2026年Hermes Agent 安装配置完整指南：一行命令部署自我进化 AI Agent

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

Hermes Agent 是由 Nous Research 打造的开源自主 AI Agent，支持一行命令安装，可在 Linux、macOS、WSL2 和 Termux 上直接运行。 与依赖框架的 Agent 方案不同，Hermes Agent 内置自学习循环，能自主创建技能、优化自身行为，并通过 Telegram、Discord、Slack 等 6 大平台网关统一接入。截至 2026 年 4 月，该项目在 GitHub 上已获得 52,800 Stars，最新版本为 v0.8.0（2026 年 4 月 8 日发布）。

Hermes Agent（项目标志 ☤）是 Nous Research 旗下的自主 AI Agent 应用层，与 Hermes 系列大模型配套但不强绑定。 它的设计目标是"可独立部署的 Agent"，而非某个 Agent 框架的插件。

Nous Research 是美国开源 AI 运动的重要参与机构，其旗舰模型 Hermes 3（基于 Llama-3.1 70B 微调，技术报告 arxiv:2408.11857）专门针对函数调用和结构化输出进行了优化。Hermes Agent 正是在此基础上构建的应用层，继承了模型的工具调用能力。

Hermes Agent 的三个核心差异点：

维度 Hermes Agent 典型 Agent 框架部署方式一行 curl 安装，无需配置环境需手动安装依赖、配置环境变量执行后端支持 6 种（local/Docker/SSH/Daytona/Singularity/Modal）通常绑定本地或单一云平台自我进化内置自学习循环，自主创建技能需人工维护 prompt 和工具链

在安装前确认以下环境满足要求：

操作系统：Linux（主流发行版）、macOS、Windows WSL2、Android Termux
Python：3.10+
内存：建议 4GB+（本地运行 Hermes 模型需 16GB+）
网络：需访问 GitHub 及选定的 LLM 提供商 API

# 一行命令完整安装 curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash # 安装完成后加载环境变量并启动 source ~/.bashrc && hermes

安装脚本自动完成：Python 依赖安装、路径配置、初始化向导触发。

hermes --version # 预期输出：hermes v0.8.0 (v2026.4.8)

git clone https://github.com/NousResearch/hermes-agent.git cd hermes-agent pip install -r requirements.txt python -m hermes

安装后首次运行会进入交互式配置向导，也可通过以下子命令单独配置各模块：

hermes setup

hermes setup 会依次引导完成 LLM 提供商选择、工具启用和网关配置。

hermes model

Hermes Agent 支持以下 LLM 提供商，无需修改代码即可切换：

提供商说明 Nous Portal 官方 Hermes 系列模型（推荐，原生支持函数调用） OpenRouter 接入 200+ 模型，包括 Claude、GPT、Gemini OpenAI GPT-4o、GPT-4o-mini 等 Kimi 国内可用，支持长上下文 MiniMax 国内多模态模型

提示：如需在国内网络环境接入多个模型并统一管理 API Key，可通过兼容 OpenAI 标准接口的中间层服务（如七牛云 MCP 服务）实现模型路由，无需本地部署即可构建 Agent 应用。

hermes tools

启用/禁用内置工具模块，包括：文件操作、Shell 执行、网络请求、浏览器控制等。

hermes gateway setup

支持将 Hermes Agent 接入以下平台，实现跨平台统一调用：

Telegram
Discord
Slack
WhatsApp
Signal
CLI（本地命令行）

# 修改单个配置项 hermes config set 
      
    
         
         
           # 查看当前配置 hermes config list

Hermes Agent 支持在不同计算环境中执行任务，通过 hermes setup 或配置文件指定：

后端适用场景配置方式 local 本地开发调试默认，无需额外配置 docker 隔离执行环境需安装 Docker， hermes config set backend docker ssh 远程服务器执行配置 SSH 密钥和目标主机 daytona 无服务器持久化（$5/月 VPS 可运行）注册 Daytona 账号后授权 singularity HPC 高性能计算集群需 Singularity 环境 modal 云端函数执行需 Modal 账号和 token

Hermes Agent 内置调度器，支持用自然语言定义定时任务：

# 示例：每天早 8 点总结昨日邮件 hermes schedule "每天早上 8 点，汇总我的邮件并发送到 Telegram" # 查看已配置的任务 hermes schedule list # 删除任务 hermes schedule remove

对于需要在代码中直接集成 Hermes 函数调用能力的开发者，Nous Research 提供了独立的函数调用框架 hermes-function-calling（1,300 ★）。

git clone https://github.com/NousResearch/hermes-function-calling.git cd hermes-function-calling pip install -r requirements.txt

# functions.py 中添加自定义工具 def get_weather(location: str, unit: str = "celsius") -> dict: """获取指定城市的天气信息""" # 实现逻辑 return {"location": location, "temperature": 22, "unit": unit}

# 模型默认：NousResearch/Hermes-2-Pro-Llama-3-8B # 支持 4-bit 量化（bitsandbytes） from hermes_function_calling import HermesAgent agent = HermesAgent( model_path="NousResearch/Hermes-2-Pro-Llama-3-8B", chat_template="chatml", max_depth=5 # 最大递归调用深度 ) response = agent.run("北京今天天气怎么样？")

如需在本地运行 Hermes 3 模型（而非调用外部 API），以下为主要方式：

from transformers import AutoTokenizer, LlamaForCausalLM import torch tokenizer = AutoTokenizer.from_pretrained( 'NousResearch/Hermes-3-Llama-3.1-70B', trust_remote_code=True ) model = LlamaForCausalLM.from_pretrained( "NousResearch/Hermes-3-Llama-3.1-70B", torch_dtype=torch.float16, device_map="auto", load_in_4bit=True, use_flash_attention_2=True )

pip install vllm vllm serve NousResearch/Hermes-3-Llama-3.1-70B --tensor-parallel-size 4 --max-model-len 8192

# 通过 llama.cpp 运行量化版

下载：NousResearch/Hermes-3-Llama-3.1-70B-GGUF

./llama-cli -m Hermes-3-Llama-3.1-70B.Q4_K_M.gguf –chat-template chatml -c 4096

可用量化版本：

NousResearch/Hermes-3-Llama-3.1-70B-GGUF（llama.cpp 适用）
NousResearch/Hermes-3-Llama-3.1-70B-FP8（高性能 GPU 适用）

Hermes Agent 原生支持从 OpenClaw 自动迁移，执行以下命令：

hermes migrate –from openclaw

迁移内容包括：

SOUL.md（Agent 身份配置）
记忆（Memory）
已安装的技能（Skills）
API Key 配置

特性 Hermes Agent AutoGPT CrewAI OpenClaw GitHub Stars 52,800 ★ ~169k ★ ~28k ★ — 安装方式一行 curl pip install pip install 云镜像/桌面端自学习循环是否否否消息平台网关 6 种否否 9 种（Linclaw）执行后端 6 种本地为主本地为主云端国内模型支持 Kimi、MiniMax 有限有限丰富技能生态 agentskills.io 插件系统工具链 LinSkills（16+ 精选）

说明：如果你主要在国内环境使用，且希望省去手动配置开发环境的步骤，OpenClaw 提供了预装开发工具的云控制台镜像，一键部署即可直接使用。

Q：Hermes Agent 安装后找不到 hermes 命令怎么办？

安装脚本会将可执行文件路径写入 ~/.bashrc。执行 source /.bashrc 重新加载环境变量，或关闭终端重新打开。如果仍然找不到，检查 /.local/bin 是否在 PATH 中：echo \(PATH | grep local。

Q：Hermes Agent 必须使用 Hermes 系列模型吗？

不必须。Hermes Agent 支持通过 OpenRouter 接入 200+ 模型，包括 Claude、GPT-4o、Gemini 等。只有 hermes-function-calling 子框架在使用函数调用时对 Hermes 模型有优化，其他功能与模型无关。

Q：在 \)5/月 VPS 上能正常运行吗？

可以运行 Hermes Agent 应用层（不含本地模型推理）。通过配置 Daytona 后端 + 外部 LLM API，Agent 的内存占用很低，可在 1 核 1GB 内存的 VPS 上稳定运行。本地推理 Hermes-3-70B 需要 48GB 显存，不适合 VPS。

Q：如何让 Hermes Agent 在 Telegram 上响应消息？

执行 hermes gateway setup，选择 Telegram，输入通过 @BotFather 创建的 Bot Token 即可。配置完成后 hermes start，Agent 将在后台监听 Telegram 消息。

Q：hermes-function-calling 和 Hermes Agent 的关系是什么？

两者是独立项目。hermes-function-calling（1,300 ★）是专为 Hermes 模型优化的函数调用 SDK，适合开发者在代码中集成工具调用能力；Hermes Agent（52,800 ★）是面向最终用户的完整 Agent 应用，内部集成了函数调用能力，无需单独使用 SDK。

Hermes Agent 是目前 GitHub 上 Stars 增速最快的开源 Agent 项目之一，其核心优势在于一行安装、模型无关、自我进化三点结合。 v0.8.0 版本（2026 年 4 月 8 日）进一步完善了多平台网关和 Atropos RL 训练数据集成，标志着该项目从”可用”迈向”生产就绪”。

根据 Nous Research 官网披露，Hermes 4 已在最新基础设施（hermes4.nousresearch.com）上运行，对应 Agent 版本更新预计随后发布。

本文数据来源于 NousResearch/hermes-agent 官方仓库及 Nous Research 官网，信息时效截至 2026 年 4 月，建议访问 GitHub 仓库获取最新版本说明。

延伸资源

官方仓库：github.com/NousResearch/hermes-agent
函数调用框架：github.com/NousResearch/hermes-function-calling
Hermes 3 技术报告：arxiv.org/abs/2408.11857
模型下载：huggingface.co/NousResearch

2026年Hermes Agent 安装配置完整指南：一行命令部署自我进化 AI Agent

下载：NousResearch/Hermes-3-Llama-3.1-70B-GGUF

相关推荐