🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度

1. 先搞清楚 Hermes Agent 到底能帮你做什么，以及它最特别的地方在哪

如果你正在找一个能自己学习、能跨平台对话、还能帮你处理自动化任务的 AI 助手，Hermes Agent 值得你花时间研究。它不是另一个简单的聊天机器人包装，也不是一个只能在命令行里跑的单机脚本。它的核心价值在于“自我进化”和“随处运行”。

简单来说，Hermes Agent 是一个由 Nous Research 开发的、具备学习能力的 AI 智能体。它最吸引我的几个点是：

1. 内置学习循环：它会从与你的交互经验中创建“技能”，并在使用中不断改进这些技能。这意味着你用得越多，它就越懂你的习惯和需求。
2. 真正的跨平台：你可以在 Telegram、Discord、Slack、甚至 WhatsApp 上跟它聊天，而它本身可以跑在你自己的云服务器、本地电脑，甚至是按需付费的 Serverless 环境里。你和它的对话是连续的，不受设备限制。
3. 支持任务编排与自动化：内置了类似 cron 的定时任务调度器，你可以用自然语言告诉它“每天上午 9 点给我发一份项目报告”，它就能在后台自动执行。
4. 模型无关性：你可以用 OpenAI 的 GPT、Anthropic 的 Claude、开源的 Llama，或者通过 OpenRouter、Nous Portal 等聚合服务接入的几百个模型。切换模型就是一条命令的事，不需要改代码。

所以，这篇文章不是简单地复述官方文档，而是基于实测，带你从零开始，把它装起来、跑起来，再深入到配置、技能创建和自动化任务。我会重点讲清楚几个关键问题：不同系统（Windows/macOS/Linux）安装的细微差别、第一次启动最容易卡住的点、如何低成本地让它“学”会帮你做事、以及生产环境下如何让它稳定运行。

2. 环境准备与安装：避开第一个坑，选对安装方式

在动手之前，先明确你的使用场景，这决定了安装路径和后续配置的复杂度。

场景一：个人学习与体验

• 目标：快速在本地电脑上跑起来，试试它的对话、基础工具和技能。
• 推荐环境：你的主力开发机（Windows/macOS/Linux 均可），有稳定的网络。
• 资源要求：安装本身对硬件要求不高，但运行大语言模型需要 API 密钥（或本地部署的模型端点）。如果你用云端 API（如 OpenAI），那么本地只需要能运行 Python 环境即可。

场景二：作为常驻服务/自动化助手

• 目标：部署在一台长期开机的服务器（如家里的 NAS、树莓派、或云上的 VPS）上，通过 Telegram 等通讯工具远程调用。
• 推荐环境：Linux 服务器（如 Ubuntu 22.04 LTS），建议有公网 IP 或内网穿透能力，以便接入通讯平台。
• 资源要求：除了模型 API，还需考虑服务器稳定性、日志管理和数据备份。

2.1 分系统安装实操

官方提供了一键安装脚本，这是最推荐的方式。它能自动处理 Python 环境（使用uv）、Node.js 等依赖。

对于 Linux、macOS 或 WSL2：打开终端，直接运行：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

安装完成后，需要重新加载一下 shell 配置，然后就可以启动了：

source ~/.bashrc # 如果你用 bash，用 zsh 的话就 source ~/.zshrc hermes # 启动交互式 CLI

对于 Windows（原生，非 WSL2）：以管理员身份打开PowerShell，运行：

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

这个脚本会在%LOCALAPPDATA%\hermes目录下安装所有东西，包括一个便携版的 Git Bash（MinGit），不会干扰你系统已有的 Git。安装完，在 PowerShell 或新的 CMD 窗口里输入hermes即可启动。

注意：Windows Defender 或某些杀毒软件可能会误报uv.exe（Hermes 捆绑的 Python 包管理器）为病毒。如果遇到，你需要将%LOCALAPPDATA%\hermes\bin目录添加到杀毒软件的排除列表。这是一个已知的误报，相关讨论在 Astral (uv 的开发商) 的 GitHub issue 里可以查到。

安装后验证：无论哪个系统，安装完成后，不要急着配置模型。先运行hermes doctor。这个命令会检查环境是否就绪，并给出修复建议。这是排查后续各种“莫名其妙”问题的最快方法。

2.2 关于 Nous Portal：一个可选的快速启动方案

安装后运行hermes setup，你会看到一个--portal选项。Nous Portal 是 Nous Research 提供的一个订阅服务，它集成了模型、网络搜索、图像生成、语音合成等多个后端。

• 优点：对于新手，你不用再去 OpenAI、Anthropic、Firecrawl、FAL 等各个网站申请一堆 API Key，一个 Nous Portal 订阅全搞定。用hermes setup --portal一条命令就能完成 OAuth 登录和基础配置。
• 缺点：是付费服务。如果你已经有其他平台的 API Key，或者想用本地模型，完全可以跳过这一步。

我的建议是：第一次体验时，如果你不想麻烦，可以用--portal快速上手，感受完整功能。决定长期使用后，再根据成本和需求，逐步替换成自己的 API 端点。

3. 核心配置与初体验：从第一次对话到技能调用

安装并运行hermes后，你会进入一个终端 TUI（文本用户界面）。这里看起来复杂，但核心操作就几条命令。

3.1 配置模型提供商（Provider）

这是必须的一步。Hermes 本身不提供模型，你需要告诉它去哪里找模型。

1. 在 Hermes TUI 里，输入/model命令，它会列出当前可用的模型配置。
2. 如果没有配置，你需要设置一个。例如，配置 OpenAI：

   # 在 Hermes TUI 外，使用命令行配置 hermes config set provider openai hermes config set openai.api_key sk-你的真实key hermes config set openai.model gpt-4o # 或 gpt-4-turbo 等

   或者，更方便的是用hermes setup向导，它会一步步引导你配置。
3. 配置完成后，在 TUI 里输入/model openai:gpt-4o即可切换使用。

3.2 理解两个核心入口：CLI 与 Gateway

这是 Hermes 架构上比较巧妙的地方，也容易让人混淆。

• CLI (hermes)：就是你刚才启动的终端界面。适合在本地电脑上直接进行复杂的、多轮次的对话和任务调试。所有交互都在这个终端里完成。
• Gateway (hermes gateway)：这是一个后台服务。启动后，它会连接到你配置的通讯平台（如 Telegram Bot），然后你就能在手机或网页上跟 Hermes 聊天了。Gateway 才是实现“跨平台、24小时在线助手”的关键。

如何启动 Gateway？

1. 首先配置一个平台，比如 Telegram：

   hermes gateway setup telegram

   按照提示，输入你从@BotFather那里获取的 Bot Token。
2. 启动 Gateway 服务：

   hermes gateway start

   这个服务会常驻后台。现在，你就可以在 Telegram 里跟你的 Bot 聊天了，Hermes 会回复你。
3. 管理 Gateway：hermes gateway stop停止服务，hermes gateway status查看状态。

核心逻辑：hermesCLI 和hermes gateway背后是同一个“智能体大脑”。Gateway 只是提供了一个网络接口，把来自外部的消息转发给这个大脑，再把回复传回去。所以，你在 CLI 里教会它的技能，在 Telegram 里也能用。

3.3 工具（Tools）与技能（Skills）

这是 Hermes 实现“做事”能力的基础。

• 工具：是原子操作。比如search_web（网络搜索）、execute_python（执行 Python 代码）、read_file（读文件）、shell_cmd（执行 shell 命令）等。你可以通过hermes tools list查看所有可用工具。默认情况下，出于安全考虑，像shell_cmd这样的高危工具是关闭的，需要在配置中显式开启。
• 技能：是由一个或多个工具组合而成的、有名字的、可重复使用的工作流程。这是 Hermes “学习”的体现。当你在对话中完成一个复杂任务（比如“帮我分析这个日志文件并总结错误”），Hermes 可以提议将这个对话过程保存为一个技能。下次你直接说“用‘分析日志’技能处理这个文件”，它就会自动执行一系列步骤。

如何创建一个技能？最自然的方式是在对话中创建。当你完成一个多步骤任务后，Hermes 可能会问你是否要保存为技能。你也可以主动使用/skills new命令来创建。 技能文件保存在~/.hermes/skills/（Linux/macOS）或%USERPROFILE%\.hermes\skills\（Windows）目录下，是 JSON 格式，定义了触发词、所需工具和步骤逻辑。

初期建议：先别急着创建复杂技能。先用它完成几个具体任务，比如：

1. “搜索今天关于 Python 3.13 的最新新闻，并总结成三点。”
2. “读取当前目录下的README.md文件，告诉我它的主要内容。”
3. “写一个 Python 脚本来重命名当前文件夹下所有的.txt文件。”

在这个过程中，观察它调用了哪些工具，思考哪些步骤是重复的。这就是你未来创建技能的素材。

4. 进阶使用与生产化考量

当基础功能跑通后，你会希望它更稳定、更强大、更贴合你的工作流。

4.1 内存（Memory）与用户建模

Hermes 有持久的记忆能力，这不仅仅是记住对话历史。

• 会话记忆：每次对话都是一个会话（session），它会在本地存储完整的上下文。
• 长期记忆：Hermes 会提取对话中的关键信息，存储到向量数据库中。当你在未来的对话中提到相关的人、事、物时，它能主动回忆起来。
• 用户建模：它会逐渐构建一个关于你的“用户模型”，了解你的偏好、习惯和上下文。这个功能在配置文件中可以通过memory.user_modeling.enabled开启。

配置建议：对于个人使用，默认的内存配置已经足够。如果你部署在服务器上为团队服务，需要考虑记忆的隔离（不同用户/频道）和存储位置（确保磁盘空间充足）。

4.2 定时任务（Cron Scheduling）

这是将 Hermes 从“聊天机器人”升级为“自动化助手”的关键。你可以在配置文件中定义 cron 作业。 例如，在~/.hermes/config.yaml中添加：

cron: jobs: - name: "daily_standup" schedule: "0 9 * * 1-5" # 工作日早上9点 command: “生成一份我昨天代码提交的总结报告” delivery: platform: "telegram" target: "你的Telegram用户ID或群组ID"

这样，Hermes 就会在每个工作日的上午 9 点自动执行“生成报告”的命令，并将结果发送到指定的 Telegram 聊天。

重要提醒：定时任务需要hermes gateway服务持续运行。通常你需要用一个进程管理工具（如systemd(Linux)、launchd(macOS) 或nssm(Windows)）来守护hermes gateway start这个进程。

4.3 运行后端与部署选项

Hermes 的强大在于它不挑地方。除了在本地终端运行，它还支持多种后端：

• Docker：通过容器化部署，环境隔离最干净。
• SSH：Hermes 可以连接到远程服务器执行命令。
• Modal / Daytona：这是“Serverless”式运行。你的 Agent 环境在闲置时会休眠，几乎不花钱，当有消息（如 Telegram 消息）触发时才会唤醒。这是低成本长期托管的绝佳方案，特别适合个人项目。

部署决策树：

1. 纯本地使用：直接hermesCLI。
2. 需要 24/7 在线，有云服务器：在云服务器上安装，用systemd托管hermes gateway。
3. 需要 24/7 在线，想最低成本：研究使用 Modal 或 Daytona 后端。你需要按照官方文档配置云凭证，但之后每月成本可能只有几美元甚至更少。
4. 需要执行本地 GUI 操作：可以集成computer-use-linux这样的 MCP 服务器，让 Hermes 能控制 Linux 桌面（模拟点击、截图等）。这属于高阶用法。

4.4 安全与权限

能力越大，责任越大。让一个 AI 能执行 shell 命令、读写文件、访问网络，必须考虑安全。

• 命令审批：在配置中，你可以设置security.command_approval。当 Hermes 试图执行一个高风险命令（如rm -rf）时，会先向你请求批准。
• 工具白名单：在config.yaml中，你可以精确控制启用哪些工具。对于服务器环境，建议只开启必需的工具。
• 通讯平台访问控制：在 Gateway 配置中，可以设置允许哪些 Telegram 用户或 Discord 频道与 Bot 交互。

生产环境黄金法则：永远不要使用高权限系统账户（如 root）运行 Hermes。为它创建一个专用的、权限受限的系统用户。

5. 故障排查与效能调优

即使按照指南操作，也可能会遇到问题。以下是几个常见的排查路径。

5.1 启动失败或命令不识别

• 症状：输入hermes提示“命令未找到”。
• 排查：
  1. 运行echo $HERMES_HOME或echo %LOCALAPPDATA%\hermes检查安装目录。
  2. 检查该目录下的bin文件夹是否已加入系统的 PATH 环境变量。安装脚本通常会尝试修改 shell 配置文件（.bashrc,.zshrc），可能需要你重启终端或手动source。
  3. 运行hermes doctor，它是最全面的健康检查工具。

5.2 Gateway 服务无法连接或收不到消息

• 症状：hermes gateway start成功，但 Telegram Bot 无响应。
• 排查：
  1. 检查 Token 和 Webhook：确认 Telegram Bot Token 正确无误。Gateway 启动时会设置 Webhook。你可以查看 Gateway 日志（默认输出到控制台或文件）是否有错误。
  2. 检查网络可达性：你的服务器必须有公网 IP 或设置了正确的内网穿透，Telegram 服务器才能把消息推送到你的hermes gateway。
  3. 检查防火墙：确保服务器上运行 Gateway 的端口（默认是内部使用，不对外暴露，但出站连接需畅通）没有被防火墙阻止。
  4. 查看 Gateway 状态：hermes gateway status查看连接状态。hermes gateway logs查看详细日志。

5.3 任务执行慢或模型无响应

• 症状：Hermes 长时间“思考”不回复。
• 排查：
  1. 模型端点问题：首先确认你的模型 API 提供商（如 OpenAI）是否正常工作，API Key 是否过期、是否有额度。可以在 Hermes 外用curl测试一下 API。
  2. 网络延迟：如果你用的海外 API，网络延迟会显著影响响应速度。考虑使用代理或选择地域更近的端点（如果提供商支持）。
  3. 工具执行超时：某些工具（如网络搜索）可能因目标网站响应慢而超时。可以在配置中调整工具的超时时间。
  4. 上下文过长：如果对话历史非常长，每次请求的 token 数会很多，导致速度变慢、成本变高。可以使用/compress命令让 Hermes 尝试压缩上下文。

5.4 技能执行不符合预期

• 症状：调用已保存的技能，但结果不对或步骤错误。
• 排查：
  1. 检查技能定义：直接去~/.hermes/skills/目录下查看对应的.json技能文件。检查其steps逻辑是否符合你的预期。
  2. 技能依赖的工具未启用：技能中调用的某个工具可能在当前配置中被禁用了。用hermes tools list确认。
  3. 运行时上下文不同：技能可能依赖特定的文件路径或环境变量。确保执行技能时的“工作目录”和创建技能时一致。你可以在对话中用/cd命令切换工作目录。

5.5 效能调优建议

1. 选择合适的模型：对于自动化任务和工具调用，不一定需要最强大、最贵的模型。像gpt-4o-mini或claude-3-haiku这类“小模型”在速度和成本上更有优势，且工具调用能力足够。
2. 管理会话历史：定期使用/new开始新会话，避免过长的历史拖慢速度和增加成本。对于重要的上下文，可以让 Hermes 先将其摘要保存到长期记忆。
3. 善用批量操作：如果你有大量类似文件需要处理，不要一次一次地对话。可以编写一个 Python 脚本，利用 Hermes 的 RPC 接口进行批量调用。这在项目hermes_cli和 SDK 中有体现，是进阶用法。
4. 监控资源使用：如果部署在服务器上，使用htop、nvidia-smi（如果用了本地 GPU 模型）等工具监控 CPU、内存和 GPU 使用情况。

最后，保持更新。Hermes 迭代很快，定期运行hermes update可以获取新功能、性能改进和 Bug 修复。遇到问题时，查看官方文档和 GitHub Issues 通常是最高效的解决途径。这个项目的社区非常活跃，很多你遇到的坑，可能已经有人踩过并提供了解决方案。

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度