OpenClaw对手来了!Hermes Agent狂飙116k Star,保姆级安装和使用教程来了.
最近 Hermes Agent 在 AI 圈突然爆了,7周 10万+ GitHub Star,比 LangChain 当年还猛。

它是 Nous Research 出品的开源自主 Agent,MIT 协议,自托管,支持 200+ 模型,能接 Telegram/飞书/Discord,最神的地方是:它会越用越聪明,从你的使用习惯里自动创建技能,下次同类任务直接复用。
网上教程不少,但大多数照着做会卡在某一步。这篇从零开始,每个步骤配截图说明,遇到坑直接告诉你怎么解决。
环境说明
-
Linux / macOS:直接安装,最顺畅 -
Windows:必须先装 WSL2,不支持原生 Windows -
最低配置:1核1GB 内存的 VPS 就够跑
Windows 用户装 WSL2
macOS 和 Linux 用户直接跳第二部分。
步骤一:开启 WSL2
以管理员身份打开 PowerShell(右键开始菜单 → Windows PowerShell 管理员),运行:
wsl --install
这一条命令会自动安装好一切,执行完必须重启电脑。
步骤二:重启后完成 Ubuntu 初始化
重启后 Ubuntu 会自动打开,按提示设置用户名和密码。密码输入时不显示字符,这是 Linux 正常现象,直接输入回车即可。
步骤三:验证 WSL2 安装正确
重新打开 PowerShell(普通权限),运行:
wsl -l -v

从这里开始,Windows 用户打开 Ubuntu 终端操作,后续所有步骤和 Linux/macOS 完全一样。
安装 Hermes Agent
步骤四:安装(两种路线,按网络情况选)
路线一:网络畅通(一行搞定)
打开终端,运行:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
安装大概需要 3-10 分钟,脚本自动处理所有依赖,全程不需要手动操作。安装完直接跳步骤五。
⚠️ 不要加 sudo,加了会导致权限问题。
路线二:国内网络(手动安装,推荐国内用户用这个)
GitHub 直连容易超时,用 PowerShell 下载再给 WSL 安装,完全绕开网络问题。
第一步:PowerShell 下载仓库压缩包
打开 PowerShell(不是 WSL),运行:
Invoke-WebRequest -Uri "https://github.com/NousResearch/hermes-agent/archive/refs/heads/main.zip" -OutFile "$env:USERPROFILE\Desktop\hermes.zip"
等桌面出现 hermes.zip,继续下一步。
第二步:PowerShell 解压
Expand-Archive -Path "$env:USERPROFILE\Desktop\hermes.zip" -DestinationPath "$env:USERPROFILE\Desktop\hermes" -Force
第三步:WSL 里复制到正确位置
打开 Ubuntu,运行:
mkdir -p ~/.hermes
cp -r /mnt/c/Users/Administrator/Desktop/hermes/hermes-agent-main ~/.hermes/hermes-agent
⚠️ Administrator 换成你自己的 Windows 用户名。
第四步:安装依赖
cd ~/.hermes/hermes-agent
uv sync
等跑完,看到一堆包名列表说明安装成功。

步骤五:设置快捷命令
echo'alias hermes="cd ~/.hermes/hermes-agent && uv run hermes"' >> ~/.bashrc
source ~/.bashrc
步骤六:验证安装成功
hermes --version

配置模型
步骤七:运行配置向导
hermes setup


步骤八:选择模型提供商
选快速设置后会出现模型提供商列表。

国内常用模型 API 申请:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
选了 Custom endpoint,按这个格式填(以 DeepSeek 为例):
Base URL: https://api.deepseek.com/v1
API Key: sk-你的key
Model: deepseek-chat

第一次使用
步骤九:启动 Hermes
hermes

步骤十:发第一条消息
你: 帮我查一下今天 AI 领域的最新新闻


常用命令速查
hermes # 开启新对话
hermes -c # 继续上次对话
hermes model # 切换模型
hermes tools # 管理工具
hermes doctor # 诊断问题(出问题先跑这个)
hermes update # 更新版本
hermes skills list # 查看已安装的 Skill
hermes skills search <词> # 搜索 Skill

接入飞书
飞书是 Hermes 原生支持的平台,v0.6.0 版本正式加入,支持私聊、群聊、图片/文件收发,推荐 WebSocket 模式,不需要公网 IP。
第一步:创建飞书应用
打开飞书开放平台:open.feishu.cn
点击「创建企业自建应用」,填写应用名称和描述。

第二步:获取 App ID 和 App Secret
进入应用详情页 → 「凭证与基础信息」,复制 App ID 和 App Secret。
然后在左侧菜单 → 「应用功能」→ 「机器人」,开启机器人能力。



第三步:配置网关
hermes gateway setup
在平台列表里选 Feishu / Lark,填入 App ID 和 App Secret,Connection mode 选 websocket(不需要公网 IP)。



第四步:启动网关
hermes gateway start



让网关后台持续运行
# 方法一:screen(简单,适合本地)
screen -S hermes-gateway
hermes gateway start
# Ctrl+A, D 退出 screen,进程继续跑
# 方法二:系统服务(推荐服务器用)
hermes gateway install-service
systemctl enable --now hermes-gateway

常见问题
机器人没有回复
检查应用是否开启了机器人能力,以及用户是否在 FEISHU_ALLOWED_USERS 列表里。默认策略是 allowlist,需要配置允许的用户。
如果不想限制用户,在 ~/.hermes/.env 里加:
FEISHU_GROUP_POLICY=open
群聊里 @ 机器人没反应
群聊里必须 @ 机器人才会触发,私聊不需要。确认机器人已经被加入群聊。
lark-oapi 没安装
cd ~/.hermes/hermes-agent
uv pip install lark-oapi
Skill 系统
查看和安装 Skill
hermes skills list # 查看已安装的 Skill(内置118个)
hermes skills search "github"# 搜索 Skill
hermes skills install agentskills/daily-standup # 从社区安装

自动创建 Skill
完成复杂任务后 Hermes 会问:
这个任务挺复杂的,要保存为 Skill 吗?[y/N]
选 y 之后,它把刚才的解决过程整理成文档,存到 ~/.hermes/skills/,下次同类任务速度提升最高 40%。

定时任务
直接在对话里说:
You: 每天早上 8 点搜索 AI 相关新闻整理成简报发到 Telegram
You: 每周一发一份 GitHub star 增长报告
You: 每小时检查天气,如果有雨立刻通知我
查看已设置的任务:
hermes cron list

切换模型
hermes model

常见问题
hermes: command not found
export PATH="$HOME/.local/bin:$PATH"
source ~/.bashrc
GitHub 超时,安装卡死
curl -fsSL https://raw.githubusercontent.com/itech001/theaiera/main/scripts/install-cn.sh | bash
模型连接失败
hermes doctor # 先跑这个,80% 的问题它能直接告诉你原因
Telegram Bot 不回复
hermes gateway status # 检查网关是否在跑
hermes gateway start # 重启网关
WSL2 关掉终端后命令失效
echo'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
最后
装好之后做这三件事:
第一,设一个每天早上的新闻简报定时任务,推送到手机。用几天你就明白”数字员工”是什么感觉。
第二,用完复杂任务之后选 y 保存 Skill,积累几周会发现它越来越快。
第三,遇到任何问题先跑 hermes doctor,再去搜教程。
官方文档:docs.hermes-agent.ai
GitHub:github.com/NousResearch/hermes-agent
夜雨聆风