Hermes Agent 完全指南：让 AI 编程助手接管你的全部消息平台

Hermes Agent 是什么？一句话：它是一个驻扎在你服务器上的自主 AI Agent，能同时接管 22 个消息平台，运行时间越长能力越强。

不是绑定 IDE 的编程副驾驶，不是包裹单个 API 的聊天机器人。Nous Research 在 2026 年 2 月发布了这个开源框架，截至 2026 年 6 月已经拿到 191,000+ 个 GitHub Stars、1,397 位贡献者和 11,265 次提交。它的官方标语是"The agent that grows with you"——与你一同成长的 Agent。

我用 Hermes 跑了两个月生产环境，同时接管微信和 Discord 双平台，日均处理 50+ 条消息。这篇文章把我摸透的所有东西整理成一份完全指南：架构原理、核心能力、与 OpenClaw 的生态位对比、成本深算、生产部署经验，以及 14 篇子教程的导航入口。

Hermes Agent 的架构长什么样？

Hermes 的架构由三个解耦层组成，每层独立可扩展，互不干扰。

第一层：通道层——消息的入口和出口

通道层（Channels）负责收发消息。一个 Gateway 进程同时服务所有平台，跨平台对话保持连续性。

支持的消息平台：

上面 7 个是最常用的一线通道。加上 v0.16.0 新增的官方原生桌面应用（macOS / Windows / Linux）、Web Dashboard（浏览器管理面板）、Home Assistant（智能家居）、API Server（兼容 Open WebUI 等 6 款前端）以及社区贡献的其他集成，Hermes 目前累计支持 22 个消息平台。

v0.16.0（代号 The Surface Release）的最大更新就是官方桌面端。它不是独立产品或轻量替代——底层跑的是同一个 Hermes Agent 核心，共享配置、密钥、会话、技能和记忆。CLI 里设置过的东西桌面端直接可用，反过来也一样。内置文件浏览器、语音模式、技能管理、定时任务面板，还支持连接远程服务器上的 Hermes 实例。

关键特性：语音备忘录自动转录。你在 Telegram 上发一段语音，Hermes 用本地 faster-whisper 转成文字后处理，不经过第三方转录服务。

第二层：Agent 核心——推理和规划引擎

核心层是 Hermes 的大脑，包含：

• 任务分解与多步执行：复杂任务自动拆解为子步骤
• 持久化记忆系统：三层架构——上下文记忆、日记记忆、核心记忆
• 自动技能创建：完成复杂任务后自动沉淀为可复用技能
• 会话搜索：SQLite FTS5 全文检索 + LLM 摘要
• 用户建模：Honcho 辩证式用户画像
• 子 Agent 委派：支持并行化处理
• 定时调度器：自然语言描述定时任务

第三层：模型层——LLM 推理后端

支持 300+ 模型，覆盖全球主流 Provider（提供商）：

Nous Portal、OpenRouter、OpenAI、Anthropic、Google Gemini、DeepSeek、GLM（智谱）、Kimi、MiniMax、Hugging Face、NVIDIA NIM 等。

切换模型只需一条命令：hermes model，无需改代码。这意味着你可以根据任务类型灵活切换——日常对话用低成本模型，复杂推理任务临时切换高端模型，花费精确到每条消息。

三层解耦的好处是：换消息平台不影响 Agent 逻辑，换模型不影响消息通道，升级任何一层不需要动另外两层。

Hermes Agent 的五大核心能力

能力一：消息网关——一个 Agent 管所有平台

传统方案是每个平台写一套接入代码。Hermes 的 Gateway 进程统一处理所有通道的消息收发，你在 Telegram 说的话和在 Discord 说的话共享同一个上下文。

实际体验：我在微信问了一个问题，切到 Discord 继续追问，Hermes 记得之前的对话内容，不需要重复说明背景。这种跨平台连续性在竞品中很少见——大多数方案要么每个平台独立部署一个实例，要么需要额外的中间层来同步上下文。

Gateway 的另一个设计亮点是消息格式自动适配。同一条回复在 Telegram 用 Markdown 渲染，在 Discord 用代码块，在 Email 用 HTML——Agent 只管输出内容，格式适配交给通道层处理。

能力二：自我进化——运行越久越聪明

技能系统（Skills）是 Hermes 的过程记忆。格式是 Markdown + YAML frontmatter，人可读、机器可用。

进化机制：

1. 你完成一个复杂任务（5 次以上工具调用）
2. Hermes 自动将解决方案抽象为技能文件
3. 下次遇到类似任务，直接调用技能，跳过重新推理
4. 技能在使用中持续改进——改 Markdown 就是改 Agent 的行为

社区还有技能市场 agentskills.io，一键安装别人沉淀的技能：/skill install <name>。

Nous Research 另有独立的自我进化框架 hermes-agent-self-evolution（4K Stars），用 DSPy + GEPA 驱动技能和提示词的自动优化。

💡 通俗讲：技能系统就像一个自动生长的操作手册。你教过 Hermes 做一件事，它就永远记住怎么做，而且越做越熟练。

详细教程 → Hermes Skill 自我进化系统

能力三：定时自动化——自然语言写 Cron

传统 Cron 表达式 0 9 * * 1-5 难记难写。Hermes 的调度器支持自然语言：

每天早上 9 点给我推送今日待办
每周一下午 3 点检查 GitHub 仓库的 issue
每月 1 号汇总上月 API 花费

定时任务通过 scheduler 工具注册，重启后自动恢复，支持跨平台推送结果。

详细教程 → Hermes Agent Cron 定时自动化

能力四：语音模式——说话就是编程

Hermes 内置 faster-whisper 本地语音转录和 TTS 文字转语音。在 Telegram、WhatsApp、Signal 上直接发语音消息，Hermes 转录后理解并执行，结果可以用语音回复。

应用场景：通勤路上语音指挥 Agent 跑数据分析任务，到公司后文字看结果。做饭时语音问今天的日程安排，不用腾出手来打字。

语音模式的关键优势是隐私：转录在本地完成，音频不上传第三方服务。对于涉及商业机密的对话场景，这一点很重要。

详细教程 → Hermes 语音模式完全攻略

能力五：多 Agent 协作——编程 Agent 的消息管道

Hermes v0.16.0 支持 MCP 反向服务（hermes mcp serve），暴露 10 个工具接口。Claude Code 和 Codex 通过 SSH stdio 连接 Hermes，在完成长任务后自动推送通知到 Discord 或 Telegram。

暴露的工具包括：conversations_list、messages_send、events_poll、permissions_respond 等——覆盖消息收发、事件轮询和权限审批的完整流程。

使用场景：Claude Code 在后台跑两小时的代码重构，完成后通过 Hermes 推送结果到你的手机。你不在电脑前也能收到通知。

详细教程 → Claude Code + Hermes MCP 消息桥接实战

Hermes Agent 的工具生态有多大？

内置 40+ 工具

6 种终端后端

决定命令执行的隔离方式：

1. Local——直接在本机执行
2. Docker——容器隔离
3. SSH——远程服务器执行
4. Singularity——HPC 容器
5. Modal——无服务器，空闲休眠，按需唤醒
6. Daytona——无服务器持久化环境

生态规模

Hermes Atlas（社区官方生态图谱）截至 2026 年 6 月已收录 168 个开源仓库，覆盖 12 个分类，累计 700K+ 总 Stars。

记忆系统：三层架构怎么运作？

Hermes 的记忆不是简单的聊天历史堆叠，而是三层递进式架构：

外部记忆提供者包括 Honcho（辩证式用户建模）、Hindsight（知识图谱，结构化实体检索 + reflect 合成）、mem0（58K Stars 通用记忆层）、SuperMemory（26K Stars，亚 300ms 召回）等。

系统提示词的拼装顺序

理解记忆系统需要知道系统提示词是怎么组装的：

1. SOUL.md        ← 身份定义（全局，跟 Agent 走）
2. 工具行为指引     ← 内置规则
3. MEMORY.md      ← Agent 笔记（环境事实、教训、经验）
4. USER.md        ← 用户画像（习惯、偏好）
5. Skills 指引     ← 技能索引（名字 + 描述，按需展开全文）
6. AGENTS.md      ← 项目上下文（按工作目录加载）
7. 时间戳 + 平台格式 ← 内置

SOUL.md 决定 Agent 的人格和行为边界，MEMORY.md 存储运行中积累的事实和教训，USER.md 记录用户偏好。三份文件协同工作，让 Hermes 既有稳定的身份基线，又能持续适应用户的使用习惯。

详细教程 → Hermes SOUL.md 人设工程 + 三层记忆

Hermes Agent 和 OpenClaw：两条不同的 Agent 路线

Hermes 和 OpenClaw 是 2026 年开源 Agent 领域最受关注的两个项目，同属「自主 Agent」赛道，但设计取向截然不同。

定位差异

Hermes 的差异化在于消息平台的深度集成。它不是把消息收发作为一个可选插件，而是从架构层面就按「消息网关 + Agent 核心 + 模型层」三层设计。22 个平台的跨平台上下文连续性、语音转录、品牌频道分区——这些是 Hermes 投入最多工程量的方向。

OpenClaw 的规模更大（378K Stars，GitHub 上最受关注的 Agent 项目之一），走的是「通用个人 AI 助手」路线，强调「Any OS, Any Platform」。两者的关系更像是专用工具和通用工具的关系：Hermes 在消息自动化场景更深入，OpenClaw 在通用辅助场景覆盖更广。

选型建议

如果你的核心需求是一个能 7×24 驻守消息平台、自动处理和回复消息的 Agent，Hermes 是更匹配的选择。如果你需要一个全能型个人 AI 助手，OpenClaw 的生态更大、社区更活跃。

如果你完全不想碰代码，Coze（扣子）的低代码界面可以零基础搭 Agent；如果你需要编排复杂的多步工作流，Dify 的可视化编排更合适。但这两者和 Hermes/OpenClaw 不在同一个品类——前者是平台型产品，后者是开源 Agent 框架，选型时不应混在一起比。

详细横评 → Hermes Agent vs OpenClaw vs Claude Code：8 大 AI Agent 横评

详细成本拆解 → Hermes Agent 成本控制实战

生产部署：我的双平台实战架构

部署方式

指针架构：知识库集成的核心设计

这是我在实践中总结出的架构模式——知识库是唯一真值源，Hermes 配置只存路径指针和导航指令，不复制内容。

静态层（系统提示词，每次都在）
├── SOUL.md      → 身份 + 语言规则 + "知识库路径在这"
├── MEMORY.md    → 根路径 + 导航方法
└── USER.md      → 极简画像 + "详情读知识库"

动态层（对话中按需读取文件）
├── 知识库 CLAUDE.md          → 总路由表
├── 知识库 品牌/*/身份/*.md    → 品牌详情
├── 知识库 规范/*/             → 写作规范
└── ... 知识库里的一切

好处：

1. 实时同步——知识库改了 Hermes 立刻感知，每次现场读文件，不是读缓存副本
2. 零维护——不需要维护两份内容，知识库是唯一真值源
3. Token 高效——只在需要时才读，不是每次对话都塞几千 token 的品牌档

💡 通俗讲：传统方案是把整本字典塞进 Agent 的口袋。指针架构是给 Agent 一张图书馆地图，需要哪个词条就去查哪个词条。字典更新了不需要重新印刷——走到书架前翻最新版就行。

品牌分区频道设计

Discord 服务器按品牌拆分 12 个频道：翔宇运营区 5 个 + SYL 运营区 2 个 + 共用区 5 个。进频道即确定品牌身份，无需每次手动指定。

每个频道的 channel_prompts 只放导航指令，不放具体内容。Hermes 收到消息后按频道职责域提取触发词，到知识库匹配对应工作流，再逐步执行。新增或修改工作流后，Hermes 下次对话自动感知。

工具延迟加载：Token 优化 89%

72 个工具的 Schema 定义占约 19,210 token。开启 tool_search 后，只加载常用工具的完整 Schema，其余按需查找。Token 降到约 2,200——减少 89%。

防压缩风暴：独立配置辅助模型

auxiliary:
  vision:
    provider: google          # Gemini Flash 处理图片
    model: gemini-2.5-flash
  compression:
    provider: deepseek        # 独立 Provider
    model: deepseek-v4-pro

主模型限流时（比如 GLM 月度额度耗尽返回 429），如果压缩模型没有独立配置，它也跟着挂，Agent 会丢失整个对话上下文。独立配置 Provider 后，主力挂了压缩不受影响。

微信集成：iLink Bot 方案

采用腾讯官方 iLink Bot API（非破解协议），通过长轮询通信，无需公网服务器或 Webhook。

支持能力：

• 文字收发（超 4000 字符自动分段）
• 图片/视频/文件/语音收发
• "正在输入"状态提示
• 对话上下文持久化（重启不丢失）

限制：iLink Bot 身份无法加入普通微信群，仅私聊场景可用。

详细方案 → 用 Hermes Agent 搭建跨平台 AI 消息助手

安装与快速上手

一行命令安装

# Linux / macOS / WSL2 / Termux
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

# Windows (PowerShell)
iex (irm https://hermes-agent.nousresearch.com/install.ps1)

# pipx（推荐高级用户）
pipx install "hermes-agent[messaging]"

首次运行

# 交互式配置模型
hermes

# 或使用 Nous Portal 一键配置
hermes setup --portal

生产级配置模板

model:
  default: deepseek-v4-pro
  provider: deepseek

auxiliary:
  vision:
    provider: google
    model: gemini-2.5-flash
  compression:
    provider: deepseek
    model: deepseek-v4-pro

terminal:
  backend: local
  cwd: ~/projects
  timeout: 300

memory:
  provider: honcho

启用 Web Dashboard

pip install 'hermes-agent[web,pty]'
hermes dashboard
# 浏览器访问 http://127.0.0.1:9119

启用 API Server（兼容 Open WebUI）

# ~/.hermes/.env
API_SERVER_ENABLED=true
API_SERVER_KEY=your-secret-key
API_SERVER_PORT=8642

已验证兼容的前端：Open WebUI（126K Stars）、LobeChat（73K）、NextChat（87K）、AnythingLLM（56K）、ChatBox（39K）、LibreChat（34K）。

API Server 支持三种模式：

1. Chat Completions API（/v1/chat/completions）——标准 OpenAI 格式，无状态，兼容所有 OpenAI 客户端
2. Responses API（/v1/responses）——服务端会话状态，支持 previous_response_id 实现多轮对话
3. Runs API（/v1/runs）——长时任务的 SSE 事件流 + 人工审批，适合需要确认的高风险操作

安装社区插件和技能

# 启用内置插件
hermes plugins enable disk-cleanup
hermes plugins enable observability/langfuse

# 安装社区技能
hermes skills install official/autonomous-ai-agents/honcho

# 配置记忆提供者
hermes memory setup
# 选择 honcho / hindsight / mem0

Langfuse 插件可以把 Agent 的所有活动追踪到可视化仪表盘——每次工具调用、Token 消耗、花费明细一目了然。对比 Coze 和 Dify 的黑盒监控，这种完全透明的可观测性（Observability）是自部署方案的天然优势。

Docker 部署详细教程 → Hermes Agent Docker 部署实战

本地模型接入 → Hermes Agent 本地模型指南

生产踩坑：7 个真实问题和解法

这些坑每个都花了我至少一小时排查。生产级部署和演示环境的差距就在这些细节里。市面上的 Hermes 教程大多停留在安装配置阶段，不会告诉你长期运行后会遇到什么问题——因为写教程的人通常只跑了一个下午的演示环境。

两个月的生产运行让我确认：Hermes 的稳定性已经达到生产级要求。上面列的 7 个坑都有明确的解法，解决后不会复发。

AI Agent 市场：Hermes 处在什么位置？

arXiv 论文"Agent System Operations: Categorization, Challenges, and Opportunities"将 Hermes Agent 与 Claude Code、OpenClaw 等并列为代表性 Agent 框架。从 GitHub Stars 看，Hermes（191K）和 OpenClaw（378K）分别占据自主 Agent 赛道的第一梯队——前者专攻消息平台自动化，后者走通用助手路线。

从 2026 年 2 月首发到 6 月突破 191K Stars，Hermes 的增速在同类项目中排名前列。这背后的推力主要有三个：MCP 协议成为 Agent 工具集成的事实标准（Hermes 原生支持），自我进化的技能系统把「用过就忘的聊天机器人」和「越用越聪明的 Agent」拉开了差距，以及 Modal/Daytona 等无服务器平台让部署成本趋近于零。

变现路径 → Hermes Agent 变现指南：7 种商业模式

一人公司实战 → Hermes Agent 一人公司实战

14 篇子教程导航：按需深入

这是本系列的完整导航。根据你的需求选择入口：

入门与部署

核心能力深入

进阶与生产

商业化

相关已发布文章

• 我替翔宇测了 Hermes Agent，说说真实感受——6 轮实测 + 源码分析 + 社区评价

版本信息与项目数据

注意区分：Hermes Agent（本文主题，Agent 框架）和 Hermes 模型（如 Hermes 3，基于 Llama 微调的大语言模型）是 Nous Research 的两条独立产品线。两者可以配合使用，但不是同一个东西。

常见问题

Hermes Agent 是什么？

Hermes Agent 是 Nous Research 开发的开源自主 AI Agent 框架，采用 Apache-2.0 许可证。它驻扎在你的服务器上，支持 22 个消息平台，能自动学习新技能，运行时间越长能力越强。

Hermes Agent 和 OpenClaw 怎么选？

两者都是开源自主 Agent 框架，但定位不同。Hermes 专攻消息平台自动化（22 个平台原生集成），OpenClaw（378K Stars）走通用个人助手路线。如果核心需求是 7×24 消息处理，选 Hermes；如果需要全能型 AI 助手，选 OpenClaw。Coze/Dify 是低代码平台，和 Hermes/OpenClaw 不在同一品类。

支持哪些消息平台？

累计 22 个。一线通道包括 Telegram、Discord、Slack、WhatsApp、Signal、Email、CLI/TUI。v0.16.0 新增官方原生桌面应用（macOS/Windows/Linux）。还有 Web Dashboard、Home Assistant、API Server（兼容 Open WebUI 等 6 款前端），以及社区贡献的微信（iLink Bot）等集成。

需要什么技术基础？

能在终端执行 curl 安装、编辑配置文件、理解环境变量。不要求编程能力，但会 Python 可以开发自定义插件。

自我进化是怎么实现的？

基于技能系统：完成复杂任务后自动生成 Markdown 格式的技能文件，下次遇到类似任务直接复用。技能在使用中持续改进。

能用哪些大模型？

300+ 模型，覆盖 OpenAI、Anthropic、Gemini、DeepSeek、GLM、Kimi、MiniMax 等。切换模型一条命令搞定。

和 Claude Code 能配合吗？

可以。Hermes v0.16.0 的 MCP 反向服务让 Claude Code 在完成任务后自动推送通知到你的消息平台。

Hermes Agent 和 Hermes 模型是一回事吗？

不是。Hermes Agent 是 Agent 框架，Hermes 模型是基于 Llama 微调的大语言模型。两者独立但可配合使用。

零基础从哪开始？

推荐从 Claude Code + Hermes MCP 消息桥接实战 开始，这是最轻量的入门路径。想完整部署看 Docker 部署实战。