什么是 Hermes Agent ？

Hermes Agent 是在今年 2 月份发布的，现在 GitHub 上已经有 11W 人收藏了。

跟小龙虾 OpenClaw 类似，Hermes Agent 也是一个开源的通用的 AI 智能体，可以长期在自己的电脑上运行，可以访问自己电脑里的文件，也可以操控本地的浏览器做一些像是表单填写的事情，可以学习技能，而且可以设定定时任务，而不是像豆包那样只能从网上收集信息。

Hermes Agent 和 OpenClaw 相比，最大的两个优势是有自我进化的能力，并且安全性更高，进化主要体现在记忆和 Skill 的沉淀上，安全性主要体现在危险命令的审批机制，比如说对于移除所有文件的 rm -rf 的危险命令需要人类审批才能执行，而且支持容器执行。

而 OpenClaw 相对于 Hermes Agent 来说，最大的两个优势是可以通过网页来调整配置，而且还有移动端的节点，在 iOS 或者安卓手机上使用的时候，可以调用手机上的一些功能，比如手机截屏或者是拍照。

怎么安装 Hermes Agent

首先在终端输入这个命令：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

这个 curl 命令是用来下载Hermes Agent的安装脚本的， -fsSL 的意思是静默下载不显示进度，出错的话显示报错信息。| 是管道，用于把上一个命令的输出给到下一个命令，下一个命令是 bash 命令，也就是整个命令的意思是下载脚本并交给 bash 执行，bash 是 Shell 解释器。install.sh 表明这是一个 Shell 脚本文件。

install.sh 脚本里会安装 uv 、Python ，检查 Git ，安装 Node.js ，克隆 Hermes Agent 的 Git 仓库，安装 Python 依赖，安装浏览器，配置 hermes 命令，运行配置向导。

Python 是一门编程语言，Hermes Agent 就是用 Python 开发的，uv 是 Python 的包管理器，可以用来安装 Hermes Agent 需要的依赖，Git 是一个代码管理工具，可以用来把 Hermes Agent 在云端的代码克隆到本地，Node.js 是用来运行 JavaScript 程序的环境，Hermes Agent 有一部分代码就是用 JavaScript 写的，JavaScript 简称 JS ，比如 Hermes Agent 的浏览器工具就涉及 JS 代码。

输入这个命令后就会开始检查系统环境，并安装依赖的一些软件。

安装完 Chromium 或者是安装失败跳过了浏览器安装的部分后，如果你是重装 Hermes 的话，会先让你选择怎么处理之前的配置。

• Quick Setup：只处理缺失的配置

• Full Setup ：完全重新配置

• Model & Provider ：只配置模型和模型提供商

• Terminal Backend ：配置 agent 运行终端命令时的后端，比如本地运行，Docker 运行还是 SSH 运行

• Messaging Platforms（Gateway）：配置消息平台，比如飞书或者微信

• Tools ：配置工具，比如语音转文本、网页搜索、图片生成等工具

• Agent Settings ：配置 Agent 的行为参数，包括最大迭代次数，上下文压缩，会话重置等参数

• Exit ：退出向导

为了完整演示，我这里选择的是 Full Setup ，选择 Full Setup 后下一步要选择模型提供商。

• Nous Portal ：订阅了 Nous Research 的服务才能使用，Nous Research 就是 Hermes Agent 的开发团队

• OpenRouter ：大模型聚合平台，在上面只需要创建 1 个 apikey 就可以使用不同大模型厂商的模型，但是充值的时候有额外的服务费

• Vercel AI Gateway ：和 OpenRouter 一样是大模型聚合平台，但是支持兜底备选 fallback 机制，也就是一个模型失败的时候可以帮你切换到另一个模型，这样你就不用额外编写代码

我现在购买的是智谱的 Coding plan，所以我这里选择的是 Z.AI ，具体的选择根据你购买哪个厂商的服务来决定。需要注意的是如果你是使用这类通用 Agent 的新手的话，不要通过按量购买 Token 的方式来使用，否则的话你就看到 Token 支出像流水一样哗啦啦地消耗，最好是买一个 Coding Plan，国内很多厂商都有提供 Coding Plan，比如 MiniMax 和 Kimi 都有这样的话成本是在可控范围内的。

选择模型提供商后，输入 API Key ，BaseUrl 可以不修改，模型我选择的是 glm-5v-turbo，是智谱最新的支持图片识别的模型。

处理完提供商的配置后，下一步还会提示你要不要添加一个兜底备用（fallback）用的凭证（apikey），这里我选择跳过，如果你有的话也可以填进去，比如你有两个账号都有 Coding Plan，第一个账号的订阅快过期了，就可以把第二个账号的 ApiKey 填进去。又或者是为了避免一个账号的并发太少了，也可以填写一个兜底备用的 apikey。

下一步就是选择 TTS（文字转语音）的提供商，默认是 Edge TTS 。

• Edge TTS ：微软提供的 TTS 服务，不用钱

• ElevenLabs ：要钱，英文语音的质量比较好，中文比较一般，价格是 Flash / Turbo：$0.05 / 1000 字符

• OpenAI TTS ：OpenAI 提供的 TTS 服务，没用过，价格是 $0.015 / 分钟

• MiniMax TTS ：中文支持比较好，$5/月 → 100,000 积分/月

我这里选择的是 Edge TTS ，一般我也用不到这个功能，如果你有需要的话可以用 MiniMax 。

下一步就是选择 terminal backend，terminal backend 是 Hermes 执行命令的环境。

• Local ：在本地运行，是这几种方式里最简单的一种。但是有一定的危险性，可以直接修改你本地的文件，但是也可能会把你本地已有的文件删掉

• Docker ：本地容器，需要先安装 Docker 。Docker 容器是一个带有独立文件系统和环境的容器，可以让 hermes 只修改你发送给它的文件，避免 hermes 不小心把电脑里一些你不想让它修改的文件也改了。

• Modal ：云端沙盒，文件不会一直保留，需要注册账号，免费用户一个月有 $30 算力

• SSH ：在远程服务器上运行，需要你自己购买服务器，文件会一直保留

• Daytona ：会持续保存数据的云端开发环境，需要注册账号，有 $200 的免费算力

如果你想用 local 这种方式，并且只想让 hermes 只访问特定目录的话，可以在系统环境变量里配置export HERMES_WRITE_SAFE_ROOT=/你的项目目录，又或者是专门在系统上创建一个给 Hermes 用的独立的用户/工作目录，这样的话就不会影响到你原有的文件。

再下一步就是选择 Messaging working directory，也就是通过消息使用时的起始目录，默认是当前目录“.”，你从飞书或者是微信上发送消息给 hermes ，让它查找电脑上的文件的时候，hermes 会首先从这个起始目录里查找。

然后是选择是否启用 sudo， sudo 的全称是 superuser do，也就是让超级用户来执行这条命令，比如安装系统级软件，启动或者停止系统服务的时候，就需要超级用户才有权限操作，启用 sudo 意味着把超级权限给到 hermes ，如果给 hermes 配置的模型比较差，遇到问题的时候不小心输出了 sudo rm -rf 重要目录，那就会造成无法挽回的损失，因此这里我选择拒绝 N 。

再下一步是选择迭代次数，所谓的迭代次数就是在一次任务里允许 Agent 调用工具，思考，继续下一步的最大轮次，默认是 90 次，迭代次数越大，模型在遇到问题的时候就会做更多的尝试，如果你只是用 Hermes 来做一些简单的问答的话，设为 8 到 15 次就行，如果是用来做一些简单的文件修改和查找的话，设为 15 到 30 次就行。如果涉及到一些小项目，可以设为 30~60 次，大型项目的话可以设定在 60~90 次，如果发现还是不够再往上加。

我这里选择的是默认的 90 ，因为我打算用它来测试一下开发复杂的项目。

然后是配置 Tool progress mode，默认是 all 。

• off ：只显示最终的结果，不显示任务执行过程的工具调用结果

• new ：切换使用不同的工具时才显示新的工具调用结果，比如说连续调用了五次读取文件的 read_file 工具，就只显示 1 次 read_file ，下次切换到 write_file 的时候才显示 write_file 工具的执行结果。如果是在飞书或者微信这些消息渠道里使用 hermes 的话，就可以设置为 new ，这样话不会满屏都是相同的工具调用记录

• all ：显示每一次的工具调用的预览信息

• verbose ：显示详细的任务执行过程，包括工具的参数，执行结果，思考过程，调试日志。如果你在修改和调试 hermes 的话，可以选择 verbose

我这里选择的是默认的 all ，可以在 CLI 里用 /verbose 切换 tool progress mode。

再下一步就是设置上下文压缩的阈值，上下文指的是传给大语言模型的数据，包括提供了哪些工具给模型调用，角色设定（SOUL.md），项目规则（AGENTS.md），记忆，技能，会话的所有消息（包括工具执行结果，Agent 的回复，用户消息）等。上下文压缩就是就所有消息进行总结，阈值越小，总结次数就越多，阈值越大，传给模型的上下文信息就越多，就越容易出现注意力稀疏的问题，也就是信息太多了，你告诉模型的其中一些规则它记不住了。

最好的情况下还是自己多开新会话，避免进行压缩，因为总结压缩后的信息不一定符合你的预期。

让不同的任务的信息在不同的会话中，避免不同任务的信息混在一起，导致 Agent 误解了最新的任务到底要做什么。

如果说你想要 hermes 修改一个复杂项目的话，可以把压缩的阈值改大一些，因为修改问题的过程可能要很久而且涉及很多个文件。

我这里选择的是默认的 0.5 。

然后是设置会话的重置模式，默认是 Intactiveity + daily reset。

• Intactiveity + daily reset：如果过了一段时间没人发消息的话会重置会话，或者是到了每天固定的时间重置会话，避免昨天的会话和今天会话的上下文混在一起

• Inactiveity + only ：如果过了 N 分钟后都没有消息的话就重置

• Daily only ：每天固定的时间重置

• Never auto-reset：不主动重置，如果你不关心不同任务的上下文混在一起，而且有自己开启新会话的习惯的话，就选这个，我选的就是这个

下一步是选择消息平台，我这里选择的是飞书，你也可以选择微信或者 QQ 。

接着选择自己输入 AppID 和 AppSecret 或者是扫码自动创建，我这里选的是扫码。

扫码或者打开链接后可以看到创建飞书应用的页面。

创建成功后打开应用。

打开后就能在飞书的消息列表里看到新建的 Hermes Agent。

然后是设定私信授权方式，第一种是私聊飞书机器人的时候系统会提供配对码，本地配对后才能使用这个机器人，避免其他人给这个机器人发消息。

第二种是允许所有私聊消息，如果只是用来提供一些公开信息的话可以选择这种。

第三种是允许特定的用户 id ，比如你只把这个机器人给你和你的几个朋友使用，每次增加用户的时候都要添加一次用户 id。

我这里选择的是通过配对码配对。

然后是群聊回复机制，第一种是艾特的时候才会回复，第二种是禁止群聊，这个选项我选的是禁止群聊。

下一步是设置 Home chat ID ，用于配置定时任务和通知发送给哪个飞书会话，可以不填写，我这里写的是刚才创建的机器人的聊天的会话 ID 。

点击飞书右上角的设置按钮后右侧面板的下方就可以看到会话 ID 。

再下一步就是确认是否重启网关 gateway，这里输入 Y 就行。

接着会提示的是要不要调整 CLI 的配置，选择后会进入工具选择 ，不配置的话就选择 Done 完成。CLI 的全称是 Command Line Interface ，也就是命令行界面，在终端里输入命令来操作程序，比如执行 hermes 命令，git 命令。此外 Hermes 还用到了 TUI ，TUI 就是 Terminal User Interface ，终端用户界面，有面板，列表，光标，状态栏，输入框，相比 CLI 有着更丰富的信息和交互方式，启动的命令是 hermes --tui 。

选择配置 CLI 后可以调整工具工具，有下面这些选项，按下空格表示选中。

• 网页搜索与网页数据提取

• 浏览器自动化，比如导航，点击，输入和滚动等操作

• 终端命令执行与进程管理

• 文件操作，文件读写和搜索等

• 代码执行

• 图片识别与分析

• 图片生成

• 多代理推理（Mixture of Agents），默认是关闭的。开启后可以让多个 Agent 并行各自生成问题的答案，输出一个最终的答案，Agent 不会执行命令和修改文件等工具，如果你想要具备 Hermes 多个视角思考问题的能力，就可以加上这个工具

• 文本转语音

• 技能管理

• 任务规划

• 记忆

• 会话搜索

• 问题澄清，就是让 Hermes 在有疑惑的时候向你提问

• 任务委派，把任务分给子代理执行，子代理可以各自使用工具

• 定时任务管理，包括查看，创建，更新，暂停和运行定时任务等操作

• 跨平台发消息，比如发给飞书

• 强化学习训练相关的工具，默认关闭

• 智能家电控制，默认关闭

选择好工具，再选择 Done 完成后，就会看到安装完成 Setup Complete ，这时就可以看到一些提示，比如所有文件都在系统根目录的 ~/.hermes/ 目录下，配置在 config.yaml ，apikey 在 .env 文件，定时任务在 cron ，会话在 sessions 目录。

而且还可以看到调整配置的命令，比如 hermes setup 就是重新执行安装向导，hermes config 可以查看当前配置。

接下来就可以执行 hermes 命令开始和 hermes 对话，如果要通过飞书或者其他渠道和 hermes 对话的话，要输入 hermes gateway 启动网关，这里输入 Y 就行。

输入 Y 后可以在终端看到 Hermes Agent 的标识，如果遇到问题的话，可以用 Claude Code 来解决，安装 Claude Code 的方式在购买 Coding Plan 的地方会有指示，这是 CLI 看到的界面，底部有运行状态，模型，上下文窗口大小，以及运行时间等信息。

执行了什么工具会以文本的形式呈现。

这是 TUI 看到的界面，底部有运行状态，模型，上下文窗口大小，以及运行时间等信息。

思考过程和工具调用默认是收起的，点击 Thining 和 Tool calls 左侧的箭头可以展开查看具体的内容。

启动 hermes 后，发送第一条消息后，就可以看到配对码和配对命令。

配对后就可以正常聊天了。

下面是配对后的回复。