Hermes Agent 配置全解从 3 条命令到多场景定制Hermes Agent 是一个会在对话中自我进化的 AI 代理装好之后你能把它接进命令行、Docker 和 Telegram并随时切换模型、开关工具。下面按先跑起来再按场景调的顺序讲。跑通最小可用版本先装再启动最后选个模型三步就能用上。装包脚本会自动处理 Python 3.11、Node、ripgrep、ffmpeg 等依赖不用手动一个个装。curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashWindows 原生用 PowerShell 跑iex (irm https://hermes-agent.nousresearch.com/install.ps1)WSL2 里直接用上面的命令。装完重载 shell 再启动用hermes model挑一个供应商和模型。跑完这条你会看到 TUI 交互界面输入斜杠命令能自动补全。source ~/.bashrc # 重载 shellzsh 用 source ~/.zshrc hermes # 进入交互界面 hermes model # 选 LLM 供应商和模型默认模型写在~/.hermes/config.yaml的model.default字段hermes model只是帮你改这一行。按使用场景讲配置场景一本地命令行交互只在终端用最常见的拦路虎是 API Key 散落各处。把所有密钥集中放进环境变量文件别硬编码到任何脚本里。仓库根目录的 .env.example 是模板复制成.env再填自己的 key。# .env从 .env.example 复制而来 # OPENROUTER_API_KEYsk-or-... # KIMI_API_KEY # KIMI_BASE_URLhttps://api.kimi.com/coding/v1 # 只填你要用的供应商其余保持注释这样做的好处是换供应商只改一处。改完跑hermes model或hermes setup重新路由即可不用重启系统服务。场景二对接 CI / 容器化运行想把 Agent 跑在流水线或服务器上别在宿主机裸跑用容器隔离。Hermes 内置多种终端后端本地、Docker、SSH、Daytona、Singularity、Modal容器后端直接复用仓库自带的 Dockerfile。# 在 CI 里构建并运行 docker build -t hermes-agent . docker run --env-file .env \ -v $HOME/.hermes:/root/.hermes \ hermes-agent hermes-v把~/.hermes挂进容器是关键否则模型、记忆、技能每次重建都会丢。Daytona 和 Modal 后端还支持空闲休眠按需用才计费。场景三接入自定义工具与技能Agent 的能力由工具集和技能两块构成。工具是原子操作读写文件、跑命令等技能是 Agent 从经验里沉淀下来的流程。用hermes tools开关工具用/skills在对话里查看可用技能。hermes tools # 列出/配置启用的工具集 # 对话内输入 /skills 浏览技能 # 自定义技能放在 ~/.hermes/skills/ 下技能文件实现细节参考 agent/skill_utils.py。新增技能后不用重启/skills里立刻能看到因为它走的是运行时注册。场景四多环境隔离同一套代码要在开发机、测试服务器、生产 VM 间切换靠HERMES_HOME默认~/.hermes做隔离每个环境一套独立的模型、记忆和技能目录。# 切换环境根目录互不污染 export HERMES_HOME/opt/hermes-prod # 生产 export HERMES_HOME/tmp/hermes-dev # 开发 hermes setup # 各自独立初始化后端也可独立指定比如开发机用本地、生产用 SSH 远程执行避免危险命令落在主力机器上。调优与常见坑坑 1改完.env不生效。症状是换了 key 还是报鉴权错。原因是 Agent 启动时缓存了旧环境变量。修法source ~/.bashrc重载或直接重开终端再进hermes。坑 2上下文越聊越长、响应变慢。原因是历史消息堆满。修法是在对话里用/compress主动压缩用/usage看当前 token 占用必要时/new开新会话。坑 3提示缓存没命中、成本偏高。原因看 agent/prompt_caching.py缓存 TTL 默认 5 分钟部分路由会把 1 小时档位钳回 5 分钟。症状是重复提问仍按全价计费。修法是确认所用供应商支持长 TTL再检查model.default是否指向支持缓存的路由。去哪里继续挖想深入看三处就够配置与命令速查README.zh-CN.md 的快速入门和CLI 与消息平台对照两节。环境变量全集.env.example注释里写清了每个供应商的 key 申请地址。安全边界命令审批、容器隔离SECURITY.md。下一步建议先按场景一再跑通本地命令行确认能稳定对话再上容器和远程后端——跳着配容易在排查时分不清是哪一层的问题。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Hermes Agent 配置全解从 3 条命令到多场景定制Hermes Agent 是一个会在对话中自我进化的 AI 代理装好之后你能把它接进命令行、Docker 和 Telegram并随时切换模型、开关工具。下面按先跑起来再按场景调的顺序讲。跑通最小可用版本先装再启动最后选个模型三步就能用上。装包脚本会自动处理 Python 3.11、Node、ripgrep、ffmpeg 等依赖不用手动一个个装。curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bashWindows 原生用 PowerShell 跑iex (irm https://hermes-agent.nousresearch.com/install.ps1)WSL2 里直接用上面的命令。装完重载 shell 再启动用hermes model挑一个供应商和模型。跑完这条你会看到 TUI 交互界面输入斜杠命令能自动补全。source ~/.bashrc # 重载 shellzsh 用 source ~/.zshrc hermes # 进入交互界面 hermes model # 选 LLM 供应商和模型默认模型写在~/.hermes/config.yaml的model.default字段hermes model只是帮你改这一行。按使用场景讲配置场景一本地命令行交互只在终端用最常见的拦路虎是 API Key 散落各处。把所有密钥集中放进环境变量文件别硬编码到任何脚本里。仓库根目录的 .env.example 是模板复制成.env再填自己的 key。# .env从 .env.example 复制而来 # OPENROUTER_API_KEYsk-or-... # KIMI_API_KEY # KIMI_BASE_URLhttps://api.kimi.com/coding/v1 # 只填你要用的供应商其余保持注释这样做的好处是换供应商只改一处。改完跑hermes model或hermes setup重新路由即可不用重启系统服务。场景二对接 CI / 容器化运行想把 Agent 跑在流水线或服务器上别在宿主机裸跑用容器隔离。Hermes 内置多种终端后端本地、Docker、SSH、Daytona、Singularity、Modal容器后端直接复用仓库自带的 Dockerfile。# 在 CI 里构建并运行 docker build -t hermes-agent . docker run --env-file .env \ -v $HOME/.hermes:/root/.hermes \ hermes-agent hermes-v把~/.hermes挂进容器是关键否则模型、记忆、技能每次重建都会丢。Daytona 和 Modal 后端还支持空闲休眠按需用才计费。场景三接入自定义工具与技能Agent 的能力由工具集和技能两块构成。工具是原子操作读写文件、跑命令等技能是 Agent 从经验里沉淀下来的流程。用hermes tools开关工具用/skills在对话里查看可用技能。hermes tools # 列出/配置启用的工具集 # 对话内输入 /skills 浏览技能 # 自定义技能放在 ~/.hermes/skills/ 下技能文件实现细节参考 agent/skill_utils.py。新增技能后不用重启/skills里立刻能看到因为它走的是运行时注册。场景四多环境隔离同一套代码要在开发机、测试服务器、生产 VM 间切换靠HERMES_HOME默认~/.hermes做隔离每个环境一套独立的模型、记忆和技能目录。# 切换环境根目录互不污染 export HERMES_HOME/opt/hermes-prod # 生产 export HERMES_HOME/tmp/hermes-dev # 开发 hermes setup # 各自独立初始化后端也可独立指定比如开发机用本地、生产用 SSH 远程执行避免危险命令落在主力机器上。调优与常见坑坑 1改完.env不生效。症状是换了 key 还是报鉴权错。原因是 Agent 启动时缓存了旧环境变量。修法source ~/.bashrc重载或直接重开终端再进hermes。坑 2上下文越聊越长、响应变慢。原因是历史消息堆满。修法是在对话里用/compress主动压缩用/usage看当前 token 占用必要时/new开新会话。坑 3提示缓存没命中、成本偏高。原因看 agent/prompt_caching.py缓存 TTL 默认 5 分钟部分路由会把 1 小时档位钳回 5 分钟。症状是重复提问仍按全价计费。修法是确认所用供应商支持长 TTL再检查model.default是否指向支持缓存的路由。去哪里继续挖想深入看三处就够配置与命令速查README.zh-CN.md 的快速入门和CLI 与消息平台对照两节。环境变量全集.env.example注释里写清了每个供应商的 key 申请地址。安全边界命令审批、容器隔离SECURITY.md。下一步建议先按场景一再跑通本地命令行确认能稳定对话再上容器和远程后端——跳着配容易在排查时分不清是哪一层的问题。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
 与 Runner loop_factory 实战)
