sie direkte Konkurrenten wären.

In der Praxis ist Hermes der Agent, mit dem Sie täglich interagieren. Paperclip ist die Orchestrierungsebene, die Sie verwenden, wenn eine Aufgabe die Koordination mehrerer Agenten erfordert.

Das bedeutet, dass Sie eine Hermes-Agent-Instanz als Worker innerhalb einer Paperclip-Organisation ausführen können.

Wenn Sie daran interessiert sind, mit Paperclip und Hermes Agent eine vollständige KI-Organisation aufzubauen, folgen Sie unserem Tutorial zum Einrichten einer Paperclip-Instanz.

Hauptmerkmale von Hermes Agent

Hermes Agent kombiniert mehrere Funktionen, die die meisten KI-Agenten nur separat bieten, darunter:

• Persistente 24/7-Ausführung. Sobald Sie den Agenten als systemd-Service bereitstellen, lauscht der Agent weiterhin auf Nachrichten, führt geplante Cron-Aufgaben aus und nimmt die Arbeit nach Neustarts wieder auf. Dadurch werden lang laufende Workflows praktikabel, etwa eine nächtliche Recherche-Zusammenfassung, ein nächtlicher Code-Build oder ein wöchentlicher Bericht, ohne dass Sie jedes Mal eine neue Konversation starten müssen.
• Autonome Entscheidungsfindung und Erstellung von Skills. Nach komplexen Aufgaben mit fünf oder mehr Tool-Aufrufen schreibt der Agent ein strukturiertes Skill-Dokument zur Wiederverwendung. Skills werden als Markdown-Dateien unter ~/.hermes/skills/ gespeichert und folgen dem offenen Standard von agentskills.io, wodurch sie zwischen kompatiblen Agenten portierbar sind. Sie können auch Community-Skills aus dem Skills Hub mit Slash-Befehlen wie /gif-search oder /github-pr-workflow importieren. Der Agent kann seine eigenen Skills aktualisieren, wenn sie veraltet sind.
• Langfristige Speicherung von Erinnerungen. Hermes speichert Erinnerungen auf vier Ebenen. Zwei kuratierte Dateien, MEMORY.md und USER.md, enthalten Fakten zur Umgebung und Benutzereinstellungen und werden zu Beginn einer Sitzung in jeden System-Prompt geladen. Eine SQLite-Datenbank unter ~/.hermes/state.db mit der FTS5-Volltextsuche archiviert jede Sitzung zur späteren Wiederaufnahme. Das Skills-Verzeichnis speichert prozedurale Erinnerungen. Darüber hinaus übernehmen erweiterbare Anbieter wie Honcho, Mem0, OpenViking oder Supermemory die langfristige Modellierung von Benutzern.
• Integration von Tools und APIs. Mehr als 40 integrierte Tools decken Websuche, Terminalausführung, Dateioperationen wie read_file und patch, Browser-Automatisierung, Bildverarbeitung, Bildgenerierung, Text-to-Speech und die Delegation an Subagenten ab. Tools registrieren sich beim Import selbst, sodass Sie eigene Tools hinzufügen können, indem Sie ein Plugin in den Benutzer-, Projekt- oder pip-Entry-Point-Verzeichnissen ablegen. 
• Breite Kompatibilität mit LLMs. Jeder mit OpenAI kompatible Endpoint funktioniert mit Hermes Agent, darunter Nous Portal, OpenRouter, Anthropic oder eine lokale Ollama-Instanz.
• Integrierte MCP-Unterstützung. Sie können jeden MCP-Server über stdio oder HTTP verbinden, steuern, welche Tools jeder Server bereitstellt, und alles über eine einzige config.yaml-Datei verwalten. 
• Self-Hosting-Bereitstellung. Hermes Agent läuft auf jeder Plattform, die Python 3.11 unterstützt, darunter Linux, macOS, WSL2 unter Windows und Android über Termux. Für die Befehlsausführung stehen sechs Terminal-Backends zur Verfügung: local für Geschwindigkeit, Docker für Isolation, SSH für Remote-Server sowie serverlose Optionen wie Daytona, Singularity oder Modal. Docker ist auf einem VPS standardmäßig die sicherste Wahl, weil seine Container als Sicherheitsgrenze fungieren.

Was sind die wichtigsten Anwendungsfälle von Hermes Agent?

Zu den wichtigsten Anwendungsfällen von Hermes Agent gehören Entwicklungsautomatisierung, Research und Datenanalyse, geplante Workflows und persönliche KI-Unterstützung. Diese Anwendungsfälle basieren auf persistenter Ausführung, bei der der Agent den Kontext über längere Zeit beibehält und technische Aufgaben mit mehreren Schritten ohne fortlaufende Benutzereingaben automatisiert.

In einer Entwicklungsumgebung kann er Aufgaben wie das Prüfen von Pull Requests, das Ausführen von Tests und die Verwaltung lang laufender Refactorings übernehmen – und dabei über Sitzungen hinweg weiterarbeiten, ohne den Kontext zu verlieren.

Für Research und Datenanalyse kombiniert er Browsing, Codeausführung und Speicherfunktionen, um Informationen zu sammeln, zu verarbeiten und im Zeitverlauf erneut aufzurufen.

Er unterstützt auch geplante Workflows durch integrierte Automatisierung, etwa wiederkehrende Berichte oder Aktualisierungen, die über Messaging-Plattformen wie Telegram oder Discord bereitgestellt werden.

Auf persönlicher Ebene kann er ein persistenter KI-Assistent sein, der sich an Ihre Präferenzen anpasst, sich an Ihre bisherige Arbeit erinnert und Ihnen hilft, wiederkehrende Aufgaben zu straffen.

Das sind nur einige Beispiele – weitere Anwendungsfälle für Hermes Agent finden Sie in unserem vollständigen Leitfaden.

Herausforderungen und Einschränkungen von Hermes Agent

Hermes Agent tauscht Komfort gegen Kontrolle, und das bringt reale operative Überlegungen mit sich:

• Technischer Mehraufwand. Einen persistenten Agenten zu betreiben bedeutet, die eigene Infrastruktur selbst zu verwalten. Das setzt Vertrautheit mit Linux, systemd oder Container-Tools voraus, um Probleme bei der Fehlerbehebung zu lösen.
• Sicherheitsrisiken. Ein autonomer Agent mit Terminalzugriff und API-Schlüsseln vergrößert Ihre Angriffsfläche. Hermes Agent enthält zwar Schutzmechanismen wie eine Sperrliste für gefährliche Befehle und sudo-Aufforderungen, diese können in Container-Setups jedoch umgangen werden. Das bedeutet, dass die Absicherung des Hosts, die Isolation von Zugangsdaten und die Überprüfung von Logs bei Ihnen liegen.
• Ressourcenverbrauch. Ein leichtgewichtiges Setup kann auf einem kostengünstigen VPS laufen, aber anspruchsvollere Workloads wie Browser-Automatisierung oder parallele Subagenten erhöhen CPU-, Speicher- und Token-Nutzung schnell. Im großen Maßstab kann das die Hardware stark belasten und die LLM-Kosten in die Höhe treiben.
• Modellbedingte Einschränkungen. Der Agent ist nur so zuverlässig wie das Modell, das dahintersteht. Hermes Agent erfordert Modelle mit großen Kontextfenstern (64K+ Token), doch Probleme wie Halluzinationen, Fehlinterpretationen von Tool-Ausgaben oder der Verlust der Übersicht über mehrstufige Logik können weiterhin auftreten.
• Latenz in der Lernschleife. Die Erstellung von Skills erfolgt nach komplexen Aufgaben und nicht sofort. Wenn Ihre Workflows stark variieren, hat das System weniger Muster, aus denen es lernen kann, wodurch die Feedbackschleife weniger effektiv wird.
• Plattformlücken. Native Unterstützung für Windows ist nicht verfügbar (WSL2 ist erforderlich), und obwohl Android über Termux funktioniert, sind einige Sprach- und Medienfunktionen aufgrund von Kompatibilitätseinschränkungen begrenzt.

Beachten Sie, dass keiner dieser Punkte Hermes Agent unbrauchbar macht. Sie bedeuten lediglich, dass das Framework für technisch versierte Benutzer gedacht ist, die ihre eigene Infrastruktur bereits selbst verwalten, und nicht für Personen, die einen vollständig verwalteten, sofort einsatzbereiten Assistenten suchen.

Wie legen Sie mit Hermes Agent los?

Um mit Hermes Agent loszulegen, müssen Sie eine Self-Hosting-Umgebung vorbereiten, Abhängigkeiten installieren, einen LLM-Anbieter konfigurieren und Hermes Agent als kontinuierlichen Dienst ausführen.

Die erste Entscheidung betrifft den Ausführungsort des Agenten. Ein Setup, das nur funktioniert, solange Ihr Gerät eingeschaltet ist, verfehlt den Zweck von Persistenz. Deshalb ist ein VPS die praktischere Wahl.

Wenn Sie den Großteil der Einrichtung überspringen möchten, kann ein vorkonfigurierter Hermes-Agent-VPS die Laufzeitanforderungen sofort erfüllen.

Wenn Sie die Einrichtung lieber manuell vornehmen möchten, beginnen Sie mit der Vorbereitung der Umgebung. Das bedeutet in der Regel einen Linux-Server, einen macOS-Rechner oder eine WSL2-Instanz mit installiertem Python 3.11.

Eine Docker-Instanz ist optional, aber empfohlen, da sie dem Terminal-Backend eine zusätzliche Isolationsebene hinzufügt.

Nachdem Sie Docker eingerichtet haben, führen Sie das offizielle Installationsprogramm von Hermes Agent in Ihrem Terminal aus:

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Dadurch werden Kernabhängigkeiten wie uv, Python, Node.js, ripgrep und ffmpeg installiert und das Verzeichnis ~/.hermes/ erstellt.

Nach der Installation konfigurieren Sie den Agenten, indem Sie mit dem Befehl hermes model einen LLM-Anbieter auswählen, Messaging-Plattformen wie Telegram oder Discord über gateway setup verbinden und optional mit hermes memory setup einen externen Speicheranbieter aktivieren.

Führen Sie den Agenten danach als systemd-Dienst aus, damit er auch nach Neustarts weiterläuft, und überwachen Sie Protokolle oder den Sitzungsverlauf, um zu bestätigen, dass der Agent Eingaben empfängt und Aufgaben wie erwartet ausführt.

Eine vollständige Installationsanleitung finden Sie in unserer Schritt-für-Schritt-Anleitung zum Einrichten von Hermes Agent auf einem VPS.

Alle Tutorial-Inhalte auf dieser Website unterliegen Hostingers strengen redaktionellen Standards und Normen.

Erstellt von

Katerina Bosinaki

Katerina ist Localization Project Manager bei Hostinger und verfügt über mehr als 5 Jahre Erfahrung im Projektmanagement sowie über einen 6-jährigen Hintergrund als Linguistin. Sie setzt sich dafür ein, Technologie zugänglicher zu machen, indem sie komplexe Anleitungen in klare und leicht verständliche Tutorials umwandelt. In ihrer Freizeit, wenn sie sich nicht über die neuesten Entwicklungen im Bereich Lokalisierung auf dem Laufenden hält, schaut sie gerne Filme und liest Bücher.

Mehr von Katerina Bosinaki