构建 Agent 技能的自我改进循环
本文介绍了如何通过“自我改进循环”提升 Agent 的技能质量。作者以 Issue 分类为例，展示了如何构建双层循环架构：内层循环负责执行具体的分类任务，外层循环则根据人工反馈自动调整技能代码。利用 GitHub Actions 和云代理平台，系统能持续从历史交互中学习并优化自身。
🏷️ Self-Improvement
3 篇Hermes Curator 横空出世！AI Agent 终于会“自我进化”了！
Hermes 官方推出了 Curator 功能，解决了 AI Agent 长期运行后技能文件混乱、冲突和过期的痛点。该功能通过使用频率追踪、每周自动运行、智能合并与剪枝等机制，实现了 Agent 的自我进化和技能管理的闭环，被誉为真正的 Agentic Moment。
Hermes Agent 从 0 到 1 教程
本文介绍了由 Nous Research 开源的自改进 AI Agent 框架——Hermes。该框架的核心优势在于内置的学习循环和持久记忆系统，能够自动从经验中提炼可复用的 Skill 并构建用户模型。文章提供了快速安装指南，详细解析了其多层记忆、Skills 系统、内置工具及多实例支持等特性，并将其与 OpenClaw 进行了对比，旨在帮助用户从 OpenClaw 迁移或快速上手 Hermes。