nousresearch/hermes-agent-self-evolution
Developer tools이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기
⚒ Hermes 에이전트의 진화적 자기 개선 — DSPy + GEPA를 활용한 스킬, 프롬프트, 코드 최적화
개요
Hermes 에이전트 자기진화는 DSPy + GEPA(유전-파레토 프롬프트 진화)를 사용하여 Hermes Agent의 기술, 도구 설명, 시스템 프롬프트, 코드를 자동으로 진화시키고 최적화하며, 반영적 진화 탐색을 통해 측정 가능한 더 나은 버전을 생성합니다. 모든 것은 API 호출을 통해 작동합니다 — 텍스트 변형, 결과 평가, 최적의 변형 선택 등. ~최적화 실행당 $2-10. GEPA는 실행 추적을 읽어 왜 실패하는지 이해하고(단순히 실패했다는 이유뿐만 아니라), 목표 개선을 제안합니다. ICLR 2026 구술, MIT 라이선스. 모든 진화 변형은 통과해야 합니다: 1. — pytest test/ -q 100% 통과 2. — 기술 ≤15KB, 도구 설명 ≤500 문자 3. — 대화 중간에 변경 금지 4. — 원래 목적에서 벗어나면 안 됩니다 5. — 모든 변경 사항은 인간 검토를 거치며, 직접 커밋은 하지 않습니다 전체 아키텍처, 평가 데이터 전략, 제약 조건, 벤치마크 통합 및 단계별 일정에 대해서는 PLAN.md 를 참조하십시오.
개요(AI 번역)
헤르메스 요원의 진화적 자기 개선.
Hermes 에이전트 자기진화는 DSPy + GEPA(유전-파레토 프롬프트 진화)를 사용하여 Hermes Agent의 기술, 도구 설명, 시스템 프롬프트, 코드를 자동으로 진화시키고 최적화하며, 반영적 진화 탐색을 통해 측정 가능한 더 나은 버전을 생성합니다.
GPU 훈련이 필요 없습니다. 모든 것은 API 호출을 통해 작동합니다 — 텍스트 변형, 결과 평가, 최적의 변형 선택 등. ~최적화 실행당 $2-10.
작동 원리
GEPA는 실행 추적을 읽어 왜 실패하는지(단순히 실패했다는 이유가 아니라) 이해한 후, 목표 개선을 제안합니다. ICLR 2026 구술, MIT 라이선스.
퀵 스타트
최적화하는 것
| 단계 | 목표 | 엔진 | 상태 |
|---|---|---|---|
| 1단계 | 스킬 파일 (SKILL.md) | DSPy + GEPA | ✅ 구현 |
| 2단계 | 도구 설명 | DSPy + GEPA | 🔲 계획 |
| 3단계 | 시스템 프롬프트 섹션 | DSPy + GEPA | 🔲 계획 |
| 4단계 | 도구 구현 코드 | 다윈 진화자 | 🔲 계획 |
| 5단계 | 지속적 개선 루프 | 자동화 파이프라인 | 🔲 계획 |
엔진
| 엔진 | 이 기능이 무엇인지 | 라이선스 |
이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.
README
원문 README의 일부입니다. 원문 보기.
🧬 Hermes Agent Self-Evolution
Evolutionary self-improvement for Hermes Agent.
Hermes Agent Self-Evolution uses DSPy + GEPA (Genetic-Pareto Prompt Evolution) to automatically evolve and optimize Hermes Agent’s skills, tool descriptions, system prompts, and code — producing measurably better versions through reflective evolutionary search.
No GPU training required. Everything operates via API calls — mutating text, evaluating results, and selecting the best variants. ~$2-10 per optimization run.
How It Works
Read current skill/prompt/tool ──► Generate eval dataset
│
▼
GEPA Optimizer ◄── Execution traces
│ ▲
▼ │
Candidate variants ──► Evaluate
│
Constraint gates (tests, size limits, benchmarks)
│
▼
Best variant ──► PR against hermes-agent
GEPA reads execution traces to understand why things fail (not just that they failed), then proposes targeted improvements. ICLR 2026 Oral, MIT licensed.
Quick Start
# Install
git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
# Point at your hermes-agent repo
export HERMES_AGENT_REPO=~/.hermes/hermes-agent
# Evolve a skill (synthetic eval data)
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source synthetic
# Or use real session history from Claude Code, Copilot, and Hermes
python -m evolution.skills.evolve_skill \
--skill github-code-review \
--iterations 10 \
--eval-source sessiondb
What It Optimizes
| Phase | Target | Engine | Status |
|---|---|---|---|
| Phase 1 | Skill files (SKILL.md) | DSPy + GEPA | ✅ Implemented |
| Phase 2 | Tool descriptions | DSPy + GEPA | 🔲 Planned |
| Phase 3 | System prompt sections | DSPy + GEPA | 🔲 Planned |
| Phase 4 | Tool implementation code | Darwinian Evolver | 🔲 Planned |
| Phase 5 | Continuous improvement loop | Automated pipeline | 🔲 Planned |
Engines
| Engine | What It Does | License |
|---|---|---|
| DSPy + GEPA | Reflective prompt evolution — reads execution traces, proposes targeted mutations | MIT |
| Darwinian Evolver | Code evolution with Git-based organisms | AGPL v3 (external CLI only) |
Guardrails
Every evolved variant must pass:
추천 도구
다른 키워드를 입력하거나 필터를 제거해 보세요.
설치
npx skillfish add nousresearch/hermes-agent-self-evolution