Hermes Agent Masterclass: 1. Installation, Setup, Basic Commands

Hermes Agent 的核心定位与独特价值

Hermes Agent 是由 New Research 实验室开发的开源 AI 智能体，其背后是 Hermes 模型家族的训练团队。与大多数由工具公司构建的智能体不同，Hermes 由模型训练者亲自打造，这赋予了它独特的可信度。该智能体支持在终端中以 CLI 形式运行，或通过网关连接 Telegram、Discord、Slack 等 16 个平台。它具备模型无关性（Provider Agnostic），用户可自由选择 Claude、GPT、Grok、Kimi 或通过 Ollama 使用本地模型，无需受限于特定供应商。

"Most agents are built by tool companies. This one is built by the people who trained the models and that matters."

Hermes 最初是作为生成训练数据的基准测试工具（Harm Harness）开发的，因此使用 Hermes 等同于使用 New Research 构建下一代模型的工具。截至录制时，该项目在 GitHub 上拥有约 7,000 个星标，近 300 名贡献者，并采用 MIT 许可证。最新版本为 0.9.0，更新迭代速度极快。其核心理念是复合价值（Compounding Value），这与大多数无状态智能体（如 ChatGPT 或 Claude 的新会话）截然不同。Hermes 的每个会话都会为下一个会话提供反馈，形成持续进化的闭环。

复合价值机制与适用场景分析

Hermes Agent 的独特之处在于其四步循环机制：用户下达任务 -> 智能体记录轨迹（包括使用的工具、决策和结果） -> 提取可复用的技能（Skill） -> 下次执行时更快、更准且消耗更少的 Token。这种机制使得使用三个月的 Hermes 智能体在本质上优于昨天刚安装的新实例，因为随着使用时间的推移，它会积累更多技能和经验。

对于偶尔使用的用户，这种复合价值可能不明显；但对于高频用户，技能积累带来的效率提升和成本降低是显著的。此外，Hermes 对隐私和成本敏感的用户极具吸引力，因为它提供了一流的本地模型支持。虽然 Open Claude 目前在开箱即用的集成广度上略占优势，但 Hermes 正在快速追赶，且其模型自由度和本地部署能力是其核心竞争优势。

跨平台安装指南与依赖配置

Hermes Agent 原生支持 macOS 和 Linux，而在 Windows 上，必须通过 WSL 2 (Windows Subsystem for Linux) 运行。对于 Windows 用户，首先需要确保系统为 Windows 10 或更高版本，并以管理员身份在 PowerShell 中执行 wsl --install 命令，这将默认安装 Ubuntu 发行版（也可选择 Debian 等其他发行版）。WSL 允许用户在 Windows 上直接运行 Linux 应用程序和工具。

安装完成后，在 WSL 终端中执行以下命令即可启动快速安装模式：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/install.sh | bash

该安装脚本会自动处理所有依赖项，包括 Python、Git 和 Node.js，并编译必要组件。安装过程中需要输入 sudo 密码以安装构建工具。安装结束后，用户面临完整设置（Full Setup）和快速设置（Quick Setup）的选择。为了全面体验功能，建议进行完整设置。在配置阶段，用户需选择 AI 提供商。New Research 提供了其订阅服务，同时也支持 Anthropic (Claude)、OpenAI、Qwen、GitHub Copilot 和 Hugging Face 等。由于演示者拥有 OpenRouter 的 API 密钥，因此选择了 OpenRouter 作为提供商。用户需访问 openrouter.com 注册并获取 API 密钥（需绑定信用卡），然后在安装过程中粘贴密钥以完成配置。

"Hermes was built differently. Every session feeds the next one."

安装过程中的关键步骤包括确认依赖项安装成功、选择安装模式以及配置 API 密钥。对于使用 OpenRouter 的用户，需确保账户中有足够的余额以支持 API 调用。整个安装过程旨在让用户从零开始，逐步构建一个具备自我进化能力的 AI 智能体环境。

配置核心模型与API密钥管理

在Hermes Agent的安装与基础设置阶段，首要任务是配置大语言模型（LLM）的接入方式。虽然系统默认使用Opus 4.6，但为了平衡成本与性能，用户可以选择通过OpenRouter接入更经济的模型，例如Mimo V2 Pro。这一设置不仅涉及模型选择，还引入了多凭据轮换机制，即允许为同一提供商添加多个API密钥。当第一个密钥额度耗尽或触发速率限制时，系统会自动切换至备用密钥，从而保持主提供商的稳定性并减少中断。

"Hermes can keep multiple credentials for one provider and rotate between them when one of the credentials is exhausted or rate limited."

此外，工具调用（Tool Calling）的最大次数被设定为90，这决定了代理执行工具调用的频率。为了便于调试和观察，工具进度（Tool Progress）被设置为"all"，这意味着在Telegram等界面中，每一次工具调用（如列出文件、搜索、执行代码）都会被详细记录并展示。这种透明度对于理解代理的工作逻辑至关重要，用户也可以根据需求将其调整为仅显示新工具或完全关闭。

上下文管理与会话策略优化

上下文压缩（Context Compression）是控制API成本的关键参数。该参数设定了一个阈值，决定何时对对话历史进行压缩。在本例中，阈值被设置为0.75，这是一个折中方案，旨在平衡不同模型对长上下文窗口的处理能力。较高的阈值意味着延迟压缩，而较低的阈值则要求更早地进行上下文精简，以适应那些对长上下文支持较差的模型。这种设置直接影响了Token消耗和API费用，因为随着对话历史的增加，未压缩的上下文会导致成本线性增长。

会话重置模式（Session Reset Mode）被配置为"不活动与每日重置"（Inactivity and Daily Reset）。这意味着如果用户长时间不活跃，或者到达每日设定的重置时间（如午夜），会话将被自动重置。这种策略不仅有助于管理上下文长度以控制成本，还能防止单个会话无限膨胀。对于平台配置，如本地浏览器、Firecrawl搜索提供商以及Flux 2 Pro图像生成API，用户只需填入相应的GitHub账户生成的API密钥即可。虽然Flux 2 Pro是付费服务，但通过简单的密钥粘贴即可完成集成，为后续的图像生成能力打下基础。

核心CLI命令与系统状态检查

安装完成后，掌握命令行界面（CLI）的基本操作是高效使用Hermes Agent的关键。启动聊天界面的命令是hermes，它将启动终端用户界面（TUI）。若需连接Telegram等外部消息平台，则需运行hermes gateway启动消息网关。此外，hermes doctor命令用于诊断系统潜在问题，确保配置无误。用户可通过输入/exit退出当前会话。

hermes model命令允许用户快速查看当前使用的模型，并通过交互式界面轻松切换提供商。hermes status则提供了一个全面的系统概览，包括项目路径、当前模型、提供商、API密钥状态（已设置或未设置）以及认证提供商信息。这对于排查配置错误非常有用，特别是在刚完成安装时，许多高级功能（如OpenAI Codex或Quen OAuth）可能尚未配置，状态显示为未激活。

"Hermes status... shows you everything, the whole configuration that you have here. Where your project is. What model you're using... Your API keys."

hermes insights命令用于查看会话洞察，但由于是全新安装，初期可能没有数据。hermes sessions browse允许用户通过光标选择器（curses picker）浏览并恢复之前的会话，确保工作连续性。这些命令构成了Hermes Agent日常运维的基础，帮助用户快速定位问题并管理系统状态。

技能库浏览与系统更新

Hermes Agent内置了丰富的技能库（Skills），用户可通过hermes skills browse命令发现并安装这些技能。当前系统加载了50个官方技能，涵盖从Canvas绘图到DuckDuckGo搜索等多种功能。所有内置技能均为官方认证，无需担心安全性问题。用户还可以通过hermes skills search结合关键词（如"email"）进行精确搜索，查找特定功能的技能。

搜索结果会显示技能的信任等级，例如"Agent Mail"为官方技能，而来自Anthropic等可信提供商的技能也被标记为"Trusted"。社区贡献的技能则根据信任度进行分类。这种分层结构帮助用户快速识别可靠的功能模块，例如用于冷邮件发送或React邮件处理的业务相关技能。最后，hermes config show用于显示当前配置详情，而hermes update则用于拉取并安装最新版本，确保系统始终处于最新状态，获得最新的功能和安全补丁。

Hermes 核心命令与配置架构解析

Hermes Agent 的终端界面设计类似于 Claude Code 或 Codex，提供了一套高效的交互式命令集。启动后，用户首先通过 /new 开启全新的对话会话，确保上下文干净。在会话进行中，最实用的功能之一是 /model 命令，它允许用户在不重启会话或重新加载配置的情况下动态切换底层大语言模型。例如，演示者从 Mimo V2 切换至 ZAI/GLM-5.1 时，仅需输入 /model ZAI/GLM-5.1，系统即刻响应并确认模型已切换，无需中断当前工作流即可更换推理引擎。

"You could put Think of this terminal interface as like a Claude code type of thing."

除了模型切换，Hermes 还提供了多种并行处理与上下文管理工具。/fast 命令利用 OpenAI 和 Anthropic 的优先级路由提供快速响应（需预先配置 API）；/background 允许用户在后台执行任务的同时继续聊天，实现多任务并行处理；/compress 则用于手动压缩长上下文窗口，优化 token 使用效率。此外，/yolo 用于切换危险命令的审批模式，而 /help 则是查看已安装技能和所有可用命令的入口。所有配置、历史记录和密钥均存储在用户主目录下的 .hermes 文件夹中，其中 config.yaml 管理设置，.env 存储 API 密钥等敏感信息，sessions 保存对话历史，用户应谨慎手动修改这些文件，建议通过 Agent 指令进行操作以避免破坏数据结构。

网络搜索工具集成与前置配置

为了执行需要实时信息获取的任务（如竞品调研），Hermes Agent 需要集成网络搜索工具。演示者选择了 Tavily，因其提供免费月度额度且无需绑定信用卡。注册 Tavily 后，用户需获取 API Key 并返回 WSL 终端进行配置。通过运行 hermes setup 命令，系统会检测缺失的配置项，用户只需在提示处输入 Tavily 的 API Key 即可完成集成。

配置完成后，运行 hermes status 可以验证工具状态。当显示 Tavily 已设置时，意味着 Agent 已具备调用外部搜索 API 的能力，可以开始执行依赖实时数据的复杂任务。这一过程展示了 Hermes 模块化设计的优势：通过简单的配置步骤，即可将通用 CLI Agent 扩展为具备特定工具链（如 Web Search）的专业助手，为后续的深度市场研究打下基础。

竞品调研实战：AI 儿童图书市场洞察

演示了 Hermes 的第一个真实任务：针对“使用 AI 生成定制儿童图书（含插画与故事）”的商业创意进行竞品调研。用户向 Agent 输入详细指令，要求识别直接竞争对手并寻找市场空白。Agent 初始化后，迅速调用 Tavily 进行网络搜索，并生成了结构化的市场分析报告。

报告将竞争格局划分为三个层级： 1. 传统个性化图书公司：非 AI 驱动，依赖模板或人工。 2. AI 驱动的直接竞争对手：同时使用 AI 生成故事和插画，此类公司数量众多，市场可能趋于饱和。 3. 通用 AI 工具：间接竞争对手，仅提供视觉或文本生成基础能力。

"Here's a thorough breakdown of the competitive landscape. Competitive landscape market falls into three tiers."

Agent 快速识别出一些早期平台，如提供模板化故事和 AI 插画的网站。尽管结果显示该领域已有不少玩家，但通过细分“风格定制”和“故事主题”等维度，Agent 为后续挖掘市场缺口提供了初步数据支持。这一案例证明了 Hermes 在自动化信息聚合与结构化分析方面的高效性，能够在短时间内完成从指令接收到深度报告生成的全过程。

竞品分析与市场空白洞察

在初步的竞争分析过程中，Hermes Agent识别出了几个未被充分服务的市场领域。其中，自定义艺术风格选择被视为一个显著的机会点。大多数竞争对手允许用户定制角色，但强制用户锁定在单一的插画风格中。然而，真正的市场缺口在于允许客户选择或定义实际的艺术风格，即用户可以在提示中指定他们想要的风格，这是目前市场上极少见的功能。

此外，Agent还发现针对较大年龄组儿童的市场存在空白。绝大多数竞品都 targeting 2 到 7 岁的儿童，而针对稍大龄儿童的书籍（如作为礼物购买的婴儿书或初级读物）较少。同时，双语功能也是一个被忽视的领域。虽然这些方向存在机会，但Agent指出需要进一步评估其可行性，特别是对于个人开发者而言。

核心结论与战略定位

基于上述分析，Agent得出了本次任务的核心结论：最大的白色空间（White Space）在于将自定义艺术风格控制与治疗性主题故事及较大年龄组相结合。这一发现构成了初步的市场报告和竞品报告。对于拥有随机商业想法的用户来说，利用Hermes Agent来检查竞争状况、发现市场缺口并规划创业路径，是一个简单但极具价值的任务。

"The biggest white space is custom art style control combined with therapeutic niche story themes and older age groups."

这一报告不仅展示了Agent的分析能力，也证明了其作为商业辅助工具的有效性。通过这一过程，用户可以从零散的想法中获得结构化的市场洞察，从而更清晰地规划下一步行动。

系统状态与后续规划

随着第一阶段的结束，用户已经成功安装了Hermes，配置了提供商，并掌握了前10个CLI命令和前10个斜杠命令。更重要的是，系统生成了第一个Artifact（工件）——即竞品报告，以及一个开始学习用户偏好的记忆文件（Memory File）。这个记忆文件从空白状态开始，仅通过这一个任务就开始记录用户的信息，展示了Agent随时间推移和任务增加而自我进化的能力。

在后续的课程中，用户将看到Hermes Agent如何在不同任务和业务尝试中不断发展。虽然AI儿童书项目可能竞争激烈，但Agent建议探索竞争较少的项目。接下来的视频将讨论不同的部署选项和消息传递，包括将Agent连接到Telegram或其他应用程序，以便用户不必仅在终端中与其聊天。所有内容将在6月推出的学校社区中发布，部分将在YouTube上展示，鼓励观众订阅并留言提问。