从零构建终极 Hermes Agent 大军

Hermes Agent。开源，MIT 许可，GitHub 上已有 14 万颗星星且增长迅速。由 Nous Research 打造。

这是全面拆解。包括心智模型、设置、API 密钥处理、第一个值得运行的定时任务（cron）、仪表盘、扩展规则，以及如果我们要一起构建一个时会给出的每一条实用建议。

TL;DR（太长不看版）

→ Hermes 是一个与你共同成长的开源 Agent。支持 VPS、Mac Mini、笔记本、Docker，甚至通过 Termux 支持 Android。

→ 五大支柱：记忆（Memory）、技能（Skills）、灵魂（Soul）、定时任务（Crons）、自我改进循环（Self-Improving Loop）。

→ 可连接 Telegram、Discord、Slack、WhatsApp、iMessage。

→ 我并没有用它取代 Claude Code。Hermes 是口袋中的、以语音为先、支持计划自动化的层。

Hermes 到底是什么

它是你口袋里的 Agent。

Claude Code 是我在办公桌前进行知识工作和编码时的日常主力。

Hermes 是当我遛狗、在飞机上或离开笔记本时，通过 Telegram 与之对话的对象。

同样的大脑，不同的界面。

开箱即附带 91 项技能。社区中心还有 520 多项。其中 16 项是 Anthropic 的官方技能。我从未需要手动安装 Excalidraw 或转录技能——它们都已经存在。

我的主要 Agent 执行以下任务：

→ 每日 AI 新闻简报，发布到我的 Skool 社区 → YouTube 评论监控，回复带有讽刺意味但不粗鲁 → Skool 社区互动 → 晨间业务摘要 → 服务器健康检查 → 研究报告 → 跟进提醒

全部按计划执行。全部通过自然语言指令。

我曾让它使用 HyperFrames 制作一个关于它自己的视频。它进行了研究，自行安装了 HyperFrames，使用视觉功能对自己的输出进行评分，迭代后生成了一段还算不错的视频。

思维转变：Hermes 比你更了解 Hermes。只需问它。

Hermes vs Claude Code vs OpenClaw

这些不是同一类工具。不要只选一个。

→ Claude Code 是 Anthropic 的编码助手。居住在你代码旁边的终端中。你需要坐下来驾驶它。它是桌面工作的日常主力。

→ OpenClaw 由 Peter Steinberger（现任职于 OpenAI）创建。拥有 35 万+ 星星。NVIDIA 在其基础上构建了 Nemo Claw。是一款强大的随行 Agent。

→ Hermes 更轻量、更快，更侧重于自我改进循环。专为那些想要折腾 Qwen 和 LLaMA 等开源模型的人打造。

我从 OpenClaw 切换到 Hermes，因为 OpenClaw 在快速更新后崩溃太频繁。对我来说，Hermes 更稳定。

解锁之道：所有这些都可以并行运行在同一个 GitHub 仓库中。你的业务上下文、技能和记忆都生活在版本控制中。然后任何 Agent（Claude Code、Hermes、OpenClaw、Codex）都可以接入其中。

术语有所不同（Claude.md vs Agents.md vs Hermes 文件），但每个 Agent 都理解自己的约定。告诉它“让这个仓库为你工作”，它便会适应。

五大支柱

这是让 Hermes 运转起来的心智模型。跳过这部分，其他内容都无法理解。

1️⃣ 记忆 (Memory)

→ user.md 定义了你是谁、你的风格、你的偏好、你不喜欢的事物 → memory.md 包含你的项目、环境、业务上下文 → 两者在会话开始时加载，因此 Agent 不会每次醒来都失去状态 → 想想《记忆碎片》(Memento)。除非你为它们构建了上下文，否则 Agent 醒来时没有任何记忆 → Hermes 会自动提取事实并在工作时更新这些文件 → 不要被动。告诉它：“把这个存入记忆”或“更新 user.md，这样我就不必再重复了” → 保存持久性的偏好和事实。使用会话搜索查找旧对话（存储在 SQLite 中） → 切勿将密钥或临时任务状态放入记忆中

2️⃣ 技能 (Skills)

→ 程序性记忆。可重用的剧本 → 食谱类比：从记忆中请求巧克力曲奇煎饼，结果往往不一致。拿出食谱，每次出来的效果都一样。 → 存储为带有 YAML 前元数据的 skill.md 文件 → 前元数据告诉 Agent 何时调用该技能（渐进式披露） → 正文仅在技能被调用时加载，因此不会膨胀上下文 → Hermes 分析你的对话，并提议将重复的模式转化为技能 → 给予反馈，技能会随时间更新

3️⃣ 灵魂 (Soul)

→ soul.md 塑造 Agent 的性格 → 启动六个 Hermes Agent，每一个都可以有自己的风格 → 简洁、讽刺、直率、正式，无论适合什么角色 → 我的 YouTube 评论 Hermes 是讽刺的但不粗鲁。这都在灵魂文件中定义 → 随着你给予反馈，它会随时间进化

4️⃣ 定时任务 (Crons)

→ 这里是 Hermes 甩开 Claude Code 的地方 → 告诉它“每天早上 6 点做 X”，它就会去做 → 每个 cron 在新鲜的隔离会话中运行，并将结果发送回聊天 → 有用的标志：CONTEXTFROM 将一个任务的输出传递到下一个任务；WORKDIR 从项目文件夹运行工具；NOAGENT 在没有代理钩子循环的情况下运行脚本（仅执行工作流，无 Agent 推理） → Cron 会话不能递归创建更多的 cron 任务，因此提示必须是自包含的 → 你还可以设置有时限的 crons。“在接下来的 12 小时内，每 10 分钟运行一次，然后终止”的工作原理与 Claude Code 中的 /loop 斜杠命令相同

5️⃣ 自我改进循环 (Self-Improving Loop)

→ 做工作，获得反馈，保存到记忆 → 将可重复的步骤转化为技能 → 当旧上下文重要时，搜索过去的会话 → 你使用得越多，它就变得越好 → 诚实的警告：自动化不等于魔法。当你当场纠正它、要求它保存事物并在复杂工作后让它创建新技能时，这个循环效果最佳

还有一个值得提及的第六点：agents.md（Codex 的版本，类似于 Claude.md）。项目级上下文。当你在终端中使用 Hermes 进行编码时很有用。

另外，我的 Hermes Agent 生成了所有这些 Excalidraw 图表 ;)

拯救你的 Claude Code 技巧

这是大多数人会跳过的步骤。不要跳过。

构建一个 Claude Code 项目来管理你的 Hermes Agent。

我有一个名为 vps-agents 的项目。里面，每个 Agent 都有自己的文件夹。我的包括 bull（我的交易机器人）、我的主要 Hermes、uppit-os 和 claus（我的个人助理）。

每个文件夹存储：

→ IP 地址 → 管理员用户名和密码 → 关于哪些 API 密钥位于何处的注释 → 容器设置细节 → Docker 信息 → 安全和集成注释

为什么这很重要：当深夜 11 点出现问题时，我不必在 Hostinger 中翻找密码。我打开 Claude Code，指向该项目，它会为我修复 Agent。

你在为助手构建助手。

在 Hostinger 上设置你的 VPS

VPS 是你租用的云中的计算机。获取 IP，获取密码，SSH 进入，安装东西。搞定。

路径如下：

→ 选择一个计划。KVM2 足以开始。如果追求便宜则选 KVM1。如果需要更多 CPU/内存，稍后可扩展 → 年度计划能省真金白银。使用代码 NATEHURK 享受 9 折优惠 → 选择 Ubuntu 24.04 LTS 作为操作系统 → Hostinger 市场有一个 Hermes Agent 一键安装，如果你想跳过手动路线 → 设置根密码（如果忘记，以后可以重新生成） → 开启免费的恶意软件扫描器

现在是一个关键选择：在 VPS 根目录安装还是使用 Docker？

→ 根安装： Hermes 直接生活在 VPS 的根层级 → Docker 容器（一键）： 每个 Agent 获得一个隔离的容器，拥有自己的密钥、记忆和工具

我选择了 Docker。每个 Agent 保持清晰分离。以后可以轻松启动一个营销 Hermes、一个财务 Hermes 或一个内容 Hermes，每个都在自己的容器中，每个都有自己的 .env。

专业提示：更改主机名，以便你的 VPS 列表保持有序。我的看起来像 youtube-hermes.vps。Hostinger 的 UI 会即时更新。

导入 Hermes

一旦容器部署完成，点击打开。输入管理员用户名和密码。导入流程启动。

这里是推理提供商的选择。Hermes 支持大量提供商。对大多数人来说最便宜的方案：

→ 通过 OAuth 的 OpenAI Codex。将现有的 ChatGPT 订阅（20、100 或 $200/月）接入 Hermes，而不是消耗 API 令牌。

对于开源纯粹者模式，你可以在本地运行 Qwen 或 LLaMA。我还没到那一步。计划稍后实验。

选择你的模型（我的情况是 GPT-5.5）。设置消息传递。从列表中用空格键选择 Telegram。

Telegram 设置，90 秒：

1️⃣ 打开 Telegram，给 BotFather 发消息，输入 /newbot 2️⃣ 命名你的机器人。用户名必须以 “Bot” 结尾 3️⃣ 复制令牌。粘贴回 Hermes 终端 4️⃣ 从 USERINFO 机器人获取你的 Telegram 用户 ID 5️⃣ 将用户 ID 粘贴到 Hermes 中，将机器人锁定给你

预启用的工具：视觉、浏览器自动化、图像生成、文本转语音、终端命令、任务规划、技能。

将 Hermes 在导入期间打印的所有内容（设置路径、API 密钥路径、配置路径）保存到你的 Claude Code 项目中。未来的你会感谢现在的你。

以下是引人注目的地方。在开始前我不需要知道任何这些。我只是在过程中询问 Hermes 和 Claude Code 来解释。

正确处理 API 密钥

不要在聊天中粘贴 API 密钥。即使模型是私有的，密钥现在也在对话历史中。

如果你使用托管模型并意外泄露了一个，只需轮换它。世界末日不会来临。但最佳实践是永远不要粘贴它们。

正确的方法：

1️⃣ SSH 进入你的容器 2️⃣ 运行 hermes config set GITHUB_TOKEN [your_token] 3️⃣ 密钥保存到容器的 /opt/data/.env 中。模型从未见过。日志中也没有。

每个密钥都采用相同的模式。按 Agent 命名。范围仅限于该 Agent 实际所需的最小权限。

如果你需要清除或轮换密钥，询问 Hermes 获取 Nano 命令以打开正确的 .env。我第一次尝试时，命令指向根 VPS 的 .env，而不是容器的。当我告诉它 Agent 在 Docker 内运行时，Hermes 自我纠正了。教训：你不需要理解路径树，只需要清楚地沟通你看到的内容。

第一个值得构建的定时任务

将 Hermes 连接到私有 GitHub 仓库。然后安排夜间同步。

如果 VPS 损坏，你的技能和记忆就丢失了。有了 GitHub 备份，你可以启动一个新的 Hermes，指向该仓库，你就重新上线了。

我告诉我的 Agent：“每晚午夜中部时间，将所有非密钥内容推送到我的私有 GitHub 仓库。”

它构建了技能。设置了 cron。编写了 .gitignore 以确保密钥永远不会被提交。搞定。

烦人的部分：容器默认以 UTC 时间运行。Hermes 自行检查中部时间的整点以处理夏令时。它自己弄明白了这一点。

令牌最佳实践：经典 GitHub 令牌，范围仅限于仓库 + 内容（读取和写入）。不要授予 Agent 不需要的更多权限。

这就是循环。自然语言输入。工作自动化输出。

CLI vs Telegram

相同的 Agent，相同的大脑，相同的技能，相同的记忆，相同的窗口。不同的界面。

→ CLI（终端） 是驾驶舱。最适合深度工作、编码、硬核构建。你可以看到上下文使用情况，管理压缩，使用斜杠命令，并像操作系统一样生活在那里。 → Telegram 是遥控器。最适合计划任务、快速任务、语音消息、随行知识工作、从手机与之对话。

Telegram 对上下文的可见性较低。会话感觉模糊，因为自动压缩在后台运行，你真的看不到何时发生。所以不要通过 Telegram 编写代码应用程序。上下文腐烂的风险太高。

但对于“嘿，检查 ClickUp”、“帮我研究这个”、“安排这个 cron”、“发布到 Skool”——Telegram 比 CLI 快得多。

基于令牌的上下文，而不是基于消息。模型总是看到系统提示 + user.md + soul.md + memory.md。所有这些都必须在范围内。当你接近限制时，自动压缩触发。

添加第一个技能的两种路径

有两种方法可以添加技能。

→ 描述结果。 “每晚午夜中部时间，同步这个仓库。”Hermes 构建技能，命名它，设置 cron，完成。 → 从 URL 安装。 从社区中心或你自己的 Claude Code 项目中获取技能。告诉 Hermes 链接。它安装并注册它。

我通过要求 Hermes 安装官方 HyperFrames 技能并根据其自己的 soul.md 生成一段 5 秒的自我介绍视频来测试。它完成了安装，运行了技能，并生成了一个可用的片段，无需额外的指导。

观察 Agent 在工作时。如果你希望它调用一个技能但它没有，这就是你告诉它的信号：“更新 YAML 前元数据，以便当我提到类似 X 的事情时触发此技能。”

这就是技能变得锋利的方式。

像对待新员工一样对待 Hermes

这是不可商榷的。

→ 每个 Hermes Agent 都有自己的账户（Gmail 或代理邮件），而不是你的 → 每个 Agent 都有自己的 API 密钥，范围严格受限 → 按 Agent 使用命名的 API 密钥（OpenRouter、Perplexity 等），以便查看哪个 Agent 花费了多少 → 最小权限规则：仅需要工作所需的凭证和工具 → 营销 Agent 不需要 QuickBooks 的读取权限。财务 Agent 需要

你不会把信用卡交给全新的实习生。也不要把它交给你的 Agent。

也要锁定 VPS。在 Hostinger 上设置防火墙，限制为你的 IP，阻止未使用的端口。构建一个技能，每晚运行安全审计。Hermes 可以攻击自己的设置并报告发现的内容。

在此之前我对防火墙一无所知。Hermes 和 Claude Code 带我走过了整个过程。Agent 教你系统。

维护规则

这是我保持 Agent 锋利的规则：

→ 在同一件事上错两次？当场纠正它，并告诉它更新相关的技能或记忆 → 同一指令两次？要求 Hermes 为此编写一个技能 → 冗长或语气不当？编辑灵魂 → 新的计划任务？构建一个技能，然后要求 Hermes 安排它 → 出问题了？首先检查 memory.md。过时的记忆是奇怪 Agent 行为的头号原因

随时审计。“朗读你的记忆文件。朗读你的灵魂文件。”看看里面有什么。砍掉错误的部分。

这不是你设置完就完事的工具。这是一个你需要不断培训的队友。

压缩会到来。不要恐慌

最终你会遇到自动压缩阈值。我的在大约 17 万令牌时触发（阈值约为 13.6 万）。

当它失败时，Hermes 插入一个回退上下文标记，暂停需要暂停的 crons，并在继续之前更新记忆。

如果你不理解刚才发生了什么，将消息粘贴回给它：“向我解释一下。那个回退标记是什么意思？”它会解释。这是循环的一部分。

何时启动第二个 Hermes

简单的决策树：

→ 需要自己的凭证、密钥或工具？ → 新 Agent → 需要自己的长期记忆？ → 新 Agent → 持续的、重复的工作，基本上是一个单独的角色？ → 新 Agent → 否则 → 保留在你的主要个人 Agent 中

建议：首先充分利用你的主要个人 Hermes。一旦在那里构建了五到十个技能，分割就变得显而易见。

迁移很容易。技能、crons、灵魂、记忆都是 markdown 文件。移动它们，让新 Agent 指向它们，你就运行了。

坏模式：一个拥有所有 API 密钥、所有技能、所有 cron 的超级 Agent。高混淆。出问题时高爆炸半径。

好模式：一个主要个人 Hermes 加上为营销、财务、内容或任何适合的行业拆分的 Agent。每个都在自己的 Docker 容器中。每个都有范围受限的密钥。每个都有自己的 .env，永远不会提交到 GitHub。

你的主要 Hermes 可以帮助你规划组织结构。把它当作你的 COO。问它：“基于我们构建的内容，我应该首先拆分什么？”它会有意见。

仪表盘和看板

Hermes 附带自己的仪表盘。最近的会话、连接的平台、密钥、配置、技能、插件、crons 以及用于在多个 Agent 之间分配任务的看板。

第一次打开时，你必须隧道进入容器，打开网关，并运行几个命令。第一次尝试时有点笨拙。

修复方法：