2026年8月4日 06:55:15laoluo

laoluo

管理员

196
文章

0
粉丝

Hermes Agent（Nous Research）：开源自进化 AI 智能体框架（MIT 协议），核心特色：三层持久记忆、Skill 自动沉淀、内置工具网关、多消息平台接入、模型无关，主打长期运行、越用越智能的本地 / VPS 智能助手。

Hermes Agent 完整入门学习路线图

前置基础建议：会基础终端命令、理解 LLM 工具调用概念；有 Python 基础更佳。
整体路径分为【阶段 0 预备认知 → 阶段 1 零基础快速跑通（入门）→ 阶段 2 核心功能精通（中级）→ 阶段 3 自定义扩展开发（高级）→ 阶段 4 工程化生产部署 → 阶段 5 深度原理与多智能体进阶】

🗺️ 总学习周期预估

入门跑通：1～2 小时
中级实战（可用做个人自动化）：2～3 天
高级自定义开发：1～2 周
生产稳定部署 + 多 Agent 编排：2～4 周

阶段 0｜前置认知（30min，必看，避免理解偏差）

目标：搞懂 Hermes 定位，分清它和 LangChain、AutoGen、OpenClaw 区别

核心概念理解
- Agent 基础：思考→行动→观测闭环
- Hermes 三大支柱：三层记忆、Skill 技能系统、GEPA 自进化闭环
  - 工作记忆（当前会话上下文）
  - 长期记忆 [MEMORY.md/](MEMORY.md/) [USER.md](USER.md)（SQLite FTS5 检索）
  - Skill：任务完成后自动沉淀的可复用工作流（Markdown 格式）
厘清边界
- ❌ 不是单纯聊天客户端；✅ 是长期驻留、可定时任务、调用工具、跨渠道统一记忆的智能体系统
- 模型不锁定：支持 OpenRouter、Ollama 本地模型、Claude、DeepSeek、Nous Portal 等任意 OpenAI 兼容接口
阅读资料
- 官方 Learning Path：https://hermes-agent.nousresearch.com/docs/getting-started/learning-path
- 仓库：https://github.com/NousResearch/hermes-agent

阶段 1｜入门：环境搭建 + 首次运行（新手主线，优先完成）

核心目标：成功启动对话，连通大模型，能调用内置工具，不要一上来折腾机器人网关！

1.1 安装（三种方案，推荐一键脚本）

Linux/macOS/WSL2（兼容性最优）

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Windows PowerShell（Beta）

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

源码手动安装（开发者后续用）：uv + Python3.11

git clone --recurse-submodules https://github.com/NousResearch/hermes-agent.git
uv venv venv --python 3.11
uv pip install -e ".[all]"

校验：hermes --version

1.2 基础配置（重中之重）

两种接入模型方式任选其一
- 快速方案：hermes setup --portal 登录 Nous Portal（一键打通模型 + 搜索 / 浏览器工具网关）
- 灵活方案：hermes model 交互式配置 OpenRouter / Ollama / 第三方 API
目录结构熟悉 ~/.hermes/
config.yaml、.env 密钥、memories、skills、sessions、cron 定时目录

启动方式练习

hermes              # 基础CLI对话
hermes --tui        # TUI交互式终端界面（推荐日常使用）
hermes chat -q "单次查询不进入交互"

1.3 入门实战任务（逐个完成）

✅ 任务 1：基础问答，验证 LLM 通路正常
✅ 任务 2：测试内置工具：网页搜索、本地文件读取、终端执行（理解权限风险）
✅ 任务 3：跨会话测试持久记忆：关闭重启，询问之前对话信息，验证记忆生效
✅ 任务 4：基础命令清单熟悉
hermes config / hermes tools / hermes skills list

阶段 1 验收标准

关闭重启 Hermes，能记住你的偏好；可以自主调用搜索工具完成资料整理。

阶段 2｜中级：吃透核心原生功能（个人自动化主力阶段）

2.1 记忆系统深度使用

手动编辑 [MEMORY.md](MEMORY.md)、[USER.md](USER.md)
记忆召回原理、记忆压缩、过期信息清理策略
安全配置：关闭自动写入记忆、设置记忆最大容量

2.2 Skill 技能系统（Hermes 最独特功能）

两种技能来源
- 自动学习：复杂任务完成后执行 /learn，自动提炼 Skill 存入 skills 目录
- 手动编写：Markdown 格式自定义技能模板
实操练习
✅ 设计一个重复性工作（周报整理、日志分析），让 Agent 自动生成 Skill
✅ 导入社区共享 Skill（[agentskills.io](agentskills.io)）测试复用

2.3 工具系统 & MCP 协议集成

内置工具集：terminal、browser、image、ssh、文件操作
启用 / 禁用工具，权限管控（生产环境限制 shell 高危命令）
MCP 服务器接入：对接外部工具、本地程序、自建 API（v0.18 + 重点特性）

2.4 消息网关 Gateway（机器人渠道）

支持：Telegram / Discord / Slack / Teams
实操：
hermes gateway setup
启动常驻机器人；记忆与技能跨渠道互通（CLI 对话学到的技能，机器人也可以使用）

2.5 定时任务 Cron

hermes cron add

实现：定时信息推送、周期性数据巡检、定时报表生成

阶段 2 实战项目（任选 1 个落地）

项目 A：个人知识库助手（读取本地文档 + 记忆沉淀）
项目 B：Telegram 机器人，定时推送资讯、执行简单服务器运维
项目 C：自动化内容整理流水线

阶段 3｜高级：自定义扩展开发（开发者路线）

3.1 自定义工具开发

开发 Python 自定义 Tool，注册进 Hermes 运行时
封装自有业务 API 作为 Agent 可调用工具

3.2 深度配置调优

config.yaml 全参数解析：

Agent 思考轮次限制、最大工具调用次数
模型故障转移、多模型路由策略（MoA 模型委员会）
系统身份 [SOUL.md](SOUL.md) 调优（全局 System Prompt）

3.3 运行模式进阶

后台常驻运行（Linux systemd 托管 Hermes 进程）
Docker 容器部署（官方镜像 / 自行封装）
分离部署：工具网关与 Agent 核心分离

3.4 日志、调试与故障排查

开启详细 trace 日志
分析 Agent 思考链，定位工具调用失败、幻觉问题
会话导出、异常会话复盘

阶段 4｜工程化 & 生产稳定部署

面向长期 7×24 运行场景（VPS 自建智能体服务）

进程托管：systemd /supervisor 守护进程，崩溃自动重启
安全加固
- 限制 Shell 执行白名单，禁止高危命令
- API 密钥隔离、权限最小化
- 会话访问鉴权（网关渠道密码校验）
数据备份：定时备份记忆、Skill、配置目录
资源管控：限制并发会话、API 速率限流，防止高额 LLM 账单
监控：对接 Prometheus / 简单日志告警

阶段 5｜专家进阶：GEPA 自进化、多智能体编排

适合深度研究、二次开发改造框架

GEPA 自我进化闭环原理：任务评估→策略优化→技能迭代
SubAgent 子智能体嵌套、多 Agent 协同工作流
源码阅读：Hermes 核心调度 Loop 实现（LangGraph 底层）
二次开发：修改 Agent 决策逻辑、自定义记忆存储后端（替换 SQLite）
框架横向对比：Hermes vs OpenClaw vs AutoGen vs CrewAI，选型取舍

📚 配套学习资源清单

官方资料（优先）

官方中文文档：https://hermes-agent.nousresearch.com/docs/zh-Hans/
Github 仓库：https://github.com/NousResearch/hermes-agent
官方学习路径页：Learning Path

中文实战教程

Hermes Agent 中文社区文档 hermesagent.org.cn
掘金 / 阿里云开发者社区实战系列教程（安装、网关、Skill、Docker 部署）

避坑指南（新手高频问题）

不要上来直接搭建机器人网关！先保证 CLI 对话稳定可用
本地 Ollama 模型必须开启足够上下文窗口 ≥64K，否则工具调用极易失败
Shell 工具风险极高，公网部署务必严格限制权限
Skill 自动学习需要足够复杂多步骤任务，简单问答无法生成有效技能
Windows 原生版本部分高级功能（cron、容器终端）存在兼容性问题，优先 WSL2/Linux

🎯 两条可选学习分支（按需选择）

路线 A｜普通用户（不写代码，做自动化助手）

阶段 0 → 阶段 1 → 阶段 2 → 阶段 4（部署运维）
重点：使用现有功能、编写 Markdown 技能、搭建机器人，不碰 Python 二次开发

路线 B｜开发者（自定义开发、二次改造）

阶段 0 → 阶段 1 → 阶段 2 → 阶段 3 → 阶段 4 → 阶段 5
重点：自定义工具、MCP 扩展、容器化、源码理解、多智能体架构

热门搜索