我把这个 AI Agent 汉化了，顺手做了个 Windows 桌面端

最近在折腾一个叫Hermes Agent的开源项目，做了两件事：把它汉化了，然后给它配了个 Windows 托盘应用。

写这篇文章，记录一下过程，也分享给同样在用 AI Agent 的朋友。

Hermes 是什么

Hermes 是 Nous Research 出品的自进化 AI Agent。

和市面上大多数 Agent 框架不同，它有一个核心设计：内置学习循环。用过的对话、执行过的任务，会被它自动整理成"技能"持久化下来，下次遇到类似问题直接复用，越用越聪明。

它的另一个特点是模型无关。OpenAI、Anthropic、OpenRouter 上的 200+ 模型，国内的通义千问、Kimi、智谱 GLM、MiniMax、小米 MiMo、DeepSeek——全都支持，hermes model一条命令切换，不改代码，不锁定。

可以跑在 $5 的 VPS 上，通过 Telegram 远程对话。也可以本地跑，接 WSL2。

为什么要汉化

第一次打开 Hermes，hermes help出来一屏英文，hermes setup的安装向导也全是英文。

对于英文不太顺手的用户来说，这个门槛不低。而且 Hermes 的命令体系比较复杂，36 条命令，24 个模型 Provider，光靠猜很容易用错。

所以我 fork 了一份，把核心界面全部汉化：

• CLI 命令描述（36 条）：hermes help现在显示中文
• 模型 Provider 标签（24 个）：hermes model列表里的提供商名称
• 安装向导：hermes setup的交互式配置流程
• 启动横幅：每次启动时的 Banner
• 诊断工具：hermes doctor的输出信息

汉化之后，hermes help大概长这样：

hermes chat 开始新的对话 hermes model 切换 AI 模型 hermes memory 管理记忆与知识库 hermes skill 管理技能 hermes setup 配置向导 hermes doctor 诊断工具 ...

同时在 README 里补充了国内用户推荐的模型配置表，以及 MemPalace 知识库和 graphify 知识图谱的集成文档。

仓库地址：github.com/xyshanren/hermes-agent-cn，cn分支是汉化主分支，会持续跟进上游更新。

然后做了个桌面端

汉化完之后，用了一段时间，发现一个问题：

Hermes 是 CLI 工具，每次用都要打开终端，进 WSL2，手动启动 Gateway，再开始对话。步骤多，而且 WSL2 的终端窗口一直挂在那里，有点碍眼。

我想要的是：开机自启，托盘常驻，点一下就能聊。

于是做了Hermes Tray。

技术选型

最开始想用 Python + tkinter 做个简单托盘，但 Hermes 没有内置 Web UI，只有 OpenAI 兼容的 API 端点。tkinter 做聊天界面太费劲，而且打包成 exe 体积也不小。

后来选了Tauri 2：Rust 后端 + WebView 前端，打包出来的 exe 只有 83MB，原生托盘支持，WebView 渲染聊天界面。

架构

Windows 桌面 (Tauri 2 WebView) │ ├─ 系统托盘 ── 启动/停止 Gateway，状态指示 ├─ 聊天界面 ── 内嵌 WebView，流式对话 │ └─ Rust 代理层 ──→ Hermes Gateway (WSL2) http://<wsl-ip>:8642

前端通过invoke调用 Rust 命令，Rust 用reqwest代理请求到 WSL2 里的 Hermes Gateway。流式响应（SSE）通过window.emit推送回前端，实现打字机效果。

一个有意思的坑

WSL2 的网络是隔离的，Windows 侧和 WSL2 实例不共享 127.0.0.1。

最开始我用 PowerShell 的Get-NetAdapter检测 WSL2 IP，拿到的是172.31.96.1——这是 Windows 侧的 vEthernet 虚拟网卡地址，不是 WSL2 实例的地址。

实际的 WSL2 实例 IP 是172.31.98.230，需要在 WSL2 内部执行hostname -I才能拿到。

修复方法：Rust 端调用wsl -d Ubuntu-24.04.4 hostname -I，解析出实例 IP，再拼接请求地址。

fndetect_wsl_ip()->String{letoutput=Command::new("wsl").args(["-d","Ubuntu-24.04.4","hostname","-I"]).output().ok();// 解析第一个 IP 地址...}

这个坑卡了我一段时间，连接状态一直显示"未连接"，加了诊断日志才发现请求发到了http:///health（URL 里 IP 是空字符串）。

现在的状态

Phase 1 已经可用：

• ✅ 系统托盘常驻，右键菜单启动/停止 Gateway
• ✅ 聊天界面，流式响应
• ✅ 自动检测 WSL2 IP，无需手动配置
• ✅ 所有数据本地，不经过任何云服务
  

Phase 2 计划中：本地模型运行时下载（Whisper 语音转写、小参数量 LLM 离线备用）。

顺带一提：MemPalace

Hermes 支持接入 MCP（Model Context Protocol）工具。我接了一个叫MemPalace的本地记忆系统。

它完全本地运行，不依赖任何外部 API，用 ChromaDB 做向量存储，SQLite 做知识图谱。把代码库、文档、对话历史 mine 进去之后，Hermes 可以在对话中直接检索这些内容。

在 LongMemEval 基准测试上，raw 模式得分 96.6%，而且零 API 调用。

配置方式：

# ~/.hermes/config.yamlmcp_servers:mempalace:command:pythonargs:["-m","mempalace.mcp_server"]env:MEMPALACE_DIR:"/root/.mempalace"

hermes mcp test mempalace验证连接，29 个工具全部可用。
ps：graphify 是另一个比较有意思的工具，集成方法我放到 hermes-agent-cn 项目文档中了，有兴趣的可以看下

小结

这两件事加起来，让 Hermes 在国内的使用体验好了不少：

1. 汉化解决了语言门槛，命令和配置不再靠猜
2. 桌面端解决了使用门槛，不用每次开终端

代码都在 GitHub 上，欢迎 star 和 PR：

主仓库地址：github.com/xyshanren/hermes-agent-cn
备份地址：gitee.com/XiaoYRecluse/hermes-agent-cn

如果你也在用 Hermes，或者对本地 AI Agent 感兴趣，欢迎交流。

Hermes Tray 目前基础功能可用，下一步准备集成本地模型降低使用成本，最终让它成为你随时可用的AI助手，敬请期待

🧪 求索实验室