Hermes Agent 是 Nous Research 开源、基于 LangChain+LangGraph 的本地常驻自进化智能体,全部数据本地存储,支持 MCP 本地工具、分层持久记忆、24 小时后台 Daemon 运行,适配写书、本地代码研发、私密批量生产场景。
一、系统支持与前置准备
1. 支持系统
- Linux /macOS/ WSL2(推荐,兼容性最好)
- Windows 原生 PowerShell(Beta 测试版,部分功能受限)
- Android Termux、Docker/VPS 云服务器
2. 必备材料
- 大模型 API Key:DeepSeek、Kimi、Claude、通义千问、OpenAI、Ollama 本地模型均可
- 网络:能访问 Github / 官方源,国内可使用国内镜像安装脚本
- 最低硬件:1 核 1G VPS / 普通笔记本,无需独立 GPU(仅本地 Ollama 需要显卡)
二、分平台一键安装(官方脚本自动处理全部依赖)
方案 1:Linux /macOS/ WSL2(首选推荐)
打开终端执行一行安装命令(官方原版)
bash
运行
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash国内镜像加速版(解决 Github 下载慢)
bash
运行
curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash安装完成后重载环境变量,让hermes命令生效
bash
运行
# zsh用户(macOS默认) source ~/.zshrc # bash用户(Linux/WSL) source ~/.bashrc验证是否安装成功
bash
运行
hermes --version方案 2:Windows 原生 PowerShell(Beta)
- 右键开始菜单,以管理员身份打开 PowerShell
- 执行安装脚本
powershell
iex (irm https://hermes-agent.nousresearch.com/install.ps1)国内镜像版:
powershell
irm https://res1.hermesagent.org.cn/install.ps1 | iex说明:Windows 原生版缺少部分 POSIX 终端工具,重度 MCP 代码开发建议改用 WSL2。
方案 3:Docker 容器一键部署(VPS / 服务器 7×24 常驻)
bash
运行
# 拉取镜像 docker pull nousresearch/hermes-agent # 启动容器,挂载本地记忆/配置目录持久化数据 docker run -d \ -v ~/hermes-data:/root/.hermes \ -p 8080:8080 \ --name hermes \ nousresearch/hermes-agent三、初始化核心配置(安装后必做)
1. 交互式完整初始化向导
bash
运行
hermes setup向导会依次引导配置:
- 模型服务商(DeepSeek / 通义千问 / Claude/Ollama 等)
- 填入 API Key、模型接口地址
- 开启 / 关闭本地文件读写、终端执行、浏览器工具权限
- 启用五层持久记忆系统、技能自动沉淀
- 配置消息网关(微信 / 飞书 / Telegram 远程下发任务)
2. 单独修改模型配置(常用)
bash
运行
# 切换大模型提供商、修改API密钥 hermes model # 查看当前生效模型 hermes model status3. 配置文件路径
所有配置、记忆、技能、书稿素材统一存在本地目录,不上传第三方云端:
- Linux/macOS/WSL:
~/.hermes/config.yaml - Windows:
C:\Users\你的用户名\.hermes\config.yaml
四、基础使用:三种交互模式
模式 1:CLI 命令行对话(最常用,本地直接交互)
bash
运行
# 启动单次对话会话 hermes chat示例写书指令(适配你畅销书流水线场景):
plaintext
我要写一本职场成长畅销书,先做市场调研,输出5个爆款选题,再搭建全书完整大纲,分章节输出正文,自动校验逻辑与案例。内置会话快捷指令(对话内直接输入)
/new:开启全新独立会话,自动保存上一轮完整记忆/reset:清空当前会话,保留全局长期记忆库/save skill:手动把本次任务流程沉淀为可复用 Skill 技能/memory search 职场写书:检索历史书稿记忆
模式 2:TUI 终端可视化面板
bash
运行
hermes tui带分栏界面:对话区、记忆库预览、技能列表、任务执行日志,适合长期写书、研发项目管理。
模式 3:Daemon 后台常驻(核心特色,7×24 小时运行)
bash
运行
# 后台启动常驻服务 hermes start # 查看后台运行状态 hermes status # 重启后台服务(修改MCP/模型配置后执行) hermes restart # 停止后台进程 hermes stop常驻后可通过消息网关(微信 / 飞书 / 钉钉)手机远程下发写书、代码任务,电脑不用一直开着终端。
五、核心功能配置与实操(写书 / 本地生产刚需)
1. 五层持久化记忆系统(Hermes 核心差异化能力)
启用与管理
bash
运行
# 初始化记忆库向量数据库ChromaDB hermes memory setup # 查看记忆占用、存储状态 hermes memory status # 检索历史书稿/项目记忆 hermes memory search "畅销书大纲" # 重建向量索引(记忆丢失、检索失效时修复) hermes memory reindex自定义全局基础记忆
编辑~/.hermes/MEMORY.md,写入固定人设、写书规范、项目资料,每次启动自动加载,不会遗忘全书人设、写作框架。
2. MCP 本地工具双向打通(联动 TRAE/Cursor 代码 IDE、本地文件)
Hermes 原生支持 MCP 客户端 + 服务端双模式,打通本地生产工具闭环
① 连接外部 MCP 服务(TRAE、Claude Code 绘图服务)
编辑config.yaml添加 MCP 服务配置:
yaml
mcp_servers: trae: command: "trae-mcp serve" env: {}重启 Hermes 生效:hermes restart
② 将 Hermes 自身暴露为 MCP 服务(给 Cursor 调用)
bash
运行
hermes mcp serve本地代码 IDE 可直接调用 Hermes 的记忆、写书、批量素材生成能力。
3. Skill 自进化技能沉淀(自动复用写书流水线)
完整执行一次「市场调研→大纲→写作→审稿」写书任务后,Hermes 自动复盘流程,生成标准化Skill.md存入技能库;下次同类写书任务自动调用,无需重复写完整指令。 手动管理技能命令:
bash
运行
# 查看全部已沉淀技能 hermes skill list # 手动导出当前任务为可复用技能 hermes skill save write_book # 执行已有写书技能 hermes skill run write_book4. 消息网关:手机微信 / 飞书远程控制常驻 Hermes
支持微信、企业微信、飞书、钉钉、Telegram 远程下发写书任务
bash
运行
# 启动网关配置向导 hermes gateway setup # 查看网关在线状态 hermes gateway status配置完成后,微信给机器人发消息即可触发后台批量写书、素材生成,电脑 7×24 小时后台运行。
5. 定时 Cron 批量自动化生产
后台 Daemon 支持定时批量生成书稿、归档素材、生成每日写作复盘 编辑~/.hermes/cron.yaml配置定时任务,示例:
yaml
jobs: - name: daily_write_review schedule: "0 20 * * *" prompt: "汇总今日书稿进度,整理写作素材存入记忆库"重载定时任务:hermes cron reload
六、完整实操示例:用 Hermes 批量创作畅销书
- 后台常驻启动
bash
运行
hermes start- 开启对话,下发完整写书任务
plaintext
你是专业图书策划,执行完整畅销书流水线: 1. 调研近一年职场成长类图书痛点与爆款结构; 2. 输出3个差异化选题+精准读者画像; 3. 选定最优选题,搭建全书四卷式完整目录、统一写作规范存入记忆; 4. 分章节逐章撰写正文,每章完成后自动审稿校验逻辑、案例、情绪钩子; 5. 不合格章节自动回流重写;全部完成后生成配套营销书名、短视频带货脚本。- 任务完成后自动沉淀
write_career_book技能,下次直接一键执行:
bash
运行
hermes skill run write_career_book- 检索全部书稿记忆,修改迭代新版书籍
bash
运行
hermes memory search 职场成长书稿七、常用运维、更新、卸载命令
1. 版本更新
bash
运行
hermes update2. 环境自检(排查 MCP、记忆、模型连接故障)
bash
运行
hermes doctor3. 完整卸载(保留记忆 / 彻底删除二选一)
bash
运行
# 仅卸载程序,保留书稿、记忆、技能文件 hermes uninstall # 彻底删除全部本地数据(谨慎执行) rm -rf ~/.hermes八、优缺点与适配场景总结
优势
- 全本地私有化,书稿、源码、记忆不上传第三方平台,隐私安全;
- 基于 LangGraph 实现闭环自进化,越用效率越高,自动沉淀可复用写书 / 研发技能;
- 原生 MCP 双向协议,完美联动本地 TRAE/Cursor 代码 IDE;
- 低配 VPS 即可 24 小时常驻,手机微信远程下发批量生产任务;
- MIT 开源无商用限制,无平台订阅费,仅承担模型 API 调用成本。
短板
- 无可视化拖拽画布,上手需要基础终端操作能力;
- 无原生绘图、数字人、短视频渲染能力,多模态内容需对接第三方 MCP;
- 不能对外提供网页 Bot、无抖音 / 飞书公域流量分发能力,仅适合内部私密生产。
最佳适配人群
- AI 超级个体、工作室私密批量写书、软件开发;
- 书稿 / 源码高度敏感,拒绝数据上传 Coze/Dify 第三方云端;
- 重度使用本地代码工具,需要 24 小时后台自动化批量生产;
- 希望长期沉淀工作流程,AI 越用越智能,降低重复指令成本。
九、与 Coze/Dify 底层安装逻辑对比
- Coze:纯云端 SaaS,无需本地安装,浏览器直接使用,数据存储字节云;
- Dify:Docker 一键私有化 Web 平台,自带可视化画布,底层少量复用 LangChain,无 LangGraph 循环调度;
- Hermes Agent:本地 / VPS 自部署 CLI/TUI 框架,底层强依赖 LangChain+LangGraph 实现自进化循环,主打私密后台批量生产。