返回博客
HermesOpen InterpreterComparisonAI Agents

Hermes Agent 与 Open Interpreter 对比:怎么选

Open Interpreter 在你的终端本地执行代码;Hermes Agent 是一个带持久记忆的常驻服务器。何时选谁,如何搭配。

作者:Hermify Team||阅读约 3 分钟
Hermes Agent 与 Open Interpreter 深色分屏对比示意图,一侧是带消息与记忆的持久服务器运行时,另一侧是在你机器上写代码并执行的本地终端 REPL

两个热门代理,两种截然不同的形态

如果你在搜索框里输入了"hermes agent vs open interpreter",你正在权衡两个都让模型做真活的开源 AI 代理项目,但它们瞄准的是完全相反的角色。Open Interpreter 是 Killian Lucas 打造的本地代码执行助手,2023 年 9 月发布时是 GitHub 上的头号趋势仓库,如今星标已超过 60,000,2025 年推出的桌面应用把它重新定位为通用的电脑操作代理。Hermes Agent 是 Nous Research 用 Python 打造、带持久记忆和约二十条消息通道的服务器运行时,2026 年 2 月发布,如今星标已超过 175,000。

两个项目都落在"让 LLM 替你干事"这只桶里,但相似之处也就到此为止。一个是站在你面前、以 REPL 形态运行的解释器,把自然语言翻译成 Python 或 Shell,在你自己的机器上执行。另一个是常驻在服务器上的守护进程,跨会话记住你,并在 Telegram、WhatsApp、Slack 等平台上找到你。本文梳理两者到底是什么、各自何时胜出,以及把两者组合起来的诚实混合方案。

Open Interpreter 究竟是什么

Open Interpreter 是一个本地、原生于终端的代码解释器,外面加了一层自然语言接口。你用 pip install open-interpreter 安装,运行 interpreter,然后用中文描述任务。模型会写出一段 Python、JavaScript、Bash、PowerShell、R 或 Ruby,展示给你审批,在你的 shell 中执行,读取输出,然后不断迭代直到完成。它是 OpenAI 托管版 Code Interpreter 的开源、本地对应物,没有沙箱、没有时间限制、没有文件大小上限。

它的经典用途,是对本就在你笔记本上的文件做那种枯燥但价值高的自动化:按规则重命名 500 个文件、从 30 份 PDF 里抽表格、给 CSV 画图、批量缩放一整个文件夹的图片、抓取一个页面。你可以把它对接到 Anthropic、OpenAI,或是一个 Ollama 端点以实现完全离线运行。2025 年推出的桌面应用把同样的运行时打包成 macOS 和 Windows 版本,并给非技术用户加上了通用的 computer-use 表面:需要时它可以点击、输入并截屏

它刻意不做的,是当一个后台自主服务。Open Interpreter 没有跨会话的持久记忆、没有调度器、没有和消息平台的集成,也没有自我改进的闭环。你一关终端,上下文就没了。明天,解释器不会记得它碰过哪些文件、哪种做法有效,也不记得你上周的决定。这不是疏忽,而是设计选择:代码解释器天生是一段会话,不是一个住户。

Hermes Agent 究竟是什么

Hermes Agent 是一个 Python 服务器运行时。一条命令安装,一条命令启动,你的宿主机上就会出现一个长期运行的进程 - 一台 5 美元的 VPS、一台 Raspberry Pi、一台 NAS,或家里的一台服务器。从这台宿主机上,它对外暴露约二十条通道的网关:Telegram、WhatsApp、Discord、Slack、Signal、Matrix、Mattermost、邮件、短信以及一个本地 CLI 等等。

这个运行时刻意只有一个代理,力量来自开箱即用的三层状态:

  • 核心记忆文件(MEMORY.mdUSER.md),会在每次会话开始时注入到系统提示中。
  • 会话检索由 SQLite FTS5 支撑,让代理能回忆你上周二说过的话,不用你再粘贴一次。
  • **技能(skills)**是符合 agentskills.io 开放标准 的 markdown 文档,代理会加载它们,也会在完成想记住的任务之后自己写新的。

围绕记忆核心还有一整套内置工具带:网页搜索、页面抓取、浏览器自动化、视觉、图像生成、语音合成、shell 访问,以及数十种其他能力。Hermes 支持任何兼容 OpenAI 接口的模型,也就是说 Nous Portal、OpenRouter、NVIDIA NIM、Hugging Face 的 endpoint,或者你自己的本地服务器都行。运行时以 MIT 许可发布,边际成本由你的模型提供商账单主导。

选择的边界

一个简短的框架:Open Interpreter 是你用键盘驱动的代理;Hermes 是你从手机给它发消息的代理。

问题 Open Interpreter Hermes Agent
代理住在哪里 你的笔记本上(终端或桌面应用) 一台服务器上(VPS、Pi、NAS、家用服务器)
会话形态 打开一个 REPL,跑一个任务,退出 长期运行的守护进程,始终在线
主要接口 终端,或 2025 年的桌面应用 Telegram、WhatsApp、Discord、Slack,另外还有 17 条
跨会话的记忆 开箱即用没有 核心记忆文件、FTS5 会话检索、技能
扩展机制 模型现场写出的代码 MCP 服务器,加上代理自己书写的 markdown 技能
笔记本合上后是否继续运行 是,这正是它的意义
最擅长 你能看着完成的枯燥文件自动化 个人助手、记忆、跨天的草稿
语言 Python Python
许可 AGPL-3.0 MIT
GitHub 星标(2026) 60,000+ 175,000+

你选错形态时,信号通常很响。如果你的问题是"桌面上放着 400 份 PDF,午餐前我要把姓名、金额和日期整理进一个 CSV",Hermes 是错误的工具 - 你需要的是就在你终端里打开、看得见这些文件并一直迭代直到 CSV 正确的解释器。如果你的问题是"我要一个 Telegram 上认识我的代理,在笔记本合上的情况下早上 8 点帮我起草邮件",那 Open Interpreter 就是错误的工具 - 它没有服务器、没有消息桥,也没有你的持久身份。

Open Interpreter 何时胜出

Open Interpreter 是正确答案,当:

  • 任务是本地的、以文件为形状、并且你人就在机器前。重命名、抽取、变换、绘图、抓取。你看着、批准、往前推。
  • 你想要绝对的隐私和离线执行。搭配 Ollama 和一个本地模型,什么都不离开你的笔记本。没有 API key、没有日志、没有云。
  • 任务是探索性的、贴近代码的。你自己也不确定要一个脚本还是三个,希望模型试一次、失败、读错误、在同一个 shell 里再试。
  • 你想要桌面应用这层给一个不该开终端、但又需要"打字说出想要什么、看着它发生"体验的非技术用户。
  • 不需要这个代理明天还在。这次会话就是它的全部作用范围。

Open Interpreter 在这里和 on-machine 编码代理这一大类,以及像 Goose 这样的兄弟项目彼此重叠。它的与众不同之处就是那件"无聊"的事:它首先是一个执行代码的 REPL,其余一切都是装饰。

Hermes 何时胜出

Hermes Agent 是正确答案,当:

  • 代理是给你自己用的,不是给一个文件夹用的。一个每天的写作助手、一个记录日志的伙伴、一个住在 Telegram 里的私人 CRM。
  • 你想要开箱即用的记忆和消息通道。不用为了在 REPL 之上加个 Telegram 桥而自己拼一个适配器,也不用在每次会话开头粘贴"记住我用 pnpm"。
  • 代理需要在你睡觉或笔记本合上时依然醒着。服务器运行时按定义就是 24/7 在线;笔记本 REPL 不是。
  • 你希望它到你已经在的地方找你。Telegram 上的语音消息、Slack 的私信或一条短信 - 而不是你必须自己去打开的那扇终端窗口。
  • 你希望它自己进步。Hermes 会在工作中书写和修补自己的技能文件,所以下个月的代理会比今天的稍好一些。

这属于个人代理这一类。我们在 Hermes Agent 与 n8n 对比 里把 Hermes 和工作流工具做了比较,也在 Hermes Agent 与 Goose 对比 里对比了最接近的兄弟项目。

使用 Hermify 开始,如果你希望在不到一分钟内就有一个托管好的 Hermes Agent 活在 Telegram 上,而不必自己运维任何 VPS。

诚实的混合方案

这两个项目并不互斥,更有意思的搭法是同时用两个。

  • Open Interpreter 住在你的笔记本上。 当你需要现在就把一个文件夹的文件"熔穿"时,最快的路径依然是在拥有这些文件的机器的 shell 里跑 interpreter。开、看、关。
  • Hermes 住在你一整天都在给它发消息的服务器上。 它替你起草邮件、总结阅读、追踪项目,还记得你两个周五前答应过某个客户的事。

两者之间的桥梁很直接。Hermes 的一个 skill 可以在任务确实是一次性本地工作时,去调 interpreter -y "按正则重命名这些文件";解释器干净地退出,而 Hermes 继续承载关系状态。反过来,Open Interpreter 既没有消息桥,也不记得昨天,所以它甚至不需要知道 Hermes 的存在 - 它只把自己那条窄路走好。

成本、部署与锁定

两个项目都是开源、都可自托管,都不会把你绑在某个厂商上。

Open Interpreter 跑在你本地的机器上,所以运行时成本就是你的笔记本和你的模型提供商账单。搭配 Ollama 和一个本地模型,离线就是免费。没有需要维护活着的服务器,因为根本就没有服务器:关了终端,进程就结束了。

Hermes 跑在服务器上,所以你付的是那台机器(一台 5 美元的 VPS 对个人使用来说已经够用)加上模型提供商账单。如果你不想自己维护服务器,有一种托管方案可以替你处理 VPS、更新和消息桥,同时把你的记忆文件保留在你的账户里。我们在另一篇专门的文章里讨论了 自托管与托管之间的取舍

如何选择

一条简短的决策规则:

  1. 如果你的问题是"我机器上有些文件,我要一个 LLM 现在就针对它们写代码、跑代码、然后收工",选 Open Interpreter
  2. 如果你的问题是"我要一个始终在线的代理,认识我、住在 Telegram 或 Slack 里、能跨周记住我",选 Hermes Agent
  3. 如果你想在笔记本上有一个本地代码执行器,同时在手机上有一个环境级的个人代理,那就两个都跑,让 Hermes 在遇到确实是一次性本地脚本时去调 interpreter

把任何一个项目硬掰成对方的形状,就是失败模式。Open Interpreter 不是原生消息的个人守护进程,硬把它当成那个用,等于自己重造 Hermes 已经带的记忆、网关和调度。Hermes 不是原生笔记本的代码 REPL,硬把它当成那个用,等于让本地文件工作走一趟服务器,而直接一个 shell 会更快。一旦你接受它们瞄准的是不同的机器,选择就变得容易,两代理并用的搭法也开始显得理所当然。

参考资料

运行你自己的 Hermes Agent

自带 API 密钥,连接 Telegram,60 秒内即可上线一个自我改进的 AI 智能体。

立即开始