Hermes Agent 安装配置指南：小白也能轻松上手，自进化AI Agent尽在掌握，速收藏！
本文提供了开源自进化AI Agent Hermes Agent的完整安装配置指南，涵盖macOS、Linux及Windows（WSL2）平台的安装方法。Hermes Agent由Nous Research开发，支持跨会话记忆、技能沉淀、多平台接入等功能，具备强大的自进化能力。文章详细介绍了系统要求、安装步骤、配置方法以及常见问题解决方案，帮助读者快速部署并开始使用这一领先的AI Agent工具。
前言
如果你关注开源 AI Agent 领域，最近一定被一个项目刷屏了——Hermes Agent。
这个由Nous Research（开源大模型 Hermes 系列开发方）打造的自进化 AI Agent，在 GitHub 上已斩获52,800+ Stars，成为史上增长最快的开源 Agent 项目之一。
它的核心特点是：越用越懂你、越用越强大——内置闭环学习系统，能从执行经验中沉淀技能、在使用过程中自主优化能力、跨会话永久记住你的偏好。
本文，我将为你带来完整的安装配置指南 + 避坑大全，无论你是 macOS、Linux 还是 Windows 用户（需要 WSL2），都能找到适合自己的安装方式。
一、Hermes Agent 是什么？
1.1 核心定位
Hermes Agent 是一款开源自主 AI Agent，与传统的 ChatGPT、Claude 等对话工具不同，它是一个持久运行的自治系统：
- • 可以部署在服务器上，7×24 小时在线
- • 跨会话记住你的偏好、习惯、历史任务
- • 完成任务后自动沉淀可复用技能
- • 使用时间越长，能力越强
1.2 核心技术背景
Hermes Agent 由Nous Research开发，这家机构是开源 AI 运动的重要参与者，旗下的 Hermes 3 模型（基于 Llama-3.1 70B 微调）在函数调用和结构化输出方面表现优异。Hermes Agent 正是基于此模型构建的应用层。
1.3 核心功能一览
| 功能 | 说明 |
|---|---|
| 自进化记忆 | 三层记忆引擎（SQLite + FTS5 + LLM 摘要） |
| 技能沉淀 | 从执行经验中自动生成可复用技能 |
| 多平台接入 | Telegram、Discord、Slack、WhatsApp、飞书等 |
| 40+ 内置工具 | Web、Terminal、File、Browser、Vision 等 |
| 模型无关 | 支持 OpenRouter、OpenAI、Claude、Llama 等多种提供商 |
| 闭环学习 | 执行 → 学习 → 优化的完整循环 |
Hermes Agent 六大核心功能
二、系统要求
2.1 支持的平台
| 平台 | 支持情况 |
|---|---|
| macOS | ✅ 原生支持 |
| Linux | ✅ 原生支持 |
| Windows | ❌ 不支持原生安装 |
| Windows + WSL2 | ✅ 推荐使用 Ubuntu 22.04 |
| Termux | ✅ 支持 |
⚠️重要提示：Hermes Agent不支持 Windows 原生环境。Windows 用户请务必使用WSL2（推荐 Ubuntu 22.04）。
2.2 硬件要求
| 场景 | 内存 | 显存 | 说明 |
|---|---|---|---|
| 纯应用层（使用外部 API） | 1GB+ | 不需要 | 最低可在 1 核 1GB 的 VPS 运行 |
| 本地推理（跑 Hermes-3-70B） | 48GB+ | 48GB+ | 需要强大 GPU，不适合 VPS |
💡新手建议：先使用云端 API（如 OpenRouter、OpenAI）体验功能，不需要本地推理。
2.3 软件依赖
安装脚本会自动处理以下依赖：
- • Python 3.11+
- • Node.js v22
- • ripgrep
- • ffmpeg
三、安装方式一：一键安装（推荐新手）
这是最简单的方式，适合 macOS、Linux 和 WSL2 用户。
3.1 一键安装命令
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash一键安装流程
3.2 安装后加载环境
安装完成后，需要重新加载 shell 配置：
# 如果使用 zsh（macOS 默认）source~/.zshrc# 如果使用 bashsource~/.bashrc3.3 验证安装
执行以下命令验证是否安装成功：
hermes --version四、安装方式二：手动安装（适合进阶用户）
如果你想更好地控制安装过程，可以选择手动安装。
4.1 克隆仓库
gitclone https://github.com/NousResearch/hermes-agent.gitcdhermes-agentgitclone --recurse-submodules https://github.com/NousResearch/hermes-agent.git4.2 创建虚拟环境
# 安装 uv（如果你还没有）curl-LsSfhttps://astral.sh/uv/install.sh|sh# 创建 Python 3.11 虚拟环境uv venv .venv--python3.11source.venv/bin/activate4.3 安装依赖
# 基础安装uv pipinstall-e"."# 完整安装（包含所有功能）uv pipinstall-e".[all]"# 或者按需安装uv pipinstall-e".[cli]"# CLI 菜单界面uv pipinstall-e".[messaging]"# 消息平台 SDKuv pipinstall-e".[voice]"# 语音合成uv pipinstall-e".[image]"# 图片生成4.4 创建符号链接
sudo ln -sf "$(pwd)/.venv/bin/hermes" /usr/local/bin/hermes五、Windows 用户：WSL2 安装指南
5.1 什么是 WSL2
WSL2（Windows Subsystem for Linux 2）是 Windows 10/11 自带的 Linux 子系统，可以在 Windows 中运行 Linux 环境。
5.2 安装 WSL2
以管理员身份打开 PowerShell，执行：
wsl --install -d Ubuntu-22.04安装完成后，重启电脑。
5.3 切换到 WSL2
打开 Ubuntu 22.04 终端，然后执行与 Linux 相同的安装命令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash⚠️注意：务必在 WSL2 终端中执行，不要在 PowerShell 或 CMD 中执行。
六、配置指南
6.1 运行初始设置向导
安装完成后，运行设置向导：
hermes setup这会引导你完成：
- • 选择模型提供商
- • 输入 API Key
- • 选择默认模型
- • 配置工具集
6.2 配置模型提供商
Hermes Agent 支持多种模型提供商，以下是常见配置：
OpenRouter（推荐新手）
OpenRouter 提供 200+ 模型，包括 Claude、GPT-4、Llama 等。
# 设置 API Keyhermes configsetOPENROUTER_API_KEY your_key_here# 或者直接编辑配置文件# ~/.hermes/.envOPENROUTER_API_KEY=sk-or-v1-your-key-here# ~/.hermes/config.yamlprovider: name: openrouter model: name: anthropic/claude-sonnet-4-20250514OpenAI
hermes configsetOPENAI_API_KEY your_key_here hermes configsetmodel.default gpt-4oNous Portal（免费体验 Hermes 模型）
hermes chat --provider nous阿里云通义千问
# 设置环境变量exportDASHSCOPE_API_KEY=your_key_here# 使用通义千问hermes chat--provideralibaba--modelqwen3.5-plus6.3 常用配置命令
| 命令 | 说明 |
|---|---|
hermes config set model.default <model> | 设置默认模型 |
hermes config set display.personality helpful | 设置人格（helpful/creative/teacher） |
hermes config set agent.max_turns 100 | 设置最大对话轮数 |
hermes model | 交互式选择模型和提供商 |
hermes config show | 显示当前配置 |
6.4 配置文件结构
所有配置存储在~/.hermes/目录：
~/.hermes/ ├── config.yaml# 设置（模型、终端、TTS、压缩等）├── .env# API Keys 和密钥├── auth.json# OAuth 凭据（Nous Portal 等）├── SOUL.md# 全局人格定义（可选）├── memories/# 持久记忆├── skills/# 沉淀的技能├── cron/# 定时任务├── sessions/# 对话会话└── logs/# 日志文件6.5 配置工具集
Hermes Agent 内置 40+ 工具，建议新手先开启核心工具集：
hermes tools--setall# 开启所有工具# 或者按需开启hermes tools--setweb,terminal,file,memory,skills,cron常用工具集：
| 工具集 | 功能 |
|---|---|
web | 网页搜索和信息获取 |
terminal | 终端命令执行 |
file | 文件读写和编辑 |
browser | 浏览器自动化 |
vision | 图片识别 |
image_gen | 图片生成 |
skills | 技能管理 |
memory | 记忆管理 |
cron | 定时任务 |
code_execution | 代码执行 |
delegation | 子任务分发 |
七、启动与使用
7.1 启动交互式会话
hermes7.2 单次查询模式
不想进入交互式界面？使用单次查询：
hermes chat -q "请给我解释一下什么是 REST API"7.3 常用命令
| 命令 | 说明 |
|---|---|
/new或/reset | 开始新对话 |
/continue | 继续上次对话 |
/skills | 查看和管理技能 |
/memory | 管理记忆 |
Ctrl+C | 中断当前任务 |
Ctrl+Z | 暂停 Agent |
八、避坑大全 ⚠️
根据大量用户反馈和官方 FAQ，我总结了以下常见问题和解决方案：
8 个常见避坑点
坑一：安装后找不到hermes命令
原因：shell 配置没有重新加载。
解决方案：
# 方法1：重新加载配置文件source~/.zshrc# zsh 用户source~/.bashrc# bash 用户# 方法2：检查 hermes 是否安装whichhermes# 方法3：如果是手动安装，创建符号链接sudoln-sf"$(pwd)/.venv/bin/hermes"/usr/local/bin/hermes坑二：模型选择报 401/403 错误
原因：API Key 配置错误或模型提供商不支持。
解决方案：
# 1. 检查 API Key 是否正确hermes config show|grepAPI_KEY# 2. 运行诊断命令hermes doctor# 3. 重新配置模型hermes model# 4. 如果是 OpenRouter，确保使用正确的 KEY 格式# 格式应为：sk-or-v1-xxxxx坑三：安装时报 Python/Cython 错误
原因：部分依赖需要编译工具。
解决方案（Ubuntu/Debian）：
# 安装编译工具sudoaptupdatesudoaptinstall-ypython3-dev build-essential# 清理后重试pipinstall--no-cache-dir-e".[all]"坑四：工具执行报权限错误
原因：终端后端配置问题或权限不足。
解决方案：
# 检查终端配置cat~/.hermes/config.yaml# 如果使用 Docker 后端terminal: backend:dockerdocker_image: python:3.11-slim# 如果需要 sudo 权限sudousermod-aGdocker$USERnewgrpdocker坑五：消息平台（TG/Discord）收不到消息
原因：网关服务未启动或配置错误。
解决方案：
# 1. 启动网关hermes gateway start# 2. 检查网关状态hermes gateway status# 3. 查看网关日志tail-f~/.hermes/logs/gateway.log# 4. 检查白名单配置# 确保在 ~/.hermes/.env 中配置了正确的用户 IDTELEGRAM_ALLOWED_USERS=your_user_id坑六：上下文窗口不足
原因：模型上下文限制或 Ollama 配置不匹配。
解决方案：
# 1. 使用上下文更大的模型hermes model# 选择上下文更大的模型# 2. 如果使用 Ollama，确保 num_ctx 配置匹配# 在 Ollama 运行命令中：ollama run--num_ctx16384your_model# 3. 开启上下文压缩# 在 config.yaml 中：compression: enabled:truethreshold:0.50坑七：技能不触发或不被复用
原因：技能系统尚未学习到触发条件。
解决方案：
# 1. 查看当前技能/hermes skills list# 2. 手动触发技能学习# 在对话中明确要求 Agent 沉淀技能：# "请把刚才的操作沉淀为一个技能，命名为 xxx"# 3. 检查技能目录ls~/.hermes/skills/坑八：从 OpenClaw 迁移后配置丢失
原因：迁移工具未正确执行。
解决方案：
# Hermes Agent 原生支持从 OpenClaw 迁移# 只需在新环境运行hermes setup# 迁移程序会自动检测并导入旧配置九、安全配置（生产环境必看）
Hermes Agent 拥有终端命令执行、文件操作等高危权限，务必做好安全配置：
9.1 消息平台白名单
# ~/.hermes/.envTELEGRAM_ALLOWED_USERS=your_user_id_1,your_user_id_2DISCORD_ALLOWED_USERS=your_user_id_1,your_user_id_2⚠️严禁设置
GATEWAY_ALLOW_ALL_USERS=true，否则任何人可以访问你的 Agent！
9.2 危险命令审批
# ~/.hermes/config.yamlsecurity: dangerous_command_approval: always# 始终审批危险命令# 或dangerous_command_approval: high_risk_only# 仅高风险命令审批9.3 容器隔离
# ~/.hermes/config.yamlterminal: backend:dockerdocker_image: python:3.11-slim三层安全防护架构
十、总结
Hermes Agent 是目前最值得尝试的开源 AI Agent 项目之一，其核心优势在于：
| 优势 | 说明 |
|---|---|
| 一行安装 | 2 分钟内完成安装 |
| 模型无关 | 支持任意 LLM 提供商 |
| 自我进化 | 越用越强大 |
| 跨平台 | 支持 6+ 消息平台 |
| 开源免费 | MIT 协议，完全免费 |
最后
对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？
答案只有一个：人工智能（尤其是大模型方向）
当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。
再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。
对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。
如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！
下面是我整理的大模型学习资源，希望能帮到你。
👇👇扫码免费领取全部内容👇👇
1、大模型学习路线
2、从0到进阶大模型学习视频教程
从入门到进阶这里都有，跟着老师学习事半功倍。
3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）
4、AI大模型最新行业报告
2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
5、面试试题/经验
【大厂 AI 岗位面经分享（107 道）】
【AI 大模型面试真题（102 道）】
【LLMs 面试真题（97 道）】
6、大模型项目实战&配套源码
适用人群
四阶段学习规划（共90天，可落地执行）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
硬件选型
带你了解全球大模型
使用国产大模型服务
搭建 OpenAI 代理
热身：基于阿里云 PAI 部署 Stable Diffusion
在本地计算机运行大模型
大模型的私有化部署
基于 vLLM 部署大模型
案例：如何优雅地在阿里云私有部署开源大模型
部署一套开源 LLM 项目
内容安全
互联网信息服务算法备案
…
👇👇扫码免费领取全部内容👇👇
3、这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】