乐于分享
好东西不私藏

OpenClaw旁边再装一个Hermes Agent:一次真实部署

OpenClaw旁边再装一个Hermes Agent:一次真实部署

AI Agent实践记录

不是为了多装一个工具,而是探索两个Agent如何在同一台服务器上协同工作。

这次实践的背景很简单:服务器上已经运行OpenClaw,希望增加Hermes Agent作为新的AI入口。

一开始以为只是安装一个程序,真正操作后才发现,难点并不在安装,而在服务隔离、配置管理和权限排查。

01先理解两个Agent分别负责什么

OpenClaw:

更偏向完整的AI代理运行环境。它负责模型调用、任务执行、会话管理等核心流程。

实际使用中,它更像主要的AI工作台。

Hermes Agent:

部署后的Hermes Agent作为独立Agent服务运行,通过Gateway方式接收请求。

它有自己的运行目录、虚拟环境和服务进程,不应该直接修改OpenClaw内部配置。

简单理解:两个都是Agent,但运行边界不同。一个负责已有AI工作流,一个提供另一套独立能力入口。

02实际安装过程

部署环境:

• Linux服务器
• 已存在OpenClaw环境
• Node环境已配置
• 新增Hermes Agent服务

安装完成后,Hermes Agent实际运行目录类似:

/root/.hermes/hermes-agent/

启动方式通过systemd管理:

systemctl status hermes

查看状态时,可以确认服务是否正常:

包括进程、内存占用、启动时间以及实时日志。

03GLM模型配置与验证

Hermes Agent安装完成后,还需要配置实际调用的大模型,否则服务启动了,也无法完成真正的AI交互。

本次接入的是智谱GLM模型接口。

~/.hermes/config.yaml

model.provider: openai-api
base_url: https://open.bigmodel.cn/api/coding/paas/v4
default: glm-5-turbo

同时检查:

~/.hermes/.env

验证流程:

1、确认服务状态:systemctl status hermes

2、查看日志:journalctl -u hermes

3、从飞书发送消息,确认Agent可以正常调用GLM并返回结果。

04第一次踩坑:两个服务不能混着改

之前排查问题时,最容易犯的错误,是看到AI服务异常,就直接修改配置。

但OpenClaw和Hermes Agent有各自的运行环境。

排查时需要先确认:

• 当前异常属于哪个服务。
• 使用的是哪个配置目录。
• 当前进程由哪个systemd服务启动。

比如Hermes异常,应优先看:

systemctl status hermes
journalctl -u hermes

05飞书绑定:Unauthorized到底查什么?

飞书接入过程中,最容易遇到的问题就是授权失败。

看到Unauthorized时,第一反应不要重装。

实际排查顺序:

① 确认飞书应用是否创建完成。
② 检查机器人权限是否开通。
③ 确认应用可访问范围。
④ 核对用户ID、租户信息和配置中的标识。

很多时候,程序已经启动成功,只是飞书侧没有把请求授权给对应应用。

06这次部署最大的感受

说实话,刚开始只是觉得“再接一个AI入口应该很简单”。

真正折腾下来才发现,AI工具越来越像传统服务系统。

安装只是第一步,后面的配置、权限、日志和维护,决定了它能不能长期稳定运行。

最大的经验不是记住某条命令,而是以后遇到类似问题,先拆清楚:哪个服务、哪个目录、哪个权限出了问题。

写在最后

OpenClaw和Hermes Agent并存,本质上是在探索一种新的AI使用方式。

未来服务器里可能会有多个Agent,各自负责不同任务。

真正重要的能力,不只是会安装Agent,更是知道如何管理它们。