这是苍何的第 521 篇原创！
大家好，我是苍何。
最近 AI 的热风从龙虾吹到了 Hermes Agent，也就是江湖外号「爱马仕」。
虽然现实中这玩意买不起，但这个还是能玩的起的。我同样跑通了不少工作流。
就包括之前龙虾的多智能体军团，我也用 Hermes Agent 跑通了。
从飞书给我的 Agent 总管发需求，到最终交付，中间的市场调研、PRD、架构设计、开发、测试，「全部由不同的 Agent 自动完成」。
每一个 Agent 负责不同的工作，各个 Agent 之间可以互相通信、发送消息，且每个 Agent 独立上下文，互不干扰。
这是我的开发军团跑了一晚上，完成的**「电商竞品价格监控系统」**。
它能定时采集价格/原价/优惠/库存状态，提供趋势图和异常波动标记。
并在低价、剧烈波动、缺货时通过飞书预警，支持 Excel 导出。助你快人一步掌握市场定价主动权。
值得一提的是，开发总监我设置的是自主调用本地的 Claude Code，他能自行决策，7 * 24 小时写代码。
这篇文章理论上是一篇超级长的万字保姆级教程，建议无情的点赞转发收藏。
你可以稍微看下大纲，并尝试着滑到底，比比手速需要多久🐶。
在介绍教程之前，有必要推荐下 Kimi 刚开源的模型 K2.6，代码能力大提升，看到 Hermes 官方都下场安利了，所以我也用K2.6来演示一下如何启动这只 Agent 军团。
具体评分和介绍我就不在这里多 BB 了，大家可以看看：
Kimi K2.6 发布并开源，全面精进代码和 Agent 集群能力
因为这套多 Agent 协同系统对模型的要求极高，不只是单次对话的理解能力，更考验**「长任务的稳定性、超长上下文的不失忆、以及跨轮次的任务链路保持」**。
整个流程跑下来，从市场调研到最终交付，几十轮对话、上下文没有丢失、任务链路也没有断掉。
K2.6 在这方面的表现，说实话，远超我的预期。
下面正式进入教程：
先看效果：一个需求的完整流程
整体工作流程如下：
我在飞书给总管发了一条任务：
「需求：搭建一个竞品价格监控看板。」 支持录入竞品链接，定时采集价格/原价/优惠/库存状态，提供趋势图和异常波动标记，并在低价、剧烈波动、缺货时通过飞书预警，支持 Excel 导出。
然后，我就去摸鱼了。
第一步：市场调研
总管收到任务后，立马派给**「市场总监」**开始调研。
市场总监干完活，会做两件事：
- 把调研报告发给总管，让他继续推进流程
- 私发一份给我，让我随时掌握进度
打开看了下这份报告，好家伙，做的还挺像回事儿：
第二步：产品设计
总管拿到调研报告，自己先过一遍，看看有没有问题。
没问题就把报告转给**「产品总监」**，让他基于调研结果输出 PRD。
第三步：架构设计
总管确认没问题后，将 PRD 派发给**「架构总监」**。
架构总监会审查 PRD 的可实现性。「如果发现重大问题，他有权通过总管打回产品总监修改」。
这一步非常关键，避免了产品设计不合理导致后面开发大规模返工。
架构通过后，总管将市场调研报告 + PRD + 架构设计文档一并派发给**「开发总监」**：
第四步：开发实现
开发总监能通过 tmux 控制本地的 Claude Code 进行开发，开发指令全部由开发总监自行规划和执行。
其中 Claude Code 也是配置的 K2.6 模型。
「这里有个关键点值得单独说一下。」
开发过程往往是整个链路中最耗时、最容易出岔子的环节。
特别是复杂的长链路任务，不只考验模型的编码能力，更考验它**「在大量工具调用和多步骤规划中的稳定性」**。
**「Kimi K2.6」**这个模型在代码任务上专门做过针对性训练，最直观的感受：
- 「任务目标识别准确」：给出模糊的需求描述，它能自动拆解成清晰的执行步骤
- 「工具调用非常稳定」：在同时调用文件操作、搜索、终端命令等多种工具时，几乎没有幻觉或误操作
- 「长上下文不失忆」：数十轮对话后，依然能精准引用前面某一步的输出结果，任务链路完整不断掉
整个开发阶段，K2.6 基本上是「给方向、它自跑」，中途几乎不需要人工介入纠偏。
第五步：测试验收
开发完成后，交给**「测试总监」**开始全面测试。
测试总监会输出一份完整的测试报告，总管拿到后再派发给开发总监逐项修复，并全程盯紧进度。
最终没问题了，总管会主动告知我「已就绪」。
这就是一个 AI 研发军团完成一个完整开发任务的全过程。
市场调研、产品设计、架构设计、开发实现、测试验收，「全部由 Agent 自主完成」。
输出的是一个拿来即用的功能完整电商竞品分析看板。
讲真的，看它们自己协调干活的时候，有种当甲方的快感。
实战：从零搭建研发军团
接下来手把手教你搭一套。
第一步：安装 Hermes Agent
打开 PowerShell，输入 wsl 进入 WSL 2，然后一键安装：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
脚本会自动安装：Python、Node.js、代码仓库、虚拟环境、全局 hermes 命令。
安装过程中会问你要不要装 ripgrep（更快的文件搜索）和 ffmpeg（语音消息），建议都装，输入 y。
「遇到卡顿怎么办？」
如果安装过程卡在某一步很久不动，别慌，大概率是 npm/Node 这一步慢了。
按一次回车，等 1-2 分钟。
如果还是没反应，按 Ctrl+C 中断，前面的 Python 环境已经装好了，可以单独处理 Node 部分。
「手动修复 Node 依赖：」
# 先测试 Node 是否装好node -vnpm -v
# 如果有版本号，手动装 Node 依赖cd ~/.hermes/hermes-agent/webnpm install
如果提示有安全漏洞，跑一次 npm audit fix 修补。
「启动 Hermes：」
source ~/.bashrc # 或者: source ~/.zshrchermes # 开始对话！
如果你用的是虚拟环境：
cd ~/.hermes/hermes-agentsource venv/bin/activatehermes
第二步：配置默认 Profile
首次安装建议选**「快速配置」**，只配必需的几项（模型、API Key、消息方式），先把系统跑起来再说。
模型这里我选的 「Kimi Coding Plan」。
输入 API Key，选择模型 kimi-for-coding。
「推荐使用 K2.6-code-preview」。
这个模型是 Kimi 专门针对代码和长任务场景优化的版本，核心优势三点：
- 「超长上下文窗口」：支持更大规模的任务输入，不用担心关键信息被截断
- 「长任务链路稳定」：多轮任务下来，不会出现「忘了前面在干什么」的情况
- 「多工具协同能力强」：在文件读写、终端执行、搜索等工具混合调用时，决策准确率高
在多 Agent 协同这种极端复杂的场景下，底层模型的稳定性直接决定了整个系统能不能跑通。
K2.6-code-preview 在这方面给了我很强的信心。
消息平台这一步可以先跳过，后面再配飞书。
配置完成，可以直接启动了。
第三步：创建多个 Agent Profile
这是核心部分，你需要为每个角色创建独立的 profile。
「1. 创建总管 Agent」
hermes profile create commander
输入 commander setup 设置模型和 API Key。
总管是整个系统的调度核心，需要持续跟踪、协调、催办多个下游 Agent，对上下文的连贯性要求极高。
这里同样用 「K2.6-code-preview」，超长的上下文窗口保证了总管在多轮调度中不会「忘事」。
完成后运行，Ready to go！
「2. 告诉总管他的职责」
直接在对话框中输入：
从现在开始，你是我的研发总管。你的职责是接收我的需求，并按"市场调研 -> PRD -> 架构设计 -> 开发实现 -> 测试验收"的流程推进。你不直接做专业产出，只负责调度、催办、汇总和推进。先复述一遍你的职责边界，不要开始执行。
「3. 创建其他 Agent」
可以在主 agent 对话框中提需求让它生成，也可以用命令手动创建：
hermes profile create market-director # 市场总监hermes profile create product-director # 产品总监hermes profile create architect-director # 架构总监hermes profile create dev-director # 开发总监hermes profile create test-director # 测试总监
每个 profile 都需要：
- 设置模型和 API Key
- 定义角色职责和工作范围
- 配置可以使用的技能和工具
最终的 profile 结构：
profiles/├── commander/ # 总管：负责调度和流程推进├── market-director/ # 市场总监：负责市场调研├── product-director/ # 产品总监：负责 PRD 输出├── architect-director/ # 架构总监：负责技术架构设计├── dev-director/ # 开发总监：负责代码实现└── test-director/ # 测试总监：负责测试验收
第四步：连接飞书
输入 hermes gateway setup，选择飞书。
有两种配置方式：
- 自动创建飞书机器人（推荐）
- 手动输入已有飞书应用的 AppID 和 AppSecret
我选的第一种，按回车后会出现一个二维码，扫描授权。
然后选择授权方式（私聊配对授权，适合个人及小团队）。
选择群聊处理方式。
把网关安装成 systemd 系统服务，输入 y。
如果是 WSL 虚拟环境，需要提权操作：
which hermessudo <这里替换成 which hermes 输出的完整路径> gateway install --system --run-as-user lenovosudo <这里替换成 which hermes 输出的完整路径> gateway start --system
「验证安装：」
systemctl status hermes-gatewayjournalctl -u hermes-gateway -f
回到飞书机器人对话页面，输入「你好」，会出现配对指令。
将配对指令复制到命令行执行，配对成功。
再次输入「你好」，系统会提示未设置主频道。
在对话框中输入 /sethome 将当前聊天设置为主频道。
第五步：配置 Agent 间通信
接下来，和总管 agent 对话，让它自己去实现 agent 之间的通信和修复。
修复问题后，它会自己创建 skill 记录这次问题以便复用，这就是 Hermes Agent 的记忆功能。
也可以告诉它需求，让它创建 skill。
比如这里让它创建一个专属技能，让总管自动调度市场总监 Agent。
「最终的 profile 结构：」
profiles/├── commander/ # 总管├── market-director/ # 市场总监├── product-director/ # 产品总监├── architect-director/ # 架构总监├── development_director/ # 开发总监└── test-director/ # 测试总监
你可以看到，核心逻辑就是为每个 Agent 单独配置了独立的 workspace。
所以理论上，上下文也是独立不污染的。
核心原理：Hermes Agent 是怎么做到的？
很多人以为多 Agent 就是开几个进程互相调用。
其实不是。
Hermes 的多 Agent 协作，本质上是：「角色隔离 + 共享上下文 + 任务委派」。
四个核心组件
| 组件 | 职责 | 类比 |
|---|---|---|
| 「Profiles」 | 多个独立 Agent 的组织方式 | 公司里的不同部门 |
| 「Gateway」 | Agent 对外收发消息的通道 | 公司的前台/客服 |
| 「Honcho」 | 多 Agent 共享长期记忆和上下文 | 公司的共享知识库 |
| 「tmux」 | 进程保活工具（非通信机制） | 让办公室的灯一直开着 |
Agent 间任务交接流程
当一个 Agent 需要把任务交给另一个 Agent 时：
- 「通过 Honcho 写入共享上下文」：总管将需求和调研报告写入用户 workspace
- 「通过 Gateway 发送通知」：总管通过飞书 @ 产品总监，触发其 gateway 接收消息
- 「目标 Agent 读取共享上下文」：产品总监从 Honcho 读取调研报告，开始输出 PRD
- 「完成后回写结果」：产品总监将 PRD 写入共享 workspace，并通过 gateway 通知总管
关键理解
角色化分工（Profiles） +共享上下文（Honcho） +明确任务交接（Gateway + 共享记忆） =多 Agent 协同系统
值得一提的是，「底层模型的能力是这套系统能否跑通的隐形门槛」。
多 Agent 系统中，每个环节都依赖模型正确理解上一步传来的上下文，并输出结构化、可被下一步解析的结果。
K2.6-code-preview 超强的指令遵循能力和长上下文理解能力，让整个链路的「信息传递损耗」降到了很低，这是系统能稳定运行的关键之一。
Hermes Agent 的文件结构
| 文件/目录 | 作用 | 具体内容 |
|---|---|---|
| 「config.yaml」 | Agent 的「人设」配置 | 用什么模型、角色定位、能用哪些工具、行为参数 |
| 「.env」 | 敏感信息存储 | API Keys、网关令牌、数据库连接信息 |
| 「profiles/」 | 多个 Agent 的独立配置 | 每个 profile 都是独立的 Agent |
| 「skills/」 | Agent 可以调用的工具 | Python 脚本、技能说明文档、技能分类 |
| 「memory/」 | 记忆存储 | 每日记忆、长期记忆、Honcho 外部记忆库 |
| 「sessions/」 | 会话历史 | 每次对话的完整上下文，用于恢复对话状态 |
| 「gateway/」 | 消息平台连接 | 飞书/Slack/Discord 配置、消息路由、授权信息 |
「简单理解：」
- profiles/ 就是你的「员工花名册」，每个 profile 是一个独立的 Agent
- config.yaml 定义每个 Agent 的「岗位职责」
- gateway/ 是 Agent 与外界（飞书）沟通的「前台」
- memory/ 是 Agent 之间共享信息的「知识库」
常见问题
在安装和使用过程中，你可能会遇到这些问题：
| 错误类型 | 典型报错 | 发生阶段 | 快速解决 |
|---|---|---|---|
| 「命令找不到」 | hermes: command not found | 安装后首次运行 | 重新加载 shell：source ~/.bashrc |
| 「Python 版本低」 | requires Python >=3.10 | 安装时 | 升级 Python 到 3.10+ |
| 「API Key 错误」 | Invalid API key | 运行时 | 检查 .env 中的 API Key |
| 「速率限制」 | Too many requests | 运行时 | 降低请求频率或升级套餐 |
| 「Docker 未启动」 | Cannot connect to Docker | 切换 Docker 后端时 | 启动 Docker 服务 |
| 「Docker 权限」 | permission denied | Docker 运行时 | 把用户加到 docker 组 |
| 「MCP 连接失败」 | MCP server timeout | v0.8 MCP 工具链 | 检查 MCP 服务器配置 |
| 「OAuth 过期」 | OAuth token expired | v0.8 MCP OAuth | 重新授权 |
| 「上下文溢出」 | context length exceeded | 长任务运行中 | 清理会话历史或换大模型 |
| 「Subagent 超时」 | RPC timeout after 30s | 并行任务 | 增加超时时间 |
「快速排查三步走：」
- 看报错信息，对照上表确定类型
- 用
hermes --verbose查看详细日志 - 从环境配置、API 配置到服务状态，逐项检查
写在最后
说实话，这套 Hermes Agent 研发军团搭完之后，我真的有种「一人公司」的感觉了。
你只需要提需求，剩下的事情交给 Agent 们自己协调完成。
市场调研、产品设计、架构设计、开发实现、测试验收，每个环节有专人负责，每个环节自动流转。
当然，这套系统能跑得这么顺滑，Kimi K2.6功不可没。
「框架负责协调，模型负责执行。」
一个好的多 Agent 框架配上一个真正能打长任务的模型，才是这套方案的核心竞争力所在。
未来的开发模式，可能真的就是你当老板，AI 当团队，一个人指挥一支军团。
感兴趣的朋友直接上手试试，门槛不高，效果拔群。
「如果你也搭了一套自己的 Agent 军团，欢迎评论区晒出来，一起卷一起飞。」
