Hermes Agent: الوكيل الذي يكبر مع مستخدميه — تحليل معمق لمشروع Nous Research

قضى مطورو OpenClaw أشهراً في بناء واحد من أكبر مشاريع الوكلاء مفتوحة المصدر في التاريخ. استجاب المجتمع. نما النظام. لكن في أوائل 2026، بدأ شكوى يتكرر في منتديات المناقشة: الوكيل لا يتذكر المستخدم بين الجلسات. يعيد شرح الأمور من الصفر. يحتاج إعدادات يدوية متكررة.

هذه الفجوة بالضبط هي ما استهدفها مختبر Nous Research عندما أطلق Hermes Agent. ليس وكيلاً آخر في سوق مزدحم، بل مشروعاً يتبنى فلسفة مختلفة: النظام لا يُستخدم فقط، بل يكبر مع من يستخدمه. في أقل من شهرين، تجاوز عدد نجوم المشروع 18 ألفاً على GitHub، مع أكثر من 242 مساهماً، ليصبح أحد أسرع مشاريع الوكلاء نمواً في تاريخ المنصة.

من أين أتى Hermes Agent

Nous Research ليس مشروعاً عابراً. مختبر أبحاث تأسس عام 2023، يديره Jeffrey Quesnelle وKaran Malhotra وTeknium وShivani Mitra، وراءه نماذج Hermes الشهيرة وNomos وPsyche. في أبريل 2025، أغلقت الشركة جولة تمويل Series A بقيمة 50 مليون دولار بقيادة Paradigm، بتقييم رمزي بلغ مليار دولار، ليصل إجمالي تمويلها إلى أكثر من 70 مليون دولار.

هذا السياق مهم لسبب محدد: Hermes Agent لم يُبنَ بواسطة شركة منتجات تشحن ميزات. بُنيَ بواسطة الأشخاص الذين يدربون النماذج أنفسهم. يفهمون ما يحدث بين النموذج والمستخدم بمستوى لا تحاول معظم الأطر الأخرى الوصول إليه.

المشروع مرخص بـ MIT بالكامل، ومتاح على GitHub تحت اسم NousResearch/hermes-agent. التحديث الأخير v0.5.0 (v2026.3.28) وصفته Nous Research بأنه “إصدار التصلب”، ضم أكثر من 50 إصلاحاً أمنياً وموثوقية، وتحقيقاً شاملاً لسلامة سلسلة التوريد، بالإضافة إلى إضافة Hugging Face كمزود أساسي. بعده بأيام، صدر v0.6.0 الذي أضاف دعم Lark وWeChat Work، وإمكانية استخدام Hermes كخادم MCP للوصول إلى بيئات التطوير المتكاملة، ودمج 95 طلب سحب في يومين فقط.

حلقة التعلم المغلقة

جوهر Hermes Agent هو ما تسميه Nous Research “حلقة التعلم المغلقة”. عندما يحل الوكيل مهمة معقدة تتطلب عدة استدعاءات للأدوات، يقوم تلقائياً بتحليل ما نجح، ويحول الإجراء إلى “مهارة” جديدة محفوظة بتنسيق Markdown. هذه المهارات تتحسن مع الاستخدام المتكرر، وتصبح جزءاً من الذاكرة الإجرائية. كما يحتفظ بذاكرة دائمة عبر SQLite، يبحث في محادثاته السابقة، ويبني نموذجاً تدريجياً عن تفضيلات المستخدم وأنماط عمله.

التصميم “المجلس الداخلي” حيث يتناقش وكلاء فرعيون داخلياً قبل إصدار الإجابة النهائية. لا يرى المستخدم هذا النقاش، لكنه يقلل الهلوسات ويحسن جودة الاستدلال في المهام متعددة الخطوات. Hermes أكثر من مجرد إطار عمل؛ هو وكيل أولاً مع نموذج نمو مركزي: الوكيل في المركز، محاط بطبقة الذاكرة وطبقة المهارات. القنوات مجرد واجهات تتصل بنفس الوكيل الأساسي.

الفرق مع أطر الأتمتة التقليدية

Zapier AI وMake وn8n تعتمد أساساً على نموذج trigger-action الثابت: حدث معين يؤدي إلى سلسلة إجراءات محددة مسبقاً. حتى مع إضافة الذكاء الاصطناعي، تبقى هذه الأدوات محدودة بقواعد الـ workflows المبرمجة يدوياً، وتعتمد على نماذج سحابية مغلقة.

Hermes، بالمقابل، وكيل agentic حقيقي. يخطط، يقرر، ينفذ خطوات متعددة، ويتكيف مع النتائج غير المتوقعة. لا يحتاج إلى رسم خريطة كاملة مسبقاً؛ يكفي وصف المهمة باللغة الطبيعية. كما أنه self-hosted بالكامل، مما يعطي سيطرة كاملة على البيانات.

المقارنة مع OpenClaw تحديداً تكشف فروقاً جوهرية. OpenClaw يستخدم نموذج hub-and-spoke: بوابة مركزية توجّه الرسائل من جميع القنوات المتصلة. بنية تحتية أولاً — تُعد طبقة التوجيه، ثم تُبنى عليها. بينما Hermes هو وكيل أولاً مع نموذج نمو مركزي. عملياً، OpenClaw يشبه نشر خدمة، بينما Hermes يشبه تكوين مساعد شخصي يمكن الوصول إليه من أماكن متعددة. في وثائق المقارنة، يوصف Hermes بأنه “ما يحدث عندما يتوقف الذكاء الاصطناعي عن كونه نافذة دردشة طموحة ويبدأ في التصرف مثل ذلك الزميل الذي لا يتذكر كل قرار من ثلاثة أشهر مضت فحسب، بل يكتب وثائق العمليات من أجل المتعة”.

القدرات الوكيلية والتكاملات

Hermes Agent ليس chatbotاً ينتظر أوامر. وكيل مستقل يعيش على خادم — جهاز محلي، VPS بـ 5 دولارات شهرياً، أو بنية serverless عبر Modal أو Docker — ويستمر في العمل 24 ساعة. يتصل بـ Telegram وDiscord وSlack وWhatsApp وSignal وLark وWeChat Work. يحتوي على أكثر من 40 أداة مدمجة: الوصول إلى الطرفية، عمليات الملفات، أتمتة المتصفح، تنفيذ الكود، توليد الصور، وجدولة المهام cron باللغة الطبيعية. يمكن توسيعه عبر MCP servers لإضافة أدوات خارجية، ويتضمن مهارات جاهزة لـ Google Workspace وNotion وLinear وGitHub.

يدعم أكثر من 400 نموذج عبر Nous Portal، و200 نموذج عبر OpenRouter، ونقاط نهاية متوافقة مع OpenAI، ونماذج محلية عبر Ollama أو vLLM. يمكن التبديل بين النماذج بأمر hermes model واحد دون تغيير الكود. لا تقييد بمزود واحد، ولا قفل بائع.

الأمان

v0.5.0 “إصدار التصلب” أصلح مشكلة تعرض بيانات LiteLLM، وأضاف إصلاحات لاختراق المسار، وحسن أمان الحاويات. الحماية المدمجة تشمل تدفقات الموافقة على الأوامر، حظر الأنماط الخطيرة، ومسح الذاكرة للحقن. مع القدرة على الوصول إلى نظام الملفات وتنفيذ الأوامر الطرفية، يصنف باحثو أمان Hermes Agent في مستوى خطر “متوسط”، مع توصية بعدم منح صلاحيات واسعة في بيئات غير موثوقة.

التكلفة وطرق الوصول

الكود مفتوح المصدر ومجاني بالكامل. تُدفع فقط تكاليف API للنموذج — ما لم يُستخدم نموذج محلي مجاني (Ollama/LM Studio). التثبيت عبر أمر git clone واحد، يعمل كـ daemon خلفي. المتطلبات: 4GB RAM كحد أدنى (8GB موصى بها)، مع مساحة تخزين حسب حجم الذاكرة والمهارات المتراكمة.

الموقع الرسمي: https://hermes-agent.nousresearch.com — المصدر على GitHub: https://github.com/NousResearch/hermes-agent — الوثائق: https://hermes-agent.nousresearch.com/docs/

الحدود الحقيقية

لا يزال المجتمع متفقاً على أن Hermes لا يحل محل OpenClaw. معظم المستخدمين يعتبرونهما مكملين، لا متنافسين. لكل منهما نقطة قوة، ولكل منهما جمهوره. التثبيت أسهل من OpenClaw، لكن أداة التوجيه لا تزال أقل سلاسة. في المهام البسيطة والمتكررة التي لا تحتاج تعلماً، تظل Zapier أو Make أسرع وأقل تعقيداً. اللغة العربية مدعومة بقدر ما يدعمها نموذج LLM الأساسي، ولا يوجد دعم أصلي مدمج.

الخلاصة

Hermes Agent ليس وكيلاً آخر. يحل مشكلة تجاهلها معظم الإطارات الأخرى: ما يحدث بعد الجلسة الأولى. بينما يركز OpenClaw على الاتساع وسوق مهارات ضخم، يركز Hermes على العمق: نظام يستخدم أكثر، يصبح أكثر قدرة.

لم يمر شهران على إطلاقه. في 2 أبريل 2026، أصدر الفريق v0.7.0 الذي حوّل الذاكرة إلى نظام إضافات قابل للتوسع، مما يسمح للمستخدمين باستبدال الخلفية بأي قاعدة بيانات أو بنية تخزين يختارونها. الوتيرة التي يتطور بها Hermes Agent تعكس أكثر من مجرد كفاءة تقنية — تعكس جماعة متنامية من المستخدمين الذين يختارون وكلاء يتذكرون، يتكيفون، ويكبرون معهم.