New Hermes Agent v0.13 Update just dropped...

版本更新与安装指南

Hermes团队发布了名为“Tenacity”的Hermes Agent v0.13版本更新。此次更新的核心在于提升智能体的自主完成能力与多任务并行处理效率。对于已安装的用户，可以通过终端命令快速升级，具体操作为输入 Hermes update 即可在后台获取最新版本并重启网关服务。若尚未安装，用户可直接从GitHub获取源码进行部署。更新完成后，通过终端输入 Hermes 启动服务，并确认版本号为 v0.13，即可体验新功能。

“如果你已经安装了它，只需在终端中输入 Hermes update。”

这一更新流程设计旨在降低用户的使用门槛，确保用户能够无缝衔接最新的功能特性，特别是针对多智能体协作和复杂任务处理的优化，为后续的高级功能演示奠定了基础。

多智能体看板（Multi-Agent Kanban）协作

本次更新引入了多智能体看板（Multi-Agent Kanban）功能，这是Hermes Web UI（仪表盘）中的核心新特性。通过看板界面，用户可以直观地管理任务流，将任务在不同状态栏之间移动。该功能支持多看板配置，允许用户创建多个看板以区分不同项目，同时支持多智能体配置文件的切换。这意味着用户不再受限于单一AI代理的线性工作模式，而是可以组建一个自主智能体团队，同时并行处理多个项目或任务。

“你拥有的不再是一个AI代理，而是一个巨大的自主代理团队，它们同时完成多项任务。”

在实际案例中，演示者利用此功能构建了AI SEO博客内容策略并搭建了一个完整的网站。系统日志显示，智能体不仅规划了结构，还实际构建并部署了一个包含50页内容的完整网站。这种多智能体协作模式显著提升了工作效率，用户无需等待单个任务完成即可启动下一个任务，实现了真正的并行自动化。

目标循环（/goal）与视频分析能力

除了看板功能，v0.13版本还推出了 /goal 命令，这是一种类似“Ralph Loop”的目标导向型循环机制。当用户输入 /goal 并设定具体目标（如“为网站构建一个SEO博客，创建5个页面，使用HTML设计美观界面”）后，智能体会锁定该目标，并至少执行20次循环直至任务完成。这种机制确保了智能体在复杂任务中的专注度和完成度。

此外，新版本增强了视频分析工具，支持使用Hyperframes技术。Hermes Agent现在具备双重视频能力：一是理解视频内容，二是生成视频。这标志着AI代理在处理多媒体任务上的重大突破，使其能够从单纯的文本/代码处理扩展到视频内容的分析与创作领域，进一步拓展了自动化应用的边界。

“它锁定一个目标，并使用至少20个循环来完成它。”

Hermes Agent v0.13 核心定位与多智能体看板

Hermes Agent 是由 Noose Research 开发的免费开源本地自主 AI 工具，用户只需输入指令，它便能自主执行任务。此次发布的 v0.13 版本被命名为“Tenacity”（坚韧），旨在解决 AI 在长期任务中容易遗忘或中断的问题。该版本的核心突破在于引入了多智能体看板（Multi-agent Kanban）功能。传统的看板（如待办、进行中、已完成）现在支持多个 Hermes 代理同时运行。这意味着你可以部署一个 AI 团队：一个负责撰写博客，一个负责发送邮件，另一个负责检查网站状态，它们共享同一个看板、任务历史和上下文。如果某个 AI 代理卡住或崩溃，其他代理可以自动接管任务，从而实现类似人类团队 24/7 不间断工作的效果，且 AI 不会疲劳或休假。

“You have multiple different Hermes agents working on the camb and understanding what's going on.”

持久化记忆与跨平台通信能力

v0.13 版本显著增强了 AI 的目标锁定能力与会话持久性。通过 for/goal 指令，用户可以设定明确任务目标，AI 将像激光一样专注于该目标直至完成，解决了此前版本中 AI 容易在几次对话后遗忘上下文的痛点。此外，会话重启保护机制已上线，即使 Hermes Agent 崩溃或重启，系统也会自动保存工作进度并从中断处继续，避免了数小时工作的丢失，相当于为 AI 工作流提供了自动保存功能。在通信方面，Hermes Agent 现在支持通过 20 种不同的消息平台与用户交互，除了常见的 WhatsApp 和 Telegram，还新增了对 Google Chat 的支持。这意味着 Hermes 可以嵌入到团队日常使用的任何通讯应用中，实现无缝协作。

安全性增强、多语言支持与多媒体处理

在安全性与易用性方面，v0.13 引入了后置代码检查（Post-write lint）功能。当 Hermes Agent 编写代码或文件后，会自动进行错误检查，类似于代码的“拼写检查”，从而减少交付物中的错误，降低后续修复成本。同时，界面消息现已支持七种语言，包括中文、日语、德语和西班牙语等，为非英语母语团队提供了更舒适的使用体验。在多媒体处理能力上，借助 Google 的 Gemini AI 模型，Hermes Agent 现在能够观看视频并理解其内容。此外，结合 X AI 的自定义声音克隆技术，用户可以使用文本转语音（TTS）功能生成逼真的语音旁白，使 AI 生成的内容听起来像是用户本人的声音。

新增 AI 模型与生态整合

为了提供更灵活的算力选择，Hermes Agent 新增了四个 AI 模型：Deepseek V4 Pro、Gro 4.3 alpha、Tencent HY3 以及 LM Studio 的本地模型支持。其中，Gro 4.3 alpha 通过 Open Router 提供免费 API 访问，这使得 Hermes 作为一个免费开源项目，能够连接免费的高级模型资源。更多模型意味着用户可以根据具体任务选择最合适的“AI 大脑”。例如，结合 LM Studio，用户可以完全在本地运行 Hermes Agent 并使用本地模型，实现真正的免费且隐私安全的 AI 工作流。这一更新不仅提升了性能，还通过30 天路线图和分步操作程序，帮助用户在商业环境中更系统地实施 AI 代理。

“Hermes is free and open source and then you can connect it to our alpha and that is free to use too right pretty powerful stuff”

本地 AI 引擎 LM Studio 的基础配置

要将 Hermes 智能体与本地模型结合，首先需要安装并配置 LM Studio，这是一款免费的应用程序，允许用户在本地计算机上下载和运行强大的 AI 模型。用户可以从 lmstudio.ai 获取该软件，它支持 Windows、Mac 和 Linux 系统。在模型选择方面，LM Studio 会根据硬件配置推荐合适的模型，例如对于配置较低的设备，它会提示某些模型可能过大，从而建议用户选择更轻量级的版本。值得注意的是，LM Studio 提供同一模型的 量化版本（quantized versions），这些版本在保持强大性能的同时显著降低了资源占用，非常适合本地运行。

"LM Studio is a free app you can install. It lets you download and run powerful AR models."

以 Gemma 4 为例，这是一个超轻量级的模型，虽然作者不建议在生产环境中使用此特定版本，但它很好地展示了如何设置本地服务器。用户只需在 LM Studio 中搜索并下载模型，然后启动本地服务器即可。启动过程非常简单，只需在界面中切换开关即可激活服务器，随后加载选定的模型（如 Gemma 4）即可开始运行。这种设置使得用户能够在没有互联网连接的情况下，完全离线地使用 AI 功能，确保了数据的隐私性和系统的可用性。

Hermes 智能体与本地模型的集成流程

在 LM Studio 本地服务器运行后，下一步是在 Hermes 智能体中进行配置，以将其作为模型提供者接入。用户需要在终端中进入 Hermes setup 界面，选择 LM Studio 作为模型来源。除了 LM Studio，Hermes 还支持 Ollama 这一本地模型运行工具，用户同样可以配置 Ollama 来运行本地模型，或者选择输入 API 密钥以使用云端模型。配置完成后，需要重启网关以应用更改。在 Hermes 的聊天界面中，用户可以通过输入 /model 命令来切换模型提供商，从云端切换至本地 LM Studio 或 Ollama 实例。

"Hermes engine uh agent acts as the driver. So it tells the AI what to do and gets tasks done for you."

一旦完成切换，Hermes 界面会显示当前的上下文窗口大小、模型提供商以及所选模型的具体信息。这种集成方式允许用户在同一系统中管理多个不同的本地模型。例如，用户可以同时拥有通过 LM Studio 运行的 Gemma 4 和通过 Ollama 运行的其他模型，并根据任务需求灵活切换。这种架构不仅简化了本地 AI 的使用门槛，还为用户提供了极大的灵活性，使其能够根据硬件性能和任务复杂度选择最合适的模型组合。

推荐的本地模型与系统优势分析

在模型选择上，除了演示用的 Gemma 4，作者推荐了一些更适合 Hermes 智能体的本地模型。例如，GLM 4.7 Flash 是一个表现良好的选项，而由 Hermes Agent 创始人 News Research 开发的专门针对该智能体优化的模型也是极佳选择。此外，Qwen 3.5 系列模型，特别是 Qwen 3.5 9B 和 35B 版本，也被推荐用于本地部署，具体选择取决于用户的硬件配置。这些轻量级模型版本在保持高效运行的同时，能够提供高质量的智能体交互体验。

"Together they create a local fully private fully free AI agent system."

这种本地部署方案的核心优势在于其 免费、私密、快速且支持离线运行 的特性。LM Studio 充当运行 AI 模型的“引擎”，而 Hermes 智能体则作为“驾驶员”，指示 AI 执行任务。这种组合创建了一个完全本地化、无需互联网连接且完全免费的 AI 智能体系统。对于需要在飞机上或无网络环境下工作的用户来说，这种方案尤为实用。此外，作者还提供了详细的逐步指南和实施路线图，帮助用户将这些工具整合到业务流程中，以实现最大化的效率提升。

AR Profiting 社区的核心价值与资源全景

AR Profiting 不仅仅是一个简单的资源库，而是一个专注于利用 AI 自动化实现业务增长与规模化的综合性社区。对于希望从初学者进阶为专家的用户，或者希望深入了解 AI SEO 及自动化策略的从业者来说，这里提供了系统化的学习路径。社区内部构建了完整的支持体系，用户可以在其中随时提出问题并获得帮助。这种即时互动的机制确保了成员在遇到技术瓶颈或策略困惑时，能够迅速得到解答，从而保持业务推进的效率。

"This is my community that's focused on helping you grow and scale with AI automation."

在资源获取方面，社区提供了全面的培训课程，涵盖从基础入门到高级专家级别的 AI 自动化知识。此外，还特别针对代理机构（Agencies）设计了完整课程，帮助从业者掌握获取客户的关键技能。这些资源并非孤立存在，而是整合在统一的平台中，用户只需通过评论区的链接或访问 AR Profiting 网站即可接入。这种一站式解决方案极大地降低了用户寻找分散资源的成本，使其能够专注于核心业务的发展。

沉浸式学习环境与个性化辅导机制

AR Profiting 社区通过结构化的教室（Classroom）和日历（Calendar）功能，构建了深度学习的闭环。在教室模块中，用户可以直接访问创作者精心制作的培训课程，这些内容经过系统化梳理，旨在帮助用户掌握 AI 自动化背后的逻辑与实操技巧。这种结构化学习不同于碎片化的信息获取，它确保了知识体系的完整性和连贯性，使学习者能够循序渐进地提升能力。

"Inside the classroom, you get my trainings."

除了自主学习，社区还强调了个性化辅导的重要性。通过日历功能，用户可以预约每周的教练通话（Weekly Coaching Calls）。这些通话不仅是答疑环节，更是深度咨询的机会，用户可以获得针对自身业务场景的具体建议和支持。这种高频次的互动机制弥补了在线课程缺乏即时反馈的短板，确保每位成员都能在关键节点获得指导。同时，社区承诺提供随时随地的帮助与支持，这种全天候的服务承诺增强了用户的粘性和信任感，使其成为业务成长中不可或缺的外部智囊。

本地化网络构建与社群连接

AR Profiting 社区的另一大亮点在于其本地化连接功能。通过社区内的地图模块（Map），用户可以发现并连接那些位于同一城市的其他 AI 代理使用者。这种基于地理位置的社交网络打破了线上交流的隔阂，促进了面对面的交流与合作。对于希望拓展本地市场或寻找线下合作伙伴的从业者来说，这是一个极具价值的资源。通过连接本地同行，用户可以分享经验、探讨案例，甚至形成区域性的互助联盟。

"Inside the map, you can connect with people in your local city who are also using AI agents just like you."

这种社群连接不仅限于信息交换，更在于构建一个共享成长的生态系统。当用户发现身边有同样使用 AI 代理的伙伴时，他们更容易形成共鸣，共同探讨行业趋势和最佳实践。这种本地化网络增强了社区的凝聚力，使 AR Profiting 不仅仅是一个学习平台，更是一个活跃的社交圈层。对于希望从初学者成长为专家的用户而言，这种人际网络的构建往往比单纯的知识获取更具长远价值，因为它提供了持续的动力和实战中的支持。