夜雨聆风前文我们曾介绍过如何在 Kali Linux 上安装和使用 OpenClaw（龙虾），作为当时较为热门的 AI 安全助手，它在渗透测试、信息收集以及日常安全研究工作中提供了不少帮助。
不过随着 AI Agent 生态的快速发展，越来越多的新项目开始涌现。上个月，在朋友的推荐下，重新搭建了一台全新的 Kali 虚拟机，安装了近期讨论度较高的 Hermes。经过一个多月的实际使用与测试，无论是在响应速度、Agent 工作流体验，还是与 MCP 工具生态的整合方面，Hermes 都给我留下了不错的印象，也逐渐成为了我日常使用频率最高的 AI 安全助手之一。
本文将结合实际安装和使用过程，简单介绍 Hermes 在 Kali Linux 环境中的部署流程，并分享一些个人使用过程中的心得与踩过的坑，希望能为同样关注 AI+网络安全方向的朋友提供一些参考。
一、Hermes 简介
Hermes Agent 是由 Nous Research 开发的开源自改进 AI Agent（GitHub: NousResearch/hermes-agent），2026 年 2 月发布，MIT 协议，完全开源。
https://github.com/nousresearch/hermes-agent
核心亮点：
- 持久记忆 + 自改进：
不同于 ChatGPT 每次对话重置，它有长期记忆，能从对话中自动提炼 Skills（可复用技能）并不断优化如图。
- 自主运行：
支持长时间在服务器/VPS 上运行，通过 Telegram、Discord、微信等随时调用。 - 强大工具调用：
终端执行、浏览器控制、Cron 定时任务、沙箱环境等。
那么Agent 是如何接受自然语言的输入并自动完成任务的呢？
AI Agent = 大脑 (LLM) + 身体 (行动逻辑) + 记忆 (知识库) + 工具 (外部接口
二、在 Kali Linux 上安装 Hermes Agent
更新系统
sudo apt update && sudo apt upgrade -ysudo apt install -y curl git
一键安装（如果安装失败可以在GitHub上找找其他脚本）
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash验证：
hermes --versionhermes # 启动 TUI 聊天界面
推荐使用hermes-webui（nesquena 维护）
是目前社区最受欢迎的 Hermes Agent 第三方 Web 界面，比官方内置 Dashboard 更像 Claude 的聊天风格
# 1. 克隆仓库git clone https://github.com/nesquena/hermes-webui.git hermes-webuicd hermes-webui# 2. 启动（自动引导）./start.sh
安装完成后访问地址http://localhost:8787：
首次登录账密未web界面提示默认值，登陆后最好进后台修改密码
初始化模型配置：
如果想配置国外的模型也是ok的，看个人选择，也可以根据自身需要，添加一些针对性使用方向的skill。例如：https://github.com/yaklang/hack-skills/tree/main
三、使用案例分享
Hermes部署在虚拟机Kali中，物理机本机可以访问Kali+端口进入Web Dashboard。
简单测试下Agent 的功能：
在体验 Hermes 的过程中没有刻意设计标准化测试场景，安装完成后将其直接投入到日常安全工作环境测试场景中，例如环境搭建、漏洞验证、源码审计以及逆向分析等简单测试任务。
与传统对话式 AI 不同，Agent 的价值并不仅仅体现在回答问题上，而是在面对复杂任务时，能够主动分析上下文、拆解问题路径、定位异常原因，并在任务执行过程中持续调整解决方案。
当安装过程中出现依赖缺失、网络异常、环境冲突或工具报错时，Agent 往往能够结合日志信息快速定位问题，并给出具有可操作性的修复建议；而在逆向分析、源码审计等场景下，则能够辅助梳理分析思路，帮助快速定位关键代码与潜在风险点。
本文中的几个案例并非单纯展示漏洞环境、逆向工程或代码审计本身，而是希望通过真实场景观察 Agent 在问题定位、错误分析、任务中断恢复以及复杂工作流协同中的实际表现，从而验证其在安全工作中的辅助价值与应用边界。
案例一：Docker 靶场集群搭建
在 Kali 上用 Docker 一次性搭了 6 个漏洞靶场，全部对外暴露端口，形成一个可随时测试的「靶场集群」：
所有镜像来自 Vulhub 仓库（/opt/vulhub/，158 个漏洞环境），用 docker-compose 一键启动。
Agent的搭建流程：
Agent遇到的问题：
问题一Docker Hub 拉不动镜像原因：Kali 的 443 端口被 GFW 阻断，连 GitHub/Docker Hub 都不行解决：配置了两个中国镜像加速器到/etc/docker/daemon.json：{"registry-mirrors": ["https://docker.1ms.run", "https://docker.xuanyuan.me"]}
问题2：系统代理干扰 Docker原因：Kali 配了全局代理（http_proxy=127.0.0.1:7890），但 V2Ray 没开的时候 Docker 也走代理就挂了解决：Docker 启动前unset http_proxy https_proxy all_proxy，或者直接在 systemd override 里清掉
案例二：PyInstaller 逆向
给了Agent一个 13MB 的 exe 文件（ransodesktop_encrypt_noconsole.exe），用 Python 写的 EDR 测试工具——批量加密桌面文件，检测EDR 能不能拦截。给Agent设定的场景是源码丢了是否能从 exe 中逆向还原出了完整 Python 源码。
Agent 实现思路：
逆向 PyInstaller 打包的 exe流水线：
Step 1: 识别打包方式↓ file命令 + strings搜索"MEIPASS" → 确认是 PyInstallerStep 2: 提取字节码↓ pyinstxtractor-ng → 从 13MB exe 中提取出 114 个文件Step 3: 定位主文件↓ 找到 ransodesktop_encrypt_txt2.pyc（3298字节）→ 入口Step 4: 反编译↓ 先试 pycdc/uncompyle6 → Python 3.12 字节码太新不支持↓ 改用 xdis 手动反汇编 → 逐条读字节码还原逻辑Step 5: 验证 + 清理→ 输出完整 .py 文件
还原出的源码功能：
问题1：GitHub 443 不通，工具装不上pycdc 都在 GitHub 上，直接 git clone 超时解决：先用 SOCKS5 代理（-c http.proxy=socks5h://127.0.0.1:1080）clone，不行就 curl 下载 zip 包1最终pyinstxtractor-ng 用 pip 装成功了，pycdc 从 zip 包编译
问题2：Python 3.12 字节码太新，现有反编译器不支持pycdc（Python bytecode converter）编译好了但对 3.12 的.pyc 解析失败uncompyle6 只支持到 Python 3.8解决：退而求其次，用xdis（Python 反汇编库）做手动反汇编pyinstxtractor-ng 提取时自动做了字节码版本修复用xdis 的disassemble 函数逐条输出汇编指令根据指令手动还原源码逻辑
还原出的代码：
案例三：FastAdmin 源码审计
拿 FastAdmin（一个基于 ThinkPHP 的后台管理框架）的完整源码给Agent做了白盒安全审计。聚焦三个攻击面：文件上传绕过、认证逻辑、SQL 注入。
实现思路
审计策略：先大后小，先自动化扫一遍再手动精读关键文件。
审计发现
遇到的问题
问题1：源码量太大，逐行看不现实FastAdmin 源码有几百个 PHP 文件解决：先用 grep -r 扫描高危函数（exec、unserialize、upload、eval、system），快速定位高危文件，再精读
问题2：ThinkPHP 框架本身的坑ThinkPHP 的 ORM 调用（Db::name()->where()）看起来像 SQL 注入，但实际上框架会自动参数化需要区分"框架保护"和"裸写 SQL"——grep 出来之后要看上下文
问题3：没搭环境，只做了白盒审计只看了代码，没有实际部署验证 .htaccess 上传是否真的能绕过解决方案是：用 Docker 搭一个 FastAdmin 环境（PHP + MySQL），然后黑盒验证白盒发现
四、总结
一个多月的实际体验，Hermes 带来的感受是Agent开始真正具备了参与完整工作流的能力。现阶段的 Agent 依然存在一定局限性。例如复杂任务中的推理偏差、工具调用失败、长链路执行稳定性不足等问题仍然客观存在。在部分场景下，人工校验和干预仍然是不可或缺的环节。
资源链接：
https://zc.tencent.com/hackathon
