系列：Hermes Agent 源码探秘 作者：元思未来 字数：约2500字
上篇文章我们讲了AI Agent的原理：它会自己调用工具、完成任务，而不是只输出文字。
光说不练假把式。这篇我们就上手跑一个 Hermes Agent，亲手感受一下它到底能做什么。
一、安装：快，真的很快
Hermes 的安装只需要一行命令：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
它会做这几件事：
- 检测系统（支持 Linux / macOS / Windows WSL）
- 安装 Python 虚拟环境
- 克隆最新代码到
~/.hermes/hermes-agent/ - 安装依赖
- 创建
hermes命令软链接
整个过程大概 1-3 分钟，取决于你的网速。
安装完成后，运行：
hermes --version
如果看到版本号，说明安装成功了。
配置模型
Hermes 支持 20+ 模型提供商。最简单的配置方式：
hermes setup
这是一个交互式向导，它会依次问你：
- 用什么模型（OpenRouter / Anthropic / OpenAI / DeepSeek / 本地模型等）
- API Key
- 终端配置
- 要不要开启网关（消息平台）
如果你用的是 OpenRouter，只需要设置 OPENROUTER_API_KEY 环境变量，然后选一个模型就行。
或者直接设置：
export OPENROUTER_API_KEY=sk-or-v1-xxxxxxxx
hermes model # 交互式选择模型
二、第一句对话：跟普通ChatGPT的区别
普通测试
hermes chat -q "你是谁？"
输出大概是：
我是 Hermes Agent，一个开源的 AI 助手，由 Nous Research 开发。
我可以帮你写代码、查资料、操作文件、运行命令等等。
这时候它还跟你用 ChatGPT 感觉差不多。但接下来就不一样了。
让它做点"实事"
试试让它查个信息：
hermes chat -q "今天比特币价格是多少？"
你会在终端里看到这样的过程：
🧠 正在思考...
🔧 调用工具: web_search(query="比特币价格 today")
...
📝 比特币当前价格约为 $67,832...
注意看！它自己调用了搜索工具，而不是凭训练数据回答。这就是 Agent 和普通 LLM 的区别。
让它写代码
hermes chat -q "写一个Python脚本，监控当前目录下的文件变化，有新文件时打印文件名"
🧠 正在思考...
🔧 调用工具: write_file(path="watch_files.py", content=...)
✓ 文件已写入
🔧 调用工具: terminal(command="python watch_files.py", ...)
...
📝 脚本已创建并测试通过。它使用 watchdog 库监控当前目录，
有新文件创建时会打印文件名。要运行的话执行：
python watch_files.py
它自己写代码、保存文件、甚至跑起来测试了。
三、跟它"聊天式"协作
Hermes 真正的威力在于交互式对话。运行：
hermes
会进入交互模式，你会看到一个提示符，像这样：
┌─────────────────────────────────────────────┐
│ ✨ Hermes Agent v0.14.0 │
│ Model: deepseek-v4-flash │
│ Type /help for commands │
└─────────────────────────────────────────────┘
┊ 输入你的消息...
这时候你可以像跟一个人聊天一样让它做事，而且可以连续对话、上下文连贯。
比如：
你：帮我创建一个 React 项目
Hermes：我来创建一个简单的 React 项目...
（创建目录、初始化、写组件...）
✓ 创建完成，跑在 http://localhost:3000
你：加一个计数器组件
Hermes：好的，我来改 App.js...
✓ 计数器组件已添加，功能：点击 +1 / -1 / 重置
你：帮我部署到 Vercel
Hermes：运行 vercel deploy...
✓ 已部署到 https://my-app.vercel.app
一个会话里，从创建到部署全搞定。 这就是 Agent 的价值。
四、几个必试功能（快速感受能力边界）
1. 工具调用透明可见
Hermes 会显示它正在调用的工具：
┊ web_search(query="python async tutorial")
┊ read_file(path="main.py")
┊ terminal(command="npm run build")
每个工具调用前面有个小图标或前缀，你可以看到它一步步在做什么，而不是黑箱操作。
2. 斜杠命令系统
在交互模式下，输入 / 可以看到所有命令：
/help 显示帮助
/model 切换模型
/retry 重试上一次
/undo 撤销上一次对话
/clear 清屏
/title 给会话起名
/save 保存会话
/tools 管理工具
/skills 搜索技能
3. 技能系统
这是 Hermes 的一个特色功能。你可以用 /skill 加载一个"技能"——类似于给 Agent 一份操作手册，它就会按手册里的流程做事。
# 在会话中加载技能
/skill writing-plans
📚 已加载技能: writing-plans
这是关于如何编写实施计划的技能...
4. 实时查看进度
当 Hermes 在执行长时间任务时（比如部署、测试），你能实时看到终端输出，而不是傻等。
五、"懒人模式"：一条命令完成复杂任务
你可以用 -q 参数单条执行，非常适合自动化：
hermes chat -q "搜索最新的AI Agent框架，对比它们的优缺点，输出到 ~/Desktop/ai-agent-comparison.md"
然后去喝杯咖啡，回来桌上就有一份对比报告了。
再比如定时任务：
hermes chat -q "帮我设置一个定时任务，每天早上8点抓取Hacker News头条，整理成摘要发给我"
🧠 正在思考...
🔧 调用工具: cronjob(action="create", schedule="0 8 * * *", ...)
✓ 定时任务已创建
📝 每天早上8点，我会自动抓取HN头条并整理摘要给你。
这是真正的"一次设置，长期收益"。
六、初体验总结：你感受到了什么？
如果你跟着操作了一遍，你应该体验到了这几个关键差异：
| 对比项 | 普通 ChatGPT | Hermes Agent |
|---|---|---|
| 获取实时信息 | ❌ 无法 | ✅ 自动搜索网络 |
| 操作文件 | ❌ 只能读上传的文件 | ✅ 创建/编辑/删除 |
| 执行代码 | ❌ 沙盒执行（受限） | ✅ 本地终端执行 |
| 安装软件 | ❌ 不行 | ✅ pip/npm/apt |
| 定时任务 | ❌ 不行 | ✅ cronjob一键设置 |
| 多工具配合 | ❌ 单工具 | ✅ 搜索+读写+执行协同 |
一句话总结：ChatGPT 是"聊天的"，Hermes 是"干活的"。
七、下一期预告
上篇我们讲了 Agent 原理，这篇你亲手跑起来了。下一篇，我们开始读源码。
第一篇源码拆解直接杀进最核心的部分：run_conversation()。
这是 Agent 的心脏——那个"LLM思考→调用工具→看结果→继续"的循环——它是怎么用 Python 实现的？错误处理怎么做？重试策略是什么？上下文什么时候压缩？
不到 200 行核心代码，却藏着很多设计智慧。下一篇见。
作者： 十年全栈工程师，目前在探索AI Agent。
系列目录： [Hermes Agent 源码探秘]
代码位置： 安装后源码在~/.hermes/hermes-agent/
元思未来 · 行稳致远，进而有为
