鹤啸九天 自律更自由，平凡不平庸 Less is More

Hermes 使用笔记

2026-04-03
大模型
         
阅读量次

Notes（温馨提示）:

  1. ★ 首次阅读建议浏览：导航指南, 或划到本页末尾, 或直接点击跳转, 查看全站导航图
  2. ★ 右上角工具条搜索文章，右下角二维码关注微信公众号（鹤啸九天），底栏分享、赞赏、评论。
  3. ★ 转载请注明文章来源，知识点积累起来不容易，水滴石穿，绳锯木断，谢谢理解
  4. ★ 如有疑问，邮件讨论，欢迎贡献优质资料

Hermes

问题

大多数AI Agent 工作方式：给定任务，Agent完成后，session结束，一切归零。

下次打开：白纸一张。同样的事情又解释一遍。反反复复，永无止境。

但Hermes完全不同——它会记住所有事情。

资讯

【2026-4-15】资讯 Hermes Agent被实锤架构级抄袭中国团队 EvoMap 的开源项目 Evolver：10步主循环一一对应、12组术语系统性替换、7份材料零归属。

  • EvoMap 开源 Evolver 36天后，融资过亿的硅谷团队 Nous Research“重新发明”了整套自进化架构。
  • 被锤后官方回应仅一句“Delete your account”，随后删帖拉黑。

Evolver

EvoMap 十几人的中国年轻团队从零搭建了一整套AI Agent自进化引擎 Evolver，给AI智能体装上「基因系统」，让能力可以像生物基因一样遗传、变异、进化。

EvoMap 开源 Evolver 36天后，融资过亿的硅谷团队 Nous Research“重新发明”了整套自进化架构。

Hermes 介绍

Hermes Agent 是 Nous Research 开源的自主 AI Agent 框架。2026-02-25， Hermes 开源版发布（v0.1.0）

Hermes 官网

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。

Hermes Agent 是业内少见的原生内置学习闭环的 AI Agent，可从执行经验中沉淀技能、自主优化能力、持久化知识、检索历史对话，并在跨会话中持续完善用户认知模型。

Hermes Agent 支持自由切换任意大模型，包括 Nous Portal、OpenRouter（200+ 模型）、OpenAI、GLM、Kimi、MiniMax 等，执行 hermes model 即可切换，无需改代码、无厂商锁定

Hermes 如何发音？

两种读法，Hermès（法国品牌，带重音）与 Hermes（希腊神名，无重音）发音完全不同，核心区别：法语 h 不发音，英语 h 发音。

类型 音标 近似读音 注意
国际音标 /ɛʁˈmɛs/ 艾尔 - 梅斯 H不发音
赫尔墨斯希腊神名：赫尔墨斯 /ˈhɝːmiːz/ 赫-儿-米兹 H清晰发音, s浊化为z

总结

  • ❌ 误读：“赫尔 - 梅斯”（混英法）
  • ✅ 品牌：“爱马仕” ≈ 艾尔梅斯
  • ✅ 神话：“赫尔墨斯” ≈ 赫米兹

OpenClaw vs Hermes

两者理念完全相反：

产品 解决问题 特点 使用场景
OpenClaw 解决”多Agent组织协同” 多agent协作 多Agent跨平台协作时更强：Slack Agent、邮件Agent、研究Agent
Hermes 解决”一个随时间不断进化的Agent”。 自进化 “每天都在变聪明”的Agent时更强：学习你的代码库、记住你的偏好、从经验中构建Skills、自主从错误中恢复。

特点

对比维度 OpenClaw Hermes
Agent介绍 一个24小时在线的秘书，全天Oncall，随时飞书/钉钉/微信/QQ找它 学习能力特别强的助理，会自己“长本事”的AI伙伴，越用越懂你
适合用户 想找个AI帮手处理日常事务的人 想让AI主动帮你做复杂事情、还能自己进步的人
适合场景 日常办公、消息互动、快速上手 深度研究、复杂任务、自主学习

云端部署选型指南

  • openclaw: 快速用起来，接入主流IM应用、多个AI分工干活儿，比如：有个工具帮我查查资料、多个助手分工、设置提醒，越快越好
  • hermes: 研究型任务、多步骤、高效的数据收集能力，比如：每天自动监控某网站、发现新内容、行业报告

Hermes 特点

特点

  • 原生终端交互 完整 TUI 界面，支持多行编辑、命令补全、历史回溯、流式输出等
  • 全平台接入 一个网关接入 CLI、Telegram、Discord、Slack、WhatsApp 等多端
  • 闭环学习体系 自主管理记忆、技能生成与优化、跨会话召回、用户建模
  • 定时自动化 内置 Cron 调度，支持日报、备份、审计等 7×24 自动任务
  • 并行任务处理 支持子 Agent 并行执行、多工作流拆分与 RPC 工具调用
  • 多环境运行 支持本地、Docker、SSH、Daytona、Modal 等 6 种后端
  • 科研级能力 支持轨迹生成、强化学习环境、训练数据压缩

总结

  1. 自进化 — 通过 skills 越用越强，不靠微调。
  2. 跨 session 记忆 — 不丢上下文。
  3. 真工具访问 — 不只是聊天，是能改文件、跑命令、管服务器。
  4. 平台无关 — 同一 agent 跑在终端、飞书、微信、Telegram。
  5. profile 隔离 — 客户 A 的记忆不会污染客户 B。
  6. 可扩展 — 插件、MCP、webhook、cron 全方位接入。

学习闭环

每次 Hermes 完成复杂任务，不会就此停步。

相反，会进入复盘阶段，分析做了什么，形成可复用的技能，这样下次处理同类请求时会快得多、好得多。

任务 → Agent完成 → 从经验中生成Skill → Skill不断完善 → Agent 搜索历史对话 → 建立个人模型 → 循环往复

这种进化能力源于三层记忆架构

  • Hermes 不只是记住最后一条消息，它运行的是完整的三层记忆系统

自进化原理

self-improvement

每次对话结束后，Hermes 做三件事：

  • 第1步：快照对话 → 把当前这场对话完整拷贝一份
  • 第2步：叉一个分身 → 创建一个新的 AIAgent 实例（叫 review fork）
  • 第3步：让分身自己看自己 → “刚才这场对话，有什么值得学的？”

分身是个后台线程，不耽误聊天，分身默默在后面干活。

这个分身（review fork）只带了两件工具：

  • 🧠 记忆审查：用户暴露了偏好、习惯、个人信息吗？如有，就调用memory tool → 持久化记忆
  • 🛠 技能审查：刚才的对话值得存为一个技能吗？有踩坑经验、工作流优化吗？如有，就进行 skill_manage → SKILL.md

🎯 触发条件：hermes 多久”进化”一次？

  • 不是每个消息都触发审查，否则太费钱了（每次审查要调一次 LLM）。
  • 触发规则写在 agent_init.py 和 conversation_loop.py 里：
    • 每跟hermes聊 10 轮，悄悄复盘一轮。系统里有计数器，用户消息轮数 (_turns_since_memory) ，具迭代次数 (_iters_since_skill)，这两个计数器是独立的，有可能只触发记忆、只触发技能，或者两者都触发。

而且有一套 “curator” 机制（agent/curator.py）——如果某个 skill 很久没用，curator 会归档。不用的技能会被淘汰，这就是”自然”的选择。

Hermes 架构

本地配置，用户主目录下的 .hermes 文件夹

文件 目录 功能
主配置文件 ~/.hermes/config.yaml 配置文件
环境变量 ~/.hermes/.env 用于存储 API 密钥等
会话数据 ~/.hermes/state.db SQLite 数据库
技能目录 ~/.hermes/skills/ 技能信息
会话目录 ~/.hermes/sessions/ 会话存储目录
技能目录 ~/.hermes/memories/ 持久化记忆信息

记忆能力

2026 年，随着上下文窗口（128K、200K 甚至 1M）的爆炸式增长，反直觉的现象出现：更大的窗口 ≠ 更好的记忆。

原因：

  • 上下文窗口是短期记忆，会话结束就清零
  • 真正的长期记忆需要策略：选择性地记住什么、遗忘什么、如何组织
  • 记忆的质量不在于”记住了多少”，而在于”在正确的时间想起了正确的内容”

这正是 OpenClaw 和 Hermes Agent 在记忆系统上花费巨大精力的原因。两个项目走向了截然不同的设计路径：

  • OpenClaw 选择了神经科学启发的三阶段睡眠模拟（dreaming）
  • Hermes Agent 选择了认知科学分层的三层记忆架构

Hermes Agent 核心架构

架构拆解：三层记忆 + 五层防线

AI Agent 的终极战场不是推理能力，而是记忆质量

Hermes 核心创新概括：像人类一样记忆，像银行一样安全。

  1. 三层记忆架构：越用越懂你的秘密
  2. 五层安全防线：比 OpenClaw 更谨慎

三层记忆

Hermes 有三层：

  • Prompt记忆： 每次session开始时，Hermes直接把个人笔记从 MEMORY.md 和 USER.md 加载到系统提示词中。偏好、环境、项目——在你打字之前，一切都已就绪。
  • 情景记忆： 基于 SQLite FTS5 构建的完整可搜索档案，记录每次历史对话。Agent可以跨所有历史session搜索，回忆曾经讨论过的任何内容——哪怕是几个月前的事。
  • 程序记忆： 从完成的任务中自动生成的Skills。可复用的步骤式工作流，Agent会在未来持续使用并不断完善。

hermes vs openclaw 记忆对比

【2026-5-9】记忆机制对决：OpenClaw 的dreaming 三阶段睡眠 vs Hermes 三层认知架构

核心结论：

  • OpenClaw 的 dreaming 和 Hermes 的三层记忆，不是优劣之分，而是设计哲学的不同。
  • dreaming 来自神经科学，模拟人类睡眠周期，简单透明、自动遗忘、天然适合审查
  • 三层记忆来自认知科学，按情景/语义/程序性分层，高效扩展、可复用、天然适合积累

选择建议：

优先看重特性 对应选择框架
自动遗忘 OpenClaw
可解释性 OpenClaw
快速检索 Hermes
Skill 复用 Hermes
精确匹配 Hermes
低维护成本 OpenClaw

更多详情见原文 记忆机制对决：OpenClaw 的dreaming 三阶段睡眠 vs Hermes 三层认知架构

OpenClaw dreaming：模拟人类大脑的睡眠周期

OpenClaw 的 dreaming 系统建立在核心假设上：

  • 记忆巩固发生在”睡眠”中，而不是”清醒”时。

人类大脑在睡眠期间会经历三个阶段：

  • 浅睡眠：过滤当天的感官信息，提取关键信号
  • 深睡眠：将重要信息从短期海马体转移到长期皮层存储
  • REM（快速眼动）：整合新知识，建立长期关联

OpenClaw 将这个模型映射到 AI Agent 的记忆系统：

  • 清醒时段（会话中） → 记录原始信号，不做深度处理
  • 定时睡眠（后台 cron） → 三阶段扫描、评分、晋升

设计哲学：简单、透明、可解释。每个阶段的行为都是确定的，人工可以审查和干预。

Hermes 记忆系统基于认知科学的经典理论：

人类记忆不是单一结构，而是三个独立的系统协同工作。

记忆类型 认知科学定义 AI 映射
情景记忆（Episodic） 对特定事件的回忆：“昨天我做了什么” 历史会话记录、时间线
语义记忆（Semantic） 对事实和概念的存储：“地球是圆的” 用户偏好、项目约定、环境事实
程序性记忆（Procedural） 对技能和习惯的存储：“如何骑自行车” Skill 文件、可复用工作流

设计哲学：高效、扩展、自动策展。每个层级有明确的存储格式和检索策略，互不干扰。

1. 三层记忆架构

越用越懂你的秘密

传统 AI 助手最大的痛点是”失忆”——每次对话从零开始。Hermes 通过三层记忆系统解决这个问题：

Agent 三层记忆架构表

层级 名称 存储内容 实际例子
第一层 持久事实层 用户偏好、项目习惯、长期工作上下文 “你习惯用 4 空格缩进，讨厌驼峰命名”
第二层 程序性记忆层 Skill（技能）及对应的优化迭代历史 “写周报时先读取 Git 提交记录，再自动生成内容总结”
第三层 历史搜索层 全量对话上下文、完整任务执行流水记录 “上周三你让查询的竞品数据在这里”
  1. 第一层（长期静态记忆）：几乎永久保存，不随单次对话过期，塑造 Agent 固定工作风格与个人习惯
  2. 第二层（流程技能记忆）：固化标准化工作流程，持续迭代优化任务执行步骤，形成可复用自动化能力
  3. 第三层（时序上下文记忆）：短期对话回溯，支持历史问答溯源、跨时间任务关联查询

为什么分层？

  • 想象一下：如果你每次聊天都要从幼儿园回忆开始，效率有多低。Hermes 默认只加载第一层（几百字摘要），需要时才检索深层记忆，既省 Token 又防幻觉。

Skill 自生长机制：完成任务后，Hermes 会自动复盘——”这次哪里做得好？哪里可以优化？”然后将经验固化为新的 Skill（一个 Markdown 文件）。下次遇到类似任务，直接调用 Skill，无需重新推理。

实际效果：第一次写周报需要 10 分钟，第二次可能只需 30 秒。

2. 五层安全防线

比 OpenClaw 更谨慎

Hermes 在安全性上做了大量工作，特别适合企业场景

AI Agent 安全五层防护体系

防线 机制 示例
用户授权 敏感高危操作强制要求用户手动确认 删除文件前弹窗二次确认
危险命令审批 rm -rf 等高风险系统指令拦截+二次校验 严防误删线上生产环境数据
容器隔离 Agent 任务全程在独立沙箱容器内运行 异常代码崩溃、恶意行为不会影响宿主主机
上下文扫描 前置检测对话与指令里的注入类风险 自动识别拦截 SQL 注入、系统命令注入攻击
权限最小化 默认只读权限，所有写入/修改操作必须显式授权 从根源杜绝越权访问、非法篡改文件

Skills

skills 用法

hermes skills browse                              # 浏览所有官方Skills
hermes skills browse --source official            # 仅浏览官方可选Skills
hermes skills search kubernetes                   # 搜索所有来源
hermes skills search react --source skills-sh     # 搜索skills.sh目录
hermes skills search https://mintlify.com/docs --source well-known
hermes skills inspect openai/skills/k8s           # 安装前预览
hermes skills install openai/skills/k8s           # 安装并安全扫描
hermes skills install official/security/1password
hermes skills install skills-sh/vercel-labs/json-render/json-render-react --force
hermes skills install well-known:https://mintlify.com/docs/.well-known/skills/mintlify
hermes skills install https://sharethis.chat/SKILL.md              # 直链安装
hermes skills install https://example.com/SKILL.md --name my-skill # 覆盖默认名称
hermes skills list --source hub                   # 列出已安装的Skills
hermes skills check                               # 检查上游更新
hermes skills update                              # 更新Skills
hermes skills audit                               # 安全审计
hermes skills uninstall k8s                        # 卸载
hermes skills reset google-workspace              # 重置为"用户修改"状态
hermes skills reset google-workspace --restore    # 同时恢复原始版本
hermes skills publish skills/my-skill --to github --repo owner/repo
hermes skills snapshot export setup.json          # 导出配置
hermes skills tap add myorg/skills-repo           # 添加自定义GitHub源

常用技能

Hermes 五大核心技能：解锁AI代理完全体潜能

  • ① Gstack：记忆层优化引擎 让Hermes具备自我进化能力，越用越聪明，由YC总裁Garry Tan开发，GitHub获85.5k星
  • ② Gbrain：多团队协作中枢 通过知识图谱实现效率翻倍，支持实体识别与自动关联，含17,888页面/4,383用户/723公司数据
  • ③ Hermes Web UI：三面板轻量界面 左侧会话导航/中间聊天/右侧文件浏览，圆形上下文环实时显示令牌使用，无需构建步骤
  • ④ Awesome Hermes：生态导航系统 汇聚2.3万星项目资源，涵盖技能中心、部署集成、多智能体应用等九大分类
  • ⑤ Self Evolution：自进化增强模块 基于DSPy和GEPA技术，实现提示词与代码的遗传优化，由创始人technion亲自开发

生态

MCP

【2026-5-27】Hermes(爱马仕)：MCP和自定义Tool，把任何API变成AI的第三只手

Hermes Agent 自带了二十多个工具——web搜索、浏览器、终端、文件操作、记忆——覆盖了通用场景

两种工具：MCP Server 和 自定义原生Tool

  • 大部分场景用MCP就够了，省心省力。只有当需要跟Hermes内部状态深度交互（比如加一个改变对话行为的trick），才去写原生Tool。
维度 MCP Server 原生Tool
上手成本 写脚本+一条命令 改框架源码3个文件
隔离性 独立进程，崩了不影响主进程 与主进程共享内存
维护方式 独立git仓库，Hermes随便升级 随Hermes分支走，合代码时注意
最佳场景 外部API、第三方服务、私有脚本 需要深度数据共享的核心功能
发布方式 hermes mcp add 一键注册 必须改代码再重启

避坑

  • MCP Server进程挂了不会自动重启——用 while true; do python3 server.py; done 包一层，处理完了退出就行。
  • Tool变更必须 /reset——prompt caching 导致旧工具列表会缓存到新的模型调用，不reset不生效
  • 返回值必须是JSON字符串——所有Handler都要求返回 str，千万别直接 return dict
  • HTTP模式的MCP需要Server实现MCP传输层协议，不如stdio模式省事
  • 第一次加MCP建议用 hermes mcp test name 先测，别上来就问模型”能不能调”

MCP Server

Hermes MCP操作：

  • 添加后，Hermes自动向LLM（大模型）注册工具列表，模型推理时发现用户需求匹配就会主动调用。完全无感集成，同内置的 web_search 是一个体验。
# 添加MCP服务器（stdio模式：跑本地脚本）
hermes mcp add weather-api \
  --command "python3 ~/mcp-servers/weather.py"

# 添加MCP服务器（HTTP模式：跑远端服务）
hermes mcp add internal-api \
  --url "http://localhost:8080/mcp"

# 查看已注册的工具
hermes mcp list

# 测试连通性
hermes mcp test weather-api
# 输出: Connection OK, registered 3 tools

MCP Server本身就是一个Python/Node脚本，实现里定义好 tools（工具列表）和 call_tool（执行逻辑）就行。

比如一个简单的记账查询MCP Server不到50行：

# mcp-server/ezbookkeeping.py
from mcp.server import Server, stdio_server

async def main():
    server = Server("ezbookkeeping")
    
    @server.list_tools()
    async def list_tools():
        return [{
            "name": "query_expense",
            "description": "查询今日消费",
            "inputSchema": {"type": "object", "properties": {}}
        }]
    
    @server.call_tool()
    async def call_tool(name: str, args: dict):
        result = ezbookkeeping_api(...)
        return {"content": [{"type": "text", "text": json.dumps(result)}]}

    async with stdio_server() as (read, write):
        await server.run(read, write)

然后

hermes mcp add ezbook --command "python3 ~/mcp-servers/ezbook.py"

自定义原生Tool

自定义原生Tool：改3个文件

如果MCP的这层网络通信对你不必要——工具就在本地，不需要隔离——那就直接写原生Tool，嵌入到Hermes进程内部。

只需要改3个文件：

  • 第一步：创建 tools/my_tool.py
  • 第二步：在 model_tools.py 的 _discover_tools() 里加上 import
  • 第三步：在 toolsets.py 的 _HERMES_CORE_TOOLS 列表里加上 “my_tool”

然后 /reset 重启会话，工具就出现在模型的工具列表里了。

tools/my_tool.py 文件

import json
from tools.registry import registry

def my_custom_api(param: str, task_id: str = None) -> str:
    # 你的业务逻辑
    result = call_internal_api(param)
    return json.dumps({"success": True, "data": result})

registry.register(
    name="my_custom_api",
    toolset="custom",
    schema={
        "name": "my_custom_api",
        "description": "调用内部API获取数据",
        "parameters": {
            "type": "object",
            "properties": {
                "param": {"type": "string", "description": "查询参数"}
            },
            "required": ["param"]
        }
    },
    handler=lambda args, **kw: my_custom_api(
        param=args.get("param", ""),
        task_id=kw.get("task_id")
    ),
)

GUI

官方 Web UI

第三方 Web UI

  • 【2026-4-11】Hermes-HUDUI 开源项目，为本地AI代理 Hermes 提供了可视化控制面板，解决了”黑盒”问题，可实时查看AI记忆、当前目标与会话历史。
  • hermes-webui

Hermes Web 界面方案。

选择指南

  • 第一次装 → 官方 Dashboard
  • 个人日常聊天 → hermes-webui
  • 程序员工作台 → Hermes Workspace
  • 团队接入飞书/企业微信 → EKKO Hermes Web UI
  • 已有 Open WebUI → 直接接入

方案对比

方案 定位 特点 适合人群
官方Web Dashboard 系统管理后台 改配置、管 API Key、看日志、用量统计；同源稳定 首次安装、日常排错、不折腾的用户
hermes-webui 日常聊天 App 界面简洁；支持手机访问；Token 状态一目了然 个人日常聊天、手机端使用
Hermes Workspace 程序员工作台 VS Code 式驾驶舱；多窗口整合；Swarm Mode；多 Agent 控制 程序员、技术团队、重度开发场景
EKKO Hermes Web UI 团队管理后台 用量统计、定时任务、平台配置页面；支持飞书/微信/企业微信接入 国内团队、办公沟通链路集成
Open WebUI 通用 AI 前端 非 Hermes 专属；通过 OpenAI-compatible 连接 Hermes；已有平台最省事 已有 Open WebUI 的用户
Hermes Desktop 桌面软件 功能丰富，有虚拟人形象（claw3d）、看板 个人日常聊天

(1) Hermes Web-UI

git clone https://github.com/nesquena/hermes-webui.git hermes-webui
cd hermes-webui
python3 bootstrap.py
# 或
./start.sh

(2) hermes-hudui

项目地址：hermes-hudui

安装方法

git clone https://github.com/joeynyc/hermes-hudui.git
cd hermes-hudui
./install.sh
hermes-hudui # 不一定管用
source venv/bin/activate && hermes-hudui

打开地址 localhost:3001

(3) Hermes Desktop

Hermes 桌面版

功能

  • Hermes Agent 的首次引导式安装
  • OpenRouter、Anthropic、OpenAI 以及本地 OpenAI 兼容端点的提供商配置
  • 基于 Hermes CLI 的流式聊天界面
  • 带恢复和搜索能力的会话历史
  • 用于隔离 Hermes 环境的档案切换
  • 对人格、记忆、工具和已安装技能的图形界面访问
  • Hermes 消息集成的网关控制
  • 使用 Electron Builder 进行桌面打包

手机操控

【2026-4-26】Hermes+Bridge自动操控手机

用 Hermes + Android Bridge，把 Android 手机变成一个可读屏、可点击、可输入、可远程操控的 AI 自动化终端。

Hermes + Android Bridge 的核心思想是：让 Hermes Agent 负责思考和规划，让 Android Bridge 负责看屏幕、点屏幕、输文字和回传结果。

Hermes 官方已经提供 Android / Termux 的安装路径，说明可以直接在 Android 手机上通过 Termux 运行 Hermes CLI 和核心能力。

而 Hermes Android Bridge 则是一个独立桥接项目，用来让 Hermes 与 Android 设备交互，手机端通过权限能力执行读屏、点击、输入、滑动、截图等动作。

多人协作

【2026-5-5】Hermes 多 Agent 协作：让多个 AI 同时为你写代码

问题：

单个 AI Agent 已经很强了，为什么还需要多个？

因为并行。实际的软件开发项目很少是单线程的

  • 前端和后端可以同时开发
  • API 接口和数据库 schema 可以并行设计
  • 业务逻辑和单元测试可以分头写。

但单 Agent 工作流的瓶颈：即使 Agent 速度再快，它也只能一次做一个任务。

  • 包含 5 个子需求的 feature，Agent 串行完成需要 25 分钟。
  • 如果拆给 3 个 Agent 并行，理论上 8 分钟就能搞定。

不同 Agent 用不同的角色和视角来看同一个项目。

Devin，Cursor等各种”AI 程序员” 使用方式还是单线程：打开一个 Agent，给它一个任务，等它做完，再给下一个。

Hermes 多 Agent 协作，不是”AI 能不能写代码”——这已经没什么争议。而是”怎么让多个 AI 同时写代码，而且不会把项目搞砸”。

Hermes Agent 的多 Agent 协作核心机制: 派生子进程（subagent）。

  • 主 Agent 接收到复杂的任务，比如”实现一个用户管理系统，包含注册、登录、权限控制三个模块”。

Hermes 不会让 Agent 从头写到尾。会把任务拆解，然后 spawn 多个子 Agent，每个负责一个独立的子任务：

主 Agent（你）
  ├── Agent A：实现注册模块 + 数据库 model + 单元测试
  ├── Agent B：实现登录模块 + JWT 认证 + API 路由
  └── Agent C：实现权限中间件 + 角色管理 + 访问控制

三个子 Agent 各自有独立的上下文、独立的终端会话、独立的工作目录。它们互不干扰，并行执行。

每个子 Agent 完成后，结果返回给主 Agent。主 Agent 做整合、审查、决定是否需要调整。

整个过程只需要做两件事：给任务、review 结果。

安装

Linux、mac与wsl2

  • 不支持原生 Windows 环境，请先安装 WSL2，再在 WSL2 终端中执行上述命令。
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc    # 重载shell配置（若使用zsh，执行：source ~/.zshrc）
hermes              # 开启智能体对话！

自动处理所有依赖项：

  • uv — 快速 Python 包管理器
  • Python 3.11 — 通过 uv 安装，无需 sudo
  • Node.js v22 — 用于浏览器自动化和 WhatsApp 桥接
  • ripgrep — 快速文件搜索
  • ffmpeg — TTS 音频格式转换

使用

Hermes 完全教程

基础命令

hermes [flags] [command]
  -r, --resume SESSION   恢复指定 session
  -c, --continue [NAME]  按名恢复（或最近一次）
  -w, --worktree         隔离 git worktree（多 agent 并行）
  -s, --skills SKILL     预加载技能
  -p, --profile NAME     切换配置档
  --yolo                 跳过危险命令确认

安全防护

Hermes Agent 提供两层「安全网」，解决两类完全不同的问题：

对比维度 Profile 多账号 Docker 沙箱
解决的问题 多人共用，数据打架 AI 执行危险命令
隔离什么 配置、密钥、聊天记录、技能 文件系统、网络、进程
类比 浏览器多用户资料 给水电工单独的工具棚
一句话命令 hermes profile create hermes config set terminal.backend docker

什么时候用 Profile？

  • 团队共用一台服务器，每人要独立配置
  • 公司和个人的 API key 要分开
  • 多个客户项目，各用各的模型和密钥
  • 飞书/Telegram/Discord 网关需要独立运行

什么时候用 Docker 沙箱？

  • 执行用户提交的代码或第三方脚本
  • 审查含敏感数据的内部代码
  • 让 AI 跑自动化任务，不想它碰到重要文件
  • 日常开发也想多一层保护

两者可叠加使用

  • 每个 Profile 独立配置沙箱策略
  • 一个用严格模式跑不信任代码，另一个用开发模式日常编码。

hermes入门指南

CLI 命令

hermes              # 交互式命令行界面 — 开启对话

hermes chat -q "问题"          # 单次提问
hermes chat -m claude-sonnet-4 # 指定模型
hermes chat -t web,terminal    # 限定工具集

# 交互式选模型
hermes model        # 选择大语言模型服务商与对应模型
hermes model --provider ollama --model gemma4:27b

hermes tui
hermes tools        # 配置启用的工具集
hermes gateway      # 启动消息网关（支持Telegram、Discord等平台）
hermes setup        # 运行全量配置向导（一站式完成所有配置）
hermes claw migrate # 从OpenClaw迁移数据（适用于原OpenClaw用户）
hermes update       # 更新至最新版本

hermes auth                    # 凭证管理
hermes doctor [--fix]          # 依赖与配置体检
hermes doctor       # 诊断运行环境与配置问题

hermes config                  # 查看当前配置
hermes config set KEY VAL      # 设置配置
hermes config edit             # 编辑 config.yaml
hermes config set <key> <value>	# 设置配置值
hermes config get <key>	# 获取配置值
hermes config list	# 列出所有配置
hermes config check	# 检查配置完整性
hermes config migrate	# 迁移配置到新版本

配置

关键路径

~/.hermes/config.yaml       主配置
~/.hermes/.env              API key 与密钥
~/.hermes/skills/           技能
~/.hermes/sessions/         session JSONL 转录
~/.hermes/state.db          会话存储（SQLite + FTS5）
~/.hermes/logs/             网关/错误日志
~/.hermes/auth.json         OAuth 与凭证池
~/.hermes/profiles/<name>/  配置档（独立布局）

hermes 会话内命令

/config              查看配置
/model [name]        切换模型
/personality [name]  设置人设
/reasoning [level]   推理强度（none/minimal/low/medium/high/xhigh）
/verbose             详细度切换
/voice [on|off|tts]  语音模式
/yolo                跳过确认

/history             历史
/usage               token 用量
/insights [days]     用量分析
/copy [N]            复制回复到剪贴板
/image               附加本地图片
/debug               上传 debug 报告
/quit                退出

多账户

一台机器，N 个独立账号

什么时候用 Profile？

  • 团队共用一台服务器，每人要独立配置
  • 公司和个人的 API key 要分开
  • 多个客户项目，各用各的模型和密钥
  • 飞书/Telegram/Discord 网关需要独立运行

Profile 把 Hermes「分身」成多个独立账号，每个账号有自己的配置、密钥、聊天记录、技能库，谁也看不到谁的。

可以作为管理员，随时查看、备份、删除任何一个账号。

profile 信息

hermes profile list # 查看有哪些账户
hermes profile create NAME     # 创建新账户，在 ~/.hermes/profiles/ 下面生成全新的目录
# ~/.hermes/profiles/zhangsan/
# ├── config.yaml       ← 空白配置，等着你填
# ├── .env              ← 空白密钥文件
# ├── skills/           ← 89 个内置技能
# ├── sessions/         ← 聊天记录（空的）
# └── logs/             ← 日志（空的）

hermes profile show zhangsan
hermes profile delete wangwu

hermes profile use NAME        # 设为默认
hermes profile export/import   # 打包迁移
# 个性化配置
hermes -p zhangsan config set model.default "claude-sonnet-4"
hermes -p zhangsan config set ANTHROPIC_API_KEY "sk-ant-zhangsan-xxxx"

hermes profile list                     # 看所有账号
hermes profile create <名字>            # 建账号
hermes profile show <名字>              # 看详情
hermes profile export <名字> -o x.tar.gz # 备份
hermes profile import x.tar.gz          # 恢复
hermes profile rename <旧> <新>         # 改名
hermes profile delete <名字>            # 删号

# 用户
hermes profile use <名字>               # 登录
hermes -p <名字> chat                   # 聊天
hermes -p <名字> config                 # 看配置

沙箱 sandbox

Hermes 启动的 Docker 容器自动带一整套安全限制：

  • 容器内即使是 root，也对宿主机没有任何管理权限
  • 容器内的程序不能提权（就算有 suid 文件也没用）
  • 最多同时跑 256 个进程，防止 Agent 搞出 fork 炸弹
  • /tmp、/var/tmp、/run 这些临时目录禁止执行程序，防止恶意二进制落地
  • /tmp 容量限制在 512MB，防止写爆磁盘

这些限制是 Hermes 自动加上的，不用手动配。你只需要决定：给容器开多大的口子

更多操作见：hermes入门指南

设置 API 密钥

通过 CLI 设置 API 密钥：

hermes config set OPENROUTER_API_KEY sk-or-v1-your-key-here

或直接编辑 ~/.hermes/.env 文件：

# LLM 提供商
OPENROUTER_API_KEY=sk-or-v1-your-key-here

# 可选工具
FIRECRAWL_API_KEY=fc-your-key
FAL_KEY=your-fal-key

选择模型

hermes model       # 交互式选择

或在配置文件中指定：

# ~/.hermes/config.yaml
provider:
  name: openrouter
  model: anthropic/claude-sonnet-4-20250514

会话控制

/new (/reset)        新会话
/retry               重发上一条
/undo                撤回最后一条
/title [name]        命名会话
/compress            手动压缩上下文
/rollback [N]        回滚文件系统
/branch (/fork)      分支当前会话
/resume [name]       恢复
/goal [text]         设定长跑目标

工具

配置工具集

常用工具集包括：

  • web、terminal、file、browser、vision、image_gen、skills、tts、todo、memory、session_search、cronjob、code_execution、delegation、homeassistant 和 rl。
# 使用特定工具集
hermes chat --toolsets "web,terminal"

# 配置每个平台的工具（交互式）
hermes tools
hermes tools                   # 交互式启用/禁用工具
hermes tools list              # 列出所有工具
hermes tools enable NAME       # 启用
hermes tools disable NAME      # 禁用

会话内斜杠命令

/tools               管理工具
/skills              搜索安装
/skill <name>        加载技能
/reload-skills       重扫
/cron                定时任务
/curator [sub]       技能生命周期管理（pin/archive）
/kanban [sub]        多 agent 协作看板

MCP

hermes mcp add NAME            # 添加 MCP 服务
hermes mcp list                # 列出已配置
hermes mcp test NAME           # 测试连接

网关

hermes gateway run             # 前台运行网关
hermes gateway install         # 注册为后台服务
hermes gateway start/stop      # 启停
hermes gateway setup           # 配置消息平台

会话内斜杠命令

/approve / /deny     通过/拒绝待确认命令
/restart             重启网关
/sethome             把当前对话设为 home
/platforms           平台状态
/topic [sub]         Telegram DM 主题会话

技能 skill

技能是 程序化记忆——可复用的工作流沉淀。

创建场景：

  • 复杂任务（5+ 工具调用）后、纠错后、用户偏好后。

skill 创建

hermes skills create  # 交互式创建
# 或在 ~/.hermes/skills/<name>/SKILL.md 写 markdown

# 工作中发现"每天拉取 X 监控数据"是可复用流程
# 1. 在 ~/.hermes/skills/x-monitor/SKILL.md 写：
#    - 触发条件
#    - 步骤 + 命令
#    - 验证
# 2. 后续 /skill x-monitor 加载即用

hermes skills list             # 已安装技能
hermes skills search QUERY     # 搜索技能市场
hermes skills install ID       # 安装
hermes skills browse           # 浏览全部
hermes skills update           # 升级

Session/定时任务

Session

hermes sessions list           # 历史会话
hermes sessions export OUT     # 导出 JSONL
hermes sessions prune          # 清理旧会话

定时任务 / Webhook

hermes cron list               # 定时任务
hermes cron create "30m"       # 创建（"every 2h" / "0 9 * * *" / ISO）
hermes cron pause/resume ID

hermes webhook subscribe NAME  # 创建 webhook 路由

人格设置

# ~/.hermes/config.yaml
personalities:
  helpful: "You are a helpful, friendly AI assistant."
  kawaii: "You are a kawaii assistant! Use cute expressions..."
  pirate: "Arrr! Ye be talkin' to Captain Hermes..."
  # 添加您自己的！

使用 /personality pirate 等命令激活。

记忆

跨 session 持久化，分两类：

  • user — 用户画像（姓名、角色、偏好、语言、时区）
  • memory — 环境事实、踩坑、约定、API 怪癖

原则：

  • 一周后会过期的不要存；
  • 程序化流程放技能；
  • 写入前要用户同意（你已设定）。

上下文压缩

# ~/.hermes/config.yaml
compression:
  enabled: true
  threshold: 0.50    # 在上下文限制的 50% 时压缩
  summary_model: "google/gemini-3-flash-preview"

问题

不记得上一个任务

任务迟迟不结束，强行推出后，再问 上一个任务，不记得了

迭代轮数超限

【2026-6-17】迭代轮数超限错误

⚠️ Iteration budget exhausted (90/90) — asking model to summarise ⚠️ Reached maximum iterations (90). Requesting summary…

官方 Bug: Iteration-exhaustion summary call has no output budget when agent.max_tokens is unset#35979

  • 回复：在迭代上限汇总接口调用中，使用默认最大生成长度 max_tokens=16384 ，避免会话耗尽时输出为空。

改进

不足

【2026-5-9】Hermes Agent 被忽视的 4 个坑，DTClaw 如何填平？

4 个关键问题几乎没人提：

  • 部署体验简化了，认知鸿沟还在
  • 自进化是最大亮点，也藏着最大隐患
  • 记忆设计精巧，但适用面有限
  • 安全纵深做得扎实，但规则总有尽头

云端部署

云厂商提供的云端部署方案

部署方式 优势 劣势 上手方式 适合场景
本地部署 ✅ 数据在本地 ❌ 权限管控弱，数据易泄露
❌ 需处理环境、端口、更新等运维工作
❌ 性能难扩展，任务多了顶不住
❌ 电脑休眠/断网/关机就断联		 强动手 轻量体验
全托管 ✅ 上手最省事 ❌ 功能边界由平台定义
❌ 自定义技能麻烦，定制化受限
❌ 支持的IM入口有限，不灵活
❌ 标准化产品，无法按需定制		 基本不用动手 完全不想操心、对个性化要求不高
轻量应用服务器（官方镜像自托管） ✅ 稳定在线
✅ 专属实例可控
✅ 可按需扩展		 - ✅ 镜像预装、可视化配置 长期在线、复杂任务、多Agent/workspace、企业通道接入

💡 总结：

  • 本地部署：适合有技术基础、想快速尝鲜的用户，但稳定性和安全性都一般。
  • 全托管：适合纯小白用户，省心但几乎没有自定义空间。
  • 轻量应用服务器（自托管）：是三者里的平衡之选，兼顾了稳定性、可控性和上手门槛，适合长期使用和复杂场景。
云厂商 时间 优点 不足 备注
阿里云 2026-4-28 轻量级云端部署   阿里云无影云电脑企业版部署 OpenClaw / Hermes Agent 详细教程
腾讯云 2026-5-18 轻量级云端部署   1年68元-99元，购买入口
腾讯云 ×Hermes Agent企业级 AI智能体 一键部署即落地
火山引擎        

腾讯云轻量应用服务器（Lighthouse）推出 Hermes Agent 专属的企业级系统镜像，在行业内率先实现了开源 AI 代理的云端一键式部署：

  1. 访问腾讯云管理控制台，进入轻量应用服务器服务；
  2. 创建新的服务器实例，在镜像选择中定位「AI 智能体→Hermes Agent 企业版」；
  3. 根据需求选择实例规格（建议从 2 核 4G 起步，支持弹性扩展），确认并完成购买；
  4. 系统将自动完成运行环境构建、安全增强配置及服务启动，整个过程无需编写代码，也无需进行复杂设置。

从购买到实际可用，整个过程仅需短短几分钟，即使是没有深厚技术背景的用户也能轻松完成，彻底摆脱了以往需要 “输入命令、查阅文档、排查故障” 的低效流程，助力企业迅速步入 AI 智能应用的新阶段。

企业级安全保障：数据自主可控，严守合规底线

  1. 私有化部署：核心引擎、记忆数据、技能库全部存储于企业自有的服务器中，数据无需出境，控制权完全掌握在企业手中，满足金融、政务、医疗等对合规性要求极高的场景需求；
  2. 安全沙箱隔离：工具调用在独立的容器环境中运行，与核心引擎隔离，内置危险指令审批、操作行为审计日志、工具白名单等机制，提供全链路防护，有效规避潜在安全风险；
  3. 多级权限管理：从 “仅查看” 到 “完全自主操作”，可灵活配置不同级别的操作权限，精确控制员工可访问和操作的范围，确保核心数据安全。

企业级

Hermes 很强, 但企业直接照抄，会遇到问题。

问题 Hermes特点 企业级特点 解法
记忆规模不够 Hermes SQLite + 本地文件记忆适合个人和小团队 企业跨部门知识量大、文档源杂、会话量高、权限边界复杂  
Skill 适合个人积累，不等于适合组织治理 个人使用 skill 容易 企业skill要明确谁能发布、审核、升级 skill，不同部门隔离访问，错误回滚 企业要的不是“技能目录”，而是“技能注册中心”
安全和审计还不够重 hermes存在安全问题，如：危险命令审批、工具限制、子 Agent 工具封禁。 需要 RBAC 权限、操作审计、敏感数据脱敏、多租户隔离、API 网关限流、合规留痕 -
高可用不是主目标 hermes定位：高能力的通用 Agent Runtime 企业需要多副本、故障转移、模型路由、成本治理、服务化接入 -

Hermes Agent 在个人开发者手中确实能跑通很多场景，一旦放到“企业级”的标尺下衡量，四个核心短板会立刻显现出来。

  • 🚫 短板一：安全合规——自进化本身是最大的不确定性
    • 企业级应用的第一道红线就是安全合规。Hermes Agent虽然内置了多层安全架构（含沙箱隔离），核心框架目前仅披露过少量中低危CVE，安全记录优于竞品。但它引入了一个全新的风险维度：自进化能力本身，就是最大的不确定性。
    • 当Agent可以自主从经验中“蒸馏”知识、沉淀技能、修改自身行为时，谁来判断这些“进化”是安全的？动态生成的脚本可能通过逻辑注入绕过静态扫描，跨平台API调用若隔离不足易引发越权攻击。此外，提示注入、硬编码凭据、过度授权等也是部署中的高危漏洞。对于需要满足等级保护、GDPR或行业监管要求的企业来说，这种不确定性是难以接受的。
  • 📦 短板二：技能生态——73 vs 13,729，悬殊的数量级差距
    • 企业级落地需要覆盖大量“长尾场景”——邮件模板生成、多平台日程同步、特定ERP系统的数据对接等。Hermes Agent截至v0.8.0仅内置70+基础Skill，而OpenClaw社区维护的Skill数量高达13,729+。这不是简单的“数量差距”，而是意味着很多企业日常需要的中频场景，在Hermes上“没有现成方案”，需要自己从头开发或等待社区贡献。
  • 🔄 短板三：长时运行状态漂移——跑着跑着就“忘了自己是谁”
    • 企业级系统要求7×24小时稳定运行。但实测数据显示，Hermes Agent连续运行超过72小时后，其Honcho用户画像模型的摘要准确率会下降11.3%。这意味着Agent会逐渐“遗忘”或“误解”用户的偏好和习惯，需要手动执行hermes memory compact命令强制压缩。这种“状态漂移”问题，决定了它目前难以承担需要长时间无人值守的企业核心业务。
  • 🔧 短板四：网关高并发不稳定——流量一大就“崩”
    • 当企业有多人同时使用Agent时，ACP网关面临真正的压力测试。实测中，当Webhook注入密度超过87次/分钟时，网关就会发生连接池耗尽，错误日志显示“too many open files”，需要手动调高ulimit限制才能恢复。这种并发处理能力的瓶颈，意味着在团队协作场景下，Hermes Agent的稳定性还达不到“开箱即用”的企业级标准。

企业如何自建一套“企业版 Hermes”？

  • 1）接入层：先把入口统一，解决入口协议不统一问题
  • 2）Agent 编排层：拿大脑，别拿工作流截图冒充大脑
    • 要精细控制，就上 LangGraph
    • 要多 Agent 通信，就看 AutoGen
    • 要偏企业分布式，就看 AgentScope
    • 要轻量角色协作，就用 CrewAI
  • 3）记忆层：别“All in 向量库”（向量库是记忆的一部分，不是记忆本身）. 企业记忆至少要分三层：
    • 用户偏好和执行元数据：关系型数据库
    • 会话与操作日志：日志存储 / 检索库
    • 语义知识与经验召回：向量数据库
    • 向量库选型：Milvus 大规模场景、Qdrant 中型团队很好用、Pgvector 已经重度用 PostgreSQL 的团队最省心
  • 4）技能层：用 Git 管技能，用索引服务管发现。Skill 从“个人经验包”升级成“组织可治理资产”。把 Skill 做成：
    • Git 仓库存版本
    • 元数据中心存权限、标签、适用部门
    • 向量 / 关键词双索引做技能发现
    • 发布流程里带审校和回滚
  • 5）知识库和治理层：别让 Agent 裸奔
    • 知识库推荐按企业现状选：
      • 想快速落地，可以接 Dify / FastGPT / RAGFlow
      • 想深做文档解析和复杂文件理解，RAGFlow 会更强
      • 想完全自控，就把解析、切片、重排、检索拆开自己搭
    • 治理层至少别省掉这几件事：
      • 认证：Keycloak / Casdoor
      • 网关：Kong / APISIX
      • 审计日志：ELK / Loki
      • 监控告警：Prometheus + Grafana

企业不缺会回答问题的机器人，缺的是一套敢接业务、能审计、出了事能追责的 Agent 基础设施

Hermes 最值得企业学的，不是产品形态，而是架构克制

【2026-5-26】拆开 Hermes Agent：企业怎么自建一套会“越用越强”的AI Agent系统

【2026-4-18】实在Agent

【2026-4-18】Hermes Agent企业级落地可行吗？有哪些平替？

实在Agent是目前国内市场中，将“企业级安全合规”“无API系统适配”“远程跨终端操作”三大企业刚需整合得最成熟的平台。

蚂蚁 DTClaw

蚂蚁数科 DTClaw 的实践

坑 DTClaw 填平方式
认知门槛高 专业虾模板 + 密态技能，开箱即专业
自进化不可控 模型提案 + 确定性决策 + 回滚机制
记忆场景单一 插件化记忆后端，场景自选策略
静态规则有尽头 CARLI 五维模型，允许犯错但损害可控

DTClaw 不是另一个 Hermes，而是更成熟的“数字合伙人”

DTClaw 还具备：

  • PinchBench 87.93% 综合得分，超越官方基准 7%~22%
  • 上下文优化插件：智能压缩冗余，节省 50% Token
  • 存算分离架构：热切换实例无中断，零数据丢失
  • 支付宝 AI 付：让 Agent 从“能执行”进化为“能交易”

结束

赏 支付宝打赏 微信打赏

~ 海内存知已，天涯若比邻 ~

Share

Similar Posts

Related Posts

上一篇 大模型知识库构建

下一篇 在线蒸馏 OPD

标题：大模型知识库构建

摘要：大模型如何构建个人知识库？

标题：在线蒸馏 OPD

摘要：新兴训练技术：在线蒸馏

站内可视化导航

文章可视化导读：鼠标划过图形块时，如果出现蓝色光环, 点击即可跳转到对应主题

Comments

--disqus--

    Content
    My Moment ( 微信公众号 )
    欢迎关注鹤啸九天