1. 项目概述一个能自我进化的AI智能体如果你和我一样已经厌倦了那些每次对话都像失忆、需要反复调教、功能固定且无法深度学习的AI助手那么Hermes Agent的出现绝对值得你花上十分钟来了解一下。这不是另一个套壳的ChatGPT Web界面也不是一个简单的命令行工具。Hermes Agent由Nous Research团队打造它最核心的标签是“自我进化”。这意味着它不仅仅是一个执行你指令的工具而是一个能通过与你互动不断学习、总结、沉淀并最终形成属于你个人专属技能库的“数字伙伴”。想象一下你让AI帮你处理一份复杂的数据报告它可能需要调用浏览器搜索、编写Python脚本、整理文件等多个步骤。普通的AI助手做完就忘了下次遇到类似任务你还得从头解释。但Hermes Agent不同它会在任务完成后自动将这一系列操作提炼、封装成一个可复用的“技能”。下次你只需要说“像上次那样分析销售数据”它就能直接调用这个技能甚至在执行过程中自我优化。这种“闭环学习”能力是它区别于市面上绝大多数AI Agent的核心。它的设计哲学是“无处不在且成本可控”。你可以在本地笔记本上运行它也可以在云端一台月费5美元的VPS上部署甚至可以利用Modal、Daytona这样的Serverless平台实现“闲置时几乎零成本唤醒时按需付费”的极致经济模式。然后你通过Telegram、Discord、甚至WhatsApp和它聊天让它在那台云端服务器上为你工作。这种将计算资源与交互界面分离的架构让AI助手真正成为了一个24小时在线的私人云服务。2. 核心架构与设计哲学解析2.1 模块化与松耦合为什么它能“即插即用”Hermes Agent的架构设计非常清晰遵循着“核心精简外围可扩展”的原则。整个系统可以看作由几个核心模块组成Agent Core核心引擎负责处理与LLM大语言模型的对话循环、工具调用决策、上下文管理。这是大脑。Tool System工具系统一个高度模块化的工具集。从简单的“获取当前时间”到复杂的“执行SSH命令”、“运行Docker容器”每个工具都是独立的。你可以通过配置文件轻松启用或禁用它们甚至自己编写工具。Memory Skill System记忆与技能系统这是实现“自我进化”的关键。记忆系统不仅记录对话历史还通过LLM进行摘要和向量化存储支持跨会话的语义搜索。技能系统则将成功的任务流程固化为可执行的程序。Gateway Interface Layer网关与接口层这是与用户交互的层面。CLI命令行界面提供全功能的TUI终端用户界面而Messaging Gateway则是一个守护进程负责连接Telegram、Discord等平台将消息路由给核心引擎处理。这种设计的最大好处是无供应商锁定。你想用OpenAI的GPT-4、Anthropic的Claude、还是国内的通义千问、Kimi只需要一条/model命令就能切换背后的代码无需任何改动。工具、记忆、界面都可以独立升级和替换。2.2 闭环学习循环技能是如何“生长”出来的这是Hermes Agent最迷人的部分。它的学习循环不是简单的“记录-回放”而是一个包含创造、应用、评估、优化的完整过程。技能创建Creation当你完成一个多步骤的复杂任务后Hermes Agent会主动分析这次对话的轨迹。它会识别出哪些工具被调用、以什么顺序、处理了哪些数据。然后它尝试用自然语言描述这个流程并将其封装成一个新的“技能”存储到本地技能库中。这个过程可以是自动触发的也可以由用户通过/save_skill命令手动发起。技能调用与优化Invocation Optimization当下次你或Agent自己触发这个技能时它并非机械执行。LLM会结合当前的具体上下文对技能步骤进行微调。例如一个“数据清洗”技能在面对CSV文件和Excel文件时其内部调用的具体工具参数可能会不同。Agent会在执行中学习这种变体并可能将更优的路径反馈回技能定义实现渐进式改进。记忆增强Memory Augmentation所有对话都会被存储。但Hermes Agent会定期或由用户触发对过往对话进行“整理”。它使用LLM生成摘要提取关键实体如项目名、人名、决策点并建立索引。这样当你在几周后问起“我们上次关于XX项目的结论是什么”它能快速从压缩的记忆中找到答案而不是把成千上万的对话历史全部塞给模型。这个循环使得Agent不再是静态的而是随着使用时间增长变得越来越懂你越来越擅长处理你的特定事务。2.3 多后端执行引擎从本地到云端的无缝衔接“运行在任何地方”不是一句空话。Hermes Agent抽象了“执行环境”的概念称之为“终端后端”。这决定了你的工具命令比如python script.py实际在哪里运行。Local本地最简单命令在你运行hermes的机器上执行。Docker在一个独立的Docker容器中执行提供了良好的隔离性和环境一致性。SSH在远程服务器上执行。这是实现“云端运行本地聊天”的关键。你可以在家中的电脑上通过Telegram与Agent交互而Agent实际在公司的开发服务器或云端的GPU实例上执行代码。Daytona/Modal这是Serverless模式。你的Agent环境包括安装的依赖、临时文件被封装成一个镜像。当没有对话时整个环境被“冷冻”起来不产生计算费用。当消息到来时平台瞬间唤醒它。这对于个人使用来说成本可以忽略不计。你可以根据任务需求在会话中动态切换后端。比如让轻量查询在本地运行让耗时的数据训练在云GPU上运行。3. 从零开始部署与深度配置指南3.1 环境准备与安装避开初学者的坑官方的一键安装脚本curl -fsSL ... | bash在大多数Linux和macOS系统上工作良好。但根据我的经验以下几点需要特别注意对于macOS用户确保已安装Homebrew。脚本可能会依赖一些通过Homebrew安装的系统库。如果安装过程中遇到关于libomp等错误可以提前执行brew install libomp。对于Linux用户特别是纯净的VPS脚本会自动安装Python 3.11和uv一个更快的Python包管理器。但如果你的系统Python版本太旧或者pip不可用可能会卡住。最稳妥的方式是先手动确保基础环境# 对于Ubuntu/Debian sudo apt update sudo apt install -y python3 python3-pip python3-venv curl git # 对于CentOS/RHEL sudo yum install -y python3 python3-pip git curl然后再运行官方安装脚本。对于Windows用户必须使用WSL2。不要尝试在原生PowerShell或CMD中运行。在WSL2的Ubuntu分发版中安装流程与Linux一致。注意安装完成后务必执行source ~/.bashrc或source ~/.zshrc来重新加载Shell环境变量。很多新手会忽略这一步导致直接运行hermes命令提示找不到。安装成功后运行hermes doctor命令。这是一个非常实用的诊断工具它会检查关键配置文件是否存在且格式正确。必要的API密钥是否已设置如OpenAI。网络连通性能否访问配置的模型端点。工具依赖是否满足如docker命令是否可用。它会给出明确的修复建议能帮你快速定位90%的初期问题。3.2 模型配置详解如何选择最适合的“大脑”hermes model命令会启动一个交互式选择器。但面对几十个提供商和上百个模型该如何选择我的建议是根据你的使用场景和预算来决策1. 本地/高性能场景追求低延迟、高隐私、不限次调用推荐后端ollama(本地运行),lmstudio(本地运行), 或自托管的vllm端点。模型选择选择参数量适合你硬件的模型。例如用llama3.1:8b、qwen2.5:7b。你需要先在本机或内网服务器上部署好Ollama或vLLM服务。配置示例在~/.hermes/config.toml中手动添加[providers.ollama] type openai base_url http://localhost:11434/v1 api_key ollama # ollama通常不需要真密钥但字段需存在 default_model llama3.2:3b然后运行hermes model选择ollama提供商及对应模型。2. 云端/平衡场景追求强大能力接受API成本推荐提供商openai,anthropic,openrouter。模型选择综合智能与成本openai:gpt-4o-mini是目前性价比的标杆。复杂推理与编程anthropic:claude-3-5-sonnet或openai:gpt-4o。极致性价比与高速通过openrouter调用google:gemini-2.0-flash。关键技巧OpenRouter是一个聚合平台它让你能用同一个API密钥访问几乎所有主流模型。对于频繁切换模型做对比测试的用户来说这是最佳选择无需管理多个平台的账号和密钥。3. 配置优先级与故障排除Hermes的配置加载顺序是环境变量 命令行参数 用户配置文件(~/.hermes/config.toml) 全局默认配置。 最常见的模型连接失败问题按以下步骤排查步骤一用hermes config get providers.openai.api_key检查密钥是否正确设置显示为空或占位符则未设置。步骤二使用curl命令直接测试API端点是否可达。例如curl -X POST https://api.openai.com/v1/chat/completions -H Authorization: Bearer YOUR_KEY -H Content-Type: application/json -d {model: gpt-3.5-turbo, messages: [{role: user, content: hello}]}。这能区分是网络问题还是Hermes配置问题。步骤三检查hermes doctor的输出看是否有关于网络或提供商的警告。3.3 工具集配置与管理赋予Agent“手脚”工具是Agent能力的延伸。Hermes内置了40多个工具默认只启用了一部分安全风险低的如time,python_repl。你需要根据需求手动启用。查看与启用工具运行hermes tools进入交互式工具管理器。这里会以表格形式列出所有工具包括名称、描述、状态启用/禁用和风险等级。你可以用空格键切换单个工具的状态或按a键启用所有工具不推荐尤其是生产环境。高风险工具须知像shell_cmd执行任意Shell命令、ssh_command执行远程命令、filesystem_write写文件这类工具能力强大但也危险。启用它们时Hermes会强烈建议你同时配置命令审批模式。命令审批模式这是核心安全特性。你可以在配置文件中设置approval_required_for [shell_cmd, ssh_command]。此后当Agent尝试执行这些命令时会先向你发送命令详情等待你回复/approve或/deny后才会继续。在Telegram等即时通讯平台上这尤为重要。创建自定义工具如果内置工具不满足需求你可以编写Python函数并用tool装饰器标记它。将文件放在~/.hermes/tools/目录下Hermes会在启动时自动加载。例如一个连接公司内部数据库的查询工具就可以这样定制。3.4 消息网关实战打造24小时在线的Telegram机器人让Hermes运行在云服务器上并通过Telegram随时随地访问是它的“完全体”形态。以下是详细步骤和避坑点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。最终你会获得一个HTTP API Token形如1234567890:ABCdefGHIjklMnOprSTUvWXYZ。妥善保存。2. 配置Hermes Gateway运行hermes gateway setup。这是一个向导程序。选择平台时选telegram。粘贴你从BotFather获得的Token。设置allowed_user_ids。这是最重要的安全设置你必须输入你的Telegram User ID。如何获取在Telegram中向userinfobot发送任意消息它会回复你的ID。只填你自己的ID这样只有你能控制这个Bot。设置工作目录working_dir这是Agent在服务器上执行命令的根目录。3. 启动网关并测试配置完成后运行hermes gateway start。你会看到日志输出“Gateway started successfully”。在Telegram中找到你的Bot用户名就是你设置的名字_bot发送/start。如果配置正确你会收到Hermes的问候语。关键测试尝试发送“查看当前目录的文件列表”。Agent应该会调用shell_cmd执行ls并将结果返回给你。如果启用了审批你会先收到一个待审批的提示。4. 后台运行与保活在服务器上你不能让hermes gateway start在前台运行否则SSH断开后进程就结束了。你需要使用进程守护工具。推荐方案一SystemdLinux。创建一个服务文件/etc/systemd/system/hermes-gateway.service[Unit] DescriptionHermes Agent Gateway Afternetwork.target [Service] Typesimple User你的用户名 WorkingDirectory/home/你的用户名 EnvironmentPATH/home/你的用户名/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin ExecStart/home/你的用户名/.local/bin/hermes gateway start Restartalways RestartSec10 [Install] WantedBymulti-user.target然后执行sudo systemctl daemon-reload sudo systemctl enable hermes-gateway sudo systemctl start hermes-gateway sudo systemctl status hermes-gateway # 查看状态推荐方案二tmux/screen。对于快速测试可以用tmux new -s hermes创建一个会话在其中启动网关然后按CtrlB D分离会话。网关会在后台继续运行。重要安全提醒绝对不要将Bot Token和允许的用户ID泄露。一旦泄露他人即可控制你的Agent并在你的服务器上执行任意命令。建议将包含Token的配置文件~/.hermes/gateway.toml的权限设置为600仅所有者可读可写chmod 600 ~/.hermes/gateway.toml。4. 高级功能与实战应用场景4.1 技能系统的深度使用从记录到创造技能系统是效率提升的倍增器。不要仅仅满足于Agent自动创建的技能主动去设计和打磨技能才能发挥最大威力。1. 手动创建高质量技能自动创建的技能有时逻辑可能不够清晰。你可以通过对话引导Agent然后手动保存。场景你经常需要查询某个特定数据库的表结构。操作在对话中你输入“连接到我的测试数据库test_db列出users表的所有字段名和类型。”Agent会调用python_repl工具使用sqlalchemy或psycopg2库执行查询并返回结果。你确认结果正确后输入命令/save_skill get_table_schemaAgent会提示你为技能添加描述。你输入“查询指定数据库和表的模式信息。”技能被保存。现在你可以直接输入/get_table_schemaAgent会提示你输入参数database_name和table_name然后自动执行整个流程。2. 技能的参数化与复用好的技能应该是灵活的。在保存技能时Agent会尝试识别对话中的变量。你应该在技能描述中明确这些参数。例如一个“下载网页并提取标题”的技能其描述应写为“下载{url}指向的网页并提取其主标题文本。” 这样下次使用/fetch_title时它就会主动向你询问url的值。3. 技能的组织与管理运行/skills可以列出所有技能。技能文件以.json格式存储在~/.hermes/skills/目录下。你可以直接编辑这些JSON文件来微调技能的触发词、描述或具体步骤。但请注意错误的编辑可能导致技能无法运行。建议先备份。4.2 利用Cron调度实现自动化工作流Hermes内置的Cron调度器让它从“对话式助手”升级为“自动化管家”。你不再需要手动触发它可以定时执行任务并主动向你汇报。1. 创建一个定时任务假设你想让Agent每天上午9点检查你的GitHub仓库是否有新的Issue并汇总发到Telegram。步骤一先通过对话让Agent学会“获取GitHub仓库issue”这个任务。测试成功后将其保存为技能get_github_issues。步骤二添加Cron任务。命令格式为/cron add 0 9 * * * /get_github_issues --repo nousresearch/hermes-agent --status open0 9 * * *是Cron表达式表示每天9点0分。后面跟着要执行的技能名和所需的参数。步骤三指定汇报平台。在添加Cron任务时可以通过--to telegram参数指定将结果发送到Telegram需要网关已运行。你也可以在配置文件中设置默认的汇报平台。2. 管理Cron任务/cron list查看所有已配置的定时任务及其状态。/cron remove task_id删除一个任务。/cron run task_id立即手动运行一个任务用于测试。3. 实战案例个人日报自动生成我设置了一个每天下午6点运行的任务/cron add 0 18 * * * /run_python_script --path ~/scripts/generate_daily_report.py --to telegram这个Python脚本会读取我日历API中当天的会议。扫描我项目目录下当天修改的代码文件。调用LLM API可以直接在脚本里用Hermes的配置生成一段工作总结和建议。将结果通过Hermes网关发送到我的Telegram。 整个过程完全无人值守我每天下班时就能在手机上收到一份简洁的日报。4.3 上下文文件为特定项目定制专属Agent当你长期在某个特定项目如一个软件开发项目中使用Hermes时每次都要重复介绍项目背景非常低效。上下文文件就是为了解决这个问题。创建上下文文件在项目根目录创建一个名为.hermes-context.md的文件。在这个文件里你可以写入任何你想让Agent在本次会话中始终记住的信息# 项目Hermes Agent 贡献指南 本项目是一个开源的AI智能体框架。代码仓库位于https://github.com/NousResearch/hermes-agent。 当前主要开发分支是 main。 我们的代码风格遵循Black和isort。 在修改工具时请务必先阅读 docs/developer-guide/contributing.md。启动Agent在该项目目录下直接运行hermes。Hermes会自动发现并加载.hermes-context.md文件将其内容作为系统提示词的一部分注入到对话上下文中。这样你在这个会话中提出的所有问题Agent都会基于这个项目背景来理解和回答。优先级上下文文件的内容具有很高的优先级它会持续影响整个会话。这对于保持对话不偏离主题、遵守项目特定规范极其有用。4.4 子代理与并行处理应对复杂工作流对于需要多线程进行的复杂任务你可以使用/spawn命令创建子代理。场景你需要同时监控三个不同服务器的日志查找错误信息。操作/spawn agent1— 创建一个名为agent1的子代理。在新的对话线程中CLI下会有标签页给agent1下达命令“通过SSH连接到server1持续监控/var/log/app.log发现ERROR级别日志就通知我。”切换回主代理CLI中切换标签页再次执行/spawn agent2让其去监控server2。如此反复主代理负责协调和汇总结果子代理并行执行具体的、可能耗时的监控任务。资源隔离每个子代理拥有独立的内存、会话上下文和工具调用链互不干扰。这对于测试不同的任务方案或处理相互独立的数据流非常有效。5. 故障排查、性能优化与安全实践5.1 常见问题与解决方案速查表问题现象可能原因排查步骤与解决方案运行hermes命令无反应或报错command not found1. 安装后未source ~/.bashrc。2. 安装脚本未能将~/.local/bin加入PATH。1. 执行source ~/.bashrc或重新打开终端。2. 手动检查echo $PATH是否包含~/.local/bin若无在.bashrc中添加export PATH$HOME/.local/bin:$PATH。连接模型API超时或失败1. 网络问题代理/防火墙。2. API密钥错误或未设置。3. 提供商端点地址错误。1. 用curl命令测试API端点可达性见上文。2. 运行hermes config get providers.name.api_key检查密钥。3. 检查配置文件中的base_url是否正确特别是自托管模型。工具执行失败如shell_cmd1. 该工具未被启用。2. 命令审批被阻止。3. 在错误的后端执行如本地无此命令但后端是Local。1. 运行hermes tools确认工具已启用。2. 检查是否启用了审批且未通过。3. 使用/backend命令切换至正确的执行后端如Docker或SSH。Telegram Bot不回复消息1. 网关进程未运行或已崩溃。2.allowed_user_ids未设置或设置错误。3. Bot Token错误。1. 在服务器运行systemctl status hermes-gateway或检查tmux会话。2. 再次确认Telegram User ID并用hermes gateway config命令检查配置。3. 在BotFather处重置Token并更新配置。内存/技能相关命令无效记忆/技能功能依赖向量数据库默认ChromaDB。1. 首次使用记忆功能时Hermes会自动下载嵌入模型约几百MB确保网络通畅。2. 检查~/.hermes/目录下是否有chroma.sqlite3等文件若无可能是初始化失败。性能缓慢响应延迟高1. LLM API响应慢。2. 本地嵌入模型计算慢。3. 上下文过长导致处理慢。1. 尝试切换至更快的模型如gpt-4o-mini。2. 考虑使用API提供的嵌入服务如OpenAI的text-embedding-3-small在配置中设置。3. 定期使用/compress命令压缩过长的对话历史。5.2 性能优化技巧上下文管理是生命线LLM的上下文窗口是宝贵资源。Hermes的/compress命令会使用LLM对旧对话进行摘要保留核心信息丢弃冗余细节从而腾出空间给新对话。对于长周期项目养成定期压缩的习惯。选择合适的嵌入模型本地运行的嵌入模型如all-MiniLM-L6-v2虽然免费但计算耗时。如果你的使用频率高强烈建议在配置中改用云API如OpenAI的嵌入模型速度会有数量级的提升。配置项为memory.embedding.provider。善用“无状态”工具调用对于复杂的、多步骤的数据处理可以引导Agent将逻辑写成一个完整的Python脚本然后一次性调用python_script工具执行。这比让Agent反复调用python_repl每次都需要携带大量上下文要高效得多。模型降温在配置文件或/model命令中可以设置temperature参数。对于需要确定性输出的任务如代码生成、数据提取将其设低如0.1-0.3对于需要创意的任务如起名、写文案可以设高如0.7-0.9。合适的温度能减少无用的“思考”时间一次生成更符合要求的结果。5.3 安全最佳实践最小权限原则在hermes tools中只启用你当前确实需要的工具。尤其是filesystem_write、shell_cmd、ssh_command。强制命令审批对于所有高风险工具务必在配置中开启审批。approval_required_for [shell_cmd, ssh_command, filesystem_write]。这是防止Agent被恶意提示词诱导执行危险操作的最后防线。隔离执行环境对于执行不可信代码或操作使用Docker后端。在Docker配置中可以限制容器的网络、CPU、内存资源甚至使用只读文件系统将破坏范围限制在容器内。网关访问控制在Telegram/Discord网关配置中allowed_user_ids和allowed_group_ids是必须设置的。不要使用通配符或留空。定期审计这些列表。机密信息管理API密钥等敏感信息不要硬编码在技能或上下文文件中。使用Hermes的加密配置段或系统的环境变量来管理。运行hermes config set来安全地设置密钥。定期更新使用hermes update命令保持软件最新以获取安全补丁和新功能。从我几个月的深度使用来看Hermes Agent代表了一种更务实、更强大的AI智能体范式。它没有追求华而不实的多模态炫技而是扎扎实实地解决了智能体“有用”和“可用”的核心问题记忆、学习、成本控制和安全性。它的模块化设计让你可以从一个简单的CLI聊天工具开始逐步将其演进成一个部署在云端、通过手机操控、深度融入你工作流的自动化智能中枢。这个过程本身就像是在训练一个共同成长的数字同事其中的乐趣和效率提升远超使用一个固定的、封闭的AI产品。
构建自我进化AI智能体：Hermes Agent架构解析与实战部署指南
发布时间：2026/6/26 22:49:16
1. 项目概述一个能自我进化的AI智能体如果你和我一样已经厌倦了那些每次对话都像失忆、需要反复调教、功能固定且无法深度学习的AI助手那么Hermes Agent的出现绝对值得你花上十分钟来了解一下。这不是另一个套壳的ChatGPT Web界面也不是一个简单的命令行工具。Hermes Agent由Nous Research团队打造它最核心的标签是“自我进化”。这意味着它不仅仅是一个执行你指令的工具而是一个能通过与你互动不断学习、总结、沉淀并最终形成属于你个人专属技能库的“数字伙伴”。想象一下你让AI帮你处理一份复杂的数据报告它可能需要调用浏览器搜索、编写Python脚本、整理文件等多个步骤。普通的AI助手做完就忘了下次遇到类似任务你还得从头解释。但Hermes Agent不同它会在任务完成后自动将这一系列操作提炼、封装成一个可复用的“技能”。下次你只需要说“像上次那样分析销售数据”它就能直接调用这个技能甚至在执行过程中自我优化。这种“闭环学习”能力是它区别于市面上绝大多数AI Agent的核心。它的设计哲学是“无处不在且成本可控”。你可以在本地笔记本上运行它也可以在云端一台月费5美元的VPS上部署甚至可以利用Modal、Daytona这样的Serverless平台实现“闲置时几乎零成本唤醒时按需付费”的极致经济模式。然后你通过Telegram、Discord、甚至WhatsApp和它聊天让它在那台云端服务器上为你工作。这种将计算资源与交互界面分离的架构让AI助手真正成为了一个24小时在线的私人云服务。2. 核心架构与设计哲学解析2.1 模块化与松耦合为什么它能“即插即用”Hermes Agent的架构设计非常清晰遵循着“核心精简外围可扩展”的原则。整个系统可以看作由几个核心模块组成Agent Core核心引擎负责处理与LLM大语言模型的对话循环、工具调用决策、上下文管理。这是大脑。Tool System工具系统一个高度模块化的工具集。从简单的“获取当前时间”到复杂的“执行SSH命令”、“运行Docker容器”每个工具都是独立的。你可以通过配置文件轻松启用或禁用它们甚至自己编写工具。Memory Skill System记忆与技能系统这是实现“自我进化”的关键。记忆系统不仅记录对话历史还通过LLM进行摘要和向量化存储支持跨会话的语义搜索。技能系统则将成功的任务流程固化为可执行的程序。Gateway Interface Layer网关与接口层这是与用户交互的层面。CLI命令行界面提供全功能的TUI终端用户界面而Messaging Gateway则是一个守护进程负责连接Telegram、Discord等平台将消息路由给核心引擎处理。这种设计的最大好处是无供应商锁定。你想用OpenAI的GPT-4、Anthropic的Claude、还是国内的通义千问、Kimi只需要一条/model命令就能切换背后的代码无需任何改动。工具、记忆、界面都可以独立升级和替换。2.2 闭环学习循环技能是如何“生长”出来的这是Hermes Agent最迷人的部分。它的学习循环不是简单的“记录-回放”而是一个包含创造、应用、评估、优化的完整过程。技能创建Creation当你完成一个多步骤的复杂任务后Hermes Agent会主动分析这次对话的轨迹。它会识别出哪些工具被调用、以什么顺序、处理了哪些数据。然后它尝试用自然语言描述这个流程并将其封装成一个新的“技能”存储到本地技能库中。这个过程可以是自动触发的也可以由用户通过/save_skill命令手动发起。技能调用与优化Invocation Optimization当下次你或Agent自己触发这个技能时它并非机械执行。LLM会结合当前的具体上下文对技能步骤进行微调。例如一个“数据清洗”技能在面对CSV文件和Excel文件时其内部调用的具体工具参数可能会不同。Agent会在执行中学习这种变体并可能将更优的路径反馈回技能定义实现渐进式改进。记忆增强Memory Augmentation所有对话都会被存储。但Hermes Agent会定期或由用户触发对过往对话进行“整理”。它使用LLM生成摘要提取关键实体如项目名、人名、决策点并建立索引。这样当你在几周后问起“我们上次关于XX项目的结论是什么”它能快速从压缩的记忆中找到答案而不是把成千上万的对话历史全部塞给模型。这个循环使得Agent不再是静态的而是随着使用时间增长变得越来越懂你越来越擅长处理你的特定事务。2.3 多后端执行引擎从本地到云端的无缝衔接“运行在任何地方”不是一句空话。Hermes Agent抽象了“执行环境”的概念称之为“终端后端”。这决定了你的工具命令比如python script.py实际在哪里运行。Local本地最简单命令在你运行hermes的机器上执行。Docker在一个独立的Docker容器中执行提供了良好的隔离性和环境一致性。SSH在远程服务器上执行。这是实现“云端运行本地聊天”的关键。你可以在家中的电脑上通过Telegram与Agent交互而Agent实际在公司的开发服务器或云端的GPU实例上执行代码。Daytona/Modal这是Serverless模式。你的Agent环境包括安装的依赖、临时文件被封装成一个镜像。当没有对话时整个环境被“冷冻”起来不产生计算费用。当消息到来时平台瞬间唤醒它。这对于个人使用来说成本可以忽略不计。你可以根据任务需求在会话中动态切换后端。比如让轻量查询在本地运行让耗时的数据训练在云GPU上运行。3. 从零开始部署与深度配置指南3.1 环境准备与安装避开初学者的坑官方的一键安装脚本curl -fsSL ... | bash在大多数Linux和macOS系统上工作良好。但根据我的经验以下几点需要特别注意对于macOS用户确保已安装Homebrew。脚本可能会依赖一些通过Homebrew安装的系统库。如果安装过程中遇到关于libomp等错误可以提前执行brew install libomp。对于Linux用户特别是纯净的VPS脚本会自动安装Python 3.11和uv一个更快的Python包管理器。但如果你的系统Python版本太旧或者pip不可用可能会卡住。最稳妥的方式是先手动确保基础环境# 对于Ubuntu/Debian sudo apt update sudo apt install -y python3 python3-pip python3-venv curl git # 对于CentOS/RHEL sudo yum install -y python3 python3-pip git curl然后再运行官方安装脚本。对于Windows用户必须使用WSL2。不要尝试在原生PowerShell或CMD中运行。在WSL2的Ubuntu分发版中安装流程与Linux一致。注意安装完成后务必执行source ~/.bashrc或source ~/.zshrc来重新加载Shell环境变量。很多新手会忽略这一步导致直接运行hermes命令提示找不到。安装成功后运行hermes doctor命令。这是一个非常实用的诊断工具它会检查关键配置文件是否存在且格式正确。必要的API密钥是否已设置如OpenAI。网络连通性能否访问配置的模型端点。工具依赖是否满足如docker命令是否可用。它会给出明确的修复建议能帮你快速定位90%的初期问题。3.2 模型配置详解如何选择最适合的“大脑”hermes model命令会启动一个交互式选择器。但面对几十个提供商和上百个模型该如何选择我的建议是根据你的使用场景和预算来决策1. 本地/高性能场景追求低延迟、高隐私、不限次调用推荐后端ollama(本地运行),lmstudio(本地运行), 或自托管的vllm端点。模型选择选择参数量适合你硬件的模型。例如用llama3.1:8b、qwen2.5:7b。你需要先在本机或内网服务器上部署好Ollama或vLLM服务。配置示例在~/.hermes/config.toml中手动添加[providers.ollama] type openai base_url http://localhost:11434/v1 api_key ollama # ollama通常不需要真密钥但字段需存在 default_model llama3.2:3b然后运行hermes model选择ollama提供商及对应模型。2. 云端/平衡场景追求强大能力接受API成本推荐提供商openai,anthropic,openrouter。模型选择综合智能与成本openai:gpt-4o-mini是目前性价比的标杆。复杂推理与编程anthropic:claude-3-5-sonnet或openai:gpt-4o。极致性价比与高速通过openrouter调用google:gemini-2.0-flash。关键技巧OpenRouter是一个聚合平台它让你能用同一个API密钥访问几乎所有主流模型。对于频繁切换模型做对比测试的用户来说这是最佳选择无需管理多个平台的账号和密钥。3. 配置优先级与故障排除Hermes的配置加载顺序是环境变量 命令行参数 用户配置文件(~/.hermes/config.toml) 全局默认配置。 最常见的模型连接失败问题按以下步骤排查步骤一用hermes config get providers.openai.api_key检查密钥是否正确设置显示为空或占位符则未设置。步骤二使用curl命令直接测试API端点是否可达。例如curl -X POST https://api.openai.com/v1/chat/completions -H Authorization: Bearer YOUR_KEY -H Content-Type: application/json -d {model: gpt-3.5-turbo, messages: [{role: user, content: hello}]}。这能区分是网络问题还是Hermes配置问题。步骤三检查hermes doctor的输出看是否有关于网络或提供商的警告。3.3 工具集配置与管理赋予Agent“手脚”工具是Agent能力的延伸。Hermes内置了40多个工具默认只启用了一部分安全风险低的如time,python_repl。你需要根据需求手动启用。查看与启用工具运行hermes tools进入交互式工具管理器。这里会以表格形式列出所有工具包括名称、描述、状态启用/禁用和风险等级。你可以用空格键切换单个工具的状态或按a键启用所有工具不推荐尤其是生产环境。高风险工具须知像shell_cmd执行任意Shell命令、ssh_command执行远程命令、filesystem_write写文件这类工具能力强大但也危险。启用它们时Hermes会强烈建议你同时配置命令审批模式。命令审批模式这是核心安全特性。你可以在配置文件中设置approval_required_for [shell_cmd, ssh_command]。此后当Agent尝试执行这些命令时会先向你发送命令详情等待你回复/approve或/deny后才会继续。在Telegram等即时通讯平台上这尤为重要。创建自定义工具如果内置工具不满足需求你可以编写Python函数并用tool装饰器标记它。将文件放在~/.hermes/tools/目录下Hermes会在启动时自动加载。例如一个连接公司内部数据库的查询工具就可以这样定制。3.4 消息网关实战打造24小时在线的Telegram机器人让Hermes运行在云服务器上并通过Telegram随时随地访问是它的“完全体”形态。以下是详细步骤和避坑点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。最终你会获得一个HTTP API Token形如1234567890:ABCdefGHIjklMnOprSTUvWXYZ。妥善保存。2. 配置Hermes Gateway运行hermes gateway setup。这是一个向导程序。选择平台时选telegram。粘贴你从BotFather获得的Token。设置allowed_user_ids。这是最重要的安全设置你必须输入你的Telegram User ID。如何获取在Telegram中向userinfobot发送任意消息它会回复你的ID。只填你自己的ID这样只有你能控制这个Bot。设置工作目录working_dir这是Agent在服务器上执行命令的根目录。3. 启动网关并测试配置完成后运行hermes gateway start。你会看到日志输出“Gateway started successfully”。在Telegram中找到你的Bot用户名就是你设置的名字_bot发送/start。如果配置正确你会收到Hermes的问候语。关键测试尝试发送“查看当前目录的文件列表”。Agent应该会调用shell_cmd执行ls并将结果返回给你。如果启用了审批你会先收到一个待审批的提示。4. 后台运行与保活在服务器上你不能让hermes gateway start在前台运行否则SSH断开后进程就结束了。你需要使用进程守护工具。推荐方案一SystemdLinux。创建一个服务文件/etc/systemd/system/hermes-gateway.service[Unit] DescriptionHermes Agent Gateway Afternetwork.target [Service] Typesimple User你的用户名 WorkingDirectory/home/你的用户名 EnvironmentPATH/home/你的用户名/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin ExecStart/home/你的用户名/.local/bin/hermes gateway start Restartalways RestartSec10 [Install] WantedBymulti-user.target然后执行sudo systemctl daemon-reload sudo systemctl enable hermes-gateway sudo systemctl start hermes-gateway sudo systemctl status hermes-gateway # 查看状态推荐方案二tmux/screen。对于快速测试可以用tmux new -s hermes创建一个会话在其中启动网关然后按CtrlB D分离会话。网关会在后台继续运行。重要安全提醒绝对不要将Bot Token和允许的用户ID泄露。一旦泄露他人即可控制你的Agent并在你的服务器上执行任意命令。建议将包含Token的配置文件~/.hermes/gateway.toml的权限设置为600仅所有者可读可写chmod 600 ~/.hermes/gateway.toml。4. 高级功能与实战应用场景4.1 技能系统的深度使用从记录到创造技能系统是效率提升的倍增器。不要仅仅满足于Agent自动创建的技能主动去设计和打磨技能才能发挥最大威力。1. 手动创建高质量技能自动创建的技能有时逻辑可能不够清晰。你可以通过对话引导Agent然后手动保存。场景你经常需要查询某个特定数据库的表结构。操作在对话中你输入“连接到我的测试数据库test_db列出users表的所有字段名和类型。”Agent会调用python_repl工具使用sqlalchemy或psycopg2库执行查询并返回结果。你确认结果正确后输入命令/save_skill get_table_schemaAgent会提示你为技能添加描述。你输入“查询指定数据库和表的模式信息。”技能被保存。现在你可以直接输入/get_table_schemaAgent会提示你输入参数database_name和table_name然后自动执行整个流程。2. 技能的参数化与复用好的技能应该是灵活的。在保存技能时Agent会尝试识别对话中的变量。你应该在技能描述中明确这些参数。例如一个“下载网页并提取标题”的技能其描述应写为“下载{url}指向的网页并提取其主标题文本。” 这样下次使用/fetch_title时它就会主动向你询问url的值。3. 技能的组织与管理运行/skills可以列出所有技能。技能文件以.json格式存储在~/.hermes/skills/目录下。你可以直接编辑这些JSON文件来微调技能的触发词、描述或具体步骤。但请注意错误的编辑可能导致技能无法运行。建议先备份。4.2 利用Cron调度实现自动化工作流Hermes内置的Cron调度器让它从“对话式助手”升级为“自动化管家”。你不再需要手动触发它可以定时执行任务并主动向你汇报。1. 创建一个定时任务假设你想让Agent每天上午9点检查你的GitHub仓库是否有新的Issue并汇总发到Telegram。步骤一先通过对话让Agent学会“获取GitHub仓库issue”这个任务。测试成功后将其保存为技能get_github_issues。步骤二添加Cron任务。命令格式为/cron add 0 9 * * * /get_github_issues --repo nousresearch/hermes-agent --status open0 9 * * *是Cron表达式表示每天9点0分。后面跟着要执行的技能名和所需的参数。步骤三指定汇报平台。在添加Cron任务时可以通过--to telegram参数指定将结果发送到Telegram需要网关已运行。你也可以在配置文件中设置默认的汇报平台。2. 管理Cron任务/cron list查看所有已配置的定时任务及其状态。/cron remove task_id删除一个任务。/cron run task_id立即手动运行一个任务用于测试。3. 实战案例个人日报自动生成我设置了一个每天下午6点运行的任务/cron add 0 18 * * * /run_python_script --path ~/scripts/generate_daily_report.py --to telegram这个Python脚本会读取我日历API中当天的会议。扫描我项目目录下当天修改的代码文件。调用LLM API可以直接在脚本里用Hermes的配置生成一段工作总结和建议。将结果通过Hermes网关发送到我的Telegram。 整个过程完全无人值守我每天下班时就能在手机上收到一份简洁的日报。4.3 上下文文件为特定项目定制专属Agent当你长期在某个特定项目如一个软件开发项目中使用Hermes时每次都要重复介绍项目背景非常低效。上下文文件就是为了解决这个问题。创建上下文文件在项目根目录创建一个名为.hermes-context.md的文件。在这个文件里你可以写入任何你想让Agent在本次会话中始终记住的信息# 项目Hermes Agent 贡献指南 本项目是一个开源的AI智能体框架。代码仓库位于https://github.com/NousResearch/hermes-agent。 当前主要开发分支是 main。 我们的代码风格遵循Black和isort。 在修改工具时请务必先阅读 docs/developer-guide/contributing.md。启动Agent在该项目目录下直接运行hermes。Hermes会自动发现并加载.hermes-context.md文件将其内容作为系统提示词的一部分注入到对话上下文中。这样你在这个会话中提出的所有问题Agent都会基于这个项目背景来理解和回答。优先级上下文文件的内容具有很高的优先级它会持续影响整个会话。这对于保持对话不偏离主题、遵守项目特定规范极其有用。4.4 子代理与并行处理应对复杂工作流对于需要多线程进行的复杂任务你可以使用/spawn命令创建子代理。场景你需要同时监控三个不同服务器的日志查找错误信息。操作/spawn agent1— 创建一个名为agent1的子代理。在新的对话线程中CLI下会有标签页给agent1下达命令“通过SSH连接到server1持续监控/var/log/app.log发现ERROR级别日志就通知我。”切换回主代理CLI中切换标签页再次执行/spawn agent2让其去监控server2。如此反复主代理负责协调和汇总结果子代理并行执行具体的、可能耗时的监控任务。资源隔离每个子代理拥有独立的内存、会话上下文和工具调用链互不干扰。这对于测试不同的任务方案或处理相互独立的数据流非常有效。5. 故障排查、性能优化与安全实践5.1 常见问题与解决方案速查表问题现象可能原因排查步骤与解决方案运行hermes命令无反应或报错command not found1. 安装后未source ~/.bashrc。2. 安装脚本未能将~/.local/bin加入PATH。1. 执行source ~/.bashrc或重新打开终端。2. 手动检查echo $PATH是否包含~/.local/bin若无在.bashrc中添加export PATH$HOME/.local/bin:$PATH。连接模型API超时或失败1. 网络问题代理/防火墙。2. API密钥错误或未设置。3. 提供商端点地址错误。1. 用curl命令测试API端点可达性见上文。2. 运行hermes config get providers.name.api_key检查密钥。3. 检查配置文件中的base_url是否正确特别是自托管模型。工具执行失败如shell_cmd1. 该工具未被启用。2. 命令审批被阻止。3. 在错误的后端执行如本地无此命令但后端是Local。1. 运行hermes tools确认工具已启用。2. 检查是否启用了审批且未通过。3. 使用/backend命令切换至正确的执行后端如Docker或SSH。Telegram Bot不回复消息1. 网关进程未运行或已崩溃。2.allowed_user_ids未设置或设置错误。3. Bot Token错误。1. 在服务器运行systemctl status hermes-gateway或检查tmux会话。2. 再次确认Telegram User ID并用hermes gateway config命令检查配置。3. 在BotFather处重置Token并更新配置。内存/技能相关命令无效记忆/技能功能依赖向量数据库默认ChromaDB。1. 首次使用记忆功能时Hermes会自动下载嵌入模型约几百MB确保网络通畅。2. 检查~/.hermes/目录下是否有chroma.sqlite3等文件若无可能是初始化失败。性能缓慢响应延迟高1. LLM API响应慢。2. 本地嵌入模型计算慢。3. 上下文过长导致处理慢。1. 尝试切换至更快的模型如gpt-4o-mini。2. 考虑使用API提供的嵌入服务如OpenAI的text-embedding-3-small在配置中设置。3. 定期使用/compress命令压缩过长的对话历史。5.2 性能优化技巧上下文管理是生命线LLM的上下文窗口是宝贵资源。Hermes的/compress命令会使用LLM对旧对话进行摘要保留核心信息丢弃冗余细节从而腾出空间给新对话。对于长周期项目养成定期压缩的习惯。选择合适的嵌入模型本地运行的嵌入模型如all-MiniLM-L6-v2虽然免费但计算耗时。如果你的使用频率高强烈建议在配置中改用云API如OpenAI的嵌入模型速度会有数量级的提升。配置项为memory.embedding.provider。善用“无状态”工具调用对于复杂的、多步骤的数据处理可以引导Agent将逻辑写成一个完整的Python脚本然后一次性调用python_script工具执行。这比让Agent反复调用python_repl每次都需要携带大量上下文要高效得多。模型降温在配置文件或/model命令中可以设置temperature参数。对于需要确定性输出的任务如代码生成、数据提取将其设低如0.1-0.3对于需要创意的任务如起名、写文案可以设高如0.7-0.9。合适的温度能减少无用的“思考”时间一次生成更符合要求的结果。5.3 安全最佳实践最小权限原则在hermes tools中只启用你当前确实需要的工具。尤其是filesystem_write、shell_cmd、ssh_command。强制命令审批对于所有高风险工具务必在配置中开启审批。approval_required_for [shell_cmd, ssh_command, filesystem_write]。这是防止Agent被恶意提示词诱导执行危险操作的最后防线。隔离执行环境对于执行不可信代码或操作使用Docker后端。在Docker配置中可以限制容器的网络、CPU、内存资源甚至使用只读文件系统将破坏范围限制在容器内。网关访问控制在Telegram/Discord网关配置中allowed_user_ids和allowed_group_ids是必须设置的。不要使用通配符或留空。定期审计这些列表。机密信息管理API密钥等敏感信息不要硬编码在技能或上下文文件中。使用Hermes的加密配置段或系统的环境变量来管理。运行hermes config set来安全地设置密钥。定期更新使用hermes update命令保持软件最新以获取安全补丁和新功能。从我几个月的深度使用来看Hermes Agent代表了一种更务实、更强大的AI智能体范式。它没有追求华而不实的多模态炫技而是扎扎实实地解决了智能体“有用”和“可用”的核心问题记忆、学习、成本控制和安全性。它的模块化设计让你可以从一个简单的CLI聊天工具开始逐步将其演进成一个部署在云端、通过手机操控、深度融入你工作流的自动化智能中枢。这个过程本身就像是在训练一个共同成长的数字同事其中的乐趣和效率提升远超使用一个固定的、封闭的AI产品。
