返回主页

Hermes 满配版:保姆级实操全手册

让 AI 从“复读机”变成“全能型智能体”的 7 步进化法

0

准备篇:一键安装与初始化

在开始满配改造前,如果你还没安装原版的 Hermes Agent,请按照以下步骤操作:

🪟 Windows 用户必做:安装 WSL2 (Linux 子系统)

Hermes Agent 依赖于 Linux 环境,Windows 用户需要先进行以下 4 步环境配置:
第 1 步:右键点击桌面左下角的 Windows 开始图标(或按 Win+X),选择 Windows PowerShell (管理员) 或 终端 (管理员)。
第 2 步:在弹出的命令行窗口中,复制并右键粘贴以下命令,按回车:

powershell
wsl --install

第 3 步:等待系统自动下载安装 Ubuntu。安装完成后,系统可能会要求重启电脑,请按提示重启。
第 4 步:重启后,会自动弹出一个 Ubuntu 的黑框(如果没有,在开始菜单里搜索打开 Ubuntu)。它会让你设置一个纯英文的用户名和密码。
(⚠️ 保姆级防坑:在 Linux 终端里输入密码时,屏幕上是什么都不会显示的,不要以为键盘坏了,盲打完直接按回车就行!)
至此,Linux 环境准备完毕!接下来的所有操作,都在这个 Ubuntu 终端里进行。

1. 一键安装命令:打开你的终端(Mac/Linux 用户)或刚才装好的 Ubuntu 窗口(Windows 用户),执行以下命令:

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

2. 重启终端:安装完成后,务必关闭当前终端重新打开,或者执行以下命令刷新:

bash
source ~/.bashrc

3. 初始向导:运行官方基础配置向导,一路按回车和提示设置你的大模型 API Key:

bash
hermes setup
✅ 验证是否成功:在终端直接输入 hermes 回车。如果你能看到彩色的欢迎语和一个等待你输入的对话框 You: ,恭喜你,底层框架安装成功!你可以输入 /exit 退出对话继续下面的配置。
1

设定“我是谁”:配置 SOUL.md

一个没有灵魂设定的 AI 只是个复读机,我们需要赋予它专家人格。

1. 找到核心目录:进入你 Hermes 的系统根目录。
👶 保姆级提醒:在 Windows WSL2 下默认目录是 ~/.hermes/。

bash
cd ~/.hermes/

2. 新建文件:在该目录下直接新建并编辑 SOUL.md 文件:

bash
nano SOUL.md

3. 填入灵魂代码:将下面的文字复制,并在终端里右键粘贴(如果是 nano 编辑器,粘贴后按 Ctrl+O 保存,回车确认,再按 Ctrl+X 退出):

markdown
# Role
你是一个世界级的全栈开发工程师与技术架构师。你具备深厚的计算机科学底蕴,精通各类语言与底层原理。

# Traits
- 严谨务实:回答直击核心,拒绝一切寒暄与废话。
- 深度剖析:提供代码时,必须附带其背后的原理和设计模式。
- 最佳实践:总是优先推荐业界公认的最佳实践方案,而非仅仅“能跑就行”的脏代码。

# Rules
1. 任何情况都不允许使用“好的”、“没问题”等口语化过渡词,直接输出干货答案。
2. 凡是涉及代码编写,必须确保代码健壮无 Bug,并考虑性能与安全性。
3. 若遇到不明确的技术需求,立即反问用户以获取充足的上下文,绝不可主观盲目猜测。
4. 始终使用专业、客观的技术术语,禁止夹杂个人情绪。
✅ 验证是否成功:重新输入 hermes 唤醒 Agent,跟它发一句废话“今天天气真好”。如果它像个高冷架构师一样直接拒绝陪你闲聊,说明灵魂注入成功!

进阶 组建你的多智能体团队 (Profiles)

当你需要一个“作家”专门写方案,一个“程序员”专门查 Bug 时,你可以创建多个独立的 Profile:

directory-structure
~/.hermes/
├── SOUL.md             (主管 Agent 人格)
└── profiles/
    ├── writer/
    │   └── SOUL.md     (作家专家人格)
    └── coder/
        └── SOUL.md     (程序员专家人格)

如何调用? 在终端直接带参数启动即可:

bash
hermes -p writer
🚀 想要组建包含调度、研究、写作、工程在内的 4 人专业团队? 查看团队构建指南 →

💡 进阶玩法:如果你不知道怎么写复杂的人设,可以去 GitHub 搜索并访问 agency-agents-zh 仓库,里面有 211 个各行各业的中文专家角色模板,可以直接复制内容粘贴到对应 Profile 的 SOUL.md 里!

2

升级记忆:让它真正记住你

配置 Hindsight 知识图谱引擎

默认的文本记忆很容易造成大模型混乱。我们需要更换为官方推荐的高级 Hindsight 图谱记忆。

☁️ 模式一:云端模式(官方推荐,最省心)

第 1 步:电脑浏览器访问 ui.hindsight.vectorize.io,用邮箱注册并登录。
第 2 步:在网页后台找到 API Key,点击复制。
第 3 步:在你的终端中输入命令并按回车:

bash
hermes memory setup

第 4 步:终端会出现菜单,用上下方向键选择 hindsight 并回车。
第 5 步:当提示输入 API Key 时,直接在终端内右键粘贴刚才复制的字符,回车确认!

💻 模式二:本地内嵌模式(纯本地运行,注重隐私)

第 1 步:你不需要去官网注册。直接在终端中运行以下命令,选择 hindsight 回车。

bash
hermes memory setup

第 2 步:当提示需要输入 API Key 时,直接按回车跳过(留空)。
第 3 步:在终端中输入命令打开配置文件:

bash
nano ~/.hermes/.env

第 4 步:用键盘的下方向键移到文件最下方,添加一行(将等号后面替换为你的大模型Key):

config
HINDSIGHT_LLM_API_KEY=你的大模型API密钥

第 5 步:按 Ctrl+O 保存,按回车确认,最后按 Ctrl+X 退出。

⚠️ 避坑必做:配置完成后,请务必在终端执行以下防冲突命令:

bash
hermes tools disable memory

(执行成功后,终端会返回 ✓ Disabled: memory)

✅ 验证是否成功:在终端输入 hermes memory status,如果返回状态包含以下关键信息,说明配置圆满完成:
• Provider: hindsight (且后面有 active 标记)
• Plugin: installed ✓
• Status: available ✓
3

感知能力:接入全网抓取与搜索

不给 AI 联网,它就只能基于过时的数据胡说八道。跟着做:

配置 Tavily 主力 AI 搜索

Tavily 是目前公认对 AI 抓取最友好的搜索引擎,每个月有 1000 次免费额度,完全够用。

第 1 步:去 tavily.com 免费注册一个账号,复制你的 API Key。
第 2 步:在终端执行下面这行命令(把最后的 你的KEY 换成你刚才复制的真实内容):

bash
hermes config set SEARCH_API_KEY 你的KEY
✅ 验证是否成功:在 hermes 对话中对它说:“帮我上网查一下今天纳斯达克指数的收盘价”。如果它没有胡说八道,而是提示正在调用 Search 工具并给出了真实最新数据,说明全网搜索配置成功!
4

文档增强:让 AI 看懂复杂 PDF

原版 AI 遇到里面全是表格和数学公式的 PDF 经常会读乱码,我们需要给它装个“写轮眼”。

👶 保姆级操作:我们需要在系统底层安装两个万能转换引擎。

第 1 步:安装 Pandoc(万能格式转换器)
在 Ubuntu 终端里直接复制执行:

bash
sudo apt update && sudo apt install pandoc

第 2 步:激活 Marker / 增强提取插件
这通常作为 Hermes 的生态技能(Skill)存在,你可以在终端对话框里直接发送安装指令:

hermes
/skills install marker
✅ 验证是否成功:终端退出对话,输入 pandoc -v 回车,如果出现一堆版本号文字而不是“未找到命令”,说明底层支持已装好。以后直接给 Agent 发个复杂文档的路径,它就不会再“装瞎”了。
5

多模态表达:能听、能说、能画

文字看累了?让 Agent 直接用微软级的高级人声给你播报!

1. 开启 Edge TTS(免费真人级语音)

这是微软 Edge 浏览器的底层语音引擎,全免费,效果吊打市面上一众收费 API。

在终端执行以下命令直接激活:

bash
hermes config set TTS_PROVIDER edge

2. 开启 Fal.ai 电影级画图

第 1 步:去 fal.ai 注册获取 API Key。
第 2 步:输入 nano ~/.hermes/.env,把这行代码加在最后面并保存:

config
FAL_KEY=你的真实Key
✅ 验证是否成功:
• 语音验证:在对话里说“请用语音回复我:你好”,看是否能听到系统的语音播报或收到音频文件。
• 画图验证:对它说“用 Fal.ai 画个赛博朋克苹果”,如果它思考后抛出了一张生成的图片链接,说明多模态任督二脉已打通!
6

效率与成本:别被 Token 刺客背刺

Agent 因为会不断给自己发长指令思考,Token 消耗极快,用这几招保住你的钱包:

👶 保姆级防坑:强烈建议每天查一次账。

查账单 (Tokscale):在对话中,随时输入以下命令即可看到今天花了多少钱:

hermes
/usage

压缩上下文 (RTK):如果 Agent 变慢,输入以下指令,自动清理废话,省下 60% 费用:

hermes
/compress
✅ 验证是否成功:在对话中敲下 /usage 并回车,如果立刻弹出了你近期的花费表格(包含美金总额和 Token 数),说明财务管家功能运转正常。
7

Skill 扩展:智能体的无限可能

Hermes 最强大的地方在于它可以随时安装新能力(Skill),就像手机装 APP 一样简单。

不需要懂代码,全都在对话框里敲斜杠指令完成。

看装了什么:在对话中输入以下命令,它会列出你现在所有的特异功能:

hermes
/skills

安装新能力:遇到大神在 GitHub 写的神级插件,直接在对话里输入类似以下格式:

hermes
/skills install https://github.com/.../那个插件的链接
✅ 验证是否成功:对话框输入 /skills 回车,你会看到一个列表。带有绿点(Enabled)的插件,就是你可以直接通过对话唤醒的神级扩展功能!
🚀

高阶必看:模型自由切换与微信/TG接入

1. 实现“模型自由” (热切换大模型)

写代码时你想用 Claude 3.5 Sonnet,写文章时你想切换到 Kimi,不用重启程序:

👶 保姆级操作:在终端直接输入以下指令回车,用上下方向键选择模型服务商,回车选中即可!
bash
hermes model

2. 把 Agent 塞进聊天软件 (Gateway 网关)

谁想天天盯着黑色的代码终端聊天?我们要把它变成 Telegram 或 Discord 里的随身管家!

以 Telegram 为例的保姆级步骤:

第 1 步:在 Telegram 里搜索机器人 @BotFather,发送 /newbot,按提示给它取个名字,最后它会给你一串长长的 Bot Token。
第 2 步:在你的电脑终端输入向导命令:

bash
hermes gateway setup

第 3 步:向导会问你要不要连 Telegram,选 Yes,然后粘贴刚才的 Bot Token 回车。
第 4 步:最后一步,在终端启动网关:

bash
hermes gateway start
✅ 验证是否成功:打开手机上的 Telegram,找到你刚才建的机器人发送一句“你好”。如果电脑屏幕上的终端显示收到消息,并且手机端立刻收到了机器人的专业回复,恭喜,跨端外脑正式部署完毕!

🏆 恭喜,您的 Hermes 满配跑车已打造完毕!

这不只是一个聊天框,这是拥有独立记忆、能看懂网页和PDF、能听会说、随时随地在手机上待命的终极外脑!

✓ 指令已复制到剪贴板