夜雨聆风Hermes在我看来是比龙虾更强更好用的智能体，我已经用了1个多月
这篇文章会带你从零完成安装、基础配置，并选对适合你的模型。
开始之前：你需要准备什么
在动手安装之前，先确认你有这些：
必需项：
一台 Linux/macOS 电脑，或者 Windows + WSL2
Python 3.10 或更高版本
至少一个 LLM API 密钥（OpenAI、Anthropic、OpenRouter 等任选其一）
基本的命令行使用能力
可选但推荐：
一台自己的服务器（可以 7×24 小时运行）
Docker 环境（如果你想容器化部署）
消息平台账号（微信、飞书、Telegram 等，用于移动端访问）
成本预估：
Hermes 本身完全免费开源
主要成本是 LLM API 调用费用，根据使用频率，轻度使用约 $5-20/月
安装方式选择：三种路径
方式一：pip 安装（推荐新手）
最简单直接的方式，适合快速体验：
# 创建虚拟环境(推荐)
python -m venv hermes-env
source hermes-env/bin/activate # Windows: hermes-env\Scripts\activate
# 安装 Hermes
pip install hermes-agent
# 验证安装
hermes --version
优点：快速、简单、适合本地测试缺点：依赖本地 Python 环境，不适合长期后台运行
方式二：Docker 部署（推荐生产环境）
适合想要稳定运行、方便迁移的用户：
# 拉取镜像
docker pull nousresearch/hermes-agent:latest
# 创建数据目录
mkdir -p ~/.hermes
# 运行容器
docker run -d \
--name hermes \
-v ~/.hermes:/opt/data \
-p 8000:8000 \
nousresearch/hermes-agent:latest
优点：隔离环境、易于部署、适合服务器长期运行缺点：需要了解 Docker 基础
方式三：源码安装（推荐开发者）
适合想要定制功能或参与开发的用户：
# 克隆仓库
git clone https://github.com/nousresearch/hermes-agent.git
cd hermes-agent
# 安装依赖
pip install -e .
# 运行
hermes chat
优点：可以修改源码、跟踪最新开发版本缺点：需要处理依赖问题、更新需要手动 git pull
首次配置：三步走
第一步：初始化配置文件
首次运行时，Hermes 会自动创建配置目录：
hermes init
这会在 ~/.hermes/ 下创建以下结构：
~/.hermes/
├── config.yaml # 主配置文件
├── .env # 环境变量(API 密钥等)
├── memories/ # 记忆文件目录
│ ├── MEMORY.md
│ └── USER.md
├── skills/ # 技能文件目录
└── state.db # SQLite 数据库
第二步：配置 API 密钥
编辑 ~/.hermes/.env 文件，添加你的 LLM API 密钥：
# 方式一:使用 OpenAI
OPENAI_API_KEY=sk-xxxxxxxxxxxxx
# 方式二:使用 Anthropic Claude
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxx
# 方式三:使用 OpenRouter(推荐,支持多种模型)
OPENROUTER_API_KEY=sk-or-xxxxxxxxxxxxx
# 方式四:使用国内服务(如硅基流动、MiniMax)
SILICONFLOW_API_KEY=sk-xxxxxxxxxxxxx
MINIMAX_API_KEY=xxxxxxxxxxxxx
新手建议：优先选择 OpenRouter，一个 API 密钥可以访问几十种模型，方便后续切换。
第三步：配置默认模型
编辑 ~/.hermes/config.yaml:
model:
provider:openrouter# 或 openai、anthropic
model:anthropic/claude-sonnet-4# 具体模型名称
temperature:0.7
max_tokens:4096
# 备用模型(主模型失败时自动切换)
fallback_model:
provider:openrouter
model:deepseek/deepseek-chat
配置完成后，测试一下：
hermes chat -q "你好,介绍一下你自己"
如果看到 Hermes 的回复，说明配置成功！
模型选择指南：不同场景用不同“大脑”
这是新手最容易困惑的部分。Hermes 兼容几乎所有主流 LLM，但不同模型的性能、成本、适用场景差异很大。
新手推荐配置：三档模型策略
不要一开始就用最贵的模型！最佳实践是分层使用：
🥉 轻量级任务 → MiniMax M2.5 / DeepSeek V4
价格： $0.12-0.30 / M tokens 适合：消息分类、简单编辑、日常对话、路由决策配置：
model:
provider:openrouter
model:deepseek/deepseek-chat
🥈 日常工作 → Claude Sonnet 4 / GPT-4o
价格： $3-5 / M tokens 适合：编程、写作、数据分析、技能创建配置：
model:
provider:openrouter
model:anthropic/claude-sonnet-4
🥇 关键任务 → Claude Opus 4 / GPT-5.4
价格： $15-25 / M tokens 适合：复杂推理、生产环境操作、高风险决策配置：
model:
provider:openrouter
model:anthropic/claude-opus-4
各模型在 Hermes 中的实际表现
基于真实使用经验的对比：
| 最推荐 | |||||
关键发现：
工具调用稳定性： Claude > GPT-4 > DeepSeek > Gemini
技能创建质量： Claude Sonnet 创建的技能明显更精准
成本控制： DeepSeek 有 90% 缓存折扣，长对话超划算
特殊场景： Gemini 的 1M token 窗口适合分析整个代码库
我的推荐配置（新手版）
如果你刚开始用，不想花太多时间纠结，直接用这个配置：
# ~/.hermes/config.yaml
model:
provider:openrouter
model:deepseek/deepseek-chat# 日常默认,便宜够用
temperature:0.7
fallback_model:
provider:openrouter
model:anthropic/claude-sonnet-4# 出错时自动切换到高端模型
# 特定场景的模型路由(可选)
model_routing:
skill_creation:anthropic/claude-sonnet-4# 创建技能用好模型
code_generation:deepseek/deepseek-coder# 写代码用专门模型
long_context:google/gemini-2.5-pro# 大文件分析
这个配置的逻辑：
日常用 DeepSeek，成本低廉
关键操作自动切换 Claude，保证质量
特定任务用专门模型，各取所长
预估成本：中度使用（每天 20-30 次对话）约 $8-15/月
首次使用：五个必做的事
1. 告诉 Hermes 你是谁
这是最重要的一步！花 10 分钟和 Hermes 聊聊你自己：
hermes chat
然后输入：
你好,我是一名产品经理,主要负责 SaaS 产品。
我的技术栈是 Python + React,日常工作包括写 PRD、竞品分析、数据分析。
我喜欢简洁专业的输出格式,讨厌啰嗦和废话。
我的工作习惯是每周一做周计划,每周五做周报。
请记住这些信息。
Hermes 会把这些写入 ~/.hermes/memories/USER.md，之后所有对话都会遵循你的偏好。
2. 测试基础工具
验证 Hermes 的核心能力是否正常：
# 测试搜索
hermes chat -q "搜索一下 Hermes Agent 的最新版本"
# 测试终端
hermes chat -q "帮我查看当前目录下有哪些文件"
# 测试记忆
hermes chat -q "我刚才告诉你我是做什么工作的?"
3. 安装第一个技能
从社区安装一个实用技能，体验技能系统：
# 浏览可用技能
hermes skills browse
# 搜索特定技能
hermes skills search "git"
# 安装一个技能
hermes skills install community/git-commit-helper
然后测试：
hermes chat -q "帮我生成一个 git commit message"
4. 创建第一个自己的技能
让 Hermes 从你的实际工作中学习：
你:帮我查一下今天的 GitHub trending,整理成表格
Hermes:[执行完毕,输出结果]
你:很好,把这个流程保存为一个技能,叫 github-trending,
以后我说"今日热榜"就自动执行
Hermes:已创建技能 github-trending...
下次直接说“今日热榜”,Hermes 就会自动执行这个流程。
5. 配置一个消息平台（可选）
如果你想在手机上用 Hermes，接入飞书或钉钉是国内用户的最佳选择：
方式一：接入飞书（推荐）
# 1. 登录飞书开放平台(open.feishu.cn)创建企业自建应用
# 2. 获取 App ID 和 App Secret
# 3. 开启机器人能力和消息读写权限
# 4. 配置环境变量
cat >> ~/.hermes/.env << EOF
FEISHU_APP_ID=your_app_id
FEISHU_APP_SECRET=your_app_secret
FEISHU_DOMAIN=feishu
FEISHU_CONNECTION_MODE=websocket
EOF# 5. 启动 Gateway
hermes gateway start feishu
# 6. 在飞书中找到你的机器人,发消息配对
优点： WebSocket 模式稳定，不需要公网回调地址，适合团队协作
方式二：接入钉钉
# 1. 登录钉钉开放平台创建企业内部应用
# 2. 获取 AppKey 和 AppSecret
# 3. 配置环境变量
cat >> ~/.hermes/.env << EOF
DINGTALK_APP_KEY=your_app_key
DINGTALK_APP_SECRET=your_app_secret
EOF# 4. 启动 Gateway
hermes gateway start dingtalk
# 5. 在钉钉中找到你的机器人,发消息配对
优点： 企业场景广泛使用，与钉钉工作台深度集成
配对成功后，你就可以在飞书/钉钉里直接和 Hermes 对话了。
