Hermes Agent v0.14.0（代号“The Pinnacle Release”）已于 2026年5月16日 正式发布。这个版本被定位为 Hermes Agent 发展的一个​巅峰时刻​，核心在于将 Hermes 从一个“工具调用者”彻底转变为一个​通用的 AI 操作系统内核​。

v0.14.0 的核心亮点在于引入了​多模态感知与行动能力​（Vision + Action），让 Agent 能够“看懂”屏幕并像人类一样操作键盘鼠标，同时在架构上实现了完全的模块化。

核心能力升级：视觉与行动 (Vision & Action)

1. 原生视觉感知 (Vision)

• ​视觉模式​：Hermes 现在支持原生视觉模式，能够处理图像输入。
• ​多模态模型支持​：集成了 GPT-4o 和 Claude 3.5 Sonnet 的视觉能力，支持通过 hermes model 命令切换。
• ​图像路由​：在 MCP（模型上下文协议）中实现了基于模型视觉能力的图像路由，确保视觉任务分配给合适的模型。

2. 屏幕操作与自动化 (Action)

• ​GUI 自动化​：引入了 gui_control 和 keyboard_mouse 工具，允许 Hermes 直接控制屏幕上的 GUI 元素（点击、输入、滚动）。
• ​Vision-Action 循环​：实现了“看（Vision） -> 思考（Reasoning） -> 动（Action）”的闭环，让 Agent 能够像人类用户一样操作电脑软件。
• ​屏幕阅读器​：集成了 screen_reader 工具，能够 OCR（光学字符识别）屏幕内容并将其转化为文本供模型理解。

架构革新：模块化与插件化

1. 完全插件化架构

• ​核心剥离​：v0.14.0 将核心逻辑剥离，实现了 100% 的插件化。核心仓库现在仅包含运行时框架，所有功能（模型、工具、平台）都通过插件加载。
• ​插件生态系统​：引入了插件清单（Manifest）系统，支持从远程仓库动态拉取和更新插件，无需更新核心 Agent 即可扩展功能。

2. 新的模型上下文协议 (MCP) v2

• ​双向流​：支持双向流式传输，允许工具和模型之间进行实时的增量通信。
• ​状态同步​：改进了工具状态的同步机制，确保在长时间运行的任务中状态的一致性。

智能增强：推理与记忆

1. 深度推理模式 (Deep Reasoning)

• ​R1 模型集成​：集成了 DeepSeek-R1 等深度推理模型，支持在 TUI 和 Dashboard 中一键切换。
• ​思维链优化​：优化了思维链（Chain-of-Thought）的生成逻辑，减少了幻觉，提高了复杂问题的解决能力。

2. 记忆系统升级

• ​向量数据库​：引入了本地向量数据库（基于 ChromaDB），支持长期内存的存储和检索。
• ​记忆压缩​：实现了记忆压缩算法，自动归纳和总结历史对话，防止上下文窗口溢出。

开发者工具与平台支持

• ​Web 仪表盘重构​：Dashboard 进行了全面重构，支持实时查看 Agent 的思维过程、工具调用栈和内存状态。
• ​TUI 增强​：TUI 现在支持​分屏模式​，可以同时查看日志、内存和当前任务状态。
• ​新平台支持​：新增了对 Slack 和 Telegram 的原生插件支持，使其成为第 21 和第 22 个支持的平台。

Hermes Agent v0.14.0 核心更新速览

Hermes Agent v0.14.0 是一个​里程碑式的版本​。它不再仅仅是一个聊天机器人或简单的工具调用者，而是进化成了一个​具备视觉感知和物理操作能力的通用 AI 操作系统​。通过 Vision-Action 循环和完全插件化的架构，它为构建真正自主的 AI 助手奠定了基础。