Hermes Agent 安装与使用完全指南：5 分钟从零搭建你的 AI Agent

读完这篇，你能做到：

• 安装 Hermes Agent 并完成基础配置
• 选择和切换 LLM 模型提供商
• 掌握 Skills 系统的搜索、安装、创建和发布
• 连接消息平台，实现 24/7 在线 AI Agent

Hermes Agent 是什么？30 秒搞懂核心价值

一句话定义：Hermes Agent 是 Nous Research 开发的开源自主 AI Agent 运行时（MIT 协议），不是聊天工具，而是一个能自己学习、记住你偏好、自动积累技能的数字员工。

它和普通 AI 聊天的核心区别：

安装前的准备：你只需要两样东西

不需要手动安装 Node.js、ripgrep、ffmpeg——安装器会自动处理。

模型推荐（新手优先选前两个）：

• DeepSeek — 性价比最高，注册简单
• OpenRouter — 免费模型可用，多模型路由
• Ollama — 完全本地运行，零成本，但需要足够硬件

三种安装方式，选哪个？

我的推荐： 先用 pip install 在本地跑通，确认没问题后，再考虑 VPS 部署。

手把手安装流程

Linux / macOS / WSL2（curl 方式）

# 1. 一键安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 2. 刷新 shell
source ~/.bashrc  # 或 source ~/.zshrc

# 3. 安装全部可选依赖（浏览器引擎、ripgrep、ffmpeg）
hermes postinstall

# 4. 运行配置向导
hermes setup

全平台（pip 方式）

# 1. 安装
pip install hermes-agent

# 2. 安装可选依赖 + 运行配置向导
hermes postinstall

# 3. 或者只运行配置向导
hermes setup

Windows 原生（PowerShell，早期 Beta）

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

安装器会自动下载 uv、Python 3.11、Node.js 22、ripgrep、ffmpeg 和便携版 Git Bash，无需手动配置。重启终端后 PATH 才会生效。

注意： Windows 原生支持目前是 Beta。更稳定的方式是在 WSL2 内使用 Linux 安装命令。

验证安装成功

hermes --version
hermes doctor

hermes doctor 会自动诊断所有依赖和配置是否正常，并告诉你缺少什么、怎么修。

配置第一个模型：给 Agent 装上「大脑」

安装完不代表能用了——你还需要配置一个 LLM 提供商。

hermes model

这会启动交互式配置，列出所有支持的提供商。以下是几个常用选项的具体操作：

DeepSeek（推荐新手使用）

1. 运行 hermes model
2. 选择 DeepSeek
3. 输入你的 API Key（在 deepseek.com 注册获取）
4. 选择模型（推荐 deepseek-chat）
5. 完成

OpenRouter（免费试用）

1. 运行 hermes model
2. 选择 OpenRouter
3. 输入 API Key（在 openrouter.ai 注册获取）
4. 可以选择免费模型，如 nvidia/nemotron-3-super-120b-a12b:free

Ollama（本地模型，零成本）

1. 确保已安装并运行 Ollama（ollama serve）
2. 运行 hermes model
3. 选择 Custom Endpoint
4. API Base URL 填 http://127.0.0.1:11434/v1
5. API Key 直接回车跳过（本地不需要）
6. 选择你已下载的模型

最低要求：模型上下文窗口至少 64K tokens。 大部分主流模型都满足。

配置文件说明

Hermes 把敏感信息和非敏感配置分开存储：

通过 CLI 统一设置，自动存入正确的文件：

hermes config set model anthropic/claude-opus-4.6
hermes config set terminal.backend docker
hermes config set OPENROUTER_API_KEY sk-or-...

跑通第一次对话

hermes           # 经典 CLI 模式
hermes --tui     # 现代 TUI 界面（推荐）

你会看到欢迎界面，显示当前模型、可用工具和已安装的 Skills。

验证对话正常的标志：

• 欢迎界面显示了你选择的模型/提供商
• Hermes 正常回复，没有报错
• 能调用工具（终端命令、文件读取、Web 搜索等）
• 对话能持续超过一个回合

试几个有效提示：

• "查看当前目录，告诉我哪个是主项目文件"
• "帮我写一个 Python 脚本，批量重命名当前目录下的文件"
• "搜索最新的 AI Agent 新闻"

恢复上次对话

hermes --continue    # 恢复最近的会话
hermes -c            # 简写

Skills 系统：让 Agent 越用越强的秘密武器

这是 Hermes Agent 最核心的差异化特性。Skills 是按需加载的知识文档，Agent 可以自动从任务中提取可复用的工作流，也可以从社区安装现成的技能。

什么是 Skill？

Skill 本质上是一个 SKILL.md 文件，包含：

• 触发条件 — 什么时候该用这个技能
• 操作步骤 — Agent 应该怎么执行
• 常见坑 — 已知的失败模式和处理方式
• 验证方法 — 怎么确认执行成功

所有 Skill 存储在 ~/.hermes/skills/ 目录。

搜索和安装社区 Skills

# 浏览所有可用 Skills
hermes skills browse

# 搜索特定主题
hermes skills search kubernetes
hermes skills search react --source skills-sh

# 安装前先预览
hermes skills inspect openai/skills/k8s

# 安装
hermes skills install openai/skills/k8s

# 查看已安装的 Skills
hermes skills list

Skill 来源一览：

在对话中使用 Skills

安装后直接用斜杠命令调用：

/github-pr-workflow create a PR for the auth refactor
/plan design a rollout for migrating our auth provider
/gif-search funny cats

只输入 Skill 名称则加载该技能，Agent 会问你具体需要什么：

/excalidraw

创建你自己的 Skill

当 Skill 不需要自定义 Python 集成或复杂的 API 认证管理时，用 Skill 比 Tool 更合适。

Skill 目录结构：

~/.hermes/skills/
└── my-category/
    └── my-skill/
        ├── SKILL.md              # 必须：主指令文件
        ├── scripts/              # 可选：辅助脚本
        │   └── helper.py
        └── references/           # 可选：参考文档

SKILL.md 模板（保存路径：~/.hermes/skills/my-category/my-skill/SKILL.md）：

---
name: my-skill
description: 一句话描述这个技能做什么
version: 1.0.0
author: Your Name
platforms: [macos, linux]
metadata:
  hermes:
    tags: [Category, Keywords]
    requires_toolsets: [web]
    fallback_for_toolsets: [browser]
required_environment_variables:
  - name: MY_API_KEY
    prompt: "输入你的 API Key"
    help: "在 https://example.com 获取"
    required_for: "API 访问"
---

## When to Use
触发条件——Agent 什么时候该加载这个技能？

## Procedure
1. 第一步
2. 第二步

## Pitfalls
- 已知的坑和处理方式

## Verification
怎么确认执行成功了。

注意： SKILL.md 的正文部分使用二级及以下标题（##、###），不要使用一级标题（#）。

关于配置放哪里：

• requires_toolsets、fallback_for_toolsets、required_environment_variables 等字段写在 SKILL.md 文件自身的 YAML frontmatter（--- 之间的部分）里
• Skill 声明的环境变量（如 MY_API_KEY）由用户设置到 ~/.hermes/.env 中，通过 hermes config set MY_API_KEY your_key 写入
• Skill 声明的非敏感配置项存储到 ~/.hermes/config.yaml 的 skills.config 节点下，通过 hermes config set skills.config.myplugin.path ~/my-data 写入
• Hermes 加载 Skill 时会自动将这些值注入上下文，Agent 可直接使用

Agent 自动创建 Skills

这是最有意思的部分。Hermes 会在以下场景自动保存技能：

• 完成了一个复杂任务（5+ 次工具调用）
• 碰到错误后找到了正确路径
• 用户纠正了它的方法
• 发现了一个非显而易见的工作流

查看 Agent 自动学习的技能：

hermes skills list

发布你的 Skill

# 发布到 GitHub
hermes skills publish skills/my-skill --to github --repo owner/repo

# 添加自定义 Skill 仓库（让别人也能安装）
hermes skills tap add myorg/skills-repo

Skill 管理命令速查

进阶：连接消息平台变成 24/7 助手

CLI 能跑通后，下一步是把 Hermes 接入你日常用的聊天工具。

支持的平台

Telegram、Discord、Slack、WhatsApp、Signal、企业微信、飞书、QQ、Microsoft Teams、Email、Home Assistant 等。

配置步骤

# 启动交互式平台配置
hermes gateway setup

# 检查网关状态
hermes gateway status

以 Telegram 为例：

1. 在 Telegram 找 @BotFather，创建一个新 Bot，获取 Token
2. 运行 hermes gateway setup，选择 Telegram
3. 输入 Bot Token
4. 完成——现在你可以通过 Telegram 和你的 AI Agent 聊天了

以 企业微信 为例：

1. 在企业微信管理后台创建机器人，获取 Bot ID 和 Secret
2. 编辑配置文件：nano ~/.hermes/.env，填入凭证
3. 运行 hermes gateway install，注册为后台常驻服务
4. 在企业微信中给你的机器人发消息测试

安全配置建议

对于正式使用，建议采用保守的安全配置（保存到 ~/.hermes/config.yaml）：

# ~/.hermes/config.yaml
terminal:
  backend: docker                    # 在 Docker 容器中执行命令
  docker_image: "nikolaik/python-nodejs:python3.11-nodejs20"
  container_persistent: true

browser:
  inactivity_timeout: 120

memory:
  memory_enabled: true               # 启用持久记忆
  user_profile_enabled: true         # 启用用户偏好记忆

approvals:
  mode: manual                       # 敏感操作需要手动批准

security:
  allow_private_urls: false          # 阻止 SSRF 攻击

常用命令速查表

聊天内的斜杠命令

安装翻车了？这份排错清单能救你

万能诊断流程：

hermes doctor      # 第一步，总是先跑这个
hermes model       # 检查模型配置
hermes setup       # 重新走一遍完整配置
hermes sessions list  # 检查会话状态

下一步

安装和基础使用搞定后，你可以继续探索：

1. 定时任务 — hermes cron 让 Agent 按计划自动执行任务
2. 多步规划 — /goal 设置持久目标，Agent 跨回合完成
3. 代码执行 — execute_code 让 Agent 写 Python 脚本调用多个工具
4. 语音模式 — /voice on 启用语音输入
5. MCP 服务器 — 在 config.yaml 中配置，扩展 Agent 的工具生态

# ~/.hermes/config.yaml 中添加 MCP 服务器示例
mcp_servers:
  github:
    command: npx
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "ghp_xxx"

参考来源：

• Hermes Agent 官方文档
• GitHub - NousResearch/hermes-agent
• Analytics Vidhya - Hermes Agent Guide
• 腾讯云 - Hermes Agent 部署指南