Hermes Agent v0.8 完整指南：从安装到进阶玩法，一篇搞定

来源：htmlDecode("AI的场景和机会")

原文链接：https://mp.weixin.qq.com/s/s9AH3gWCkPx9hhHQIQfmTA

---

前几期我们聊了 Hermes Agent 的设计哲学、Windows 部署和三大实测场景。有不少朋友在后台问： • "装好之后还能干什么？" • "怎么切换模型？" • "我之前用龙虾的数据怎么迁过来？" • "对话里那些斜杠命令都是干嘛的？"
这篇就是你要的完整答案——不讲故事，纯干货。从环境检查到日常高频操作，一篇全覆盖。
顺便说一下数据：Hermes Agent 现在 GitHub 已经 59K+ stars，最新版 v0.8.0，MIT 协议完全免费。增长速度是真的猛。

一、环境要求：先对照着查一遍

开始之前，花 30 秒确认一下你的系统能不能装：

系统 是否支持 macOS ✅ Linux ✅ WSL2 ✅ Android Termux ✅ 原生 Windows ❌（必须先装 WSL2）

Python 版本要求：3.11 或以上。
如果你不确定自己的版本，终端输入 python3 --version 查一下。
没装或版本太低的，按下面装：
macOS 用户（推荐 Homebrew）：

brew install python@3.11
Linux / WSL2 用户：

sudo  apt update &&  sudo  apt install python3.11 python3.11-venv

二、安装：一行命令，1-2 分钟

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
这个脚本会自动完成： • 检测系统环境 • 安装必要依赖 • 下载 Hermes Agent 核心代码 • 把 hermes 命令注册到你的 PATH
装完之后当前终端还不认识 hermes 命令，需要重载一下：

# macOS（默认 zsh）
source  ~/.zshrc

Linux（默认 bash）

source  ~/.bashrc
或者直接关掉终端重新打开，效果一样。
⚠️ 重要：不要用 sudo 跑安装脚本，用普通用户权限就行。加了 sudo 反而会出权限问题。

三、设置向导 + 模型配置

首次使用建议跑一遍完整的设置向导：

hermes setup
向导会引导你完成： • 选择 LLM 提供商 • 填入 API Key • 配置默认工具集 • 设置基础偏好

模型切换：随时换，不改代码

Hermes 不绑定任何一家模型服务商。执行以下命令进入模型选择：

hermes model
会出现交互式菜单，选好服务商后填入 API Key。之后想切换模型随时可以再跑这条命令。
更灵活的是，对话中也能临时切换模型：

/model openrouter:nous/hermes-3-405b
这意味着你可以在同一个对话里，先用便宜的模型跑初稿，再切到强模型做精修——精打细算的朋友狂喜。

国内模型也能用

选 Kimi / Moonshot / MiniMax，或者任何兼容 OpenAI API 格式的国内服务，走自定义端点就行。不用翻墙也能跑。

四、验证安装：hermes doctor

这个命令值得单独讲，因为它能省你 90% 的排错时间：

hermes doctor
它会逐项检查： • Python 版本是否满足要求 • 依赖是否完整 • 模型配置是否有效 • 工具链是否正常
全部绿色通过 = 装好了。有红色报错按提示修一下就行。
💡 经验之谈：以后遇到任何问题，第一反应不要去搜论坛，先跑一遍 hermes doctor 。80% 的问题它能直接告诉你答案。

五、开始对话 + 对话中的进阶命令

一切就绪，启动：

hermes
进入交互式终端界面。支持多行编辑、斜杠命令自动补全、对话历史、流式输出。
试着让它干点活：
"帮我写一个 Python 脚本，扫描当前目录下所有超过 100MB 的文件"
你会看到它调用内置工具，直接在终端里执行，结果实时输出。

日常必须知道的斜杠命令

这才是大多数教程不会告诉你的进阶玩法：

命令 作用 什么时候用 /new 开启新对话 切换话题时 /skills 查看 agent 学会的技能 想知道它"会"什么 /insights --days 7 查看最近 7 天的洞察 回顾 agent 的成长 /compress 压缩上下文 对话太长、快超限时 /retry 重试上一次回复 对回答不满意 /undo 撤销上一步操作 agent 执行出错时 /model xxx 临时切换模型 不同任务用不同模型

重点说两个：
** /skills ** —— 这是 Hermes "自进化"能力的可视化窗口。每当 agent 完成复杂任务后自动沉淀的技能，都能在这里看到。你用它一个月之后再敲这个命令，会被它积累的技能数量惊到。
** /insights --days 7 ** —— 相当于给你的 AI 助手出一份"周报"。它会总结这周它学到了什么、哪些技能被频繁调用、哪些任务模式在重复。这不是花哨功能，这是让你真正理解 agent 在如何进化的窗口。

六、多平台网关：一个进程管所有聊天工具

如果你想让 Hermes 同时在 Telegram、Discord、Slack 等平台上工作：

hermes gateway
一个 gateway 进程搞定所有平台。
而且有个很狠的特性：它支持跨平台对话连续——在 Telegram 聊到一半，切到 Discord 继续，上下文不丢。还支持语音消息转录。
这对什么人有用？做社群运营的朋友，你的客户可能分散在不同平台，但 Hermes 作为你的 AI 客服，在所有平台上记住的是同一份上下文。客户不管从哪个渠道找你，AI 都知道之前聊了什么。

七、从 OpenClaw 迁移：一行命令搞定

如果你之前用的是 OpenClaw（龙虾），Hermes 就是它的正式继任者。同一个团队，同一条产品线，但架构和能力做了大幅升级。
首次运行 hermes setup 时，如果检测到你本地有 ~/.openclaw 目录，会自动提示迁移。
也可以手动操作：

# 交互式迁移（推荐）
hermes claw migrate

先预览不实际执行（胆小的用这个）

hermes claw migrate --dry-run

只迁移用户数据，不含密钥

hermes claw migrate --preset user-data

迁移内容包括： • 人格文件（SOUL.md） • 记忆数据（MEMORY.md、USER.md） • 自建技能（导入到 ~/.hermes/skills/openclaw-imports/ ） • 命令审批白名单 • 各平台 API Key（Telegram、OpenRouter、OpenAI、ElevenLabs 等） • TTS 语音资源 • 工作区指令（AGENTS.md）
迁移完成后 OpenClaw 的原始数据不会被删除，可以放心操作。万一不满意，原来的龙虾还在。

八、常见问题速查

问题 解决方案 安装脚本报权限错误 不要用 sudo ，普通用户权限即可 hermes 命令找不到 source ~/.zshrc 或 source ~/.bashrc ，或重开终端 模型调用报 401 API Key 填错了，重跑 hermes model 想用国内模型 选 Kimi/Moonshot/MiniMax，或自定义 OpenAI 兼容端点 TG 机器人不回消息 缺 Python 依赖，跑 hermes gateway 看报错，按提示装库 对话太长上下文超限 用 /compress 压缩上下文

九、给非技术读者的商业价值翻译

每次都要翻译一遍，因为这才是真正重要的部分。
第一，"模型无关"是最大的保险。 Hermes 不绑定任何一家模型，意味着你今天用 GPT-4，明天 Claude 更强了切 Claude，后天国产模型够用了切国产省钱——你的 agent 积累的技能和记忆不受模型切换影响。这在 AI 变化这么快的今天，是最重要的一条护城河。
第二，"跨平台上下文不丢"解决了客服最大的痛点。 客户从微信问了一半，去 Telegram 又问一遍——传统客服要重新了解情况，Hermes 不用。一份记忆走天下，这才是 AI 客服该有的样子。
第三，"龙虾一键迁移"说明生态在收敛。 当一个新项目提供老项目的迁移工具，基本意味着它有信心成为最终胜出者。59K stars + MIT 协议 + 一键迁移，对个人和小公司来说，现在上车的风险已经很低了。
第四， /insights 让 AI 第一次有了"周报"。 你以前没法知道你的 AI 助手到底学了什么、成长了多少。现在可以了。这意味着 AI 员工的"绩效考核"第一次成为可能。 管理 AI 不再是拍脑袋，而是有数据可看。

写在最后

这篇是 Hermes 系列的第四期，也是工具书性质的一期——收藏备查用的。
如果你按照前几期已经装好了 Hermes，这篇的价值在于让你知道装完之后还能干什么。如果你是第一次看到这个系列，这篇也足够你从零开始。
一句话总结 Hermes Agent 和其他 agent 框架最大的不同：
它不是一个工具，它是一个会成长的搭档。用得越多，它积累的技能和记忆越丰富，越来越像一个真正了解你工作方式的人。
模型无关 + 多平台 + 持久记忆 + 自进化 —— 这四个词组合在一起，在开源 agent 框架里确实还没有第二个。
如果你也在思考怎么用 AI 提升业务效率，欢迎私信交流。