1. Docker 容器化部署（推荐不想污染本地环境的用户）
   bash
   docker pull nousresearch/hermes-agent:latest
   docker run -v ~/.hermes:/opt/data nousresearch/hermes-agent:latest
   关键参数 -v ~/.hermes:/opt/data 会把容器内数据映射到宿主机,即使容器删了,记忆和技能依然保留。
   
   
   
   
   
   
   
   
   
   
   
   
   
2. VPS 云服务器部署（适合 24 小时不间断运行）
   推荐低配 Ubuntu 22.04 LTS 服务器（单核 CPU + 1GB 内存就够）,Hetzner、DigitalOcean 等平台月费约 5 美元。
   SSH 登录后,直接粘贴执行上面的本地一键安装脚本即可。
   额外 Tips ：部署后用 screen 或 tmux 后台运行,避免 SSH 断开后进程退出。
   
   
   
   
   
   
   
   
   
   
3. 运行状态自检与排障
   安装完成后输入 hermes version,看到版本号即成功。
   运行 hermes doctor 执行系统诊断,检查 OpenAI SDK、Rich 等组件是否就绪（全部打勾即可）。
   常见问题补充：如果报 Python 或 Node 版本冲突,建议先卸载系统自带旧版本；网络问题可加 –proxy 参数或切换镜像源。
   
   
   
   
   
   
   
   
   
   
4. 初次运行与自动配置向导接入（最核心一步）
   在终端输入 hermes 回车,进入 Quick Setup 向导。
   LLM 后端推荐新手先选 DeepSeek、Kimi 或 OpenRouter 免费模型（免费额度高,够前期反复测试）。
   熟练后用 hermes model 命令切换到 Claude 3.5 Sonnet、GPT-4o 或 Nous Portal 高阶模型。
   测试命令：hermes chat -q “Hello! What tools do you have available?” —— 如果正常列出工具列表,整个入门流程就跑通了。
   常用命令速查（入门必备）：
   hermes —— 开启对话模式
   hermes model —— 切换/查看模型
   hermes tools —— 配置可用工具
   hermes gateway —— 启动消息网关
   hermes setup —— 重新配置向导
   hermes doctor —— 系统诊断
   hermes migrate openclaw —— 从 OpenClaw 迁移数据（支持自动导入历史技能和配置）
   三、进阶阶段——三层记忆机制与底层参数调优（让它真正记住你）
   入门跑通后,就该让 Hermes “懂你”了。这部分是 Hermes 区别于其他 Agent 的核心竞争力。
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
5. 三层本地记忆架构（纯本地,无云端泄露）
   会话记忆：SQLite + FTS5 全文索引,记录原始对话和工具调用结果,适合快速追溯具体细节。
   持久记忆：长期观察你的行为模式（代码习惯、工具偏好、作息规律、情绪触发点等）。Honcho 模块甚至能推理出“你报错时容易急躁”,从而自动调整回复语气。
   Skill 记忆：存放在 ~/.hermes/skills/下的 Markdown 文件,记录具体任务的执行规范和步骤。
   如何给它立人设？
   编辑 ~/.hermes/SOUL.md 文件,写入：“我是做 AI 趋势投研和 Web3 个体的,习惯看数据、结论要精简直接、回复请多用列表”。保存后重启对话即可。
   更智能方式：在聊天中多纠正它,然后说：“根据我们今天的对话,自动调整并更新 SOUL.md”。它会自己总结你的偏好并写入。
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
6. 模块化模型配置（省钱+高效实操技巧）
   打开 ~/.hermes/config.yaml,将不同任务分层：
   核心逻辑（记忆策划、技能提炼、复杂投研）→ 用 Claude Opus / GPT-4o 等强推理模型。
   基础执行（网页搜索、文本格式化、简单汇总）→ 用 OpenRouter 免费/低价模型。
   实测效果：这种分层配置可将长期 API 费用降低 50%-70%。建议新手先用免费模型练手,熟悉后再升级。
   进阶 Tips ：定期运行 hermes status 查看内存占用和技能使用统计,及时清理不常用记忆,避免磁盘膨胀。
   四、高阶阶段——技能系统、通讯平台接入与自动化流转（让它真正帮你赚钱干活）
   只有大脑还不够,得让它“动手”并 24 小时在线。
   自动进化的 Skill 系统（最实用部分）
   出厂自带 40+ 常用技能,但最强大是它自己生成的。
   示例：输入“帮我抓取 Hacker News 首页的 AI 新闻,并总结成中文摘要 + 投研亮点”。完成后它会自动生成 Skill 文件。
   官方 Skills Hub（agentskills.io 兼容）允许一键安装社区优秀技能。以前在 Claude Code、Cursor 写的技能文件,直接复制到 ~/.hermes/skills/ 即可无缝复用,实现跨平台规则共享。
   高阶玩法：用 hermes skills list 查看已有技能,用 hermes skills edit 手动微调,再让它自我进化。
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
7. 跨平台网关配置（手机随时指挥）
   飞书接入（国内最方便）：运行 hermes gateway setup 选飞书,创建企业自建应用,填 App ID 和 App Secret 即可。所有上下文本地同步。
   Telegram 接入：找 @BotFather,获取 Token,运行 hermes config set TELEGRAM_BOT_TOKEN your-token,然后启动网关。
   支持多平台同时接入,手机上发指令,电脑 /VPS 上继续执行,记忆完全一致。
   
   
   
   
   
   
   
   
   
   
8. MCP 协议与自动化流转（真正的生产力爆发）
   Model Context Protocol (MCP)：标准化协议,可直接调用 6000+ 外部服务（无需额外适配）。支持 stdio（本地无网络开销）和 HTTP/SSE 两种方式。
   示例接入 GitHub（安全配置）：
   yaml
   mcp_servers:
   github:
   command: “npx”
   args: [“-y”, “@modelcontextprotocol/server-github”]
   env:
   GITHUB_PERSONAL_ACCESS_TOKEN: “你的Token”
   allowed_tools: [“read_repo”, “list_issues”] # 只开放读取,屏蔽修改权限
   定时调度（Cron）：编辑 ~/.hermes/cron/tasks.yaml,设置每日早间自动追踪 AI/Web3 新闻并推送到 Telegram。
   示例：
   yaml
   tasks:
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   

• name: daily_ai_tracking
  schedule: “0 9 * * *”
  command: “总结今日AI趋势和Web3投研热点,用列表输出”
  platform: telegram
  chat_id: “your-chat-id”
  多 Agent 并发编排（delegate_task）：主 Agent 可并行拉起最多 3 个子 Agent 实例,分别负责数据检索、文档分析、社区汇总,最后主节点客观合成报告。大幅缩短复杂任务时间（例如预测市场项目深度投研）。
  高阶 Tips：结合 MCP + Cron + 多 Agent,可搭建全自动“AI 投研流水线”,每天睡醒就有新鲜报告,很适合个体搞钱场景。
  五、生态导航与资源汇总
  Hermes 虽然年轻,但社区活跃度很高 ：
  官方英文文档：https://hermes-agent.nousresearch.com/docs/
  中文社区文档：https://hermes-doc.aigc.green/
  Awesome 资源：https://github.com/0xNyk/awesome-hermes-agent
  官方技能商店：https://hermes-agent.nousresearch.com/docs/skills
  生态地图（80+ 工具可视化）：https://hermes-ecosystem.vercel.app
  橙皮书（花叔深度解读）：https://www.huasheng.ai/orange-books/hermes-agent/