适合国内环境的完整安装指南,附踩坑记录和抄袭争议梳理。

前言

最近 AI Agent 圈有个项目挺火的——Hermes Agent,硅谷 Nous Research 团队做的,GitHub 上线一个多月就冲到了 9 万 Star。

它最大的特点是"自进化":不是那种每次开聊都得重新交代背景的 Agent,而是会自动总结经验、创建技能,用得越多越顺手。三层记忆系统,跨会话还记得你。

不过前两天出了个瓜——4 月 15 号,中国团队 EvoMap 发长文说 Hermes 的"自进化"核心架构抄了他们的 Evolver,10 步主循环一一对应、12 组术语系统性替换、7 份公开材料零引用。Nous Research 的回应是"Delete your account",挺无语的。

争议归争议,工具本身确实好用,MIT 协议完全开源。下面教你怎么从零把它跑起来。


一、先确认你的环境

项目 要求
操作系统 Linux / macOS / WSL2(不支持 Windows 原生)
Python 3.10+,推荐 3.11
内存 4GB+(本地跑模型要 16GB+)
网络 需要访问 GitHub(国内有办法绕)
模型 API Key 至少一个,DeepSeek、OpenRouter、OpenAI 都行

Windows 用户看过来:Hermes 不支持 Windows 原生,得先装 WSL2,推荐 Ubuntu 22.04。WSL2 安装教程网上很多,搜一下就行,这里不展开了。


二、两种安装方式

方式 A:一键安装

网络通的话,一行命令就完事:

脚本会自动装好这些依赖:

依赖 干嘛用的
Python 3.11 运行环境
Node.js v22 前端工具链
uv Python 包管理
ripgrep 文件内容搜索
ffmpeg 音视频处理

装完刷新环境变量:

bash
复制
 
 
source ~/.bashrc
# 用 zsh 的话
source ~/.zshrc

然后跑一下诊断:

bash
复制
 
 
hermes doctor

全部打勾就说明没问题了。


方式 B:手动安装

国内直连 GitHub 动不动就超时,这时候得手动来,一步步搞。参考大海资源网的方案:

第 1 步,更新系统包

bash
复制
 
 
sudo apt update

第 2 步,装 Python 和编译工具

bash
复制
 
 
sudo apt install python3-pip python3-venv python3-full build-essential git -y

第 3 步,装必备工具

bash
复制
 
 
sudo apt install ripgrep ffmpeg -y
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

第 4 步,改 GitHub Host

bash
复制
 
 
echo "20.205.243.166 github.com" | sudo tee -a /etc/hosts

注意这个 IP 不一定一直能用,去站长工具(ping.chinaz.com)查最新的替换。实在不行的话……你懂的,准备个梯子最省心。

第 5 步,克隆仓库

bash
复制
 
 
git clone https://github.com/NousResearch/hermes-agent.git ~/.hermes/hermes-agent
cd ~/.hermes/hermes-agent

第 6 步,初始化子模块

bash
复制
 
 
git submodule update --init --recursive

第 7 步,装 uv

bash
复制
 
 
curl -LsSf https://astral.sh/uv/install.sh | sh
source $HOME/.local/bin/env

第 8 步,建虚拟环境

bash
复制
 
 
uv venv --python 3.11
source .venv/bin/activate

第 9 步,安装 Hermes

bash
复制
 
 
uv pip install -e . --index-url https://pypi.tuna.tsinghua.edu.cn/simple

这里加了 --index-url 指定清华源,国内下载快很多。


三、配置

3.1 一键配置向导

bash
复制
 
 
hermes setup

跟着提示一步步走就行,它会帮你选模型、开工具、配网关。

3.2 选模型

bash
复制
 
 
hermes model

支持的提供商挺多的:

提供商 说明 推荐指数
Nous Portal 官方模型,原生函数调用 一般
OpenRouter 200+ 模型随便选
OpenAI GPT-4o 系列
DeepSeek 国内可用,便宜 国内首选
Kimi 国内可用,长上下文 中等

国内用户建议直接用 DeepSeek。在 hermes model 里选 More providers → Custom endpoint,然后填这些:

3.3 配工具

bash
复制
 
 
hermes tools

文件操作、Shell 执行、网络请求、浏览器控制之类的,按需开就行。

3.4 消息网关(可选)

bash
复制
 
 
hermes gateway setup

可以接 6 个平台,接上之后手机上就能跟 AI 聊天了:

平台 怎么接
Telegram @BotFather 创建 Bot Token
Discord 创建 Discord Bot
Slack Slack App 接入
WhatsApp WhatsApp Business API
Signal Signal 消息网关
CLI 命令行,默认就是这个

3.5 环境变量

如果你更习惯直接改配置文件,编辑 ~/.hermes/.env

bash
复制
 
 
# API Key 填一个就行
OPENROUTER_API_KEY=sk-xxx
# 或者
OPENAI_API_KEY=sk-xxx
# 或者
DEEPSEEK_API_KEY=sk-xxx

# 需要代理的话
HTTPS_PROXY=http://127.0.0.1:7890

四、启动

bash
复制
 
 
hermes

看到欢迎界面就 OK 了,直接打字聊就行。

几个有用的命令:

bash
复制
 
 
hermes config check    # 检查配置完不完整
hermes doctor          # 跑诊断,出问题了先跑这个
hermes gateway install # 装成 systemd 服务,后台 24 小时跑

五、核心功能

三层记忆

层级 干嘛的 怎么理解
会话记忆 当前对话上下文 就像你的短期记忆
持久记忆 跨会话的偏好和项目信息 长期记忆
技能记忆 自动总结的解决方案 用多了形成的"肌肉记忆"

自进化

这是它跟其他 Agent 最大的区别。用大白话说就是:做完一个任务之后,它会自己总结经验,下次遇到类似的直接用之前的套路。相当于你带了个会记笔记、会复盘的实习生。

用户下任务 → Agent 执行 → 做完了自动提取经验 → 存成 Skill
→ 下次类似任务直接调用 Skill → Skill 还会在使用中优化

内置工具

40 多个内置工具,文件操作、Shell、网络请求、浏览器控制、代码编辑基本都覆盖了。还支持 MCP 扩展。

定时任务

可以用自然语言设定时任务,比如:

bash
复制
 
 
hermes schedule "每天早上 8 点,汇总我的邮件并发送到 Telegram"
hermes schedule list  # 查看已配的任务

RL 训练数据导出

每次执行任务的完整轨迹都会被记录,可以导出来微调模型:

bash
复制
 
 
hermes export --format sharegpt --output training_data.json

用得越久,积累的数据越多,以后微调出来的模型就越好用。


六、6 种部署后端

后端 什么场景用 怎么配
local 本地调试 默认,不用配
docker 隔离沙箱,生产推荐 hermes config set backend docker
ssh 远程服务器 配 SSH 密钥
daytona 无服务器持久化 5 美元/月的 VPS 就能跑
modal 云端函数 需要 Modal 账号
singularity HPC 集群 需要 Singularity 环境

省钱方案:Daytona 后端 + DeepSeek API,一个月几块钱。


七、Docker 部署

不想折腾环境的话,Docker 最省事:

bash
复制
 
 
docker pull nousresearch/hermes-agent:latest

docker run -it \
  -v ~/.hermes:/root/.hermes \
  -e OPENAI_API_KEY=your_key_here \
  nousresearch/hermes-agent:latest

docker-compose 也行:

yaml
复制
 
 
version: "3.9"
services:
  hermes:
    image: nousresearch/hermes-agent:latest
    volumes:
      - ~/.hermes:/root/.hermes
    environment:
      - DEEPSEEK_API_KEY=${DEEPSEEK_API_KEY}
    stdin_open: true
    tty: true
    restart: unless-stopped

八、从 OpenClaw 迁移

之前用 OpenClaw 的话,一行命令迁移:

bash
复制
 
 
hermes claw migrate

SOUL.md、记忆、技能、API Key 都会搬过来。


九、踩坑记录

下面这些坑我自己和社区的人都踩过,提前说一声。

坑 1:hermes: command not found

最常见的报错,环境变量没刷新:

bash
复制
 
 
source ~/.bashrc

还不行的话检查 PATH:

bash
复制
 
 
echo $PATH | grep -o '/usr/local/bin'

坑 2:小模型效果很差

别用 7B 这种小模型,多步骤任务到第三步就开始胡说八道。底层模型决定了上限,至少 70B 级别的,或者直接上 Claude Opus / GPT-4o。

坑 3:记忆检索偶尔不准

持久记忆用的是 FTS5 全文搜索,语义理解能力有限,有时候会召回不相关的内容。可以手动清理:

bash
复制
 
 
hermes memory list
hermes memory search "关键词"
hermes memory delete <id>

坑 4:GitHub 克隆超时

国内老问题,三种解法:改 Host(手动安装第 4 步)、用 Gitee 镜像、或者挂梯子。

坑 5:Python 版本不对

Hermes 要 Python 3.11,系统上有多个版本的话:

bash
复制
 
 
uv python install 3.11
uv venv .venv --python 3.11

坑 6:子模块缺失

克隆的时候忘了加 --recurse-submodules

bash
复制
 
 
cd ~/.hermes/hermes-agent
git submodule update --init --recursive

坑 7:更新后配置报错

bash
复制
 
 
hermes config check
hermes config migrate

坑 8:Telegram 网关连不上

.env 里加代理:

bash
复制
 
 
HTTPS_PROXY=http://127.0.0.1:7890

十、抄袭争议梳理

教程部分写完了,最近这个瓜挺值得聊的。

4 月 15 号,中国团队 EvoMap 发了一篇技术对比报告。他们做了一个叫 Evolver 的 AI Agent 自进化引擎,2 月 1 号就开源了。结果发现 3 月 9 号才创建自进化仓库的 Hermes Agent,核心架构跟 Evolver 高度雷同。

具体证据有三条:

证据 说了什么
10 步主循环完全对应 两个项目分别用 Python 和 Node.js 写的,但 10 步编排从头到尾一一对应
12 组术语系统性替换 逻辑骨架一模一样,就是变量名全换了
7 份公开材料零引用 引用了斯坦福、伯克利的东西,对最相似的 Evolver 连提都没提

时间线上,Evolver 2 月 1 号公开,Hermes 的自进化仓库 3 月 9 号才创建,晚了 36 天。Hermes 主仓库确实是 2025 年 7 月建的,但在 Evolver 公开之前一直是私有仓库,所有架构同构证据都集中在自进化模块。

Nous Research 的官方回应:"我们仓库 2025 年 7 月就有了。我们是先驱。Delete your account。"

没有任何技术层面的正面回应,直接让人删号。

EvoMap 团队已经把 Evolver 核心模块改成混淆发布了,协议也从 MIT 换成了 GPL-3.0。

这事儿其实暴露了一个更大的问题:传统开源协议(MIT、Apache、GPL)是给人设计的,防的是手动复制代码。但现在 AI 可以不抄一行原文,只复刻核心架构,产出一个跟原项目"毫无重合"的"全新"项目,传统的版权界定方式根本管不了。


十一、同类产品对比

维度 Hermes Agent OpenClaw AutoGPT CrewAI
Stars 9 万+ 35 万+ ~17 万 ~3 万
协议 MIT 部分开源 MIT MIT
自进化 Skills 自动创建+优化 手动 没有 没有
跨会话记忆 有限 没有 没有
模型选择 200+ 仅 OpenAI 多模型 多模型
消息平台 6 种 CLI 没有 没有
执行环境 6 种 本地 本地 本地
RL 数据导出 没有 没有 没有

十二、可选功能包

有些功能需要额外装:

bash
复制
 
 
# 语音
pip install "hermes-agent[voice]"

# 消息平台
pip install "hermes-agent[messaging]"

# 浏览器自动化
pip install "hermes-agent[browser]"

# 图片生成
pip install "hermes-agent[image]"

# 向量数据库,增强记忆检索
pip install "hermes-agent[vector]"

# 全装上
pip install "hermes-agent[all]"

最后说两句

Hermes Agent 功能设计确实不错,三层记忆 + 自进化 + 多平台网关,是目前为数不多真正能"越用越好用"的 Agent。抄袭争议给它抹了一笔黑,但作为开源工具,该用还是能用。

适合这些朋友:

  • 在意数据隐私、想本地部署的
  • 有模型微调需求、需要积累训练数据的
  • 想要一个能长期记住你的 AI 助手的
  • 纯粹好奇想折腾一下的

这些情况就算了:

  • 不想碰命令行的
  • 想要开箱即用图形界面的
  • 完全没有 API 预算的