跳到主要内容

Hermes Agent v0.20.0 发布说明

发布日期：2026 年 8 月 3 日 官方标签：v2026.8.3 与上一主版本对比：v2026.7.20...v2026.8.3

本页基于官方 GitHub Release 做了结构化中文整理，重点呈现对使用体验、集成方式和升级兼容性影响最大的变化。

一句话概览​

官方将本次更新命名为 The Herald Release。v0.20.0 让 Hermes 从“能够处理语音的 Agent”进一步成为可实时对话、可被其他 Agent 调用、可向业务系统主动发送事件、也能为研究结论提供可核验来源的协作平台。

重点变化：

  • 实时对话式语音：回复生成时按语句流式合成并播放，用户可以直接开口打断；CLI、桌面端和支持音频的 Gateway 平台均可受益。
  • 唤醒词与免手操作：支持自定义开放词汇唤醒短语，检测在设备本地完成；不同唤醒词还可以路由到不同 Profile。
  • 更多消息平台支持语音：WhatsApp、飞书、钉钉、LINE、QQ、Photon 和微信能够接收语音并转写，自动 TTS 回复会按平台要求选择格式。
  • 可核验的研究引用：新增 grounded-citations Skill，对引文与网页原文进行匹配，并可对文档或主张执行事实核查。
  • A2A v1.0 与签名 Webhook：Hermes 可以通过标准协议与其他 Agent 协作，也可以把会话、轮次和工具生命周期事件以 HMAC 签名方式推送到外部系统。
  • 桌面端成为扩展平台：新增带沙箱实时预览的 Artifacts、插件 SDK、全局快捷输入窗口、多窗口和文件下载等能力。
  • CLI 工作流增强：新增 !command、/init、/diff、/context、/focus、提示词暂存，以及从 Claude Code 或 Codex CLI 导入配置的 hermes import-agent。
  • 运行中纠偏：Agent 执行任务时可以直接输入新指令进行重定向，不必停止当前轮次后从头开始。
  • 工具能够自我恢复：终端截断输出会保存到文件，补丁、写文件和搜索失败会返回更可执行的诊断；默认工具调用轮数从 90 提高到 500。
  • 长会话更稳定：加入渐进式工具结果裁剪、逐轮微压缩、最近用户消息保留和按模型配置的压缩阈值，减少大型上下文的停顿与信息丢失。
  • 性能与安全继续加固：CLI Web 模式冷启动从约 14 秒降至约 1.8 秒，桌面端完成第二轮 60fps 优化，并补强 SSRF、凭据读取、脱敏、Windows 子进程及会话数据库可靠性。

规模数据（自 v0.19.0 起）：约 3,650 次提交 · 1,400 个合并 PR · 5,200 个文件变更 · 约 559,000 行新增 · 约 405,000 行删除 · 约 1,200 个 issue 关闭 · 650+ 位贡献者。本版本同时汇总了 v0.19.1 的基础设施补丁。

我应该升级吗？​

如果你属于以下任一场景，建议优先升级 v0.20.0：

  1. 你希望和 Hermes 进行真正连续的语音对话 —— 流式播放、语音打断、唤醒词和免手结束会话让交互更接近实时通话。
  2. 你在飞书、QQ、微信或其他消息平台使用语音 —— 语音转写、语言解析和自动 TTS 投递已经统一补强。
  3. 你用 Hermes 做研究或事实核查 —— grounded-citations 能把结论、引文和实际页面证据对应起来。
  4. 你需要把 Hermes 接入自动化系统或多 Agent 架构 —— A2A v1.0 和签名 Webhook 提供了标准化入口。
  5. 你把桌面端当作编码或内容工作台 —— Artifacts、插件 SDK、快捷输入、多窗口和性能优化会带来明显提升。
  6. 你经常在终端里处理长任务 —— 新命令、执行中重定向、工具自恢复和更高的迭代上限可以减少中断和重复操作。
  7. 你的会话上下文很长 —— 更细粒度的压缩策略能更好地保留近期对话，并减少一次性压缩造成的长停顿。

升级前建议备份 SOUL.md、MEMORY.md、skills/、Profile、Gateway 与长期会话数据。本版本调整了运行时和安装渠道，使用自建部署、旧版 Node.js 或包管理器安装的用户应先阅读下方兼容性提醒。

重点亮点​

实时语音、唤醒词与全平台音频​

语音回复不再需要等待整段文本生成后再一次性播放。Hermes 会在响应流中按语句合成音频，并提前流水线处理下一句；用户在生成或播放阶段开口，都可以中断当前回复并立即进入下一轮。系统会把打断事件传递给模型，避免它忽略上下文变化。

唤醒词检测在本地设备上运行，等待唤醒时无需把音频上传到外部服务。开放词汇短语允许用户自定义唤醒方式，多 Profile 路由则能让不同唤醒词进入不同工作环境。STT 的语言解析、Provider 配置和 Dashboard 设置也得到统一；如果主要使用中文，升级后建议显式确认 stt.language 配置。

主要 PR：#69511、#74223、#70509、#73515。

可信研究、A2A 与业务系统集成​

新的 grounded-citations Skill 会验证引用内容是否确实出现在来源页面中，并把结论链接到可检查的证据。事实核查模式可以应用到用户提供的文档或具体主张，区分已验证、不成立和暂时无法验证的信息。

A2A v1.0 插件让 Hermes 能够发现、调用或接受其他兼容 Agent 的调用。Outbound Webhook 则把会话活动、轮次完成和工具事件主动推送到注册的 HTTP 地址，并使用 HMAC 签名帮助接收方验证来源；适合接入 CI、家庭自动化、监控面板或内部工作流。

主要 PR：#71698、#77104、#77109、#69406。

桌面端：Artifacts、插件 SDK 与快捷入口​

桌面端现在可以在聊天侧边以版本化卡片展示 Artifacts，并在沙箱中实时预览生成的 HTML 或应用。新的插件 SDK 已经由 Kanban 插件率先使用，提供文件下载、浮动面板位置和多窗口等能力。全局快捷键可以从操作系统任意位置打开快捷输入窗口，把想法直接送进指定会话。

性能专项让流式渲染成本不再随历史消息长度增长，多标签流式输出、拖动和后台空闲 CPU 也进一步优化。

主要 PR：#72345、#61173、#74413、#72346。

CLI、执行中纠偏与工具自恢复​

!command 可以不消耗模型轮次直接运行 shell 命令；/init 会扫描项目并生成或更新 AGENTS.md；/diff、/context 和 /focus 分别用于查看变更、理解上下文占用和降低输出噪声。Ctrl+S 可以暂存未写完的提示词，hermes import-agent 则用于迁移 Claude Code 或 Codex CLI 配置。

当 Agent 方向不对时，用户可以在当前轮次执行期间输入修正指令。Hermes 会保留已完成的工作和原始提示词，在同一轮中调整方向。工具层面也增加了针对截断输出、重复补丁、空搜索结果和写文件失败的恢复信息，长时间自治任务不再容易撞上较低的默认迭代上限。

主要 PR：#72257、#72178、#63104、#77041。

上下文压缩、审批与性能​

上下文管理会主动裁剪体积较大的工具结果，通过逐轮微压缩分摊开销，并保证保留最近若干条用户消息。压缩阈值支持按模型或绝对 token 数配置，进度感知超时和 ghost-skill 防护也降低了长会话失去关键上下文的风险。

智能审批新增从历史记录生成 allowlist 建议、可配置策略和连续拒绝熔断；Docker / Podman daemon 重定向命令也加入审批门。性能方面，Anthropic 原生请求可以缓存工具 schema，多个 Provider 与配置读取热路径得到优化，hermes update 无变化时会更快结束。

主要 PR：#70254、#75345、#72259、#76032。

其他值得注意的变化​

  • 新增 Buzz 消息平台，恢复并现代化 Vercel AI Gateway 与 Vercel Sandbox 支持，桌面端可通过 SSH 连接远程后端。
  • Relay 补齐媒体、交互式提示、线程生命周期和输入状态，HSP 支持个人及组织 Skill 同步。
  • Curator 可以发现并接管未管理的 Skill；内置办公 Skill 覆盖 docx、xlsx、PDF 和更新后的 PowerPoint。
  • MCP Server 可以依据缓存的工具 schema 延迟启动，减少会话开始时一次性拉起所有 Server 的开销。
  • 安全侧加入 DNS 固定的 SSRF 防护、压缩边界脱敏、凭据读取范围限制、依赖安全更新和 OpenViking 内存 Provider 加固。
  • 会话存储补强关闭、重试与索引修复，并加入 hermes sessions optimize 和面向中日韩文本的双字索引。
  • 本次 Release 已包含 v0.19.1 的基础设施补丁，无需先单独安装 v0.19.1。

升级与兼容性提醒​

常规升级使用：

hermes update

本版本需要特别注意：

  1. Node.js 26 成为安装器、修复和升级流程的目标运行时。 自建环境应先确认 Node.js 版本和相关路径配置。
  2. Homebrew 与 pip / PyPI wheel 安装渠道已经退出。 官方当前支持 shell 安装器、Docker 和 Nix；使用旧渠道的用户需要迁移安装方式。
  3. 检查语音语言配置。 全局 stt.language 默认值为 en，主要使用中文语音时建议显式设置并验证转写结果。
  4. 验证外部集成。 使用 A2A、Webhook、远程 Gateway、Relay 或 SSH 后端时，先在测试 Profile 检查鉴权、签名和路由。
  5. 检查审批策略。 升级后确认历史规则生成的 allowlist 建议、连续拒绝熔断和容器相关审批符合团队要求。

升级完成后运行 hermes --version，确认版本为 v0.20.0；随后分别验证一次常用文本会话、工具调用以及你实际使用的语音或 Gateway 平台。

参考链接​