🚀 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
Hermes Agent 是一个由 Nous Research 开发的开源自进化 AI 代理。它的核心卖点不是又一个聊天机器人，而是一个具备“内置学习循环”的智能体：它能从经验中创建技能，在使用中改进技能，主动记忆知识，并能在跨会话中构建越来越精准的用户画像。这意味着它更像一个能与你共同成长的数字助手，而非一个静态工具。
最值得关注的是它的部署灵活性。它可以在 5 美元的 VPS、GPU 集群甚至无服务器基础设施上运行，成本在闲置时几乎为零。它不绑定在你的笔记本电脑上，你可以通过 Telegram、Discord 等平台与在云端 VM 上运行的它对话。同时，它支持几乎所有主流模型提供商（Nous Portal, OpenRouter, OpenAI 等），切换模型无需更改代码，没有锁定风险。
对于开发者或技术爱好者来说，Hermes Agent 提供了完整的终端界面（TUI）、支持 40+ 工具、内置定时任务调度器（cron）、并能通过 MCP 协议扩展能力。本文将带你从零开始，完成 Hermes Agent 在主流操作系统（Linux/macOS/Windows）上的安装、基础配置、核心功能实战，并分享如何避开那些常见的“坑”，让你快速上手这个强大的 AI 代理。
1. 核心能力速览
在深入细节前，我们先通过一个表格快速了解 Hermes Agent 的核心特性，判断它是否符合你的需求。
| 能力项 | 说明 |
|---|---|
| 项目类型 | 自进化 AI 代理框架 |
| 开源团队 | Nous Research |
| 核心特性 | 内置学习循环（从经验创建/改进技能）、跨平台对话（CLI, Telegram, Discord等）、模型无关（支持众多提供商）、计划任务（内置cron）、子代理并行 |
| 硬件门槛 | 极低。可在 $5 VPS、本地机器、GPU 集群或无服务器环境运行。对本地硬件无强制 GPU 要求，依赖所选 LLM 的推理需求。 |
| 显存/内存占用 | 代理框架本身资源占用很小。主要资源消耗取决于后端连接的 LLM 服务（本地部署的模型或云端 API）。 |
| 支持平台 | Linux,macOS,Windows (原生或WSL2),Android/Termux |
| 启动方式 | 一键安装脚本（curl/bash 或 PowerShell），安装后通过hermes命令启动交互式 CLI。 |
| 是否支持 API | 支持通过Messaging Gateway与外部平台（如 Telegram Bot）集成进行交互。框架本身提供工具调用 RPC 接口，便于脚本集成。 |
| 是否支持批量任务 | 支持。通过内置的cron 调度器可执行定时任务，并支持批量轨迹生成用于研究。 |
| 主要界面 | 终端 TUI (文本用户界面)、各消息平台（Telegram, Discord, Slack, WhatsApp, Signal） |
| 适合场景 | 个人 AI 助手自动化、跨平台智能对话代理、研究型 AI 代理开发、定时报告/备份自动化、复杂任务流程编排 |
2. 适用场景与使用边界
适合谁？能做什么？
- 个人效率追求者：希望有一个跨设备、跨平台（CLI、Telegram）的智能助手，帮你管理待办、总结信息、自动执行重复任务（如每日报告）。
- 开发者/技术爱好者：想要一个可编程、可扩展的 AI 代理框架，用于实验自动化脚本、集成自家工具链、或研究 AI 代理行为。
- 团队协作：通过集成 Slack、Discord 等，为团队提供一个共享的 AI 助手，处理常见查询或自动化流程。
- 研究人员：利用其批量轨迹生成和轨迹压缩功能，为下一代工具调用模型准备训练数据。
不适合什么场景？
- 追求极致简单“开箱即用”聊天：如果你只想找一个点击即用的聊天应用，Hermes 需要一定的配置和命令行操作，学习曲线更陡。
- 完全离线、纯本地模型部署：虽然 Hermes 本身可以本地运行，但其强大功能依赖于 LLM。如果你坚持使用完全离线、本地部署的大模型，你需要自行搭建对应的 LLM 服务端点并将其配置为 Hermes 的提供商。
- 替代专业 RPA 工具：对于高度定制化、涉及大量老旧图形界面操作的企业级流程自动化，专业 RPA 工具可能更合适。
合规与安全边界
- 模型责任：Hermes 是一个代理框架，其生成内容的质量、准确性和安全性取决于你为其配置的后端 LLM（如 OpenAI GPT, Claude 等）。你需遵守所选 LLM 服务商的使用条款。
- 工具使用：Hermes 可以调用系统命令、访问网络等。在授予其工具权限时，应遵循最小权限原则，特别是在生产环境或敏感系统中。
- 隐私考虑：Hermes 会持久化记忆和用户画像。确保你了解其数据存储位置（默认在
~/.hermes），并妥善处理包含敏感信息的对话历史。 - 授权使用：如果通过 Hermes 集成第三方服务（如 Google Calendar, GitHub），请确保已获得相应的 API 访问授权。
3. 环境准备与前置条件
Hermes 的安装程序已经非常智能化，会自动处理大部分依赖。但你仍然需要确保基础环境就绪。
3.1 操作系统与基础环境
- Linux / macOS / WSL2: 确保系统已安装
curl和bash。这是运行一键安装脚本的基础。 - Windows (原生): 需要PowerShell 5.1 或更高版本。通常 Windows 10/11 已内置。
- 网络连接: 安装过程需要从 GitHub 等源下载资源，请保证网络通畅。
3.2 可选依赖（由安装程序自动处理）
安装脚本会自动检测并安装以下组件，如果已有则复用：
- Python 3.11+: Hermes 基于 Python 构建。
- Node.js: 用于部分前端工具。
- uv: Rust 编写的快速 Python 包管理器和安装器。
- Git: 用于运行 shell 命令。如果系统未安装，安装程序会下载一个便携版 MinGit（约45MB），完全独立，不干扰系统 Git。
- ripgrep (
rg): 用于代码搜索等工具。 - ffmpeg: 用于语音备忘录转录等音频处理功能。
3.3 磁盘空间
预留至少1-2 GB的可用磁盘空间，用于存放 Hermes 本身、Python 虚拟环境、缓存以及可能的技能和记忆数据。
3.4 防病毒软件白名单（仅 Windows）
由于安装程序会下载uv.exe（Rust 二进制文件），部分主动防御型杀毒软件（如 Windows Defender、Bitdefender）可能会误报为恶意软件并隔离。这不是病毒，是 Astral 官方的 Python 包管理器。如果遇到此问题，需要将 Hermes 的安装目录加入杀毒软件的白名单。具体方法见后文故障排查章节。
4. 安装部署与启动方式
Hermes 提供了近乎傻瓜式的一键安装。请根据你的操作系统选择对应的命令。
4.1 Linux / macOS / WSL2 安装
打开终端，执行以下命令：
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash这个命令会：
- 下载安装脚本并执行。
- 自动安装或检测
uv、Python 3.11、Node.js、ripgrep、ffmpeg和Git。 - 在
~/.hermes目录下创建完整的 Hermes 环境。 - 将
hermes命令添加到你的 shell 环境变量中。
安装完成后，重新加载你的 shell 配置以使hermes命令生效：
# 如果你使用 bash source ~/.bashrc # 如果你使用 zsh source ~/.zshrc4.2 Windows (原生 PowerShell) 安装
以管理员身份打开 PowerShell，执行以下命令：
iex (irm https://hermes-agent.nousresearch.com/install.ps1)这个命令会：
- 下载并执行 PowerShell 安装脚本。
- 在
%LOCALAPPDATA%\hermes（通常是C:\Users\<你的用户名>\AppData\Local\hermes）目录下安装所有组件。 - 自动将安装目录添加到系统的 PATH 环境变量中。
安装完成后，关闭并重新打开一个新的 PowerShell 窗口，以确保 PATH 生效。
4.3 验证安装与首次启动
无论哪种系统，安装完成后，在终端或 PowerShell 中运行以下命令验证：
hermes --version如果显示出版本号（例如hermes 0.18.0），说明安装成功。
现在，你可以直接启动 Hermes 的交互式命令行界面（CLI）开始对话：
hermes首次运行hermes时，它会引导你进行初始设置，包括选择 LLM 提供商、配置 API 密钥等。你可以跟随向导完成，也可以稍后通过hermes setup命令进行配置。
5. 初始配置与核心功能实战
安装只是第一步，正确的配置才能让 Hermes 发挥威力。我们分步进行。
5.1 快速配置向导
如果你在首次启动时跳过了设置，或者想重新配置，可以使用内置的向导：
hermes setup这个交互式向导会一步步引导你配置：
- LLM 提供商和模型：选择使用 Nous Portal、OpenRouter、OpenAI、Anthropic 或其他自定义端点。
- API 密钥：输入对应服务的 API Key。
- 工具集：选择启用哪些工具（如网络搜索、文件操作、代码执行等）。
- 记忆与技能：配置持久化存储。
捷径：使用 Nous Portal如果你不想为模型、搜索、图像生成、TTS 等分别收集和管理多个 API 密钥，可以使用Nous Portal。它提供了一个统一的订阅，覆盖 300+ 模型和多种工具网关。 只需运行：
hermes setup --portal该命令会通过 OAuth 登录，自动将 Nous 设置为你的提供商，并启用工具网关。
5.2 两种核心使用模式
Hermes 提供两种主要的交互入口，适应不同场景：
| 模式 | 启动命令 | 特点 | 适用场景 |
|---|---|---|---|
| 交互式 CLI (TUI) | hermes | 功能完整的终端界面，支持多行编辑、命令补全、历史记录、流式输出。 | 本地开发、调试、深度交互、学习命令。 |
| 消息网关 (Gateway) | hermes gateway | 启动一个后台服务，连接 Telegram、Discord 等平台。通过聊天软件与 Agent 交互。 | 日常使用、移动端访问、团队共享、自动化通知。 |
5.2.1 CLI 模式实战
启动 CLI 后，你会进入一个类似聊天界面的 TUI。你可以直接输入自然语言与 Agent 对话，也可以使用斜杠命令(/) 进行控制。
常用 CLI 命令示例：
/model openai:gpt-4o：将当前对话的模型切换为 OpenAI 的 GPT-4o。/personality helpful：给 Agent 设置一个“乐于助人”的人格。/new或/reset：开始一段全新的对话，清空当前上下文。/skills：列出所有已安装和可用的技能。/compress：压缩当前对话的上下文，节省 token。Ctrl+C：中断 Agent 当前正在执行的任务。
实战任务：让 Hermes 帮你写一个 Python 脚本
- 启动 CLI：
hermes - 输入：
写一个Python脚本，读取当前目录下的’data.csv’文件，计算’price’列的平均值并打印出来。 - Hermes 会思考并生成代码。它可能会询问你是否要执行或保存。你可以根据它的提示进行操作。
5.2.2 消息网关模式实战
以配置Telegram Bot为例：
- 创建 Telegram Bot：在 Telegram 中与
@BotFather对话，创建一个新的 Bot，并获取它的API Token。 - 配置 Hermes Gateway：
跟随向导，选择hermes gateway setuptelegram作为平台，并输入你从 BotFather 获得的 Token。 - 启动网关：
hermes gateway start - 与你的 Bot 对话：在 Telegram 中找到你的 Bot，发送
/start或任何消息。Hermes Agent 就会在后台响应你。
现在，你可以在手机或电脑上的 Telegram 中随时与你的 Hermes Agent 对话，享受跨平台的连续性。
5.3 技能系统：Agent 进化的核心
技能是 Hermes “自学习”能力的体现。它可以是 Agent 从复杂任务中自动创建的程序性记忆，也可以是你手动安装或编写的。
- 浏览技能：在 CLI 中输入
/skills。 - 执行技能：直接输入技能名，例如
/weather（如果已安装天气技能）。 - 技能创建：当你给 Agent 下达一个复杂任务（例如“每周五下午三点给我发一封本周工作摘要邮件”）并让它成功执行后，它可能会建议将这个流程保存为一个可复用的技能。
5.4 计划任务：真正的自动化
Hermes 内置了cron 调度器，允许你用自然语言创建定时任务。
示例：创建一个每日问候任务在 CLI 或 Telegram 中告诉你的 Agent：
创建一个计划任务，每天上午9点，在Telegram上向我发送“早上好！今天是{日期}，记得检查你的日程哦。”Hermes 会理解你的意图，并在后台为你配置好这个 cron 任务。任务到期时，它会通过你配置的消息平台（如 Telegram）向你发送消息。
6. 高级功能与集成
6.1 工具与工具集
Hermes 预置了 40+ 个工具，涵盖文件操作、网络搜索、代码执行、系统信息等。你可以通过hermes tools命令查看和管理启用的工具。 工具被分组为不同的“工具集”，你可以根据安全需求和工作场景启用或禁用整个工具集。
6.2 MCP 集成
Model Context Protocol (MCP) 是一种让 LLM 安全访问外部数据和工具的协议。Hermes 支持 MCP，这意味着你可以轻松连接各种 MCP 服务器来扩展 Agent 的能力，例如连接数据库、内部知识库、专有 API 等。
6.3 从 OpenClaw 迁移
如果你之前是 OpenClaw 的用户，Hermes 提供了平滑的迁移路径，可以导入你的设置、记忆、技能和 API 密钥。
hermes claw migrate运行此命令会启动一个交互式迁移向导。
7. 资源占用与性能观察
Hermes Agent 框架本身非常轻量，其资源消耗主要来自两个方面：
- Python 进程：运行
hermesCLI 或hermes gateway的进程。在空闲时，内存占用通常在100MB - 300MB左右，CPU 可忽略不计。 - LLM 推理：这是资源消耗的大头。如果你使用：
- 云端 API（如 OpenAI）：则无本地计算压力，消耗的是网络资源和 API 费用。
- 本地模型（通过 Ollama、LM Studio 等部署）：则需要根据模型大小提供足够的CPU/内存 或 GPU 显存。这部分资源需求完全取决于你选择的模型。
监控建议：
- 在 Linux/macOS 上，可以使用
htop或top命令查看hermes相关进程的资源使用情况。 - 在 Windows 上，可以使用任务管理器。
- 如果你运行了网关 (
hermes gateway start)，它会作为一个后台服务运行，记得在不需要时停止它：hermes gateway stop。
8. 常见问题与排查方法
以下是部署和使用 Hermes 时可能遇到的典型问题及解决方案。
| 问题现象 | 可能原因 | 排查方式 | 解决方案 |
|---|---|---|---|
| 安装脚本执行失败 | 网络问题、权限不足、系统缺少基础命令（如curl）。 | 检查网络连接，确认curl可用。在Windows确保以管理员身份运行PowerShell。 | 尝试使用代理，或手动按贡献者指南安装依赖。 |
hermes命令未找到 | Shell 环境变量未更新或安装路径未正确加入 PATH。 | 执行echo $PATH(Linux/macOS) 或$env:Path(PowerShell) 查看路径。 | 重新打开终端，或手动执行source ~/.bashrc/ 重启 PowerShell。Windows可检查系统环境变量。 |
启动hermes时报 Python 错误 | Python 环境损坏或依赖冲突。 | 查看错误信息，通常与 uv 或 pip 包有关。 | 尝试运行hermes doctor进行诊断。最彻底的方法是删除~/.hermes(Linux/macOS) 或%LOCALAPPDATA%\hermes(Windows) 目录，重新安装。 |
| Windows: 杀毒软件隔离 uv.exe | 防病毒软件误报。 | 检查杀毒软件日志，查看%LOCALAPPDATA%\hermes\bin\uv.exe是否被隔离。 | （推荐）添加例外：将 Hermes 安装目录（如C:\Users\<用户名>\AppData\Local\hermes）添加到杀毒软件的白名单/排除列表。（验证文件）：可按 GitHub 仓库中的 PowerShell 脚本验证文件真实性。 |
| Agent 不响应或反应慢 | 1. LLM API 密钥未配置或无效。 2. 网络问题导致 API 调用超时。 3. 使用的云端模型服务响应慢。 | 运行hermes config get provider检查提供商配置。尝试在 CLI 中直接问一个简单问题测试。 | 1. 运行hermes setup重新配置 API 密钥。2. 检查网络连接和代理设置。 3. 尝试切换模型或提供商（如从 GPT-4 切换到 GPT-3.5-turbo 测试速度）。 |
| 消息网关无法连接 Telegram | 1. Bot Token 错误。 2. 网络防火墙阻止连接 Telegram API。 | 运行hermes gateway status查看网关状态和日志。 | 1. 用hermes gateway setup重新配置 Token。2. 确保运行网关的机器可以访问 api.telegram.org。 |
| 技能执行失败 | 技能依赖的工具未启用，或技能代码有误。 | 在 CLI 中执行技能时观察错误输出。检查/skills列表确认技能状态。 | 运行hermes tools确保技能所需工具已启用。对于社区技能，可能需要查看其文档安装额外依赖。 |
| 记忆似乎没有持久化 | 记忆系统未启用或存储路径权限问题。 | 检查~/.hermes(或 Windows 对应目录) 的写入权限。 | 确保安装目录对当前用户可写。记忆功能默认启用，可通过配置调整。 |
9. 最佳实践与使用建议
为了让你的 Hermes Agent 体验更顺畅、更安全，遵循以下实践：
- 从简单开始：初次使用时，先通过 CLI 模式 (
hermes) 熟悉基本命令和交互。成功完成几个简单任务（如问答、文件读取）后再尝试配置消息网关和复杂自动化。 - 模型选择策略：
- 日常聊天/轻量任务：使用速度快、成本低的模型，如
openai:gpt-3.5-turbo、nousresearch/hermes-3-llama-3.1-405b（如果通过 Portal）。 - 复杂推理/编程：切换到能力更强的模型，如
openai:gpt-4o、anthropic:claude-3-5-sonnet。 - 使用
/model命令可以随时在对话中切换。
- 日常聊天/轻量任务：使用速度快、成本低的模型，如
- 工具权限管理：遵循最小权限原则。在
hermes tools配置中，只启用当前场景下必需的工具。对于生产环境，尤其要谨慎开放shell_cmd（执行任意 shell 命令）这类高危工具。 - 有效利用记忆和技能：
- 在长期对话中，适时使用
/compress来精简上下文，节省 Token。 - 对于成功的复杂操作流程，同意 Agent 将其保存为技能，方便下次一键调用。
- 在长期对话中，适时使用
- 配置备份：你的所有配置、记忆和技能都保存在
~/.hermes（或 Windows 对应目录）下。定期备份这个目录，特别是在升级 Hermes 版本之前。 - 加入社区：遇到问题或有好想法时，可以访问 Hermes 的 Discord 社区或 GitHub Issues 。社区非常活跃，有很多现成的技能和配置分享。
- 定期更新：Hermes 仍在快速迭代中。使用
hermes update命令可以一键更新到最新版本，获取新功能和错误修复。
Hermes Agent 代表了一种更智能、更自主的 AI 助手范式。它不再是简单的问答机器，而是一个可以通过学习你的习惯、自动化你的工作流、并在你常用的平台上与你无缝交互的伙伴。从一键安装到熟练使用，最大的“弯路”往往是对其能力边界和配置方式的不熟悉。通过本文的步骤，你已经掌握了从部署、配置到核心功能实战的完整路径。接下来，最好的学习方式就是开始使用它——从创建一个简单的每日摘要机器人，到尝试用自然语言让它帮你管理文件或查询信息，在实践中感受这个“自进化代理”的潜力。建议将本文收藏，在遇到配置瓶颈时回来查阅排查清单，能帮你节省大量时间。
🚀 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
