2026年最新Hermes Agent部署教程:从零开始搭建你的自进化AI助手

# 检查 Git 是否安装
git --version

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 重新加载 shell 配置
source ~/.bashrc  # 或 source ~/.zshrc

# 启动 Hermes
hermes

# 克隆并拉取子模块
git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git
cd hermes-agent

# 如果已克隆但未拉取子模块
git submodule update --init --recursive

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建 Python 3.11 虚拟环境
uv venv venv --python 3.11

# 设置虚拟环境变量
export VIRTUAL_ENV="$(pwd)/venv"

# 安装完整版（推荐）
uv pip install -e ".[all]"

# 或按需安装特定功能
uv pip install -e ".[messaging,cron,mcp]"

npm install

# 创建目录结构
mkdir -p ~/.hermes/{cron,sessions,logs,memories,skills,pairing,hooks,image_cache,audio_cache,whatsapp/session}

# 复制示例配置
cp cli-config.yaml.example ~/.hermes/config.yaml

# 创建环境变量文件
touch ~/.hermes/.env

# 必需：至少配置一个 LLM Provider
OPENROUTER_API_KEY=sk-or-v1-your-key-here
# 或
OPENAI_API_KEY=sk-your-key-here
# 或
NOUS_API_KEY=your-nous-key
# 可选：增强功能
FIRECRAWL_API_KEY=fc-your-key        # 网页搜索与抓取
FAL_KEY=your-fal-key                 # 图像生成 (FLUX)
ELEVENLABS_API_KEY=your-key          # 高级语音合成

# 创建本地 bin 目录
mkdir -p ~/.local/bin

# 创建软链接
ln -sf "$(pwd)/venv/bin/hermes" ~/.local/bin/hermes

# 添加到 PATH（Bash）
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

# 或 Zsh
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

# 交互式选择模型
hermes model

# 检查版本
hermes version

# 运行诊断
hermes doctor

# 查看配置状态
hermes status

# 测试对话
hermes chat -q "Hello! 你有哪些可用工具？"

hermes                    # 启动交互式 CLI
hermes model              # 切换模型
hermes tools              # 配置工具
hermes config set         # 设置配置项
hermes setup              # 运行完整配置向导
hermes gateway            # 启动消息网关
hermes update             # 更新到最新版
hermes doctor             # 诊断问题

# 1. 在 Telegram 中找到 @BotFather，创建新 Bot，获取 Token
# 2. 配置 Hermes
hermes gateway setup

# 选择 Telegram，输入 Bot Token

hermes gateway start

version: '3.8'
services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes
    volumes:
      - ~/.hermes:/root/.hermes
      - ./workspace:/workspace
    environment:
      - OPENROUTER_API_KEY=${OPENROUTER_API_KEY}
    ports:
      - "8080:8080"
    stdin_open: true
    tty: true

docker-compose up -d

FROM nousresearch/hermes-agent:latest

# 复制自定义配置
COPY ./custom-config.yaml /root/.hermes/config.yaml

# 安装额外依赖
RUN pip install some-extra-package

ENTRYPOINT ["hermes"]

# 安装 Modal 支持
uv pip install -e ".[modal]"

# 配置 Modal Token
modal token new

# 部署
hermes deploy modal

# 配置 Daytona
hermes deploy daytona

# 检查网络连接
ping github.com

# 使用代理
export https_proxy=http://your-proxy:port
curl -fsSL ... | bash

# 确保使用 Python 3.11
uv venv venv --python 3.11

# 检查环境变量
cat ~/.hermes/.env

# 重新设置
hermes config set OPENROUTER_API_KEY your-key

# 检查工具配置
hermes tools

# 运行诊断
hermes doctor

# ~/.hermes/config.yaml
memory:
  max_context_tokens: 8000
  summarize_threshold: 6000

# 使用 GPU 运行
hermes config set use_gpu true

# 启用命令审批（生产环境推荐）
hermes config set require_approval true

# 设置授权密码
hermes config set auth_password your-secure-password

# 备份配置和记忆
tar -czf hermes-backup-$(date +%Y%m%d).tar.gz ~/.hermes/

# 定期备份 Skill
cp -r ~/.hermes/skills ./skills-backup

# 检查更新
hermes update check

# 执行更新
hermes update

# 更新后验证
hermes doctor

# ~/.hermes/skills/my_skill.py
from hermes.skill import Skill

class MySkill(Skill):
    name = "my_skill"
    description = "My custom skill"
    
    async def run(self, query: str):
        # 实现你的逻辑
        return {"result": f"Processed: {query}"}

# 配置 MCP 服务器
hermes config set mcp_servers '[{"name": "filesystem", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"]}]'

# 设置每日报告
hermes cron add "0 9 * * *" "生成昨日工作总结并发送到 Telegram"