Hermes Agent 完全指南：从安装到自我进化的完整教程

Hermes Agent 的核心理念：让 AI 成为长期在线的数字员工，而非一次性聊天机器人。 它会越用越聪明，用得越久能力越强。

前言

2026 年，AI Agent 赛道迎来了一位重磅选手——Hermes Agent，由开源 AI 实验室 Nous Research（旗下拥有 Hermes 系列、Nomos、Psyche 等知名开源模型）发布。不到两个月 GitHub 星标突破 54,000+，成为 AI Agent 领域增长最快的开源项目之一。

Hermes Agent 被誉为 OpenClaw 的强力挑战者，它与传统的 AI 助手最大的区别在于：不是每次对话都从零开始，而是能像人一样积累经验、越用越聪明。

一、核心概念与架构

1.1 什么是 Hermes Agent？

Hermes Agent 是由 Nous Research 开发的一款开源、自托管、会自我进化的 AI 智能体框架，采用 MIT 协议，完全免费。

官方资源：

• GitHub：https://github.com/NousResearch/hermes-agent
• 官方文档：https://hermes-agent.nousresearch.com/docs/
• 中文教程：https://www.runoob.com/ai-agent/hermes-agent.html

1.2 核心理念：The Agent That Grows With You

Hermes 的设计哲学是让 AI 从「工具」变成「会成长的伙伴」。这意味着：

• ✅ 每次对话都建立在前一次的基础上——不会忘记你的偏好、项目背景
• ✅ 越用越懂你——随着使用时间增长，对你的工作方式和习惯理解越深
• ✅ 自动沉淀经验——完成复杂任务后自动将过程写成可复用技能

1.3 自学习闭环（Closed Learning Loop）

Hermes Agent 最核心的创新是内置的自学习闭环。当 Agent 完成一个复杂任务时（特别是中间出过错然后自己修复了、走了非显而易见但有效的路径），它会自动触发学习循环：

1. 任务执行 → Agent 执行任务
2. 经验提取 → 将整个执行过程抽象成 Skill 文件
3. 技能存储 → 写入 ~/.hermes/skills/ 目录
4. 下次复用 → 遇到类似任务直接调用，无需重新推理

1.4 架构概览

hermes-agent/
├── cli.py                    # 命令行界面（基于 prompt_toolkit）
├── run_agent.py              # 核心 Agent 引擎（对话循环、工具分发）
├── model_tools.py            # 工具模式解析与分发桥接
├── agent/                    # 🧠 核心智能模块
│   ├── prompt_builder.py     # 系统提示组装（身份+记忆+技能+上下文）
│   ├── memory_manager.py     # 记忆编排（内置+外部提供者）
│   ├── skill_utils.py        # 技能元数据解析、平台匹配
│   ├── context_compressor.py  # 上下文窗口压缩
│   └── smart_model_routing.py # 智能模型选择与故障转移
└── tools/                    # 🔧 40+ 注册工具
    ├── registry.py           # 中央工具注册表
    ├── terminal_tool.py      # 终端执行（6种后端）
    ├── browser_tool.py       # 浏览器自动化
    ├── web_tools.py          # 网页搜索与提取
    └── file_tools.py         # 文件操作

二、系统要求与前置准备

2.1 系统要求

⚠️ 注意：Hermes Agent 不支持 Windows 原生环境，Windows 用户请使用 WSL2。

2.2 前置依赖

安装前需要准备以下工具：

2.3 国内用户加速配置（可选）

国内直连 GitHub 可能较慢，可使用镜像加速：

Python 镜像配置：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
npm config set registry https://registry.npmmirror.com

三、安装详解

3.1 方式一：一键安装脚本（推荐）

最简单的方式，使用官方安装脚本：

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

3.2 方式二：手动克隆安装

# 克隆仓库（国内建议用镜像）
git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git

# 进入目录
cd hermes-agent

# 创建目录结构
mkdir -p ~/.hermes/{cron,sessions,logs,memories,skills,pairing,hooks,image_cache,audio_cache,whatsapp/session}

# 复制示例配置文件
cp cli-config.yaml.example ~/.hermes/config.yaml

# 创建 .env 文件用于存储 API 密钥
touch ~/.hermes/.env

3.3 方式三：国内镜像克隆

# 使用 GitCode 镜像
git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git ~/.hermes/hermes-agent

# 或使用 ghfast.top 镜像
git clone https://ghfast.top/https://github.com/NousResearch/hermes-agent.git ~/.hermes/hermes-agent

3.4 配置 API 密钥

Hermes 支持多种 LLM 提供商，按需配置：

# OpenRouter（推荐，接入 200+ 模型包括 Claude、GPT、Gemini）
hermes config set OPENROUTER_API_KEY sk-or-v1-your-key-here

# OpenAI
hermes config set OPENAI_API_KEY sk-your-key-here

# DeepSeek（国产模型，费用约为 Claude 的 5%）
hermes config set DEEPSEEK_API_KEY your-deepseek-key-here

3.5 添加到 PATH

确保 hermes 命令全局可用：

# 临时生效
export PATH="$HOME/.local/bin:$PATH"

# 永久生效（添加到 ~/.bashrc 或 ~/.zshrc）
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

3.6 验证安装

hermes --version
hermes model list

四、模型配置详解

4.1 支持的 LLM 提供商

4.2 推荐配置方案

低成本方案（推荐国内用户）：

hermes config set OPENROUTER_API_KEY your-openrouter-key
# OpenRouter 支持 DeepSeek，费用约为 Claude 的 5%

免费方案：

hermes config set OPENROUTER_API_KEY your-openrouter-key
# OpenRouter 有免费额度

本地方案（完全免费）：

hermes config set OLLAMA_BASE_URL http://localhost:11434
hermes model set ollama

4.3 多模型路由

Hermes 支持配置副驾模型（Auxiliary Model）处理特定任务：

hermes config set AUXILIARY_MODEL openai/gpt-4o-mini

五、执行后端配置

Hermes 支持 6 种执行后端，灵活性极高：

Docker 后端配置示例：

hermes config set backend docker
hermes config set DOCKER_IMAGE nousresearch/hermes-agent:latest

六、消息平台接入

Hermes 原生支持 15+ 个消息平台，以下是国内最常用的四大平台接入方法。

6.1 接入飞书

步骤一：创建飞书机器人

1. 前往 飞书开放平台 创建应用
2. 获取 App ID 和 App Secret
3. 添加机器人能力
4. 配置权限：读取消息、发送消息等

步骤二：配置环境变量

hermes config set FEISHU_APP_ID your-app-id
hermes config set FEISHU_APP_SECRET your-app-secret
hermes config set FEISHU_BOT_NAME HermesBot

步骤三：启用飞书适配器

在 ~/.hermes/config.yaml 中：

gateway:
  adapters:
    feishu:
      enabled: true
      bot_name: HermesBot

步骤四：启动服务

hermes gateway start

6.2 接入 Telegram

# 设置 Telegram Bot Token
hermes config set TELEGRAM_BOT_TOKEN your-telegram-bot-token

在 config.yaml 中启用：

gateway:
  adapters:
    telegram:
      enabled: true

6.3 接入企业微信

hermes config set WECOM_CORP_ID your-corp-id
hermes config set WECOM_AGENT_ID your-agent-id
hermes config set WECOM_SECRET your-secret

6.4 接入钉钉

hermes config set DINGTALK_APP_KEY your-app-key
hermes config set DINGTALK_APP_SECRET your-app-secret

6.5 接入微信（通过第三方网关）

微信接入需要使用第三方消息网关服务（如 WeChat Proxy Service）：

gateway:
  adapters:
    wechat:
      enabled: true
      gateway_url: http://your-gateway-url

七、记忆系统详解

Hermes 的记忆系统分为三层，解决了传统 Agent「会话结束就失忆」的痛点：

7.1 三层记忆架构

7.2 外部记忆提供者

Hermes 还内置 8 种外部记忆提供者插件，与内置记忆并行运行：

• 向量数据库（Chroma、Pinecone、Weaviate）
• 知识图谱
• 飞书文档
• Notion
• 自定义 API

配置外部记忆：

memory:
  providers:
    - type: chroma
      connection_string: localhost:8000
    - type: notion
      api_key: your-notion-key

7.3 手动管理记忆

# 查看当前记忆
hermes memory list

# 手动添加记忆
hermes memory add "用户偏好使用 DeepSeek 模型处理中文任务"

# 清除特定记忆
hermes memory remove "记忆ID"

八、技能（Skills）系统

8.1 什么是 Skills？

Skill 是 Hermes 的可复用任务单元，本质上是存储在 ~/.hermes/skills/ 目录下的标准 Markdown 文件（SKILL.md 格式），兼容 agentskills.io 开放标准。

每个 Skill 包含：

• 触发条件：什么情况下调用这个技能
• 执行步骤：具体怎么操作
• 避坑提示：容易出错的地方
• 验证方法：如何确认任务完成

8.2 自动创建 Skill

当 Hermes 完成复杂任务后，会自动将过程写成 Skill 文件：

# Skill: 部署 Vue 项目到 Nginx

## 触发条件
用户要求部署前端 Vue 项目到服务器

## 执行步骤
1. `npm run build` 构建项目
2. `scp -r dist/* user@server:/var/www/`
3. SSH 登录服务器
4. 重启 Nginx: `sudo systemctl restart nginx`

## 避坑提示
- 确认服务器 Nginx 已安装
- 打包前需设置正确的 base URL

## 验证方法
curl http://your-domain.com 返回项目首页

8.3 手动创建 Skill

你也可以手动编写 Skill：

mkdir -p ~/.hermes/skills/my-custom-skill

创建 ~/.hermes/skills/my-custom-skill/SKILL.md：

---
name: 我的自定义技能
trigger: 用户说「xxx」时触发
---

# 我的自定义技能

## 执行步骤
...

## 注意事项
...

8.4 安装社区 Skill

# 查看可用技能
hermes skills list

# 安装技能
hermes skills install wondelai/skills

# 更新技能
hermes skills update

8.5 技能层级（从浅到深）

九、高级配置

9.1 Web UI 仪表盘

Hermes 支持图形化管理界面：

hermes webui start
# 访问 http://localhost:3000

9.2 灵魂定义（SOUL.md）

定义 Agent 的性格和身份：

hermes soul edit

创建 ~/.hermes/SOUL.md：

# SOUL.md

你是小李，公司的 CTO 助手。你：
- 专业、高效，但不失幽默
- 喜欢用 emoji 表达情绪
- 遇到问题会主动提供多个解决方案
- 熟悉中国互联网技术栈（Vue、Spring Boot、K8s 等）

9.3 防爬浏览器（Camofox）

配置浏览器自动化时，使用防爬浏览器避免被检测：

hermes config set BROWSER_BACKEND camofox

9.4 定时任务（Cron）

设置自动化定时任务：

hermes cron add "每天早上9点发送天气预报" \
  --time "0 9 * * *" \
  --skill weather-report

9.5 自动化 Hooks

配置事件驱动的自动化脚本：

hooks:
  on_task_complete:
    - name: 任务完成后备份记忆
      command: hermes memory backup
  on_error:
    - name: 错误时通知
      command: hermes notify --channel feishu "任务执行出错"

9.6 OpenClaw 数据迁移

Hermes 支持一键导入 OpenClaw 的关键文件：

hermes migrate from-openclaw
# 或指定文件
hermes migrate from-openclaw --soul /path/to/SOUL.md --memory /path/to/MEMORY.md

迁移内容包括：

• SOUL.md（灵魂定义）
• MEMORY.md（记忆文件）
• Skills（技能）
• API Keys（API 密钥）

十、与 OpenClaw 的对比

结论：两者可以混用，各有优势。OpenClaw 适合多渠道消息管理，Hermes 适合需要「越用越聪明」的场景。

十一、常见问题排查

Q1: 安装脚本报错「git clone 失败」

原因：国内网络直连 GitHub 较慢。

解决：使用镜像克隆：

git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git ~/.hermes/hermes-agent

Q2: 提示「API 密钥未设置」

hermes model                    # 查看当前模型状态
hermes config set OPENROUTER_API_KEY your-key

Q3: 飞书接入后收不到消息

1. 检查机器人是否已发布
2. 确认已添加「接收消息」权限
3. 检查 config.yaml 中飞书适配器是否启用
4. 查看日志：hermes logs --adapter feishu

Q4: 记忆系统不生效

# 检查记忆文件
cat ~/.hermes/MEMORY.md
cat ~/.hermes/USER.md

# 重建索引
hermes memory rebuild

Q5: Docker 后端启动失败

# 确保 Docker 已安装并运行
docker --version
docker ps

# 拉取镜像
docker pull nousresearch/hermes-agent:latest

Q6: Skill 不被触发

# 查看已安装的 Skills
hermes skills list

# 手动触发 Skill 测试
hermes skills run skill-name --test

结语

Hermes Agent 代表了 AI Agent 的一个新方向——从「工具」到「伙伴」的进化。它的自学习闭环、持久记忆和技能沉淀机制，让 AI 不再是每次都要从零开始的工具，而是真正能伴随你成长、越来越懂你的数字员工。

无论你是想找一个更强大的 AI 助手，还是想探索 AI Agent 的前沿技术，Hermes 都值得一试。

相关资源：

• GitHub：https://github.com/NousResearch/hermes-agent
• 官方文档：https://hermes-agent.nousresearch.com/docs/
• 菜鸟教程：https://www.runoob.com/ai-agent/hermes-agent.html