Hermes Agent 快速入门教程

一、Hermes Agent 概述

每次跟 AI 聊天都要重新交代背景?同样的配置反复说明,复杂操作流程用完就丢无法复用?

Hermes Agent 正是为解决这些问题而生。它是 Nous Research 开发的开源自进化 AI 智能体框架,核心定位是 “会随使用不断成长的数字同事”,而非单纯的聊天机器人。它打破传统 AI 无状态对话的局限,内置持久记忆、技能自动沉淀、闭环学习引擎,支持 200+ 大模型一键切换,可接入 15+ 主流消息平台,兼顾个人助手、团队自动化、开发辅助等多场景需求。

核心差异化特性

  1. 自进化学习闭环:基于 GEPA 引擎,通过 “任务执行 - 效果评估 - 策略优化 - 技能沉淀” 闭环,仅需 100-500 次迭代即可优化能力,越用越智能。

  2. 三层持久记忆:采用 “上下文压缩 + SQLite 会话检索 + 持久化 MEMORY.md” 架构,跨会话记住用户偏好、项目背景,避免重复沟通。

图3:三层持久记忆架构

第三层

第二层

第一层

跨会话持久化

上下文压缩

SQLite 会话检索

持久化 MEMORY.md

  1. 技能自动沉淀:完成复杂任务后,自动将流程提炼为可复用技能(遵循 agentskills.io 标准),支持手动编写与社区安装。

  2. 全模型兼容:零锁定设计,支持 OpenAI、Anthropic、智谱、Kimi、MiniMax 等国内外模型,也兼容 Ollama 本地部署。

  3. 多平台统一网关:一键接入飞书、钉钉、企业微信、Telegram、Discord 等,跨平台保持统一记忆与会话。

  4. 安全沙箱执行:支持本地、Docker、SSH 等 7 种终端后端,容器隔离避免权限风险,保障执行安全。

图1:自进化学习闭环

接收任务

执行任务

效果评估

评估通过?

策略优化

技能沉淀

存入技能库

与同类工具核心对比

目前主流 AI 智能体 / 工具包括 Claude Code、OpenAI Codex、OpenClaw,与 Hermes Agent 定位、能力差异显著:

对比维度 Hermes Agent Claude Code(Anthropic) OpenAI Codex OpenClaw(龙虾)
核心定位 通用自进化 Agent(全场景) 专用编码 Agent(仅代码) 轻量编码 Agent(仅代码) 多平台网关 Agent(连接优先)
模型兼容性 支持 200+ 模型(国产 / 海外 / 本地) 仅 Claude 系列(模型锁定) 仅 OpenAI 系列(模型锁定) 支持多模型,但生态较弱
记忆能力
三层持久记忆(跨会话长期保存) 会话记忆(无长期持久化) 会话记忆(无长期持久化) 文件记忆(仅基础存储,无检索)
技能机制 自动生成 + 优化技能(自进化) 手动配置插件 手动配置工具 静态技能(无自动沉淀)
平台接入 15+ 平台(含飞书 / 钉钉) 仅 IDE / 终端 仅 IDE / 终端 22+ 平台(含微信 / QQ)
部署方式 自托管(本地 / Docker/VPS) 云端 + 本地 云端优先 自托管 + 端侧
核心优势 自进化 + 全场景 + 模型自由 代码理解深度强 轻量高效、并行任务 接入广、消费级体验好

一句话选型

  • 选 Hermes Agent:需要全场景通用、长期记忆、自动进化,不想被单一模型锁定;

  • 选 Claude Code:专注复杂代码开发、深度工程化,接受 Claude 模型锁定;

  • 选 OpenAI Codex:追求轻量编码、快速执行,依赖 OpenAI 生态;

  • 选 OpenClaw:优先多平台接入、端侧联动,不需要自进化能力。

明确了 Hermes Agent 的定位和优势,接下来我们实际部署它——从环境准备开始,一步步搭建可用的智能体环境。

二、环境准备

系统要求

  • 支持系统:macOS、Linux、Windows(需 WSL2,原生 PowerShell 为 Beta 版)

  • 基础依赖:Git(必需)、Python 3.11(自动安装)、Node.js v22(自动安装)

  • 网络提示:中国大陆用户默认走国内镜像加速,精简非必要依赖,安装更稳定

安装前检查

打开终端(Windows 用 WSL2 或 PowerShell),执行以下命令检查依赖:

git --version  # 需输出 2.0+ 版本

三、快速安装

1. macOS / Linux / WSL2(推荐)

执行一键安装命令(国内镜像加速):

curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash

安装完成后刷新环境变量:

source ~/.bashrc  # bash 用户

2. Windows 原生 PowerShell(Beta)

以管理员身份打开 PowerShell,执行:

irm https://res1.hermesagent.org.cn/install.ps1 | iex

安装完成后关闭并重新打开 PowerShell 生效。

验证安装

执行命令检查版本,输出版本号即成功:

hermes --version
hermes doctor

图2:安装与验证流程

执行一键安装

刷新环境变量

hermes --version

输出版本号?

安装成功

检查依赖与网络

安装就绪后,还需要配置大模型才能开始对话。Hermes Agent 支持国内外主流模型,选择你喜欢的即可。

四、基础配置(模型接入)

安装后需配置大模型提供商,支持国内(智谱、Kimi)、国外(OpenAI、Anthropic)及本地模型,核心命令:

hermes model

1. 国内模型配置(无需海外网络)

模型提供商 环境变量 配置说明
智谱 GL ZHIPUAI_API_KEY 输入官网申请的 API Key
Kimi(月之暗面) KIMI_API_KEY 支持长上下文,适合文档分析
阿里云通义千问 DASHSCOPE_API_KEY 通过 DashScope 接入

2. 国外模型配置

模型提供商 配置方式
OpenAI 输入 OPENAI_API_KEY,支持 GPT-4o、GPT-3.5
Anthropic Claude 输入 ANTHROPIC_API_KEY,支持 Claude 3/4 系列
OpenRouter 输入 OPENROUTER_API_KEY,一键访问 200+ 模型

3. 本地模型配置(Ollama)

  1. 先安装 Ollama 并启动本地模型(如 Llama3、Qwen)

  2. 执行 hermes model → 选择「Custom Endpoint」

  3. 输入 Ollama 地址(默认 http://localhost:11434)及模型名

配置文件说明

所有配置集中在 ~/.hermes/ 目录:

  • config.yaml:主配置(工具、网关、终端设置)

  • .env:存储 API Key(权限设为 600,避免泄露)

  • memories/:持久记忆文件

  • skills/:自动 / 手动安装的技能

模型配置完成后,就可以启动 Hermes 进行第一次对话了。

五、首次使用(基础对话)

1. 启动交互式会话

终端执行命令,进入对话模式:

hermes
hermes --tui

出现欢迎横幅即成功,可直接输入问题:

❯ 你好,帮我总结 Hermes Agent 的核心功能

2. 常用斜杠命令(输入 / 查看补全)

命令 功能
/help 查看所有命令
/model 快速切换模型
/tools 启用 / 禁用工具(终端、文件、搜索)
/save 保存当前会话
/compress 压缩上下文,避免超限

3. 核心工具调用示例

Hermes 默认支持终端、文件、网页搜索工具,直接用自然语言指令:

❯ 帮我查看当前磁盘空间,列出最大的 5 个目录

❯ 在桌面创建 test.md,写入 Hermes 入门笔记

❯ 搜索 2026 年大模型发展趋势,总结 3 个关键点

4. 会话管理

  • 中断对话:Ctrl+C 或直接输入新指令

  • 恢复会话:

hermes --continue  # 恢复最近一次会话

六、进阶功能入门

1. 技能管理(自动 / 手动扩展能力)

自动技能

完成 5 次以上同类任务(如爬虫、代码审查),Hermes 自动提炼为技能,存入 ~/.hermes/skills/

手动安装社区技能
hermes skills search kubernetes

hermes skills install openai/skills/k8s

2. 消息网关(接入飞书 / 钉钉)

一键配置多平台接入,实现跨平台对话:

hermes gateway setup

hermes gateway &

支持平台:飞书、钉钉、企业微信、Telegram、Discord 等。

3. Docker 沙箱部署(安全隔离)

避免工具执行影响宿主机,推荐生产环境使用:

mkdir -p ~/.hermes
docker run -it --rm -v ~/.hermes:/opt/data nousresearch/hermes setup

docker run -d \
  --name hermes \
  --restart unless-stopped \
  -v ~/.hermes:/opt/data \
  nousresearch/hermes gateway run

4. MCP 集成(连接外部工具)

通过 MCP(Model Context Protocol)接入 GitHub、数据库、企业内网工具,无需定制开发。
配置示例(编辑 ~/.hermes/config.yaml):

mcp_servers:
  github:
    command: npx
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "你的令牌"

七、常见问题排查

  1. 命令找不到(hermes: command not found)
    执行 source ~/.bashrc(或对应 shell 配置),或检查 ~/.local/bin 是否加入环境变量。

  2. 模型配置失败 / API 错误

    • 检查 API Key 正确性

    • 执行 hermes config show 查看配置

    • 国内模型确认无海外网络限制。

  3. 工具执行无权限
    Windows 用户优先用 WSL2;Docker 部署可解决权限隔离问题。

  4. 会话上下文超限
    输入 /compress 压缩上下文,或切换更大上下文模型(如 Kimi 2.6、GPT-4o)。

八、总结

Hermes Agent 作为自进化通用 AI 智能体,核心价值在于 “持久记忆 + 技能沉淀 + 全场景适配”,既适合个人日常助手、代码辅助,也可用于团队自动化、企业知识库搭建。

对比 Claude Code、Codex 等专用工具,Hermes Agent 胜在模型自由、长期记忆、自进化能力;对比 OpenClaw,Hermes 更聚焦 “深度成长” 而非单纯 “连接广度”。

本文覆盖从安装、配置到基础使用、进阶功能的全流程,下一步可探索:

  • 接入更多消息平台(飞书 / 钉钉)

  • 编写自定义技能

  • 部署到服务器长期运行

  • 集成 MCP 工具扩展能力

Logo

Agent 垂直技术社区,欢迎活跃、内容共建。

更多推荐