从零部署Hermes Agent：构建可持续进化的AI智能伙伴

🚀 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

如果你正在寻找一个能真正理解你、能持续学习、能跨平台工作、还能帮你自动化处理复杂任务的 AI 助手，而不是一个只会单次问答的聊天机器人，那么 Hermes Agent 可能是你目前能找到的最接近“智能伙伴”形态的开源项目。

市面上大多数 AI Agent 项目，要么是“一次性”的脚本执行器，要么是功能单一的聊天机器人。它们缺乏一个核心能力：持续学习和自我进化。你每次对话都像是在面对一个“新人”，需要重复解释你的偏好、工作流程和常用指令。Hermes Agent 的设计哲学完全不同，它内置了一个“学习循环”——能从经验中创建技能，在使用中改进技能，并建立跨会话的用户模型。这意味着，你用得越久，它就越懂你，效率也越高。

更重要的是，它打破了“AI Agent 必须绑定在昂贵 GPU 服务器上”的刻板印象。你可以把它部署在 5 美元的 VPS 上，甚至利用 Daytona 或 Modal 这样的无服务器基础设施，在闲置时几乎不产生任何成本。同时，它通过一个统一的网关进程，让你能在 Telegram、Discord、Slack、WhatsApp、Signal 甚至命令行中无缝切换，实现真正的“对话连续性”。

这篇文章将带你从零开始，深入理解 Hermes Agent 的底层原理，并完成从安装配置到实战应用的全过程。我们将避开那些华而不实的宣传，聚焦于开发者真正关心的问题：它到底解决了什么痛点？如何快速部署？核心组件如何工作？以及，如何用它来真正提升你的日常开发和工作效率。

1. Hermes Agent 的核心价值：为什么它值得你投入时间？

在深入技术细节之前，我们必须先回答一个根本问题：在众多 AI Agent 项目中，为什么是 Hermes Agent？

它的核心价值不在于提供了最多的工具，而在于构建了一个可持续进化的智能体系统。我们可以从三个层面来理解：

第一层：从“工具调用者”到“技能构建者”普通 Agent 就像一个拥有固定工具箱的工人，你告诉它“用螺丝刀拧螺丝”，它就去执行。但 Hermes Agent 在完成一次复杂的“组装家具”任务后，能自动将整个流程（阅读说明书、识别零件、使用螺丝刀和扳手、检查稳定性）封装成一个名为“组装宜家家具”的技能。下次你再需要时，直接调用这个技能即可，它甚至会在使用中优化这个技能的步骤。

第二层：从“单次会话”到“终身记忆”大多数聊天机器人没有真正的记忆，上下文窗口一满，历史就被丢弃。Hermes Agent 通过 FTS5 全文搜索会话记录，并结合 LLM 摘要，构建跨会话的持久化记忆。它会主动“提醒”自己记住关键信息（Nudges），并利用 Honcho 辩证用户建模，逐渐形成一个关于“你是谁、你关注什么、你如何工作”的深度模型。这意味着，你和它的每一次交互都在为未来的高效协作铺路。

第三层：从“本地玩具”到“云原生伙伴”Hermes Agent 的架构设计极具弹性。它支持六种终端后端：本地、Docker、SSH、Singularity、Modal 和 Daytona。特别是后两者，实现了“无服务器持久化”——你的 Agent 环境在闲置时休眠，在需要时唤醒，期间成本极低。这使得个人开发者也能以极低的成本运行一个 7x24 小时在线的智能助手，你可以从 Telegram 给它发消息，而它在云端的 VM 上为你处理任务。

对于开发者而言，这意味着你可以将重复性的代码审查、日志分析、数据备份、日报生成等任务完全自动化，并且这个自动化流程会随着时间变得越来越智能。它不再是一个需要你不断微调的脆弱脚本，而是一个能够自主学习和适应的协作伙伴。

2. 核心架构与组件拆解

要驾驭 Hermes Agent，必须理解其核心架构。它不是一个单体应用，而是一个由多个协同工作的组件构成的系统。

2.1 核心循环：智能体如何“思考”与“行动”

Hermes Agent 的核心是一个标准的 ReAct（Reasoning + Acting）循环，但在此基础上增加了记忆持久化和技能生成两个关键环节。

1. 观察 (Observation)：接收用户输入（文本、语音转文字、文件等）。
2. 思考 (Reasoning)：LLM 结合当前会话上下文、持久化记忆、可用工具和技能库，规划下一步行动。
3. 行动 (Acting)：执行规划的行动，可能是调用一个工具（如执行 Shell 命令、搜索网页）、调用一个已有技能，或生成回复。
4. 观察结果：获取行动结果，并进入下一轮循环。
5. 学习与持久化 (Learning & Persistence)：在任务完成后或定期地，系统会：
   • 提炼记忆：将本次会话中的重要信息（决策、结果、用户偏好）存储到向量数据库或文本记忆中。
   • 生成技能：如果本次任务复杂且可复用，LLM 会尝试将其步骤抽象成一个新的.py技能文件，存入技能库。
   • 优化技能：后续调用该技能时，会根据执行结果对技能描述或逻辑进行微调。

这个“闭环学习”机制是 Hermes 区别于其他项目的灵魂。

2.2 核心组件详解

2.3 关键概念：技能 (Skills) 与工具 (Tools) 的区别

这是最容易混淆的两个概念，但理解它们对高效使用 Hermes 至关重要。

• 工具 (Tools)：是原子操作。例如execute_shell（执行 Shell 命令）、web_search（网络搜索）、read_file（读文件）。它们是 Agent 可以直接调用的基础能力，通常对应一个简单的函数。
• 技能 (Skills)：是由工具和逻辑组成的复杂流程。它更像一个“宏”或“脚本”。例如，一个“部署博客”技能可能包含：1) 拉取最新代码，2) 运行测试，3) 构建静态文件，4) 同步到服务器。技能由 Agent 在完成复杂任务后自动创建，也可以由用户手动编写。

简单比喻：工具是“螺丝刀”和“扳手”，技能是“组装自行车”的完整说明书。Agent 可以自己使用工具，但一旦它学会了“组装自行车”这个技能，下次就可以直接调用，无需重新思考每一步。

3. 环境准备与全平台安装指南

Hermes Agent 的安装体验非常友好，几乎全平台一键完成。它使用uv（一个用 Rust 编写的高速 Python 包管理器）来管理其依赖，避免了传统的 Python 环境冲突问题。

3.1 系统要求与前置检查

• Python: 需要 Python 3.11 或更高版本。安装程序会自动处理。
• Git: 需要 Git 来克隆技能库等。Windows 安装程序会捆绑一个便携版 MinGit（约45MB），不会干扰系统 Git。
• 网络: 需要能访问 GitHub 和相应的模型 API 端点（如 OpenAI）。
• 磁盘空间: 初始安装约需 500MB-1GB，用于存放 Python 包和模型缓存。

3.2 分平台安装命令

Linux / macOS / WSL2：打开终端，执行以下命令。该脚本会安装uv、Python 3.11、Node.js、ripgrep、ffmpeg 等所有依赖。

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

安装完成后，重新加载你的 Shell 配置：

source ~/.bashrc # 如果你用 Bash # 或 source ~/.zshrc # 如果你用 Zsh

Windows (原生 PowerShell)：Hermes 已原生支持 Windows，无需 WSL。以管理员身份打开 PowerShell，执行：

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

这个 PowerShell 脚本会处理所有 Windows 特有的依赖，包括便携版 Git Bash。

Android / Termux：在 Termux 中，由于一些语音依赖不兼容，推荐使用文档中测试过的手动安装路径，或使用特定的安装标签：

# 在 Termux 中，安装脚本可能会自动使用精简依赖 curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash # 安装后，可能需要手动安装部分 Python 包

3.3 安装后验证与初始化

安装完成后，首先运行诊断命令，确保一切就绪：

hermes doctor

这个命令会检查 Python 版本、依赖包、关键工具（如 git, rg, ffmpeg）以及网络连通性，并给出修复建议。

接下来，运行设置向导，这是配置模型、API 密钥和工具的最快方式：

hermes setup

向导会交互式地引导你完成基本配置。如果你想使用 Nous Portal（一个集成了模型、搜索、图像生成、TTS 等服务的订阅制网关，避免管理多个 API 密钥），可以使用：

hermes setup --portal

3.4 解决 Windows 安全软件误报

在 Windows 上，Defender 或第三方杀毒软件可能会将安装程序捆绑的uv.exe误报为病毒。这是一个已知的误报，因为uv是一个合法的 Rust 二进制文件。

验证文件真实性：你可以通过以下 PowerShell 脚本来验证uv.exe是否来自官方源：

# 1. 安装 GitHub CLI (如果尚未安装) winget install --id GitHub.cli # 2. 登录 GitHub (按提示操作) gh auth login # 3. 验证 Hermes 自带的 uv.exe $uvPath = "$env:LOCALAPPDATA\hermes\bin\uv.exe" $version = (& $uvPath --version).Split(' ')[1] $zipPath = "$env:TEMP\uv.zip" # 下载官方对应版本的 uv [Net.ServicePointManager]::SecurityProtocol = [Net.SecurityProtocolType]::Tls12 Invoke-WebRequest "https://github.com/astral-sh/uv/releases/download/$version/uv-x86_64-pc-windows-msvc.zip" -OutFile $zipPath -UseBasicParsing # 使用 GitHub CLI 验证签名 gh attestation verify $zipPath --repo astral-sh/uv # 对比哈希值 Expand-Archive $zipPath "$env:TEMP\uv_extracted" -Force $officialHash = (Get-FileHash "$env:TEMP\uv_extracted\uv.exe").Hash $bundledHash = (Get-FileHash $uvPath).Hash $officialHash -eq $bundledHash # 应该返回 True

添加排除项：如果验证通过，你可以将 Hermes 的安装目录添加到杀毒软件的白名单中。

• Windows Defender (管理员 PowerShell):

  Add-MpPreference -ExclusionPath "$env:LOCALAPPDATA\hermes"

• 其他杀软：请在相应软件的保护设置中，添加%LOCALAPPDATA%\hermes为例外路径。

重要提示：请白名单整个文件夹，而不是单个文件哈希，因为uv会随 Hermes 更新而更新。

4. 核心配置详解：连接你的大脑（LLM）与感官（工具）

安装只是第一步，让 Hermes Agent 真正“活”起来的关键是配置。核心配置围绕两大块：模型提供商和工具集。

4.1 配置模型提供商（LLM）

Hermes 支持几乎所有主流模型 API。你可以通过命令行快速切换：

# 查看当前模型和可用提供商 hermes model # 切换模型，例如使用 OpenRouter 的 Claude 3.5 Sonnet hermes model openrouter:claude-3.5-sonnet # 切换为 OpenAI 的 GPT-4o hermes model openai:gpt-4o # 使用本地部署的 Ollama 模型 hermes model ollama:llama3.2

首次使用某个提供商时，需要设置 API 密钥。密钥存储在~/.hermes/secrets.yaml中。你可以手动编辑该文件，或通过交互式命令设置：

hermes config set openai.api_key sk-你的真实key # 或者使用更安全的环境变量方式 export OPENAI_API_KEY='sk-你的真实key'

关于 Nous Portal 的特别说明：如果你不想管理多个 API 密钥（模型、搜索、画图、语音），hermes setup --portal是最佳选择。它会引导你完成 OAuth 登录，并自动配置好所有网关服务。

4.2 配置与管理工具集

工具是 Agent 的手和脚。Hermes 内置了数十个工具，但出于安全和性能考虑，默认只启用一部分。

# 查看所有可用工具及其状态（启用/禁用） hermes tools list # 启用某个工具，例如启用网络搜索 hermes tools enable web_search # 禁用某个工具 hermes tools disable execute_shell # 查看某个工具的详细信息和所需配置 hermes tools info web_search

关键工具配置示例：

1. 配置网络搜索（如 Firecrawl）： 如果你使用 Nous Portal，搜索已自动配置。否则，你需要自行申请 Firecrawl 或 Serper 等服务的 API 密钥。

   hermes config set firecrawl.api_key fc-你的key

2. 配置代码执行环境（安全考虑）：execute_shell工具非常强大，但也危险。Hermes 提供了安全机制。

   • 工作目录限制：Agent 默认只能在~/.hermes/workspace下执行命令。你可以在配置中修改agent.workspace_root。
   • 命令审批模式：在~/.hermes/config.yaml中设置security.command_approval: true，则所有 Shell 命令都需要你手动批准才能执行。
   • 允许列表：你可以定义正则表达式模式，只允许运行匹配的命令。

4.3 配置文件解析

主配置文件位于~/.hermes/config.yaml。理解其结构对高级用户至关重要。

# ~/.hermes/config.yaml 示例片段 model: provider: openrouter name: claude-3.5-sonnet # 模型特定参数，如温度、最大token数 params: temperature: 0.7 max_tokens: 4000 memory: # 记忆后端，例如使用本地向量存储 backend: chroma path: ~/.hermes/memory gateway: # 启用 Telegram 网关 telegram: enabled: true token: YOUR_BOT_TOKEN allowed_user_ids: - 你的用户ID security: # 启用命令审批 command_approval: false # 命令允许列表（正则表达式） allow_patterns: - ^ls.* - ^git status$ agent: # Agent 的工作目录 workspace_root: ~/.hermes/workspace # 是否在复杂任务后自动尝试创建技能 auto_skill_creation: true

你可以通过hermes config set <key> <value>来修改配置，或直接编辑 YAML 文件。

5. 实战入门：从 CLI 对话到自动化任务

配置完成后，让我们开始真正的对话和任务。

5.1 启动 CLI 交互界面

最简单的方式是使用内置的 TUI（终端用户界面）：

hermes

你将进入一个多行编辑、支持命令自动补全的聊天界面。输入/help可以查看所有可用命令。

基础会话流程：

1. 直接输入你的问题或指令，例如：“查看当前目录下有哪些 Python 文件。”
2. Agent 会思考，并可能调用execute_shell工具运行ls *.py。
3. 你将看到工具调用的流式输出和最终的回答。

5.2 常用 Slash 命令速查

无论是在 CLI 还是 Telegram 等消息平台，这些命令都是通用的。

5.3 第一个实战任务：让 Agent 帮你写一个 Python 脚本

让我们完成一个经典任务：让 Agent 编写一个脚本，并观察其完整的 ReAct 循环。

1. 启动 Hermes：hermes

2. 输入任务：

   帮我写一个Python脚本，功能是：读取当前目录下的一个CSV文件`data.csv`，计算‘price’列的平均值，并将结果输出到`result.txt`。如果文件不存在，要给出友好提示。

3. 观察 Agent 的思考过程：

   • Agent 会先推理：需要检查文件是否存在，需要 pandas 或 csv 库，需要计算平均值，需要写文件。
   • Agent 可能行动：调用execute_shell运行ls data.csv来检查文件。
   • 根据结果，Agent 会生成代码。它可能会先尝试用read_file工具查看 CSV 结构，再编写脚本。
   • 最后，Agent 会提供完整的 Python 代码，并可能询问你是否要执行它。

4. 让 Agent 执行它写的脚本： 你可以回复：“执行这个脚本，看看结果。” Agent 会调用execute_shell运行python your_script.py，并将输出返回给你。

整个过程中，Hermes 在后台做了什么？

• 它可能调用了execute_shell、read_file、write_file等多个工具。
• 任务完成后，如果auto_skill_creation开启，它可能会评估这个“读取CSV并计算平均值”的任务是否具有通用性，并尝试将其封装成一个名为calculate_csv_column_average的技能，保存在~/.hermes/skills/下。下次你就可以直接说：“用calculate_csv_column_average技能处理sales.csv文件的revenue列。”

5.4 技能 (Skill) 的创建与调用

手动创建一个简单技能：技能是放在~/.hermes/skills/目录下的 Python 文件。一个最简单的技能示例：

# 文件：~/.hermes/skills/hello_world.py """一个简单的问候技能。""" from typing import Any, Dict def main(args: Dict[str, Any], context: Dict[str, Any]) -> str: """向指定名字的人问好。 Args: args: 包含 'name' 键的字典。 context: 当前会话上下文（通常包含用户信息、记忆等）。 Returns: 问候字符串。 """ name = args.get("name", "there") return f"Hello, {name}! This is a custom skill."

创建后，在 Hermes 会话中，你可以直接通过技能名调用：

/hello_world name=“CSDN读者”

Agent 会加载并执行这个技能，返回 “Hello, CSDN读者! This is a custom skill.”

自动生成的技能：当 Agent 自动创建技能时，文件内容会更复杂，包含详细的描述、参数定义和执行步骤。这些技能是 Hermes “学习”成果的实体化，是你个人工作流的宝贵资产。

6. 高级功能实战：消息网关与定时任务

6.1 配置 Telegram 网关，实现移动端协作

CLI 很好，但在手机上用 Telegram 与 Agent 对话更方便。

1. 创建 Telegram Bot：

   • 在 Telegram 中搜索@BotFather。
   • 发送/newbot，按提示设置名字和用户名。
   • 获取以bot结尾的HTTP API Token。

2. 配置 Hermes Gateway：

   hermes gateway setup telegram

   按提示输入你从 BotFather 获得的 Token。

3. 启动网关：

   hermes gateway start

   网关进程将在后台运行，监听消息。

4. 与你的 Bot 对话：

   • 在 Telegram 中找到你的 Bot，发送/start。
   • 重要：首次使用时，Bot 会提示你进行“配对”。你需要回到启动网关的终端，查看输出日志中的配对码，并在 Telegram 中发送该码。这是关键的安全措施，确保只有你能控制你的 Agent。
   • 配对成功后，你就可以像在 CLI 中一样与 Agent 对话了。所有 Slash 命令同样适用。

6.2 设置定时任务 (Cron)，实现自动化

Hermes 内置的 Cron 调度器允许你用自然语言创建定时任务。

示例：创建一个每天上午 9 点发送天气摘要的任务。

1. 在 Hermes 会话中（CLI 或 Telegram）输入：

   /cron add

2. 按照交互式提示操作：
   • Schedule:0 9 * * *(每天 9 点)
   • Command/Message:获取北京今天的天气摘要，并提醒我是否需要带伞。
   • Output Platform:telegram(将结果发送到 Telegram)
3. 创建完成后，该任务就会在后台定时运行。

查看和管理任务：

# 列出所有定时任务 hermes cron list # 查看特定任务的日志 hermes cron logs <task_id> # 禁用或启用任务 hermes cron disable <task_id> hermes cron enable <task_id> # 删除任务 hermes cron remove <task_id>

你可以创建更复杂的任务，例如：“每周一早上，总结上周的 Git 提交记录并生成报告”、“每天凌晨备份数据库”、“每小时检查服务器状态，如果异常则告警”。

7. 部署与运维：从本地到云端

7.1 本地持久化运行

在本地开发机上，你可以使用systemd(Linux) 或launchd(macOS) 来将 Hermes Gateway 作为守护进程运行，确保其始终在线。

Linux (systemd) 服务文件示例：创建/etc/systemd/system/hermes-gateway.service：

[Unit] Description=Hermes Agent Gateway After=network.target [Service] Type=simple User=你的用户名 Environment="PATH=/home/你的用户名/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin" WorkingDirectory=/home/你的用户名 ExecStart=/home/你的用户名/.local/bin/hermes gateway start Restart=always RestartSec=10 [Install] WantedBy=multi-user.target

然后启用并启动服务：

sudo systemctl daemon-reload sudo systemctl enable hermes-gateway sudo systemctl start hermes-gateway sudo systemctl status hermes-gateway # 查看状态

7.2 云端部署（以 $5 VPS 为例）

对于 7x24 小时在线的个人助手，推荐使用云服务器。

1. 购买一台 VPS（如 DigitalOcean、Linode、Vultr 的 $5/月套餐）。
2. 通过 SSH 登录。
3. 安装 Hermes（使用 Linux 安装脚本）。
4. 配置模型 API 密钥（确保网络可访问 OpenAI 等）。
5. 配置 Telegram Gateway（同上）。
6. 使用tmux或screen保持进程运行：

   # 安装 tmux sudo apt install tmux # 新建一个会话 tmux new -s hermes # 在 tmux 会话中启动网关 hermes gateway start # 按 Ctrl+B, 然后按 D 分离会话 # 网关会在后台继续运行。要重新连接，使用： tmux attach -t hermes

7.3 无服务器部署（极致成本优化）

对于使用频率不高的场景，Daytona 或 Modal 是更经济的选择。它们会在 Agent 闲置时自动“休眠”，几乎不产生费用；当有消息（如 Telegram 消息）触发时，再瞬间唤醒环境。

以Modal为例，部署流程涉及编写一个modal_app.py，将 Hermes 应用包装成 Modal 的云函数。由于篇幅限制，这里给出核心思路：

1. 在 Modal 官网创建账户和项目。
2. 安装 Modal CLI：pip install modal
3. 编写应用定义文件，指定镜像、启动命令和触发器（如 HTTP 端点或 Webhook）。
4. 使用modal deploy部署。
5. 配置 Telegram Bot 的 Webhook 指向 Modal 提供的 HTTP 端点。

这种方案适合希望拥有一个“永远在线”但“按需付费”的智能助手的用户。

8. 故障排查与最佳实践

8.1 常见问题与解决方案

8.2 安全最佳实践

1. 最小权限原则：

   • 为 Hermes 创建一个专用的系统用户。
   • 将agent.workspace_root限制在一个非敏感目录。
   • 在生产环境中，强烈建议开启security.command_approval: true，至少对于高风险命令。

2. API 密钥管理：

   • 优先使用环境变量 (export OPENAI_API_KEY=...) 而非配置文件存储密钥。
   • 定期轮换密钥。
   • 在云服务器上，使用云服务商提供的密钥管理服务（如 AWS Secrets Manager）。

3. 网络隔离：

   • 如果部署在公网 VPS，确保防火墙只开放必要的端口（如 SSH）。
   • Hermes Gateway 与外部服务（如 Telegram）的通信是加密的，但请确保你的 VPS 系统已及时更新。

4. 审计与日志：

   • 定期检查~/.hermes/logs/下的日志文件。
   • 关注 Agent 自动创建的技能，审查其代码逻辑。

8.3 性能与成本优化

1. 模型选择：

   • 对于日常对话和简单任务，使用性价比高的模型（如openrouter:claude-3-haiku或openai:gpt-3.5-turbo）。
   • 对于复杂推理和编程任务，再切换到更强的模型（如claude-3.5-sonnet或gpt-4o）。

2. 上下文管理：

   • 养成使用/compress命令的习惯，将冗长的会话总结成要点，释放上下文窗口。
   • 在配置中调整model.params.max_tokens，避免不必要的长输出。

3. 技能化一切：

   • 将重复性工作流固化为技能。技能调用比从零开始推理消耗的 Token 少得多。
   • 定期整理和优化你的技能库。

9. 总结：从工具到伙伴的演进之路

Hermes Agent 代表了一种新的 AI 应用范式：它不再是一个被动的工具，而是一个能够积累知识、进化能力、并融入你数字生活各个角落的主动伙伴。通过本文，我们完成了从核心概念理解、全平台安装、关键配置、基础与高级功能实战，到最终部署运维的完整旅程。

回顾关键收获：

• 核心价值：闭环学习与技能创造是 Hermes 的护城河，让它越用越聪明。
• 灵活部署：从本地笔记本到 5 美元 VPS，再到无服务器架构，总有一种方案适合你的需求和预算。
• 统一入口：通过 Gateway 抽象，实现了跨平台（CLI、Telegram 等）的无缝对话体验。
• 强大扩展：通过技能系统和 MCP 集成，其能力边界几乎可以无限延伸。

接下来的探索方向：

1. 深入技能开发：阅读官方 Skills Hub，学习编写更复杂、更强大的自定义技能，将你的独特工作流彻底自动化。
2. 集成 MCP 服务器：探索 Model Context Protocol，将本地数据库、内部 API、专业软件（如 Photoshop、IDE）的能力暴露给 Hermes。
3. 参与社区：加入 Hermes 的 Discord 社区，分享你创造的技能，学习他人的最佳实践，甚至为这个开源项目贡献代码。

技术的终极目标是将人从重复性劳动中解放出来。Hermes Agent 正朝着这个方向迈出了坚实的一步。现在，是时候启动你的智能伙伴，让它开始学习和成长了。

🚀 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