从 Hermes Agent 架构中提炼出的第11个 LangGraph 设计模式Self-Improving Agent拆解 Nous Research 最新开源项目的学习闭环用 LangGraph 实现一个会自我进化的 Agent这两天 Nous Research 发布了 Hermes Agent一个号称会随你成长的 AI Agent。28k GitHub stars现在有33.1k了社区讨论热度很高。我花了几天时间深入分析了它的源码发现最有价值的可能不在于它的40工具或14个平台接入反而是它的学习闭环架构——Agent 完成复杂任务后自动将方法提取为可复用的 Skill下次遇到类似问题直接调用并改进当然这也是 Hermes Agent 的核心卖点。我觉得这个设计理念十分不错再结合自身的开源项目 AgentFlow完全可以用 LangGraph 的 StateGraph 来实现。于是我把它提炼成了 AgentFlow 的第11个设计模式Self-Improving Agent。一、Hermes 的核心设计四层记忆 学习闭环1.1 四层记忆架构传统 Agent 的做法是把所有历史对话塞进 context window。问题很明显——token 线性增长几轮对话后要么截断丢失信息要么全塞费钱且注意力稀释。Hermes 的解法是把记忆按访问频率进行分层和计算机的 CPU缓存/内存/磁盘 是完全相同的思路层级存储大小加载时机Layer 1MEMORY.md~800 tokens每次对话开始冻结快照注入 system promptLayer 2USER.md~500 tokens同上记录用户偏好和沟通风格Layer 3SQLite FTS5无限按需检索上周讨论的 X 是什么Layer 4Skills/渐进加载Level 0 只加载名称(~3k tokens)Level 1 按需加载全文这样设计有几点好处有界热记忆MEMORY.md 限制 2200 字符满了必须先整合再添加、跟 Claude Code 相反当然这肯定不是 bug而是 feature——强制记忆保持高信噪比。渐进式技能加载643 个 skill 不可能全塞进 context window所以默认只看名字匹配到才加载全文。冻结快照session 开始时冻结记忆快照避免高频 LLM 调用时每次都重建 system prompt配合 Anthropic 的 prompt caching 省 token。1.2 学习闭环任务完成 → 评估质量 → 高分(≥7) 复杂(≥5步) ↓ 提取方法为 Skill Markdown ↓ 下次遇到类似任务 → 加载 Skill 指导执行 ↓ 根据新结果更新 Skill自我改进每15个任务触发一次Periodic NudgeAgent 全局评估自己的记忆整合重复条目清理过期信息。核心在于Hermes 记住的是方法而不是事实。它把成功的工作流转化为可复用的程序这就是所谓的 Procedural Memory程序性记忆。二、LangGraph 实现Self-Improving Agent我用 LangGraph StateGraph 实现了这个模式5个节点Router → Executor → Evaluator → Skill Extractor → Memory Updater2.1 核心 State 定义class AgentState(TypedDict): messages: Annotated[list, add_messages] task: str task_type: str matched_skill: Optional[dict] # 从 Skill Store 检索到的技能 execution_steps: list[str] # 执行步骤记录 result: str evaluation_score: float # 1-10 质量评分 should_create_skill: bool # 是否需要提取技能 should_update_memory: bool # 是否触发记忆整合 task_count: int # 任务计数器控制 nudge 频率2.2 MemoryStore双层持久化class MemoryStore: Layer 1 - Hot Memory: 有界(2000字符), 每次注入 system prompt Layer 2 - Skill Store: 渐进加载, JSON markdown 文件 def get_memory_snapshot(self) - str: 冻结快照注入 system prompt def get_skill_index(self) - list[dict]: Level 0: 只返回名称和描述 def get_skill(self, name: str) - dict: Level 1: 加载完整技能内容 def save_skill(self, skill: dict): 保存新技能或更新已有技能 def consolidate_memory(self, entries: list[str]): Nudge: 整合记忆替换所有条目2.3 关键条件边什么时候触发技能提取should_create ( score 7.0 # 高质量完成 and num_steps 3 # 非平凡任务至少3步 and not state[matched_skill] # 没有使用已有技能避免重复创建 )这直接借鉴了 Hermes 的设计只有足够复杂且做得足够好的任务才值得提取为技能。Hermes 用的阈值是 5 tool calls我这里简化成 3 步当然可以按需设置。2.4 Skill 的数据结构{ name: python_code_review, description: Review Python code for bugs, security issues, and style, task_type: code_review, procedure: 1. Check for security issues...\n2. Check logic bugs...\n3. Check performance..., pitfalls: Dont just look at syntax, check for race conditions in async code, verification: Ensure every finding has a concrete fix suggestion, use_count: 3, avg_score: 8.2 }这里需要注意三个字段procedure— 核心记录的是方法不是结论。先查安全→再查逻辑→最后看性能这个执行顺序本身就是知识。pitfalls— 记录踩过的坑防止下次犯同样的错。verification— 怎么验证结果是对的。没有这个字段skill 就只是一堆指令没有质量保障。2.5 Skill 的复用与自我改进在 Executor 节点匹配到的 skill 会被注入到 prompt 中引导执行def executor(state: AgentState) - AgentState: skill_guidance if state.get(matched_skill): skill state[matched_skill] skill_guidance f You have a relevant skill to guide you: Procedure: {skill[procedure]} Pitfalls to avoid: {skill[pitfalls]} Verification: {skill[verification]} # skill_guidance 注入 prompt引导 LLM 按已验证的方法执行这里并不是硬编码——LLM 仍然可以偏离 skill 的步骤。但有了 skill 指导输出质量和一致性会显著提高。当已有技能被复用时根据新评分更新统计def update_skill_stats(self, skill_name: str, score: float): skill[use_count] 1 skill[avg_score] running_average(old_avg, new_score)低分技能自然淘汰Router 优先匹配高分技能高分技能持续强化——简化版自然选择。三、与 Hermes 原版的对比特性Hermes AgentAgentFlow 实现记忆层数4层 可插拔外部 provider2层Hot Memory Skill Store技能格式http://agentskills.io Markdown 标准JSON更适合程序化处理技能加载渐进式 Level 0/1/2简化版 Level 0/1Nudge 频率每15个任务可配置默认5编排引擎同步单循环 (run_agent.py)LangGraph StateGraph声明式User ModelingHoncho 辩证用户建模未实现可扩展关键差异Hermes 是一个完整产品9200行核心代码而我的实现是一个可组合的设计模式~300行可以嵌入到任何 LangGraph 项目中。四、适用场景重复性知识工作代码审查、数据分析、报告生成——做过一次的事不应该从零开始个人 AI 助手积累用户偏好越用越懂你自动化运维把排障流程沉淀为技能新人也能用教育场景Agent 记住学生的薄弱点调整教学策略五、如何集成到你的项目from self_improving_agent import create_self_improving_agent agent create_self_improving_agent( llmyour_llm, storage_dir./my_agent_memory, nudge_interval10, skill_threshold7.0, ) result agent.invoke({ messages: [HumanMessage(content你的任务)], task: 你的任务, task_type: , matched_skill: None, execution_steps: [], result: , evaluation_score: 0, should_create_skill: False, should_update_memory: False, task_count: current_count, })六、总结Hermes Agent 最值得学习的不是它的40工具而是它的架构思想有界热记忆 无限上下文窗口——强制高信噪比程序性记忆 陈述性记忆——记住方法不是事实渐进式加载 全量注入——用 token 预算换技能规模周期性自省 被动积累——定期整理才能保持记忆质量这些原则适用于任何 Agent 系统不仅仅是 Hermes。