🤔 为什么选择功能与对比 ⚙️ 安装快速开始 🔑 模型配置API 接入 📡 接入平台飞书·钉钉·微信 👥 社区交流与资源 ❓ FAQ & 问答常见问题 📋 版本号版本记录 ✍️ 文章分享社区原创 ⚡ 技能广场Skills 模板 🧩 技能大全完整技能网站 多Agent诊股股票智能分析 ⭐ GitHub仓库 · Star
🔧 常见报错 📖 中文文档
🔥 突破 25.5万 GitHub Star · v0.22.2 已发布 · Windows 原生正式版上线 →

可配置、可扩展的
AI 智能体框架

Hermes Agent 是由 Nous Research 开源的自主 AI Agent 框架,
通过记忆、技能和工具编排完成可复用任务,具体能力以当前版本和模型配置为准。

Quick Start

Hermes Agent 安装教程

Windows / macOS / Linux / 客户端完整安装指南,按步骤操作,几分钟内即可启动

步骤 1 · 一键安装(终端)
# 打开终端(Terminal.app 或 iTerm2),粘贴运行: curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 1 · 国内镜像一键安装(ghfast.top 加速)
# curl 方式:从网上下脚本直接执行,一步搞定 curl -fsSL https://ghfast.top/https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 1 · 克隆项目到本地
# clone 方式:先把整个项目下载到本地,再执行脚本 git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git
步骤 1a · 复制到安装目录
# 把你从 gitcode 下载好的 ~/hermes-agent 文件夹,完整复制到安装脚本期望的位置 /home/你的名字/.hermes/hermes-agent cp -r ~/hermes-agent /home/你的用户名/.hermes/hermes-agent
步骤 1b · 进入目录并执行安装脚本
cd hermes-agent && bash scripts/install.sh
步骤 2 · 重载环境变量
source ~/.zshrc # 如果使用 bash:source ~/.bashrc
步骤 3 · 配置模型 & 启动
hermes model # 选择大模型提供商 hermes # 启动对话

安装程序会自动处理 Python 3.11、Node.js v22、uv、ripgrep、ffmpeg 等全部依赖。

🎯 安装完成?参考 模型配置指南 → 完成模型接入,开始使用 Hermes Agent
📖 还有不清楚的地方?可参考 Mac / Linux 安装指南 →
步骤 1 · 一键安装(终端)
# 支持 Ubuntu / Debian / Fedora / Arch 等主流发行版 curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 1 · 国内镜像一键安装(ghfast.top 加速)
# curl 方式:从网上下脚本直接执行,一步搞定 curl -fsSL https://ghfast.top/https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 1 · 克隆项目到本地
# clone 方式:先把整个项目下载到本地,再执行脚本 git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git
步骤 1a · 复制到安装目录
# 把你从 gitcode 下载好的 ~/hermes-agent 文件夹,完整复制到安装脚本期望的位置 /home/你的名字/.hermes/hermes-agent cp -r ~/hermes-agent /home/你的用户名/.hermes/hermes-agent
步骤 1b · 进入目录并执行安装脚本
cd hermes-agent && bash scripts/install.sh
步骤 2 · 重载环境变量
source ~/.bashrc
步骤 3 · 配置模型 & 启动
hermes model # 选择大模型提供商 hermes # 启动对话

安装程序自动安装 Python 3.11、Node.js v22 及全部依赖,无需手动配置。

🎯 安装完成?参考 模型配置指南 → 完成模型接入,开始使用 Hermes Agent
📖 还有不清楚的地方?可参考 Mac / Linux 安装指南 →
✅ 官方正式支持 · 推荐
🪟 原生 Windows
  • ✓ Windows 10 / 11 一条命令直接安装
  • ✓ 不需要 WSL、Cygwin、Docker
  • ✓ CLI、TUI、消息网关、浏览器工具全部原生可用
  • ✓ 安装目录 %LOCALAPPDATA%\hermes
  • ✗ 仅 Dashboard 的 /chat 内嵌终端需 WSL2(依赖 POSIX PTY)
🔧 备选方案
🐧 WSL2 方式
  • ✓ 完整 Linux 环境,与 macOS/Linux 完全一致
  • ✓ 支持 Dashboard 的 /chat 内嵌终端
  • ✓ 偏好 Linux 工作流的用户可选
  • ✗ 需先安装 WSL2(一次性,约 5 分钟)
说明:原生 Windows 已正式支持(官方 README 标注 fully supported):CLI、消息网关、TUI、内置工具全部原生运行,无需 WSL。国内网络推荐先用 GitCode 下载项目,再复制到 Windows 安装器默认目录并运行本地 PowerShell 安装脚本;只有浏览器版 Dashboard 的 /chat 内嵌终端因依赖 POSIX PTY 仍需 WSL2。
原生 Windows · PowerShell 一键安装
# 打开 PowerShell 或 Windows Terminal,不需要管理员权限: irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex # 安装完成后关闭并重新打开终端,然后验证: Get-Command hermes hermes --version
原生 Windows · 高级安装参数
# 需要传参时使用 scriptblock 形式: & ([scriptblock]::Create((irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1))) -NoVenv -SkipSetup -Branch main # 常用参数:-Branch 指定分支;-NoVenv 跳过虚拟环境;-SkipSetup 跳过 hermes setup;-HermesHome / -InstallDir 自定义目录。
步骤 1 · 克隆项目到本地
# 进入你的用户目录,然后从 GitCode 下载项目 cd ~ git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git hermes-agent
步骤 2 · 进入目录并执行安装脚本
# 复制下面几行到 PowerShell,按回车。先确认 GitCode 下载的是完整 git 仓库,再从目录外启动安装。 cd ~ git -C .\hermes-agent status if ($LASTEXITCODE -ne 0) { Write-Host "hermes-agent 目录不是完整 git 仓库,请删除后重新 clone。" -ForegroundColor Red; return } Copy-Item "$HOME\hermes-agent\scripts\install.ps1" "$env:TEMP\hermes-install.ps1" -Force powershell -ExecutionPolicy Bypass -File "$env:TEMP\hermes-install.ps1" -InstallDir "$HOME\hermes-agent" # 重点:不要 cd 进 hermes-agent 后用 -InstallDir .。Windows 会占用当前目录,安装器需要替换目录时会移动失败。
步骤 3 · 重新打开终端并验证
Get-Command hermes hermes --version hermes model hermes
WSL2 安装(备选):如果你偏好完整 Linux 环境,或需要 Dashboard 的 /chat 内嵌终端,可使用下面的 WSL2 完整安装流程,首次安装约 5 分钟。
步骤 1 · 安装 WSL2(管理员运行 PowerShell)
# 右键「开始菜单」→「Windows PowerShell(管理员)」,输入: wsl --install # 执行后重启电脑,WSL2 + Ubuntu 将自动安装完成 # 图文教程:Windows 安装 WSL2 详细说明 →
步骤 2 · 在 WSL2(Ubuntu)中安装 Hermes Agent
# 开始菜单 → 搜索「Ubuntu」→ 打开终端,粘贴运行: curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 2 · 国内镜像一键安装(WSL2 内执行)
# curl 方式:从网上下脚本直接执行,一步搞定 curl -fsSL https://ghfast.top/https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
步骤 2 · 克隆项目到本地
# clone 方式:先把整个项目下载到本地,再执行脚本 git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git
步骤 2a · 复制到安装目录
# 把你从 gitcode 下载好的 ~/hermes-agent 文件夹,完整复制到安装脚本期望的位置 /home/你的名字/.hermes/hermes-agent cp -r ~/hermes-agent /home/你的用户名/.hermes/hermes-agent
步骤 2b · 进入目录并执行安装脚本
cd hermes-agent && bash scripts/install.sh
步骤 3 · 重载环境 & 启动
source ~/.bashrc hermes model # 选择大模型提供商 hermes # 启动对话
🎯 安装完成?参考 模型配置指南 → 完成模型接入,开始使用 Hermes Agent
🔧 安装遇到问题?查看 常见报错与解决方案 →
📖 还有不清楚的地方?可参考 Windows 安装指南 →
说明:Docker 方式无需在宿主机安装 Python 或 Node.js,所有依赖均在容器内运行。适合服务器部署或不想污染本机环境的用户。Hermes Agent 是 Nous Research 开发的自学习 AI 代理,支持一键 Docker 部署。
步骤 1 · 创建数据目录
# 持久化保存配置、API Key、记忆和技能 mkdir -p ~/.hermes
步骤 2 · 运行配置向导(仅首次)
# Docker 自动拉取镜像并进入交互式向导,设置模型提供商和 API Key docker run -it --rm \ -v ~/.hermes:/opt/data \ nousresearch/hermes-agent setup
步骤 3 · 启动后台服务
# 守护进程模式,--restart unless-stopped 确保服务器重启后自动恢复 docker run -d \ --name hermes \ --restart unless-stopped \ -v ~/.hermes:/opt/data \ nousresearch/hermes-agent gateway run # 确认启动正常: docker logs hermes # 正常输出:Gateway running on http://0.0.0.0:8642
🎯 安装完成?参考 模型配置指南 → 完成模型接入,开始使用 Hermes Agent
📖 还有不清楚的地方?可参考 Docker 安装指南 ->
说明:Hermes 桌面客户端提供图形化界面,安装即用、无需命令行。客户端内置 Hermes Agent 后端,首次启动自动检测本地 ~/.hermes 目录并完成依赖安装;也支持连接远程 Hermes API 服务器。适合不想折腾终端、追求开箱即用体验的用户。
步骤 1 · 下载桌面客户端(推荐)
# 从 Hermes 官网下载桌面客户端,安装后即包含 CLI 和桌面应用: https://hermes-agent.nousresearch.com/ 各平台下载说明: macOS    下载 Hermes-Setup.dmg,双击挂载后拖入 /Applications Windows  下载 Hermes-Setup.exe,双击安装 Linux     从 GitHub Releases 获取对应安装包
步骤 2 · 或使用官方安装脚本(仅 CLI)
# macOS / Linux / WSL2,终端粘贴运行(仅需 Git,其余依赖自动安装): curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash # Windows 原生 PowerShell: iex (irm https://hermes-agent.nousresearch.com/install.ps1) # 已装好 CLI?稍后补装桌面客户端: hermes desktop
提示:以下为第三方社区维护的 Hermes One 客户端,非 Nous Research 官方发布,请按需选用。
步骤 1 · 下载客户端安装包
# 从第三方站点 hermesone.org 获取对应平台的安装包: https://hermesone.org/ 各平台下载说明: macOS    下载 *-mac.zip(已签名),解压后拖入 /Applications Windows  下载 *-setup.exe,双击安装 Linux     下载 *.AppImage,双击运行
步骤 2 · 使用 hermesone CLI 安装(可选 · 自动校验)
# 通过 npm 安装 hermesone CLI,自动下载对应平台安装包并校验 sha512 签名 npm install -g hermesone hermesone install # 下载 + 校验 + 启动安装器 hermesone update # 后续升级使用此命令
提示:国内网络访问官网较慢时,可从夸克网盘下载客户端安装包,文件与官方发布一致。
步骤 1 · 打开网盘链接
# 夸克网盘地址,提取码:VPTx https://pan.quark.cn/s/a0a6210a7272?pwd=VPTx # 提取码:VPTx
步骤 2 · 保存并安装
# 下载对应你系统的安装包后: macOS:解压 *-mac.zip -> 拖入 /Applications Windows:双击 *-setup.exe 按提示安装 Linux:chmod +x *.AppImage && ./*.AppImage
步骤 3 · 首次启动 · 选择运行模式
# 启动客户端后选择后端运行模式: 本地模式(Local) # 自动检测 ~/.hermes,未安装则调用官方脚本安装依赖(Git、uv、Python 3.11+) 远程模式(Remote) # 填入远程 Hermes API 服务器地址和 API Key,跳过本地安装
步骤 4 · 配置模型 & 开始使用
# 后端就绪后,在客户端内选择大模型提供商(OpenRouter / Anthropic / OpenAI / 本地模型) 选择 Provider -> 填入 API Key -> 进入工作区开始对话 # 数据均存储在 ~/.hermes 目录(或 $HERMES_HOME 自定义路径)

桌面客户端跨平台支持 Windows / macOS / Linux,安装后自动处理 Python 3.11、Node.js v22、uv、ripgrep、ffmpeg 等全部依赖。

🎯 安装完成?参考 模型配置指南 -> 完成模型接入,开始使用 Hermes Agent
📖 官方文档可参考 Hermes Agent 官方文档 ->
Overview

为什么选择 Hermes Agent?

功能特性、平台支持、内置工具与框架对比一览

🧠

记忆与技能配置

提供持久化记忆、技能配置和任务编排能力:用户可以保存上下文、把重复流程沉淀为技能,并根据模型与配置调整效果。

核心特性
💾

跨会话长期记忆

可跨会话保存偏好和历史上下文;记忆是否被写入、召回效果如何,取决于启用的提供商、配置和模型能力。

🔗

200+ 模型无锁定

支持 OpenAI、Claude、DeepSeek、Nous、OpenRouter 等 200+ 主流大模型,随时切换,拒绝厂商绑定。

热门
📡

统一消息网关

单实例部署,同时接入 Telegram、Discord、Slack、WhatsApp、飞书、钉钉等 15+ 平台,一个 Agent 全平台在线。

⚡

并行子 Agent 执行

支持多 Agent 并行处理复杂任务,将大任务自动拆分为子工作流,极大提升执行效率。

🛠️

开箱即用,一键安装

一行 curl 命令即可完成安装,自动处理所有依赖,无需 LangChain/LangGraph 知识,产品级体验。

微信
已支持
🟦
飞书
已支持
✈️
Telegram
已支持
🎮
Discord
已支持
💬
Slack
已支持
📱
WhatsApp
已支持
🔶
钉钉
已支持
📧
Email
已支持
🏠
Home Assistant
已支持
🔍
网页搜索
实时搜索网络信息
📄
文件操作
读写、管理本地文件
💻
终端执行
运行 shell 命令
🐍
代码执行
运行 Python/JS 代码
🌐
网页抓取
提取网页内容
🖼️
图像生成
AI 生成图片
🔊
语音合成
TTS 文字转语音
🧩
MCP 协议
接入 MCP 工具生态
⏰
定时调度
Cron 自动任务
📊
数据分析
处理结构化数据
🗂️
知识管理
个人知识库读写
🤖
子 Agent 调度
并行多任务执行
特性 Hermes Agent Openclaw AutoGPT LangChain Agent OpenAI GPT
记忆持久化 / 技能学习 ✓ 原生支持 ✗ ✗ ✗ ✗
跨会话长期记忆 ✓ 部分 部分 需额外配置 ✗
多平台消息网关 ✓ 15+平台 ✓ 微信/钉钉/飞书等 ✗ ✗ ✗
一键安装(无配置) ✓ ✓ 无代码 SaaS 较复杂 需要编码 API 调用
多模型无锁定 ✓ 200+ ✓ 主流模型 部分 ✓ 仅 OpenAI
并行子 Agent ✓ 部分 部分 需配置 ✗
开源免费 ✓ MIT ✗ 商业 ✓ ✓ ✗
Model Config

模型配置指南

支持 200+ 大模型,选择最适合你的提供商,一次配置永久生效

💡 推荐首选:OpenRouter 聚合 200+ 顶级模型(Claude、GPT-4o、DeepSeek、Gemini 等),一个 API Key 畅享全部,按需切换,无需分别注册各家账号。查看详细配置指南 →

热门可用模型

  • deepseek/deepseek-chat(高性价比)
  • openai/gpt-4o(多模态强)
  • google/gemini-2.5-pro(长上下文)
  • meta-llama/llama-3.3-70b-instruct(免费可用)

配置参数

  • Base URL:https://openrouter.ai/api/v1
  • API Key:openrouter.ai 控制台申请
  • Model ID:如 deepseek/deepseek-chat
  • 支持国内直连,无需代理
运行配置向导
$ hermes model
┌ 选择提供商 ↑↓ 移动 → 选 More providers → Custom endpoint,按 Enter
├ Base URL https://openrouter.ai/api/v1
├ API Key 粘贴 OpenRouter 控制台的密钥
└ Model ID deepseek/deepseek-chat(或其他模型 ID)
💡 国内用户优选:DeepSeek 价格低廉、无需代理,API 响应速度快,适合作为日常主力模型。

可用模型

  • deepseek-chat(通用对话,性价比极高)
  • deepseek-reasoner(深度推理,适合复杂任务)

配置参数

  • Base URL:https://api.deepseek.com/v1
  • API Key:DeepSeek 控制台申请
  • 申请地址:platform.deepseek.com
运行配置向导
$ hermes model
┌ 选择提供商 选 More providers → Custom endpoint,按 Enter
├ Base URL https://api.deepseek.com/v1
├ API Key 粘贴 platform.deepseek.com 的密钥
└ Model ID deepseek-chat(通用)或 deepseek-reasoner(推理)

可用模型

  • gpt-4o(最强多模态)
  • gpt-4o-mini(轻量快速)
  • o1 / o3-mini(深度推理)

配置参数

  • 直接在 hermes model 列表中选择 OpenAI
  • 输入 API Key(platform.openai.com 申请)
  • 国内需开启代理访问
运行配置向导
$ hermes model
┌ 选择提供商 列表中找到并选中 OpenAI,按 Enter
├ API Key 粘贴 platform.openai.com 的密钥
└ 注意 国内需开启代理,否则无法连接

可用模型

  • claude-opus-4-5(最强推理)
  • claude-sonnet-4-5(均衡首选)
  • claude-haiku-4-5(轻量快速)

配置参数

  • 直接在 hermes model 列表中选择 Anthropic
  • 输入 API Key(console.anthropic.com 申请)
  • 国内需开启代理
运行配置向导
$ hermes model
┌ 选择提供商 列表中找到并选中 Anthropic,按 Enter
├ API Key 粘贴 console.anthropic.com 的密钥
└ 注意 国内需开启代理;推荐选 claude-sonnet-4-5 均衡性能
💡 本地运行,完全免费,数据不出本机。需要先安装 Ollama 并下载模型。

推荐本地模型

  • llama3.2(综合能力强)
  • qwen2.5(中文效果好)
  • mistral(轻量快速)

前置要求

  • 安装 Ollama:ollama.com
  • 下载模型:ollama pull llama3.2
  • Base URL:http://localhost:11434/v1
配置本地模型
$ ollama pull llama3.2
$ hermes model
┌ 选择提供商 选 More providers → Custom endpoint,按 Enter
├ Base URL http://localhost:11434/v1
├ API Key 随意填写(如 ollama),本地不验证
└ Model ID llama3.2(填你已下载的模型名)

适用场景

  • 中转 API / 第三方代理(如 OpenRouter)
  • 自建兼容 OpenAI 格式的模型服务
  • 其他国产模型(通义千问、文心等)

所需参数

  • Base URL(兼容 OpenAI 格式的接口地址)
  • API Key(对应服务商的密钥)
  • Model ID(如 qwen-max、ernie-4.0)
自定义端点配置
$ hermes model
┌ 选择提供商 选 More providers → Custom endpoint,按 Enter
├ Base URL 填入服务商兼容 OpenAI 格式的接口地址
├ API Key 填入对应服务商的密钥
└ Model ID 填入模型名(如 qwen-max、ernie-4.0)
Bot Integration

Hermes Agent 平台接入教程

微信接入 / 飞书接入 / Telegram 配置,按步骤操作,快速完成机器人接入

2 步完成微信接入,扫码即连,无需额外配置

1

运行配置向导,选择微信

打开终端,执行: hermes gateway setup 在平台列表中,用 ↑ ↓ 方向键 移动到 WeChat,按一下 空格键 选中(条目前出现 ●),再按 Enter 确认,按引导完成剩余配置。
💡 注意:必须先按空格选中再按 Enter,直接 Enter 不会生效
2

用浏览器打开链接,扫码登录

配置完成后,终端会输出一个本地链接,将该链接复制到浏览器打开,页面上会显示一个二维码:
  • 用微信扫描该二维码
  • 手机上点击确认登录
  • 浏览器页面跳转提示成功后,即表示接入完成 🎉

最后启动网关,Hermes 开始监听微信消息: hermes gateway

使用专用链接一键创建机器人,3 步完成飞书接入,无需繁琐权限配置

1

打开专用创建页面,一键生成机器人

点击下方链接,进入飞书开放平台机器人创建页面,点击页面上的「一键创建机器人」按钮,系统将自动完成应用创建与权限配置: https://open.feishu.cn/page/openclaw?form=multiAgent 飞书一键创建机器人页面
2

复制 App ID 和 App Secret

机器人创建成功后,页面会显示 App ID 和 App Secret,将这两项复制保存好,下一步配置 Gateway 时需要填入: 获取App ID和App Secret
3

运行 Gateway 配置向导,填入凭证

打开终端(Windows 用户在 WSL2 中运行),执行: hermes gateway setup 在交互引导中依次填写:
  • 选择平台:Feishu / Lark
  • 输入 App ID(步骤 2 复制的)
  • 输入 App Secret(步骤 2 复制的)
  • User IDs:留空(群内所有人均可与机器人对话)
  • Domain:默认 feishu,回车确认
  • Connection mode:默认 websocket,回车确认——无需公网域名

配置完成后,启动网关: hermes gateway 在飞书中找到你的机器人,发送一条消息,Hermes 将自动响应 🎉

通过 @BotFather 创建 Bot,3 步完成 Telegram 接入,支持群聊与私聊

1

在 Telegram 创建 Bot,获取 Token

打开 Telegram,搜索并进入 @BotFather,依次执行:
  • 发送 /newbot
  • 输入 Bot 的展示名称(如 My Hermes Bot)
  • 输入 Bot 的用户名(必须以 _bot 结尾,如 myhermes_bot)
  • BotFather 回复中复制 HTTP API Token(格式:123456:ABC-DEF...)
💡 如需让 Bot 能读取群聊消息,还需在 @BotFather 中执行 /setprivacy → 选择你的 Bot → Disable
2

运行配置向导,填入 Bot Token

打开终端,执行配置向导: hermes gateway setup 在平台列表中选择 Telegram(空格选中,Enter 确认),然后按提示填入:
  • Bot Token:粘贴步骤 1 复制的 Token
  • Allowed User IDs(可选):填入你的 Telegram 数字 ID 限制访问权限,留空则所有人可用
  • Connection Mode:默认 polling,无需公网域名;有域名可选 webhook 更稳定
📌 如何查找自己的 Telegram 数字 ID:在 Telegram 搜索 @userinfobot,发送 /start 即可获取
3

启动网关,开始对话

配置完成后,启动 Hermes Gateway: hermes gateway 打开 Telegram,找到你的 Bot,发送 /start 开始对话。Bot 将实时响应你的消息 🎉

支持群聊:将 Bot 添加到群组,在群内 @你的Bot用户名 即可触发响应。
命令 功能
hermes启动交互式对话
hermes model切换大语言模型 / 提供商
hermes setup运行完整设置向导
hermes gateway启动多平台消息网关
hermes gateway setup配置消息平台接入
hermes tools管理启用的工具集
hermes doctor环境与配置诊断
hermes update更新到最新版本
🧭 编辑整理

从安装到真实使用

这里优先放置可复查的教程、版本记录和实战文章;外部资料会保留原始链接,并补充中文背景与适用边界。

📖 先完成一次可靠安装 按系统选择安装路径,再配置模型、权限和消息平台;遇到版本差异时回到官方发布说明核对。 🚀 版本变化与兼容性 查看版本更新、Windows 原生支持、消息平台和模型能力变化,重要结论附官方仓库或文档入口。 🧪 实战:多 Agent 协作排错 从 Profile 隔离、消息路由到死循环和时序错乱,记录真实配置过程与可复现的排查方法。
✍️ 原创实践

深度文章与可复现实验

文章由社区维护者撰写或编辑,正文提供配置、代码、源码阅读或实际踩坑记录,不以标题和链接替代内容。

Hermes 记忆系统源码拆解 从固化提示词、SQLite 历史检索、记忆冲刷到 Honcho 用户建模,解释每层的边界与代价。 用 Hermes 搭建产品经理 AI 团队 以 AI 诊股产品为例,展示研究、用户发现、优先级决策和 PRD 撰写的多 Agent 分工。 长内容被截断的三层解决方案 比较 SOUL.md 规则、自动分段 Skill 与 Python 工具,给出适用场景和失败时的回退方式。
浏览全部深度文章 →
Community

加入 Hermes 社区

与全球开发者、产品人一起探索 AI Agent 的边界

二维码

扫描二维码,加入 Hermes Agent 中文交流群

关闭
Help

常见问题 & 用户问答

查阅常见问题,或向社区成员发起提问

Hermes Agent 是什么?和普通 AI 聊天有什么区别? ▼
Hermes Agent 是一个自主 AI 智能体框架,而不是简单的聊天工具。它提供持久化记忆、技能配置和工具调用机制,用户可以按需保存上下文、沉淀技能并编排任务;实际效果取决于配置、模型和使用场景。
Hermes Agent 完全免费吗?需要订阅吗? ▼
Hermes Agent 本身完全开源免费(MIT 协议)。但使用时需要接入大语言模型,产生的 API 费用由对应模型提供商收取。你可以选择接入 DeepSeek 等低成本模型来控制费用,甚至接入本地模型实现零成本运行。
在国内能正常使用吗? ▼
可以。Hermes Agent 支持国内模型提供商,包括 DeepSeek、通义千问等,不强制依赖 OpenAI。安装脚本可通过国内镜像加速,消息网关也支持飞书、钉钉、微信等国内平台。
我不懂编程,能上手吗? ▼
基础使用不需要编程知识。一行安装命令、交互式配置引导,即可开始对话。Hermes Agent 定位为产品级工具,无需了解 LangChain、LangGraph 等框架,门槛比大多数 Agent 工具低得多。
Hermes Agent 的开发者是谁? ▼
Hermes Agent 由 Nous Research 开发,这是一家专注于开源 AI 研究的美国公司。团队以构建高性能开源大模型著称,Hermes Agent 是其将模型能力产品化的核心框架,采用 MIT 协议开源,面向全球开发者。
Hermes Agent 和 Hermes 大模型是一回事吗? ▼
不是。Nous Research 同时维护 Hermes 系列大语言模型(如 Hermes-3)和 Hermes Agent 框架两条产品线。Hermes Agent 是 Agent 运行框架,可以调用包括 Hermes 模型在内的 200+ 不同大模型。
✅ 问答数据存储在服务器,所有访客共享同一份数据,发帖后全员即时可见。

💬 发起提问 / 分享经验

还没有提问,来发第一条吧 👋
微信群二维码

扫码加入
Hermes Agent 中文交流群

💬