大多数 AI 工具在你关掉终端的那一刻就忘得一干二净。Hermes Agent 不一样——它会记住你、积累经验，并把跑通过的流程固化成可复用的技能。这篇文章带你从零装好它，并真正用起来。

一、先搞清楚：Hermes Agent 是什么？

Hermes Agent 是 Nous Research（Hermes、Nomos、Psyche 系列模型的训练方）开源的自主智能体框架。它不是绑在 IDE 里的编程副驾，也不是套在单个 API 上的聊天机器人外壳——它是一个越跑越强的自主 Agent。

真正让它拉开差距的是那套闭环学习机制：

一句话概括：它是个会积累的数字同事，而不是每次都从零开始的工具。

另外几件事它做得挺不一样

• 不挑住处：可以跑在 5 美元的 VPS、GPU 集群，或者 Daytona / Modal 这类空闲时几乎不花钱的 serverless 平台上。你在 Telegram 上跟它说话，它在一台你从没 SSH 登录过的云主机上干活。

• 6 种终端后端：local、Docker、SSH、Daytona、Singularity、Modal。

• 20+ 消息平台：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Teams、邮件、飞书、钉钉、企业微信等，统一走一个网关。

• 60+ 内置工具：文件操作、终端命令、网页搜索、浏览器自动化、代码执行、图像生成等。

• 原生支持 MCP：可以挂载任何 MCP server 扩展能力。

二、安装前：你几乎什么都不用准备

这一点值得单独讲：在非 Windows 平台上，唯一的先决条件是 Git。 其余依赖安装脚本会自己搞定：

• uv（快速 Python 包管理器）

• Python 3.11（通过 uv 安装，不需要 sudo）

• Node.js v22（浏览器自动化与 WhatsApp 桥接用）

• ripgrep（快速文件搜索）

• ffmpeg（TTS 场景的音频格式转换）

硬件上保持常规水平即可（建议 4GB 以上内存、2GB 以上剩余磁盘）。如果要跑本地模型，那另说，取决于你选多大的模型。

三、安装：一行命令的事

3.1 主流平台（Linux / macOS / WSL2 / Android Termux）

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

Windows 用户直接在原生 PowerShell 里跑（不需要先装 WSL2）：

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

3.2 想要桌面应用？

macOS 和 Windows 用户可以从官网下载 Hermes Desktop 安装包，一次装上命令行 + 桌面端，这是官方推荐的入门方式。

用命令行脚本装的时候也可以顺带带上桌面端：

# 连桌面应用一起装
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash -s -- --include-desktop

# 只装 CLI，跳过浏览器相关组件（更轻）
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash -s -- --skip-browser

3.3 走 pip 安装

pip install hermes-agent
hermes postinstall   # pip 方式必须补这一步

3.4 安装器到底干了什么

它会自动完成：安装全部依赖 → 克隆仓库到 ~/.hermes/ → 创建 Python 虚拟环境 → 注册全局 hermes 命令（软链到 ~/.local/bin/hermes）→ 引导你配置 LLM 供应商。

3.5 装完记得重载 Shell

source ~/.bashrc    # Bash
source ~/.zshrc     # Zsh（macOS 默认）

然后验证：

hermes --version
hermes doctor       # 检查环境、依赖、API 连通性与配置

⚠️ 一个高频坑：如果 hermes doctor 报 ModuleNotFoundError: No module named 'dotenv'，说明你调用的是仓库源码里的 hermes 文件、用的是系统 Python，而不是 venv 的启动器。命令路径搞对了就好。

四、初始化配置：三条路，选一条

运行配置向导：

hermes setup

在全新安装上，它会给你三种模式：

最省事的一条命令：

hermes setup --portal

一次 OAuth 登录，同时搞定三件事：登录 Nous Portal → 把 Nous 设为供应商并选好默认模型 → 打开 Tool Gateway（网页搜索、图像生成、TTS、云浏览器）。不用复制 API Key，不用编辑 .env，30 秒内可聊。

五、选模型：整个配置里最关键的一步

hermes model     # 交互式配置供应商、认证、端点和默认模型

Hermes 支持 OAuth 账户、API Key 供应商、聚合服务、自定义 OpenAI 兼容端点以及自托管模型。常见选择：

① Nous Portal（官方门户） — 一份订阅覆盖 300+ 模型，外加 Tool Gateway。零配置成本。

② 自带 API Key — OpenRouter（一个 Key 通吃上百个模型）、Anthropic、OpenAI、Google Gemini、Groq、Mistral 等等。

③ 本地模型（免费、离线） — 通过 Ollama / vLLM / LM Studio，在 hermes model 里选 Custom endpoint。

④ 国内用户推荐 — DeepSeek、Kimi（Moonshot）、智谱 GLM、通义千问、硅基流动等，走自定义 OpenAI 兼容端点接入即可，网络层面最省心的组合。

会话中想临时换模型，不用改配置：

/model

配置也支持热切换，直接改 ~/.hermes/config.yaml：

llm:
  provider: openrouter
  model: anthropic/claude-sonnet-4-20250514
  api_key: sk-or-...

六、第一次对话

hermes          # 经典 CLI
hermes --tui    # 现代化终端 UI（官方推荐）
hermes desktop  # 桌面应用

进入后随手问一句：

> 看看当前目录，告诉我这个项目是干什么的

怎么算成功？ 看三个信号：

1. 启动横幅上显示了你选的模型和供应商；

2. 它能正常回复，且需要时会调用工具；

3. 连续多轮对话不掉链子。

黄金法则：如果 Hermes 连一次普通对话都跑不顺，先别加任何新功能。 拿到一段干净可用的对话，再去叠网关、cron、技能、语音或多供应商路由。

续接上次会话：

hermes --continue    # 或 hermes -c

七、Slash 命令速查表

会话内直接输入，斜杠开头：

常用 CLI 子命令

八、让它真正"进化"：记忆 + 技能

这部分是 Hermes 的灵魂，也是很多人装完却没用起来的一块。

记忆系统

记忆落在 ~/.hermes/memories/ 下（MEMORY.md 持久记忆、USER.md 用户画像），底层用 SQLite FTS5 做全文检索，配 LLM 摘要。跨会话提起上周聊过的项目背景，它是真的能翻出来的。

/memory      # 看它记住了什么
/journey     # 回顾记忆与技能积累

技能系统

技能是程序性记忆——Hermes 从经验里自己写出来的操作手册。用法很朴素：

1. 你带着它完整跑通一件复杂的事（比如"抓取某站点更新 → 整理成要点 → 生成一份周报"）；

2. 输入 /learn，让它把这套流程固化成一个 skill；

3. 下次你只用一句话，它就能照着跑；

4. 而且这个 skill 会在后续使用中被持续改写优化。

hermes skills    # 浏览与管理已安装的技能

用得越久，它的技能库越贴合你的实际工作流——这是它跟"每次都失忆"的工具最本质的区别。

九、把它变成 24 小时在线的机器人

前提：本地对话、模型访问、工具权限都验证通过之后，再动网关。

hermes gateway setup    # 配置消息平台
hermes gateway start    # 启动网关
hermes gateway status   # 查看状态

以 Telegram 为例，准备两样东西：

1. 找 @BotFather，发 /newbot，拿到 Bot Token；

2. 找 @userinfobot 拿到你自己的 Telegram User ID；

3. 在 hermes gateway setup 里填进去。

之后手机直接跟你的 Agent 聊天就行——而它跑在你自己的机器或服务器上。

⚠️ 安全提醒：群组和公开频道的工具权限必须比私人终端会话收紧。Agent 有终端执行能力，在一个热闹的群里裸奔不是好主意。

Bot Mode：给不同场景开不同的"人"

hermes profile create    # 创建一个 profile（bot）
hermes profile list
hermes -p chat           # 打开某个 bot 的持久 profile

每个 bot 有独立的模型、记忆、技能、例行任务和会话。你可以让一个专做代码审查、一个专做舆情监控、一个当个人助理，彼此互不干扰。

十、定时任务：让它自己干活

hermes cron list
hermes cron create "every 6h" "检查这几个项目的 GitHub 更新并汇总"
hermes cron edit <id> --continuity

--continuity 是个很实用的开关：开启后，任务后续每次运行都会拿到上一次的输出，于是可以做去重和增量报告——比如"每 6 小时扫一次新闻，只报新增的"。

十一、接 MCP：扩展能力边界

hermes mcp              # 交互式 MCP picker
hermes mcp catalog      # 列出可用集成
hermes mcp install <name>
hermes mcp add ...      # 配置自定义 HTTP 或 stdio server
hermes mcp serve        # 让 Hermes 自己作为 MCP server 运行

数据库、开发工具、可观测性系统、自动化服务……基本都能挂上来。

十二、安全与隔离：别省这一步

Hermes 有终端执行能力，所以：

# 把终端执行关进容器
hermes config set terminal.backend docker

# 或者丢到远程机器上跑
hermes config set terminal.backend ssh

其他内置防护包括：命令审批、deny 规则、受保护的指令文件写入、密钥脱敏与沙箱选项。

分享会话记录前务必脱敏：

hermes sessions export backup.jsonl --redact

从 OpenClaw 迁移过来，先干跑预览再落盘：

hermes claw migrate --dry-run
hermes claw migrate

十三、目录结构速览

所有东西都在 ~/.hermes/ 下：

~/.hermes/
├── config.yaml       # 所有非密钥配置（唯一来源）
├── .env              # API Key 与敏感信息
├── auth.json         # OAuth 凭证
├── SOUL.md           # Agent 身份定义（系统提示词第一位）
├── memories/         # 持久记忆
│   ├── MEMORY.md
│   └── USER.md
├── skills/           # 已学会的技能
├── sessions/         # 会话记录
├── cron/             # 定时任务
├── logs/             # 日志（自动脱敏）
└── state.db          # SQLite（FTS5 全文检索）

Profiles 则各占一份 ~/.hermes/profiles/<名称>/，结构相同。

想调人格，改 SOUL.md；想改参数，hermes config edit 或直接编辑 config.yaml。

十四、进阶：当成 Python 库来用

Hermes 不只是 CLI，可以 import 进你自己的脚本、Web 应用或自动化流水线。

pip install git+https://github.com/NousResearch/hermes-agent.git
# 或 uv pip install git+https://github.com/NousResearch/hermes-agent.git

最简用法：

from run_agent import AIAgent

agent = AIAgent(
    model="anthropic/claude-sonnet-4",
    quiet_mode=True,     # 嵌入自己代码时务必开启，否则会打印 CLI 转圈动画
)
response = agent.chat("法国的首都是哪里？")
print(response)

需要完整控制时，用 run_conversation()：

result = agent.run_conversation(
    user_message="搜索 Python 3.13 的新特性",
    task_id="my-task-1",
)
print(result["final_response"])
print(f"消息数: {len(result['messages'])}")

限制工具集（做最小化、被锁定的 Agent 时很有用）：

# 只开网页能力
agent = AIAgent(model="anthropic/claude-sonnet-4",
                enabled_toolsets=["web"], quiet_mode=True)

# 全开，但禁掉终端
agent = AIAgent(model="anthropic/claude-sonnet-4",
                disabled_toolsets=["terminal"], quiet_mode=True)

多轮对话靠传回历史：

result1 = agent.run_conversation("我叫小明")
history = result1["messages"]
result2 = agent.run_conversation("我叫什么？", conversation_history=history)

批量跑任务：

python batch_runner.py --input prompts.jsonl --output results.jsonl

注意：作为库使用时，CLI 需要的环境变量同样要设好（至少 OPENROUTER_API_KEY，或 OPENAI_API_KEY / ANTHROPIC_API_KEY）。

十五、出问题了？按这个顺序排查

hermes doctor        # 1. 诊断环境与配置
hermes model         # 2. 重新确认模型/供应商
hermes setup         # 3. 重跑配置向导
hermes sessions list # 4. 检查会话
hermes gateway status# 5. 检查网关

几个常见情况：

• hermes: command not found → 没重载 shell，或 ~/.local/bin 不在 PATH 里。

• ModuleNotFoundError: No module named 'dotenv' → 调用到了系统 Python 而非 venv 启动器。

• 装完但"什么都不干" → 大概率是模型/Key 没配好，回到 hermes model 重新走一遍。

• Windows 杀软误报 → 部分杀毒软件会把捆绑的 uv 判为可疑，加白名单即可。

写在最后

适合 Hermes 的场景很明确：你需要一个长期驻留、能从每次执行中学习、把重复流程沉淀成可复用能力的数字同事。它跑在哪台机器上都行，你从哪个聊天软件里叫它都行。

如果你的需求只是一次性问答或短平快的脚本，那任何聊天机器人都够用，Hermes 的优势发挥不出来。

给新人的一句话路线：先装好 → hermes setup --portal → 跑通一次干净的对话 → 再一层层加网关、cron、技能和 MCP。别跳步，跳步就会得到那个经典结局——"装是装上了，但它什么都不干"。

参考与延伸阅读

• 官方文档：https://hermes-agent.nousresearch.com/docs

• GitHub 仓库：https://github.com/NousResearch/hermes-agent

• 建议接着看：Configuration（配置详解）、Messaging Gateway（网关）、Skills System（技能系统）、Tips & Best Practices（提效技巧）