保姆级教程:Windows 原生安装 Hermes Agent 爱马仕(下)(2026年8月)

这篇教程写给谁

完全不懂编程、但想在自己 Windows 电脑上跑一个"AI 智能体（能写东西、调模型、多助手协作）"的人。哪怕你是高中生、从没敲过命令，跟着做也能装好。

你能得到什么：用一行命令或者Windows安装包，把 Hermes Agent（大家叫它"爱马仕 🐴"）装到 Windows 上，它自带开机自动运行，能接多种大模型、支持"多模型专家委员会"，并且知道怎么备份、怎么彻底卸载（不花一分钱）。

本文不依赖 WSL2（那是 Windows 里跑 Linux 的复杂功能）。Hermes 是 Python 技术栈，和 OpenClaw（Node 技术栈）是两个不同的工具，可以并存。

已发布：

保姆级教程：Windows 原生安装 Hermes Agent 爱马仕（上）（2026年8月）

保姆级教程：Windows 原生安装 Hermes Agent 爱马仕（中）（2026年8月）

• ===上篇【已发布】===
• 第 0 章 开始之前：3 个关键提醒（新手必读，2 分钟）
• 第 1 章 Hermes 是什么（大白话）
• 第 2 章 你需要准备什么（要求 + 名词小课堂）
• 第 3 章 【准备】安装并升级 Windows 终端（强烈推荐，新手必看）
• 第 4 章 【可选】把 Hermes 装到 D 盘（省 C 盘空间）
• 第 5 章 方案一：通过安装脚本安装 Hermes
• 第 6 章 方案二：直接通过 Hermes Desktop 安装 Hermes
• ===中篇【已发布】===

• 第 7 章 配置更多AI模型（让爱马仕能对话）

• 第 8 章 Hermes 连接 飞书Feishu
• ===下篇【本篇】===
• 第 9 章 多模型：Profile 多进程 + MOA 专家委员会
• 第 10 章 备份与恢复（防"一删就没"）
• 第 11 章 彻底删除（零成本，别花钱找人代卸载）
• 第 12 章 与 OpenClaw 并存说明
• 第 13 章 常见问题与排错
• 第 14 章 常用命令速查
• 第 15 章 关于 WSL2 方式（一句话）
• 第 16 章 【可选 · 进阶】共享文档黑板：让 Agent 读写你的文件与 NAS
• 第 17 章 OpenClaw 与 Hermes 怎么选（核心结论）
• 第 18 章 参考资料

Profile（中文：独立人格 / 配置档案，Profile 英文原意就是"档案 / 配置"）是 Hermes 的特色功能：每个 Profile 是一套互相隔离的独立配置（模型、人设、记忆、网关），多个 Profile 以多进程彻底隔离。

每个 Profile = 一套独立配置（模型、人设、记忆、网关），多进程彻底隔离。

适合"写作类用轻量模型、研究类用强模型"的分工。

怎么配置？

通过Dashboard：

打开Dashboard，左侧点击“多Agent配置”，右侧展示目前已有的Profile（独立人格/配置档案）

可以看到，目前系统中只有一个默认default的Profile人格/配置档案。

如果需要新建一个Profile人格/配置档案，点击右上角的“创建”按钮。

以上是示例，假设新创建一个“研究型人格”，可以选择一个单独的模型（示例中选的是deepseek-v4-pro），然后可以选择是否Clone克隆已有的记忆、技能之类的东西。

创建新的Profile之后，会出现在列表中，可以点击右上角的三角菜单，设置为active激活状态。激活active的Profile就会替代旧的Profile，根据你新Profile的设定走。

通过Desktop App：

在界面左下角，有切换Profile和配置Profile的位置

如果需要切换默认的Profile，是点击配置档案区域左侧的图标进行切换。

点击区域右侧的“…”进入管理配置档案的界面：

点击“+”号可以新建配置档案。

通过终端：

在Windows 终端中输入以下任一命令：

hermes profile create <名字>     # 新建一个分身hermes profile use <名字>        # 切换到某分身hermes profile list              # 看有哪些分身

MOA（Mixture of Agents，中文：专家委员会，直译就是"多模型混合"）是 Hermes 的一种"虚拟模型提供商（供应商）"：你选一个 MOA 预设后，它会在背后把多个模型组织起来一起回答。

你可以根据任务配置不同的预设，然后在具体任务中切换不同的预设MOA进行工作。

选一个 MOA 预设后，Hermes 这样工作：

• 参考模型（reference_models，即"专家 / 顾问"）
  好几个不同厂商的模型（如 GPT + DeepSeek + Claude）并行跑，但它们看不到工具、也看不到工具调用的过程——只根据对话里的"人话"（你发的和 AI 回的文字）给文字建议。
• 聚合器（aggregator，即"裁决者 / 行动模型"）
  唯一能调工具、写最终答案的模型。它把各位专家的建议当内部参考，再结合工具结果，产出你看到的回答。

⚠️关键澄清（很重要）：MOA不是"N 个全自主的 AI 互相看到彼此、逐步交叉辩论"。参考专家没有工具、看不到工具状态，只有聚合器在行动。所以 MOA 本质是"多模型给建议、一个模型拍板执行"的专家委员会，不是"多 agent 持久辩论达成共识"。

如果你想要的是"每个模型读同一份文档黑板、看到彼此发言、反复交叉反馈、最后达成共识"（比如超哥的辩论式写作内容创作系统），MOA 并不合适——而且爱马仕目前也做不到这种"实时互相辩论"：多个分身（Profile）是隔离实例、彼此看不到对方在说什么，真正的实时辩论还在开发路线图上没做出来。

那种场景用 OpenClaw 的「多员工」最合适。爱马仕更适合作长期记忆 / 用户分身层，而非辩论引擎。

怎么配置（三种方式，新手推荐第一种）：

• 网页控制面板Web Dashboard（最省事）
  打开 Hermes 的网页 Dashboard → Models模型 → Model Settings模型设置 → Mixture of Agents专家委员会，点击“Configure配置”进入具体配置。

官方默认预设（示例）：参考模型 =gpt-5.5（openai-codex）+deepseek-v4-pro（openrouter）；聚合器 =claude-opus-4.8（openrouter）。说明跨厂商混编完全可行。

• Hermes Desktop App 桌面端
  设置 → 模型Model → Mixture of Agents，进行配置。

• 命令行 / 配置文件
  官方提供命令：

hermes moa configure          # 编辑默认预设hermes moa configure <名字>   # 新建 / 改某个命名预设hermes moa list               # 看有哪些预设hermes moa delete <名字>      # 删除

• 或直接写config.yaml的moa:段（见官方文档）。

怎么用起来：在任何对话里/model --provider moa选 MOA 预设；或/moa <一句话>让默认预设只跑这一轮（跑完自动恢复原模型，不会误改你的默认模型）。

🔍进一步了解：MOA 官方文档（含中文）https://hermes-agent.nousresearch.com/docs/zh-Hans/user-guide/features/mixture-of-agents

Hermes自带备份恢复命令，比 OpenClaw 还省心（官方内建，不用自己写脚本）。

备份前最好先停止Dashboard或者DesktopApp，防止进程锁住。

在Windows终端中运行以下命令：

hermes backup                         # 打包 %LOCALAPPDATA%\hermes 为 ziphermes backup --output D:\HermesBackups\   # 指定输出目录hermes backup --quick                 # 只备份关键状态（更快）

⚠️安全红线：备份含 API Key（.env），存放必须私密（本机 / 家里 NAS），勿同步公网云或 git。

Hermes 没有内建调度，用 Windows 计划任务包一层。把下面命令塞进一个.ps1，按 OpenClaw 同款方式注册每日任务：

hermes backup --output D:\HermesBackups\ --quick

保留策略逻辑同 OpenClaw 备份脚本：按时间清理旧文件。

定时备份脚本全文（backup-hermes.ps1）

存为backup-hermes.ps1，配合计划任务使用：

$timestamp = Get-Date -Format "yyyyMMdd-HHmmss"$outFile = Join-Path $Dest "hermes-backup-$timestamp.zip"if (-not (Test-Path $Dest)) { New-Item -ItemType Directory -Path $Dest -Force | Out-Null }& hermes backup --output $outFile$cutoff = (Get-Date).AddDays(-$RetainDays)Get-ChildItem -Path $Dest -Filter "openclaw-backup-*.zip" | Where-Object { $_.LastWriteTime -lt $cutoff } | ForEach-Object {    Write-Host "清理旧备份: $($_.Name)"    Remove-Item $_.FullName -Force}Write-Host "备份完成: $outFile"

提示：如果保存到家里的NAS（如\\家里NAS\openclaw-backups）用\\主机\共享这种网络路径，别用映射盘符（计划任务里盘符可能没挂载）。

使用Windows终端（管理员身份）运行，注册一个 Windows 计划任务，每天凌晨 3 点自动跑：

$action = New-ScheduledTaskAction -Execute "powershell.exe" `  -Argument "-NoProfile -ExecutionPolicy Bypass -File `"D:\Users\Administrator\Desktop\桌面临时\backup-hermes.ps1`""$trigger = New-ScheduledTaskTrigger -Daily -At "03:00"$settings = New-ScheduledTaskSettingsSet -Hidden -AllowStartIfOnBatteries -DontStopIfGoingOnBatteries -StartWhenAvailableRegister-ScheduledTask -TaskName "hermes-DailyBackup" -Action $action -Trigger $trigger -Settings $settings -User "$env:USERNAME" -Force

注意：如果脚本里使用 NAS 路径（如\\家里NAS\openclaw-backups）或本地 D 盘。用\\主机\共享这种网络路径，别用映射盘符（计划任务里盘符可能没挂载）。

备份的文件，如果需要恢复，也可以使用爱马仕提供的import命令。

注意：导入前请停止 gateway，以避免与正在运行的进程冲突。

hermes gateway stop

然后运行备份恢复命令：

hermes import hermes-backup-2026-04-23-080000.zip   # 解压回 %LOCALAPPDATA%\hermeshermes import backup.zip --force                     # 强制覆盖

导入前会校验是否含config.yaml/.env/state.db。

假设你的备份文件放在D:\HermesBackups\hermes-backup-20260824-112847.zip

恢复时先停止gateway，然后运行import

hermes gateway stophermes import D:\HermesBackups\hermes-backup-20260824-112847.zip --force   # 解压回 %LOCALAPPDATA%\hermes，且强制覆盖

参考：

CLI 命令参考 | Hermes Agent

https://hermes-agent.nousresearch.com/docs/zh-Hans/reference/cli-commands#hermes-import

你可能听说过"卸载要花钱"。核实结论：

• Hermes 官方卸载完全免费
  hermes uninstall（保留配置）或hermes uninstall --purge（全清），以及直接删目录，均不收费。
• "收费代卸载"是第三方劳务费
  不是官方收费。Hermes 把运行环境都装在自己目录里，删目录即全清、不污染系统，根本不值得花钱找人。

残留主要是：计划任务Hermes_Gateway、数据目录%LOCALAPPDATA%\hermes、命令行hermes、以及最危险的 API Key 权限（在提供商（供应商）后台，删软件清不掉）。

使用Windows 终端

# ①（可选）先备份hermes backup --output D:\HermesBackups\# ② 停 gateway（停 Hermes_Gateway 计划任务）hermes gateway stop# ③ 卸载：--purge 删除代码 + 数据 + 服务hermes uninstall --purge#    若命令不可用，手动删目录（等效全清）：#    Remove-Item -Recurse -Force "$env:LOCALAPPDATA\hermes"#    schtasks /Delete /TN "*Hermes_Gateway*" /F# ④ 清理 PATH：删掉指向 %LOCALAPPDATA%\hermes\bin 的用户环境变量# ⑤ ★ 最关键的防扣费一步：去各模型提供商（供应商）后台撤销 / 重置 API Key，或额度设为 0# ⑥ 验证（开新终端）Get-Command hermes      # 应报错"无法识别"schtasks /Query | Select-String "Hermes"   # 应无结果

⚠️反复强调第 ⑤ 步：软件删了，Key 没撤销，照样扣费！这步和软件在不在无关。

• hermes还能用
  PATH 没清，删条目或删目录后重开终端。
• 重启后 gateway 又起来
  计划任务没删净，schtasks /Delete /TN "Hermes_Gateway" /F。
• 还在扣费
  API Key 没撤销（第 ⑤ 步）。

Hermes（Python）与 OpenClaw（Node）是两套独立技术栈，可在同一台 Windows 并存，各跑各的 gateway（Hermes 用Hermes_Gateway、OpenClaw 用OpenClaw Gateway计划任务），互不冲突。

• 共用"文档黑板"：让两边助手都把工作目录指向同一个 NAS 文件夹。
• 分工示例：OpenClaw 当常驻网关 + 飞书入口，并用「多员工 + 共享黑板」承担真正的多模型辩论；Hermes 的多个 Profile 各自独立做"带不同模型的深度研究"（每个分身能单独读写同一份黑板文件，但彼此隔离、不实时互通，并非辩论）。注意：MOA 是"多顾问 + 一聚合器"，并非持久辩论；爱马仕内部多个分身/MOA 做不到实时互辩——但 Hermes 作为"一个整体 Agent"建一个飞书 bot、拉进同一群、挂同一份黑板，就能进群当一名辩论/写作队员，和 OpenClaw 员工并列。别指望它内部多分身凑团队，但让它整体当一名队员完全可行。
• 资源：两者都常驻会吃内存，8GB 机器建议只常驻一个。

Q：装完hermes命令找不到？→ 关终端重开让 PATH 刷新；Get-Command hermes排查。

Q：gateway 重启后没自启？→ 看计划任务里Hermes_Gateway；hermes doctor诊断。

Q：杀软报 uv.exe 有毒？→ 误报，把%LOCALAPPDATA%\hermes\bin加白名单。

Q：Hermes 有 Windows 版吗 / 需要 WSL 吗？→ 有原生 Windows 版，不需要 WSL（见第 0 章）。

原生 Windows 已是默认最佳方式，WSL2 仅作备选。只有明确需要 GPU 加速 / Docker / 原生 Linux 运行时才考虑，那时状态目录是~/.hermes，删除改为 WSL 内rm -rf ~/.hermes+rm -f ~/.local/bin/hermes+systemctl --user disable hermes-gateway。

进阶可选，面向"多人协作式 AI 内容创作"（让不同助手去读/写/建/改/删同一批文件）。普通用户可跳过。

原生 Windows 下，Hermes 以你的身份运行，对你能碰到的任意文件（本地盘 + 家里 NAS）都有完整权限。

• 自带fileread/filewrite/fileedit/deletefile/listdirectory/searchfiles+terminal（跑命令）。
• 想限制范围：用workdir+restricttoworkdir: true（"数字监狱"），或allowedpaths/forbiddenpaths。
• ⚠️ 安全：① 用第 10 章定时备份兜底；② 可选圈层；③ "人最后拍板"防呆。

接法：把多个助手的workdir（或 Profile 的workdir）指向同一个目录（如 NAS 上经 Tailscale 挂载的\\NAS-HOST\vault），它们就共享同一份文件——即"文档黑板"。

你刚装好 Hermes，可能想问："那另一个工具 OpenClaw 怎么样？我该装哪个？" 这里给你一份人话版结论，并附一个真实选型案例。

社区评测几乎一致地把两者概括为两条不同的路，而不是"谁更强"：

• OpenClaw = 搭一个 Agent 组织
  你预先定好岗位 / 流程 / 能力边界，它稳定执行，像"组建一个 AI 公司"。适合流程化、多入口、多人 / 多客户。
• Hermes = 养一个长期助理
  一个主 agent 长期理解你、越用越懂你，需要时再临时叫 sub-agent 帮忙，像"养一个懂你的搭档"。适合个人化、长期陪伴、重复任务沉淀。

你刚装的 Hermes，走的就是"养成 / 长期助理"这条路——它的记忆、自动技能、越用越懂你，都是这条路的强项。

• 都开源、自托管、MIT 协议——代码跑在你自己机器上，数据可控、不被厂商锁死。
• 都靠聊天软件（飞书 / Telegram 等）驱动，不用写代码。
• 模型都极灵活——能接 Claude / GPT / 国产（Qwen / Kimi / DeepSeek / GLM）等，不被一家绑死。
• 都有长期记忆和技能系统，都能控电脑、跑定时任务、产出文档。
• 都能让"多个 agent 背后是不同的模型"（可建多套配置、各自指定不同模型）；但只有 OpenClaw 能让自己的多个员工（同一 Gateway 内）真正并发、互相看到彼此、协作辩论——这正是「多模型内容创作系统」的核心诉求。爱马仕内部的多 Profile 是隔离实例、MOA 是"多建议一拍板"，都做不到"内部多个分身实时互相辩论"（详见下文「必须澄清」与选型对比文档 §2.1/§五）。

💡重要区分：上面说的是"各自工具内部的多个 agent/分身"——爱马仕内部多分身确实不能自动互辩。但Hermes 作为"一个整体 Agent"进群参与辩论完全可行：给它建一个飞书 bot、拉进同一群、把文件系统指向同一份共享黑板，它就能和 OpenClaw 的多名员工并列成为团队一员。

Hermes 的 MOA（专家委员会 / Mixture of Agents）常被误读成"多个 AI 互相辩论、达成共识"。真相（已查 Hermes 官方文档核实）：MOA 里参考模型只是"顾问"——看不到工具、也看不到工具调用的过程，只有"聚合器"一个模型在行动、写答案。它是"多模型给建议、一个模型拍板执行"的专家委员会，不是"N 个全自主 agent 交叉辩论"。

• 想要"每个模型读同一份文档黑板、看到彼此发言、反复交叉反馈、最后达成共识"（比如多模型内容创作系统）→用 OpenClaw 的「多员工」最合适（多个员工同 Gateway、各异模型、可并发，再把 workspace 指向同一份文件当共享黑板）。爱马仕目前做不到这种"实时互相辩论"：多个分身（Profile）互相看不到对方在说什么（隔离实例、无原生通信），MOA 也只是"多建议一拍板"，真正的实时辩论还在开发路线图上。爱马仕更适合作长期记忆/用户分身层，别用 MOA 当辩论引擎（注：这是指 Hermes 内部的多分身/MOA；Hermes 作为"一个整体 Agent"进群参与辩论是可行的——建一个飞书 bot、挂同一份共享黑板，就能和 OpenClaw 员工并列当队员）。
• MOA 适合"一个难题想多听几个模型角度、但由一个模型落地执行"。

背景（真实需求）：一人公司 / 博主，想让多个不同模型就同一话题讨论、交叉反馈、达成共识，产出系列文章。

• 若核心诉求是「跑多个不同模型的 agent 人格」，两者都能让"多个 agent 背后是不同的模型"；但只有 OpenClaw 能让这些 agent 真正并发、互相协作（共享文件黑板）。爱马仕的多分身是隔离实例、MOA 是单拍板——都做不到"内部多个分身实时互相辩论"。💡 但 Hermes 作为"一个整体 Agent"进群当辩论队员是可行的（建飞书 bot + 挂同一黑板）。
• 推荐架构（已据证据修正）：OpenClaw 自身当核心（一个 Gateway 跑多员工、各异模型、真并发 + 共享文件黑板做多模型辩论/共识），不引入 n8n——n8n 只在你要接一大堆外部系统（强 API 编排/审计）时才上。爱马仕可作为体系里的一名（或数名）异构队员参与——建一个飞书 bot、拉进同一群、把文件系统指向同一份共享黑板，就能和 OpenClaw 员工并列辩论/研究/写作；其更强的长期记忆/用户分身能力也一并发挥。两者都是 BYOK、都读同一份文件黑板，无需 n8n 串联。
• 想要「聊天入口即促进者」→ OpenClaw 更合适；想要「长期记忆型私人助手」（事实核查 / 知识库）→ Hermes 更合适（也就是你刚装的这个）。

• 想要"一个部署里多个不同模型人格 + 飞书入口 + Windows 原生桌面"
  → 选OpenClaw。
• 想要"单个越用越懂你的长期记忆私人助手 + 开箱安全 + 丰富终端后端"
  → 选Hermes（也就是你刚装的这个）。
• 两者都能当
  自托管通用 AI 助手、远程控电脑、文档内容产出、定时自动化。
• 想并存
  两者技术栈不同（一个 Node、一个 Python），可在同一台 Windows 并存、各跑各的网关，还能共用同一份"文档黑板"目录分工协作。

以下为本教程核实过、质量较高的官方文档与资料。以官方最新为准。

Hermes Agent 官方资料https://hermes-agent.nousresearch.com/docs/zh-Hans/Hermes Agent 的GitHub 仓库：https://github.com/NousResearch/hermes-agent多模型切换工具 CC Switch：https://github.com/farion1231/cc-switch

至此，本Hermes爱马仕的系列教程更新完毕。

如有任何问题，欢迎留言讨论。