Hermes Agent vs Agno: runtime o libreria Python?

Una libreria e un agente in esecuzione non sono la stessa cosa

Se hai digitato "hermes agent vs agno" in un motore di ricerca, il confronto suggerito dalla frase non esiste davvero sullo stesso scaffale. Agno (il rebranding di PhiData da gennaio 2025) è un framework Python con oltre 39.800 stelle GitHub in versione 2.6.4 - fai pip install, importi classi e costruisci il tuo agente dentro un servizio FastAPI che pubblichi e gestisci. Hermes Agent è un singolo runtime open source di Nous Research che installi con un comando, fai puntare a un modello e a cui parli su Telegram. Uno è la cassetta degli attrezzi con cui costruisci agenti. L'altro è l'agente già costruito.

Questa distinzione è tutto l'articolo. Se devi consegnare un prodotto di IA multi-agente a dei clienti, Agno è una scelta forte. Se vuoi un singolo agente personale che ti conosca e giri su una VPS da cinque dollari, Agno è il livello di astrazione sbagliato. Questo post racconta cosa è davvero ciascun progetto, quando vince ciascuno e una regola di decisione utile per il 2026, incluso il caso in cui li fai girare entrambi senza problemi.

Cos'è davvero Agno

Agno è un framework Python open source per costruire agenti di IA, distribuito come libreria pip install e come runtime che il team chiama AgentOS. Lo slogan sulla pagina del progetto è "veloce, minimale, code-first" - Agno ti dà primitive (Agent, adattatori per modelli, strumenti, knowledge, memoria, team, workflow) e tu le componi nell'agente di cui il tuo prodotto ha bisogno.

Un agente minimo sta in cinque righe:

from agno.agent import Agent
from agno.models.anthropic import Claude

agent = Agent(model=Claude(id="claude-sonnet-4-6"))
agent.print_response("Summarize this PDF")

Per portarlo in produzione lo avvolgi in AgentOS - il runtime FastAPI di Agno con tutto incluso, che espone i tuoi agenti come API REST stateless e scalabile orizzontalmente, con session storage, tracing, isolamento multi-tenant, flussi di approvazione e documentazione OpenAPI inclusi. AgentOS è anch'esso open source e gratuito per il self-hosting; il container risultante lo fai girare ovunque girino i container - Docker, Railway, AWS, GCP.

Il compromesso è quello di qualsiasi framework. Agno ti consegna pezzi. Sei tu a scrivere il Python che importa la libreria, definisce l'agente, sceglie il backend del database (PostgresDb o altri), dichiara quali strumenti registrare, collega lo store della memoria e ospita il servizio da qualche parte. Non c'è nessun bot Telegram nella scatola. Non c'è un modello utente persistente che sopravviva ai redeploy a meno che tu non lo costruisca. La flessibilità del framework è il punto - e anche il costo.

Cos'è davvero Hermes Agent

Hermes Agent è un agente di IA open source di Nous Research, uscito per la prima volta a febbraio 2026 e oggi molto usato come assistente personale self-hosted. Non è una libreria che importi. È un runtime che avvii. Un comando lo installa (uno script curl che mette uv, Python 3.11 e l'agente sull'host), un altro lo avvia, e sulla tua macchina compare un processo a vita lunga con cui parli via Telegram, WhatsApp, Discord, Slack, Signal, email o un CLI locale.

C'è un solo agente, deliberatamente. Quell'unico agente prende la sua leva da tre strati di stato che arrivano di serie:

Memoria centrale in file (MEMORY.md e USER.md) iniettati nel system prompt all'inizio della sessione - cose che l'agente deve sempre sapere su di te e sul tuo lavoro.
Ricerca nelle sessioni basata su SQLite FTS5 (ricerca full-text) attraverso ogni sessione CLI e di messaggistica, così l'agente può ricordare di cosa avete parlato martedì scorso.
Skill, file markdown compatibili con lo standard aperto agentskills.io, che l'agente carica al volo e, soprattutto, crea e aggiorna da solo a partire dai task passati.

Grafo di nodi verdi luminosi su sfondo scuro che visualizza gli strati di memoria persistente di un singolo agente di IA tra le sessioni

Attorno a questo nucleo c'è una cintura di strumenti integrata: ricerca web, estrazione di pagine, automazione completa del browser (navigare, cliccare, digitare, fare screenshot), visione, generazione di immagini, text-to-speech, ragionamento multi-modello e altre decine. Puoi usare qualunque modello - Nous Portal, gli oltre 200 modelli di OpenRouter, NVIDIA NIM, Hugging Face, OpenAI o un tuo endpoint - e l'agente gira su una VPS da 5 $, un Raspberry Pi, un NAS o una macchina con GPU. È sotto licenza MIT e il costo marginale è dominato dalla bolletta del tuo fornitore di modello, non dal runtime.

La linea di decisione

Una formulazione utile: Agno è la cassetta degli attrezzi con cui costruisci un prodotto-agente. Hermes è il prodotto-agente che usi.

Domanda	Agno	Hermes Agent
Astrazione centrale	Una libreria Python più il runtime AgentOS che pubblichi	Un daemon che installi e avvii
Dove vive l'agente	Dentro un servizio FastAPI che distribuisci	Un processo a vita lunga sul tuo host
Stato tra esecuzioni	Lo cabli tu: `PostgresDb`, classe di memoria, vector store	Di serie: memoria centrale, ricerca FTS5, skill
Interfaccia verso l'utente	La costruisci tu (API REST di default)	Telegram, WhatsApp, Discord, Slack, Signal, email, CLI
Ecosistema di strumenti	Pacchetto `tools` che importi quando ti serve	Set di strumenti integrato, più skill personali e server MCP
Multi-agente / team	Team e workflow di prima classe	No, deliberatamente un singolo agente
Migliore per	Prodotti di IA su misura, sistemi multi-agente, observability	Assistenza personale, recall, bozze, giudizio tra sessioni
Tempo per "funzionante"	Da ore a settimane di engineering	Minuti per installare e iniziare a chattare
Licenza	MPL-2.0 (open source)	MIT
Self-hosted	Sì (tu ospiti il servizio FastAPI)	Sì (Docker, SSH, Daytona, Modal e altri)

Il segnale che hai scelto quello sbagliato è di solito chiassoso. Se stai usando Agno per costruire "un agente su Telegram che si ricorda di me", stai per scrivere lo strato di memoria, lo store delle sessioni, l'adattatore di messaggistica, il loader delle skill e la storia di deploy. Quello è Hermes, per la strada lunga. Se stai usando Hermes per costruire una funzionalità multi-tenant per i clienti dentro il tuo SaaS, con workflow ramificati, sub-agenti che recitano ruoli e tracing per tenant in produzione, finirai per sfondare in fretta il runtime mono-agente di Hermes. Quello è Agno.

Quando vince Agno

Agno è la risposta giusta quando:

Stai costruendo un prodotto di IA per qualcun altro - clienti, dipendenti, un mercato. L'interfaccia, il modello dati, l'autenticazione, i confini della memoria multi-tenant - tutto questo lo disegni tu, e Agno sta fuori dai piedi.
Ti servono più agenti che si coordinano. Le primitive Team e Workflow di Agno sono di prima classe, con memoria condivisa e handoff strutturati. Hermes è di proposito un singolo agente.
Ti serve observability di produzione. AgentOS porta tracing, flussi di approvazione, RBAC e la superficie OpenAPI di FastAPI di default. Hermes ha i log.
Vuoi composizione code-first. Alcuni team preferiscono esprimere il comportamento dell'agente in Python, con test, tipi e PR. Agno ci sta benissimo.
Hai capacità di engineering. Costruire su Agno presuppone che tu possa scrivere, ospitare e operare il servizio FastAPI risultante. È un costo reale, pagato in giorni di lavoro e manutenzione continua.

Questa è la categoria engineering di agenti in produzione. Agno si sovrappone a LangChain / LangGraph, AutoGen e CrewAI in questo spazio, con un focus più affilato sull'essere una libreria Python snella e veloce piuttosto che un framework con dentro di tutto.

Quando vince Hermes

Hermes è la risposta giusta quando:

L'agente è per te, non per i tuoi utenti. Un assistente di scrittura quotidiano, un compagno di journaling a lunga durata, un CRM personale che vive su Telegram.
Vuoi la memoria e la messaggistica di serie. Niente PostgresDb da cablare, niente adattatore di messaggistica da scrivere, niente servizio FastAPI da operare.
Ti interessa la latenza per turno. Una chiamata al LLM con contesto persistente batte un handoff multi-agente con retrieval e passi intermedi.
Vuoi installare oggi, utile oggi. La strada da curl | sh a una conversazione su Telegram si misura in minuti.
Vuoi aggiungere capacità scrivendo un file markdown, non modificando una classe Python. Le skill di Hermes sono testo puro, e l'agente stesso può scriverle per te.

Questa è la categoria agente personale. Abbiamo confrontato Hermes con i grandi assistenti solo chat in Hermes Agent vs ChatGPT, Claude e Gemini e con gli strumenti di workflow in Hermes Agent vs n8n.

Inizia con Hermify se vuoi un Hermes Agent gestito che gira su Telegram in meno di un minuto - lo stesso agente, senza VPS da operare.

L'ibrido onesto

I due progetti non si escludono, e il setup più interessante li usa entrambi.

Agno si occupa dei workflow di prodotto pesanti. Un servizio AgentOS espone endpoint strutturati per i job multi-agente a raffica - qualificazione dei lead con un team di ricerca, analisi documenti con un agente revisore, pipeline di generazione di codice, qualunque cosa benefici di composizione esplicita dei team e tracing per invocazione.
Hermes porta avanti la relazione. Il tuo Hermes Agent personale è la superficie di chat che davvero usi. Ti conosce, ricorda cosa gli hai chiesto ieri e decide quando delegare. Per un job pesante chiama il servizio Agno via HTTP (o tramite l'interfaccia server MCP che Hermes espone), riceve un risultato strutturato e te lo riporta su Telegram.

Un singolo agente di IA luminoso su sfondo scuro che invia una richiesta strutturata a un diagramma a livelli di framework Python sull'altro lato

In questo schema in Hermes vive lo stato della relazione - cosa ti importa, come scrivi, chi sono i tuoi contatti. In Agno vivono i workflow multi-agente progettati - le pipeline multi-step, multi-tool e osservabili che richiedono un disegno attento. Un singolo file di skill Hermes basta a esporre un endpoint Agno come un altro strumento che l'agente può chiamare. La direzione inversa è più difficile, perché Agno non ha il concetto nativo di "l'utente attraverso app di messaggistica e mesi di storia" - quello te lo costruiresti tu.

Costo, hosting e lock-in

Entrambi i progetti sono open source e self-hostabili. Il lock-in non è il differenziatore.

La forma del costo sì. Il costo marginale di Agno è ciò che il tuo agente e AgentOS eseguono - a volte una chiamata al modello, a volte dieci se un team sta ragionando insieme - più l'infrastruttura per ospitare il servizio FastAPI (un'istanza Postgres per le sessioni è tipica), più il vector store e lo stack di tracing che scegli. Per un prodotto serio la bolletta della piattaforma pesa.

Il costo marginale di Hermes è il fornitore di LLM a cui punti - la tua bolletta OpenAI, Anthropic o OpenRouter - con il runtime che aggiunge un overhead trascurabile. L'uso individuale tipico si colloca tra i cinque e i trenta dollari al mese sul lato modello. I trade-off tra self-hosting e Hermify gestito li abbiamo trattati in Hermes Agent: hosting vs self-hosting.

Come scegliere

Una regola di decisione corta:

Se il tuo problema è "sto costruendo un prodotto di IA, magari con più agenti coordinati, con workflow ramificati e più utenti" - scegli Agno (probabilmente con AgentOS davanti a Postgres).
Se il tuo problema è "voglio una sola IA che mi conosca e agisca per me attraverso le app di messaggistica" - scegli Hermes.
Se il tuo problema è "voglio un agente personale che sappia anche far partire workflow multi-agente pesanti quando serve" - usa Hermes come porta d'ingresso e chiama un servizio Agno per quei workflow.

Costringere uno dei due a fare il ruolo dell'altro è il modo in cui si rompe tutto. Agno non è un runtime per un agente personale; fingere il contrario significa ricostruire le parti di Hermes che avresti avuto gratis. Hermes non è una piattaforma multi-tenant; fingere il contrario significa costruire confini che il runtime non è mai stato pensato per imporre. Una volta che accetti che puntano a strati diversi dello stack, la scelta diventa facile e lo schema ibrido inizia a sembrare ovvio.