Hermes Agent 是 Nous Research 开发的自进化开源 AI 智能体框架彻底解决了传统 AI Agent 部署门槛高、依赖复杂的痛点——全程仅需几行命令即可完成部署最低仅需 256MB 内存就能稳定运行。它突破了普通聊天 AI只说不做的局限具备跨会话持久记忆、自动生成程序化技能、多工具集成和跨平台交互能力能真正成为可执行实际任务的数字分身。本文融合多版本官方教程的核心优势覆盖全系统部署方案帮助你轻松搭建好专属智能体。一、前置环境准备1.1 系统与硬件要求Hermes Agent 支持多平台运行不同场景的配置要求如下类别详细要求支持系统LinuxUbuntu 20.04 / Debian 11 / CentOS 8 / Arch macOS 12Intel/Apple Silicon 全兼容 Windows WSL2推荐 Windows 用户首选 Windows 原生Early Beta功能受限 AndroidTermux 环境最低硬件CPUx86_64/ARM64内存256MB存储100MB推荐硬件4 核 CPU 8GB 内存流畅运行复杂任务与多工具调用网络要求稳定联网能访问所选 LLM API 提供商安装过程需访问 PyPI/GitHub1.2 前置依赖安装官方安装脚本会自动处理 Python 3.11、Node.js v22、uv 等核心依赖仅需提前安装 Git即可LinuxUbuntu/Debiansudo apt update sudo apt upgrade -y sudo apt install git curl -y git --version # 验证安装 - **macOS** Bash # 未安装 Homebrew 先执行/bin/bash -c $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh) brew install git git --version - **WSL2**进入 Ubuntu 终端后执行上述 Linux 命令即可。 ### 1.3 国内用户必做网络加速配置 国内环境访问 GitHub、PyPI 速度较慢提前配置以下镜像可避免安装失败 Bash # Git 全局镜像加速 git config --global url.https://mirror.ghproxy.com/https://github.com.insteadOf https://github.com # pip 阿里云镜像 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ pip config set install.trusted-host mirrors.aliyun.com # npm 腾讯云镜像 npm config set registry https://mirrors.cloud.tencent.com/npm/ --global二、全平台安装方式按需选择2.1 一键安装脚本新手首选最快 2 分钟完成这是最稳定、最简单的安装方式自动完成环境创建、依赖安装和命令配置国内用户优先使用速度最快curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash - **海外用户** Bash curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash 安装完成后刷新环境变量 Bash # Bash 用户 source ~/.bashrc # Zsh 用户macOS 默认 source ~/.zshrc验证安装终端输入hermes --version显示版本号即表示成功。2.2 Docker 部署推荐生产环境环境隔离性好避免与系统其他服务冲突适合长期后台运行# 安装 DockerUbuntu sudo apt install docker.io -y sudo systemctl start docker sudo systemctl enable docker # 拉取官方最新镜像 docker pull nousresearch/hermes-agent:latest # 创建本地配置目录持久化数据 mkdir -p ~/.hermes/docker-config # 启动容器后台运行映射 8080 端口 docker run -d \ --name hermes-agent \ -v ~/.hermes/docker-config:/root/.hermes \ -p 8080:8080 \ nousresearch/hermes-agent:latest # 查看运行状态 docker ps | grep hermes-agent2.3 pip 快速安装适合习惯用 Python 包管理工具的用户推荐使用 pipx 获得更好的隔离性# 普通 pip 安装 pip install hermes-agent # pipx 安装推荐隔离系统环境 pipx install hermes-agent # 补全可选依赖如浏览器自动化、视频处理 hermes postinstall2.4 源码手动安装开发者首选适合需要修改源码、贡献代码或体验最新功能的用户# 克隆仓库 git clone https://github.com/NousResearch/hermes-agent.git cd hermes-agent # 创建并激活虚拟环境 python3.11 -m venv venv source venv/bin/activate # Linux/macOS/WSL2 # venv\Scripts\activate # Windows # 安装所有依赖 pip install --upgrade pip pip install -e .[all] # 创建全局软链接可选 mkdir -p ~/.local/bin ln -sf $(pwd)/venv/bin/hermes ~/.local/bin/hermes2.5 其他平台安装Windows 原生Beta打开 PowerShell 7管理员模式执行iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1) - **AndroidTermux** Bash pkg update pkg upgrade -y pkg install git python nodejs ripgrep ffmpeg build-essential git clone https://github.com/NousResearch/hermes-agent.git cd hermes-agent python -m venv venv source venv/bin/activate pip install -e .[all] ## 三、核心配置Kimi 大模型——国内用户最优选择 安装完成后必须配置 LLM 模型才能正常使用。对于国内用户Kimi 大模型是 Hermes Agent 的优选搭档在工具调用、长文本处理、中文理解、性价比和网络稳定性等核心维度均表现突出 ### 3.1 为什么 Kimi 是国内用户优选 - **工具调用能力**K2.6 版本工具调用准确率达 96%支持 4000 步连续调用和单轮 128 个工具定义完美适配 Hermes 的多工具生态 - **任务规划能力**支持 300 个子智能体并行可连续运行 12-13 小时完成完整工程流程具备错误重试和经验总结能力 - **长上下文处理**提供 256K API 上下文窗口支持 200 万字无损解析能高效读取 Hermes 的跨会话记忆文件 - **输出稳定性**可验证任务失败率低于 2%稳定输出 JSON 格式工具调用指令代码编译成功率高 - **性价比**API 价格亲民免费额度充足缓存命中时输入成本进一步降低无最低消费限制 - **网络与隐私**国内直连无需代理云端 API 承诺不将用户数据用于训练支持私有化部署 - **多模态能力**原生支持文本、图像、视频统一处理可直接解析设计稿、截图和各类办公文档 ### 3.2 交互式配置向导推荐 运行以下命令启动配置向导按提示完成 Kimi 模型配置 Bash hermes setup当提示选择 LLM 服务时选择Kimi/Moonshot China输入你的 Kimi API Key获取方式见下文选择默认模型推荐Moonshot/Kimi-K2.6开启基础工具权限新手建议勾选web、terminal、file3.3 Kimi API Key 获取与手动配置步骤 1获取 Kimi API Key访问Kimi开放平台并注册登录点击左侧菜单栏「API Key 管理」点击「新建 API Key」输入名称后点击「确定」复制弹出的密钥仅显示一次请妥善保存步骤 2命令行手动配置高级用户也可通过命令直接配置 Kimi 模型无需交互式向导# 设置默认模型为 Kimi-K2.6 hermes config set model Kimi/Moonshot-K2.6 # 配置 Kimi API Key hermes config set KIMI_API_KEY sk-你的API密钥3.4 其他模型配置补充如需使用其他模型可在配置向导中选择或手动添加OpenAIhermes config set model.provider openai hermes config set model.api_key sk-你的OpenAI密钥 - **Anthropic Claude** Bash hermes config set model.provider anthropic hermes config set model.api_key sk-ant-你的Claude密钥 - **本地模型Ollama** Bash # 先安装 Ollama 并拉取模型 ollama pull nous-hermes2 # 配置本地推理 hermes model --local ollama:nous-hermes2 ## 四、启动验证与基础使用 ### 4.1 首次启动与对话测试 配置完成后直接输入以下命令启动聊天界面 Bash hermes看到What can I do for you today?提示即表示启动成功输入问题开始交互 你好请介绍一下你自己 查看当前系统的磁盘使用情况找出占用空间最大的目录4.2 两种运行模式单次模式直接在命令后加指令适合一次性简单任务hermes 帮我统计当前目录下的 Python 文件数量 # 指定模型运行 hermes --model openai/gpt-4o 分析这段代码的性能问题 - **交互模式**进入多轮对话保持上下文记忆适合复杂任务 Bash hermes -i # 进入后可连续提问 你: 查看 /etc/nginx/nginx.conf 的内容 你: 把 worker_processes 改成 auto 你: 测试配置是否有语法错误 ### 4.3 常用快捷命令 在交互模式下输入以下命令可快速操作 |**命令**|**功能**| |---|---| |/help|查看所有可用命令| |/skill list|查看已安装的技能列表| |/skill run 技能名|运行指定技能| |/save 会话名|保存当前会话| |/exit 或 CtrlC|退出 Hermes Agent| ## 五、常见问题排查 ### 1. 安装失败 - 检查网络连接重新配置 1.3 节的国内镜像加速 - 不要使用 sudo 执行安装命令脚本会自动在用户目录安装 - 手动安装缺失的基础工具sudo apt install git curl build-essential ### 2. 提示 hermes: command not found - 重新执行环境变量刷新命令source ~/.bashrc 或 source ~/.zshrc - 关闭当前终端重新打开新终端即可生效 - Windows 用户手动将 %LOCALAPPDATA%\hermes\bin 添加到系统 PATH ### 3. 模型连接失败 - 核对 API Key 是否正确无多余空格或换行 - 检查对应平台账户是否有足够余额 - 本地 Ollama 模型确保服务已启动ollama serve且模型已拉取完成 ### 4. 网络超时 - 国内用户优先使用 Kimi 模型无需代理 - 如需使用海外模型在配置文件 ~/.hermes/config.yaml 中添加代理 YAML proxy: http: http://127.0.0.1:7890 https: http://127.0.0.1:7890 ### 5. Python 版本错误 - 提示 Python 3.10 required 时安装对应版本 Bash # Ubuntu/Debian sudo apt install python3.11 python3.11-venv # macOS brew install python3.11 ## 六、版本更新与卸载 ### 版本更新 Hermes Agent 更新频繁建议定期升级获取最新功能 Bash # 一键更新所有安装方式通用 hermes update # 对应安装方式手动更新 pip install --upgrade hermes-agent # pip 安装 pipx upgrade hermes-agent # pipx 安装 cd hermes-agent git pull pip install -e . # 源码安装完全卸载rm -rf ~/.hermes ~/.local/bin/hermes # Docker 部署卸载 docker stop hermes-agent docker rm hermes-agent docker rmi nousresearch/hermes-agent:latest七、进阶使用指引日常任务体验让 Hermes 协助处理文件整理、代码编写、系统运维等熟悉的任务观察其推理和执行流程自定义技能进入~/.hermes/skills/目录查看自动生成的技能文件学习并编写自己的专属技能社区交流前往 Cocoloop 社区参考其他开发者分享的实用技能模板和配置方案深入学习研读项目 GitHub 源码理解 Agent 的核心工作原理和自进化机制使用过程中遇到问题可在项目 GitHub Issues 或官方社区提问维护团队响应及时。