背景
用 AI 编程工具（Claude Code / Cursor / Copilot）最烦的是什么？
每次打开都要重新说一遍"我的项目用的是什么框架、数据库在哪、上次修到哪了"——像个失忆的同事。
Hermes Agent 想解决这个问题。
核心能力速览
Hermes Agent 是 Nous Research 于 2026 年 2 月开源的 AI 智能体框架，GitHub Star 11 万+，主打三个能力：
| 能力 | 说明 |
|---|---|
| 持久记忆 | 本地 ~/.hermes/，关机不丢，跨会话保留 |
| 自动技能生成 | 完成任务后自动写可复用 Skill 文档 |
| 多平台接入 | 飞书 / 钉钉 / Telegram / QQ 等 12+ 平台 |
架构设计
Memory
~/.hermes/MEMORY.md # 项目事实、技术栈、踩坑记录（上限 2200 字符）
~/.hermes/USER.md # 用户偏好、工作习惯（上限 1375 字符）
故意设了容量上限，逼着过期信息自然淘汰，避免像 OpenClaw 那样变成几万行的怪物文件。
Skill
~/.hermes/skills/
fetch_stock_data.skill.md # 自动生成
bug_reproduce.skill.md # 自动生成
格式：
# [SKILL] fetch_stock_data.skill.md
## 描述
抓取东方财富龙虎榜数据
## 依赖
requests, pandas, sqlite3
## 踩坑记录
- 需要加 User-Agent，否则返回 403
- 日期格式用 YYYY-MM-DD
## 上次使用
2026-04-24
Nudge Engine
定时回头看任务，主动把值得记录的经验写入 Memory。相当于给自己装了个"复盘闹钟"。
部署方案对比
| 方案 | 成本 | 推荐度 |
|---|---|---|
| 腾讯云轻量应用服务器（一键镜像） | ¥10/月起 | ⭐⭐⭐⭐⭐ |
| 阿里云计算巢 / 无影 / 轻量 | ¥10/月起 | ⭐⭐⭐⭐ |
| 云端 API（OpenAI / Kimi） | 按量付费 | ⭐⭐⭐ |
| 本地 Ollama | 免费 | ⭐⭐⭐（Mac M系用户推荐） |
方案一：腾讯云一键部署（最省事）
腾讯云轻量应用服务器已上线 Hermes Agent 专属镜像，推荐配置：
2 核 4G SSD
创建实例时选择 Hermes Agent 镜像，开机即用，内置 KiKi AI 助手支持语音/文字指令完成配置。
适合：不想折腾、想要 7×24 在线、有预算的企业/重度用户。
方案二：本地 Ollama + Hermes（零成本）
环境要求
| 配置 | 可跑模型 |
|---|---|
| M1/M2 Mac（16GB 统一内存） | qwen2.5:7b（流畅） |
| M3 Max Mac（36GB+） | qwen3.5（推荐） |
| PC（RTX 3060 8GB 显存） | qwen2.5:7b |
| PC（RTX 4090 24GB） | qwen3.5 |
Step 1：安装 Hermes Agent
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# Windows：先安装 WSL2，然后在里面执行
验证：
hermes --version
Step 2：安装 Ollama
下载地址：ollama.com，一键安装。
拉模型：
# 轻量版（适合 M1 / 8GB 显存 PC）
ollama run qwen2.5:7b
# 完整版（需要更好配置）
ollama run qwen3.5
国内拉模型慢，可以配镜像源：
OLLAMA_HOST=https://registry.nod.ai ollama pull qwen2.5:7b
Step 3：配置 Hermes 接入 Ollama
hermes setup
交互式配置，按顺序选：
1. Quick setup
2. More providers...
3. Custom endpoint（手动输入 URL）
4. URL: http://127.0.0.1:11434/v1
5. API Key: （留空，本地不需要）
6. Model: qwen2.5:7b
Step 4：启动
hermes
正常日志：
[SYSTEM] Loading Hermes Core...
[LLM] Connected to Ollama Engine (Model: qwen2.5:7b)
[MEMORY] Vector DB connected.
[AGENT] I am ready.
平台接入：飞书
hermes gateway setup
选 Feishu，填入飞书开放平台的 App ID 和 App Secret。
飞书开放平台需要配置：
- 创建企业自建应用 → 添加「机器人」能力
- 权限管理 → 添加
im:message和im:resource - 事件订阅 → 选「长连接」→ 添加
im.message.receive_v1 - 凭证管理 → 拿到 App ID 和 App Secret 填入终端
终端会提示配对码，发给机器人完成授权。
常见报错
# 检查安装状态（第一时间跑这条）
hermes doctor
# 查看当前配置
cat ~/.hermes/.env
# 确认记忆文件存在
ls ~/.hermes/
| 报错 | 原因 | 解法 |
|---|---|---|
ConnectionRefusedError | Ollama 未启动 | 打开 Ollama App，再运行 hermes |
model not found | 模型名拼错 | ollama list 查看实际名称 |
| AI 胡言乱语 | 模型太小（<7B） | 换 qwen2.5:7b 或更大 |
ReadTimeoutError | pip 超时（国内网络） | 加清华源 |
| WSL2 连不上 Ollama | localhost 不通 | 改为 http://host.docker.internal:11434/v1 |
| 中文路径报错 | Windows 路径含中文 | 安装到纯英文路径 |
Skill 自动生成示例
手动触发一个复杂任务，看 Hermes 怎么自动生成 Skill：
帮我抓取东方财富龙虎榜数据，存到 SQLite 数据库
Hermes 完成后会自动生成：
~/.hermes/skills/fetch_eastmoney_dragon_tiger.skill.md
内容包含：步骤、踩坑点、依赖、验证方法。下次直接说"更新龙虎榜"，它调这个 Skill 重新执行，不用重新推理。
与 Claude Code 的分工
Claude Code → 单次深度任务（重构、debug、性能优化）
Hermes Agent → 长期上下文、多项目管理、定时自动化
两者配合：Hermes 记住上下文，Claude Code 完成具体任务。
更新
hermes update
MIT 开源协议，迭代节奏快，值得保持更新。
总结
Hermes Agent 解决的是："我的 AI 工具每次都要重新认识我。"
如果你是多项目并行开发者、或者需要跨设备继续上下文，值得试一下。
零成本本地部署方案：Mac M系用户 + Ollama，门槛最低。
首发于公众号「老王的AI编程」，定期更新 AI 编程实战案例。 掘金首发，公众号有删改。
