Hermes Agent 深度实战：从部署到技能、MCP 与钩子

Hermes Agent 是近期开源社区讨论度很高的一类「常驻型 Agent」：它不绑定单一任务，而是长期运行在服务器上，通过聊天渠道随叫随到，并随着使用不断积累关于你的记忆和技能。本文基于一档 YouTube 深度教程的内容，把从零部署到高级定制的关键路径重新梳理一遍，适合对终端不陌生、想把 Agent 真正用起来的读者。

一、Hermes 的定位：不是模型，而是常驻型 Agent 框架

教程开篇给出了一个很关键的判断：Hermes 本身不是大模型，它只是一个 harness（外壳/框架）。你可以接 OpenAI、Anthropic、DeepSeek^广告，也可以接自己的本地模型，甚至可以指向 OpenCode 这类第三方订阅服务。模型是可替换件，Hermes 负责的是上下文管理、工具调用、记忆持久化和多渠道接入。

它和 Claude Code 这类工具有本质区别。后者面向具体编码任务，用完即走；Hermes 是 7×24 常驻的，你可以用 WhatsApp、Telegram、Discord、Slack 甚至语音通话联系它，让它管理购物清单、健身日程、日历，或每天定时推送一份股市简报。作者把它类比为 OpenClaw^广告，但更强调「随你成长」——这也是它最核心的产品主张。

在部署形态上，典型结构是一台 VPS 跑 Hermes，多台设备（笔记本、台式机、手机、智能设备）通过不同消息渠道连同一个 Agent 实例，共享同一份记忆和技能。进阶用法是同一台服务器上跑多个 Hermes 实例：一个当生活教练、一个当技术工程师、一个当设计脑暴伙伴。

harness 与 agent framework 的区别

在 Agent 语境里，harness 指包裹模型的那一层执行外壳：它把用户的自然语言请求翻译成对模型的调用、解析模型返回的工具调用意图、真正执行工具、把结果拼回上下文，再循环直到任务结束。模型只负责「下一步该做什么」的判断，harness 负责其余一切工程细节。这与 agent framework 略有区别：framework 通常指提供抽象接口供开发者编写 Agent 的库（如 LangChain），而 harness 更偏向开箱即用的运行时，用户主要通过配置而非写代码来定制行为。Hermes 属于后者，它的可配置面（人格、记忆、工具开关、钩子）就是 harness 暴露给用户的调节旋钮。

Claude Code 的定位差异

Claude Code 是 Anthropic 推出的终端内编码 Agent，以单次任务会话为粒度工作：你进入项目目录启动它，它读写文件、运行测试，任务完成后退出。它同样是一个 harness，但设计目标是有界的编码任务，而非长期驻留。理解这一点有助于看清 Hermes 的取舍：常驻意味着状态（记忆、技能、会话历史）必须持久化到磁盘，也就引出了后文 .hermes 目录的设计。

二、为什么强烈建议跑在 VPS 上

教程反复强调不要把常驻 Agent 放在主力电脑上，理由有三层。

第一是权限与自主性。你希望 Agent 能自主行动，意味着它需要创建文件、删除文件、执行命令的权限。如果它跑在你存放重要资料和个人凭据的机器上，一次误删或凭据泄露就足以造成实际损失——哪怕不是恶意的。

第二是资源占用。常驻进程会持续消耗 CPU 和内存，与你的日常工作流争抢资源。

第三是隔离原则。作者的建议是「关注点分离」：Agent 跑在一台只做这件事的机器上，除非某些服务必须与它同机。教程演示使用 Hostinger 的 KVM2 方案（2 vCPU、8GB 内存、100GB 磁盘），并给出了 SSH 密钥而非密码登录的做法，属于比较标准的服务器安全实践。

三、安装与首次配置的关键选择

安装命令本身很简单，复杂的是安装向导里的几个岔路口。

设置模式：向导提供快捷设置（走官方托管门户）、空白状态、以及完整手动设置。教程推荐完整设置，因为只有它允许你自带 API Key，并把配置完全掌握在自己手里。

模型选择：可以接 ChatGPT 订阅、OpenAI API Key、DeepSeek、Z.AI 等。作者本人使用 OpenCode 的订阅服务，并通过创建 service account 生成 API Key，为了省事把过期时间设为永不过期——这一点值得商榷，生产环境更稳妥的做法是定期轮换。

渠道接入：首次只配一个渠道（教程选了 Telegram），后续再加。这样能把排错范围控制到最小。

工具开关：联网搜索、浏览器自动化、终端操作、文件读写、图像生成、语音合成、技能与记忆管理，每一项都可以独立开关。工具配置会对 CLI 和消息渠道各走一遍，容易让人觉得重复，但这是设计使然。

配置完成后，几个高频命令值得记住：hermes setup（重跑全部配置）、hermes setup model（只换模型）、hermes doctor（诊断安装问题）、hermes update（升级）、hermes gateway restart（改动后重启网关让配置生效）。hermes doctor 的输出里会混有一些与你无关的告警，比如没装 Docker、缺某个渠道的密钥，需要按自己的使用场景过滤。

四、桌面端：本地安装，远程连接

桌面客户端的使用方式容易让人困惑：你需要在本地也装一份 Hermes，但目的不是用它，而是为了拿到图形界面，再通过 SSH 连回服务器上的那个 Agent。

教程的步骤是本地安装时选择空白状态、跳过模型与渠道配置，然后打开桌面端，在网关设置里选择「通过 SSH 连接」，填入服务器主机、端口和私钥（注意别选错成别的密钥）。连接成功后，你在桌面端看到的会话、文件目录都来自服务器。

作者用一个跨端记忆实验验证了这一点：在桌面端告诉 Agent「记住我叫 Florian」，切回 CLI 开新会话问「我叫什么」，它能答出来；再到 Telegram 里问，它同样知道，并说明信息来源既有 Telegram 账号信息，也有 user.md 文件。三个入口背后是同一个 Agent。

五、.hermes 目录：三个永远在上下文里的 Markdown

理解 Hermes 的记忆机制，关键是分清「常驻上下文」和「按需加载」。

.hermes 目录是整套配置的核心。其中的 soul.md 定义 Agent 的性格，本质上就是系统提示词——默认内容是「你是 Hermes Agent，直接、简洁、回复长度与问题分量匹配」之类，你可以把它改成任何人格。memories/ 下的 user.md 存关于你的事实（姓名、年龄、所在地等），memory.md 存与你不直接相关但值得记住的信息（比如「Mike 在 ABC 公司工作」）。

这三份 Markdown 有一个共同点：始终位于上下文中。这意味着你对写入内容要非常克制，否则每一轮对话都在为无关信息付费。相比之下，技能（skills）是按需加载的，只有相关时才进入上下文。这是 Hermes 记忆体系里最重要的一个分层。

另有 agent.md 可用于放置更正式的系统提示词，与 soul.md 描述人格的定位形成互补。API Key 不写在 config.yaml 里，而是存放在 .hermes 下的 .env 文件中，配置过程中自动写入。

上下文窗口与常驻内容的成本

大模型的上下文窗口是有限的 token 预算，每次调用都要把系统提示词、常驻记忆、历史对话、工具返回结果一起塞进去。常驻内容每轮都会被重复计费和占用窗口，因此体积直接影响到可用历史长度与响应成本。这也是 Hermes 把记忆拆成「常驻」与「按需」两层的动因：soul.md、user.md、memory.md 体量小、通用性强，值得每轮携带；技能文件可能长达数千字且高度专用，只在相关时才加载。实践上应把常驻文件控制在几百字量级，其余信息交给技能或外部文件按需检索。

系统提示词与人格设定的关系

系统提示词是模型在对话开始前收到的最高优先级指令，规定角色、语气、行为边界。soul.md 本质上就是可编辑的系统提示词文件，而 agent.md 提供了放置更正式、更结构化指令的位置。两者分离的好处是人格调整（改语气、改风格）不必触碰行为规则（工具使用约定、安全边界），降低误改风险。

六、审批模式：按你的风险偏好调档

config.yaml 里有一个值得单独拿出来讲的设置：审批模式。默认是 smart，Hermes 会自行判断命令风险，多数命令直接执行，遇到它认为危险的才请求确认。

教程演示了另外两档。改成 manual 后，执行 chmod 777 这类操作会强制请求批准；改回 smart 后，因为是你明确要求的，它就直接执行了。设为 off 则是几乎全自动，但仍然会拦截 rm -rf / 这种极端破坏性命令。作者的建议是保留 smart 作为平衡点——这个判断合理，但需要补充一点：smart 的风险判定依赖模型能力，弱模型在风险识别上未必可靠，敏感环境下手动档更稳妥。

七、技能：让 Agent 记住「怎么做」

技能是 Hermes「随你成长」主张的落点。它本质上也是 Markdown 文件，可以附带脚本，描述的是完成某类任务的具体流程。

教程的示例很直观：让 Agent 生成一份包含 AAPL、MSFT、NVDA 的股市简报，先要一份冗长的文字版，再要求精简成价格、涨跌幅、市盈率的表格加简单可视化。满意之后直接说「以后我说 stock brief，就给我这个版本的结果」，Agent 便自动创建了技能，并附带可运行的脚本和模板。

技能有三种创建方式：手写、从官方技能中心（skills hub）安装、或者让 Agent 根据一次实际执行自动归纳。第三种最省事，也最能体现产品理念。

技能的生命周期由一个叫 skill curator 的后台机制管理：它定期扫描使用频率，30 天未使用标记为 unused，90 天未使用归档，但从不删除。常用的技能可以用 hermes curator pin 钉住，避免被标记；也可以 adopt 交回管理。

你可能没注意到技能的跨渠道适配能力。同一个 stock brief 技能在 Telegram 上输出的排版与桌面端不同，Agent 会根据渠道自行调整；你反馈「这里不好看」，它就把改进写回技能。这种基于使用反馈的持续迭代，比一次性写好提示词更接近「养成」的体验。

八、MCP、连接器与插件：三种扩展方式的取舍

这三个概念容易混淆，教程的区分方式是：MCP 服务器提供工具，连接器是 MCP 的托管版本（走官方门户），插件则是工具、MCP、连接器、技能打包在一起的集合。

以 Notion 为例，hermes mcp 启动交互式配置，选择 Notion 后会给出授权链接，在浏览器里选定工作区并确认信任后，回调 URL 里带有授权码。由于 Hermes 跑在服务器上、回调落在本地，教程的做法是直接把 URL 粘贴回终端让 Hermes 提取授权码——这比配置端口隧道省事。授权完成后即可操作 Notion 里的待办清单。

连接器走的是另一条路：hermes connectors connect notion 打开门户完成授权，同样能用，但配置不在你自己的系统里。作者明确偏好 MCP 的完全掌控，但也承认连接器更易上手。这个取舍没有标准答案，取决于你对数据流向的敏感程度。

插件值得一提的例子是 holographic，一个把记忆改为实体-属性结构的本地事实库。安装后设它为默认记忆提供者，后续对话中告诉它「Tom 是我的同事」「Tom 喜欢去南美度假」「Tom 对花生过敏」，这些事实会逐条入库；再让它策划 Tom 的生日聚会时，它能召回全部三条并据此给出建议。卸载后需要重新执行 hermes memory setup 切回内置记忆，hermes memory status 可随时确认当前用的是哪个。

MCP 协议是什么

MCP（Model Context Protocol）是 Anthropic 提出并开源的协议，用于让外部程序以标准化方式向模型暴露工具、资源和提示模板。一个 MCP 服务器就是一个独立进程，通过 JSON-RPC 与 Agent 通信，声明自己能提供哪些工具及参数 schema；Agent 在需要时调用，服务器执行后返回结果。它的价值在于解耦：同一个 Notion MCP 服务器可以被任何支持 MCP 的客户端复用，不必为每个 Agent 单独写集成。Hermes 的 hermes mcp 命令做的就是注册这样一个服务器并完成授权。

OAuth 回调在服务器场景下的困境

多数第三方服务的授权走 OAuth：你在浏览器确认后，服务把授权码重定向到预先登记的回调 URL。当 Agent 跑在无图形界面的 VPS 上，这个回调无处落地，常规解法是在本地建 SSH 端口隧道把回调转发到服务器。教程选择手动复制回调 URL 粘贴回终端，本质上是把这步人工化，省去隧道配置，代价是每次授权需手动操作一次。

九、定时任务、多档案与子 Agent 委派

定时任务用自然语言就能创建，比如「每天早上通过 WhatsApp 给我发一份股市简报」，Hermes 会生成对应的 cron job。hermes cron list 查看、hermes cron remove 删除。教程里演示的定时任务最初只推送了表格没推图，反馈之后自行修正——这类小问题在实际使用中会经常遇到，需要一点耐心调。

多档案（profile）让同一台服务器跑多个独立实例。hermes profile create life-coach 创建后，用 hermes life-coach setup 单独配置，每个人格有自己的 soul.md、模型、工具和记忆。hermes profile use life-coach 可切为默认。桌面端的价值在这里体现得更明显：可以建群聊，让默认 Hermes 和生活教练同时在场，风格差异一目了然。

子 Agent 委派是另一个实用能力。一句「用子 Agent 并行研究这几只股票」，就会触发多个后台子 Agent 同时工作、各自汇报、再由主 Agent 汇总。也可以把编码任务外包给 Claude Code：在服务器上装好并登录后，Hermes 有一个内置的 Claude Code 技能，会把任务以 Markdown 形式提交给 Claude 的无头模式执行。

十、钩子：在 Agent 生命周期上挂自定义逻辑

钩子是整篇教程里最技术向的部分，分三类：网关钩子、Shell 钩子和插件钩子。

网关钩子是只读的，用于监控和告警，能响应消息渠道上发生的事件，但无法改变模型行为或注入上下文。教程建了一个 session-alert 钩子，在 .hermes/hooks/ 下写 HOOK.yaml 声明事件与描述，再写 handler.py 处理逻辑，重启网关后生效。作者在这里踩了个坑：最初监听的 session:start 事件没有触发，换成会话重置事件后才收到回调——说明这类事件名需要对着文档确认，不能想当然。

Shell 钩子写在 config.yaml 的 hooks 段里，能力更强，可以挂到 pre-LLM call、post-LLM call、pre-tool call 等节点上。教程给了两个极简示例：一个 pre-LLM 钩子执行 shell 脚本，往每轮提示词里注入「请在回答末尾加上 greetings from the hook」；一个 pre-tool 钩子用 Python 脚本拦截包含 ls 的命令，Agent 尝试执行时被告知「LS 被你的钩子阻止了」。

这类机制的实际用途比示例大得多。作者提到自己在另一个视频里用 pre-LLM 钩子做了请求分流：简单请求直接走预设命令，不必进入推理流程，借此缩短响应时间。这才是钩子真正的价值所在——在模型之外加一层确定性的控制逻辑。

十一、语音与收尾判断

语音能力分两档。基础的双向语音转文字和文字转语音开箱即用：在 WhatsApp 里发语音条会自动转写，发送 /voice on 后 Agent 会用语音回复。真正的实时语音通话需要桌面端，并且在服务器的 .env 里配置 OpenAI API Key，然后在语音设置里把模式从 chained 改为 gpt live，即可实现可打断的实时对话。唤醒词（默认「hey hermes」）这个功能作者实测有延迟，他自己也说这块比较 buggy，属于可以期待但暂不作为核心依赖的能力。

回到整体判断：Hermes 的门槛明显高于 Dots、Duet 这类托管产品，需要你熟悉终端、愿意折腾配置。但它换来的可定制性也是托管方案给不了的——模型自选、数据自持、技能自建、生命周期可挂钩子。对工程师和喜欢自己搭建工作流的人来说，这是当前开源常驻 Agent 里值得投入时间的一个选项。