Hermes Agent实战：VPS部署到Telegram集成全流程指南

什么是Hermes Agent？

Hermes Agent是由News Research开发的开源AI智能体项目，采用MIT许可证，目前在GitHub上已获得14万星标，是增长最快的开源项目之一。它最核心的特点是自我迭代机制——能够通过编写和更新技能不断自我改进，随着使用时间的增长变得越来越强大。

自我迭代（Self-Improvement Loop）是当前AI Agent研究中的前沿方向。传统AI助手每次对话都从零开始，不具备跨会话学习能力。而自我迭代机制借鉴了强化学习中的经验回放（Experience Replay）思想——将成功的操作模式固化为可复用的程序化知识。这与Google DeepMind提出的「工具制造」（Tool Making）概念一脉相承：让AI不仅使用工具，还能创造新工具来解决未来问题。

与传统AI助手不同，Hermes Agent运行在用户自己的基础设施上（Mac mini、笔记本电脑或VPS），支持Docker容器化部署，甚至可以通过Termux在安卓设备上运行。它开箱即用就自带91个技能，总技能库超过684个，涵盖图表生成、语音转录、浏览器自动化等多种能力。

Docker是一种操作系统级虚拟化技术，它将应用程序及其依赖打包成标准化的容器镜像。对于AI Agent而言，容器化部署意味着每个智能体运行在完全隔离的环境中，拥有独立的文件系统、网络栈和进程空间。这不仅解决了依赖冲突问题，更重要的是提供了安全沙箱——即使智能体执行了危险操作，影响范围也被限制在容器内部，不会波及宿主系统。

Termux是一个Android终端模拟器和Linux环境应用，无需root权限即可运行。它通过proot技术模拟Linux文件系统层级，提供apt包管理器，支持安装Python、Node.js等运行时环境。这意味着一台闲置的安卓手机就能变成24/7运行的AI Agent服务器，极大降低了个人部署智能体的硬件门槛。

Hermes vs Claude Code vs OpenClaw：如何选择？

Claude Code：桌前工作的主力

Claude Code是Anthropic的编码助手，运行在代码旁边的终端里。它的定位非常明确——当你坐在桌前或笔记本前工作时使用，适合深度编码和知识类工作。虽然也支持远程调度，但核心场景仍然是「坐下来指挥它工作」。

OpenClaw：移动端的先行者

OpenClaw^广告由Peter Steinberger创建（后加入OpenAI），目前已超过35万GitHub星标，团队规模更大，更新频繁。NVIDIA还在其基础上构建了企业级的NimalClaw。但频繁更新也带来了稳定性问题——经常出现更新后崩溃的情况。

Hermes：轻量、稳定、自我进化

Hermes更轻量、更快，专注于自我改进，特别适合开源模型爱好者。作者转向Hermes的主要原因是OpenClaw频繁崩溃，而Hermes相对稳定。两者并非互斥——最佳实践是将Claude Code用于深度编码，Hermes用于移动端快速任务和自动化调度。

关键区别在于：Claude Code是你坐在电脑前的深度工作伙伴，Hermes是你出门在外时随时能唤醒的行动引擎。

Hermes Agent的五大核心支柱

记忆系统（Memory）

记忆是Hermes在会话之间携带的持久上下文信息，主要依赖两个文件：

• user.md：关于你是谁、你的风格、偏好和禁忌
• memory.md：当前环境、项目信息和业务背景

这两个文件在会话启动时自动加载。由于AI本质上是「无状态」的（类似电影《记忆碎片》），这些文件确保每次唤醒时智能体都能快速进入状态。

大语言模型本质上是无状态的函数——给定相同输入必然产生相同的概率分布输出，模型权重在推理阶段不会改变。这与人类大脑的持续可塑性形成鲜明对比。Hermes的记忆文件机制本质上是一种「外化记忆」（Externalized Memory）架构，类似于神经图灵机（Neural Turing Machine）中的外部存储器概念，但实现方式更加工程化——直接使用文件系统作为持久化存储，通过Prompt注入实现记忆检索。

Hermes会自动从对话中提取信息更新这些文件，但用户也应主动说「记住这个」或「把这个存到user.md」。

技能系统（Skills）

Hermes的技能是可复用的操作手册，类似于烹饪配方——确保每次执行都稳定一致。所有技能存放在skill.md文件中，包含YAML前置元数据（告诉智能体何时调用）和Markdown正文（具体执行步骤）。

这里有一个「渐进式披露」的设计理念：只有在需要时才加载完整技能内容，避免上下文臃肿。渐进式披露（Progressive Disclosure）源自人机交互设计领域，由IBM研究员在1980年代提出。在AI Agent语境下，这一理念解决了大语言模型的核心瓶颈——上下文窗口限制。即使是支持128K或200K token的模型，将所有技能文档一次性加载也会导致注意力稀释（Attention Dilution），降低推理质量。通过YAML元数据中的触发条件判断，系统只在匹配时加载完整技能正文，实现了信息密度与上下文容量之间的最优平衡。

更酷的是，Hermes会分析你的对话和工作流程，自动将重复操作转化为技能。技能中心还提供超过520个社区技能可供安装。

灵魂配置（Soul）

soul.md塑造了智能体的个性。即使你有6个不同的Hermes实例，每个都可以有独特的风格——简洁、幽默、甚至带点讽刺。这个文件同样会被加载到上下文中，影响所有输出的语气和表达方式。

定时任务（Crowns）

这是Hermes相比Claude Code的核心优势之一。你可以用自然语言说「每天早上6点执行123」，Hermes就会创建定时任务。任务执行时会启动全新的隔离会话，完成后将结果发回原始聊天。

实用特性包括：

• Context From：将一个任务输出传给另一个
• Work Dir：指定工作目录
• No Agent标志：仅运行脚本不启动智能体循环

安全方面，定时任务会话不能递归创建更多定时任务。

自我改进循环

完成任务→学习经验→保存记忆→转化为技能→搜索历史→优化执行。这个循环在用户主动纠正、要求保存记忆、创建或更新技能时效果最佳。

VPS Docker部署实战指南

环境准备

作者使用Hostinger VPS，选择KVM2方案（可从KVM1起步后升级）。部署方式有两种：

• 根目录安装：直接在VPS上运行
• Docker容器安装：隔离环境，推荐多智能体场景

KVM（Kernel-based Virtual Machine）是Linux内核内置的全虚拟化解决方案，与OpenVZ等容器级虚拟化不同，KVM为每个虚拟机提供独立的内核实例和完整的硬件抽象层。这意味着KVM VPS可以运行Docker（嵌套虚拟化）、自定义内核模块，且资源隔离更彻底。对于AI Agent部署，KVM方案确保了CPU和内存资源不会被同一物理服务器上的其他租户抢占，保障定时任务的准时执行。

本教程采用Docker一键安装方式。操作系统选择Ubuntu 24.04 LTS，通过Hostinger的Docker管理器搜索Hermes一键部署。

配置引导流程

1. 推理提供商：选择OpenAI Codex（可直接使用ChatGPT订阅，无需额外API密钥）
2. 消息平台：选择Telegram
3. 创建Bot：通过Telegram的BotFather创建新机器人，获取Bot Token
4. 用户授权：通过UserInfoBot获取自己的用户ID，限制只有自己能与Hermes对话

OpenAI Codex在此语境下指的是通过ChatGPT Plus/Pro订阅直接获得的API访问能力，区别于传统的按token计费API。这种模式对个人用户更友好——月付固定费用即可获得一定额度的推理调用，无需担心突发流量导致的账单爆炸。但需要注意的是，订阅制API通常有速率限制（Rate Limit），在高频定时任务场景下可能成为瓶颈。

API密钥安全实践

绝对不要直接在聊天中粘贴API密钥。正确做法是通过VPS终端执行：

hermes config set GITHUB_TOKEN <your-token>

这会将密钥写入.env文件，全程不经过AI对话窗口。

GitHub备份同步配置

设置私有GitHub仓库进行每日自动备份是必要的安全措施。通过自然语言告诉Hermes「每天午夜将变更推送到GitHub仓库」，它会自动创建技能和定时任务来实现夜间同步。

CLI vs Telegram：使用场景对比

两个界面背后是同一个智能体、同一个大脑，但体验差异显著：

CLI（命令行）适合的场景

• 深度编码和项目开发
• 需要精确管理上下文窗口
• 完整的斜杠命令支持
• 清晰的上下文可见性

Telegram适合的场景

• 定时任务调度
• 快速任务和一般性知识工作
• 外出时的移动操作
• 风险不高的常规工作

Telegram的局限在于上下文管理可见性较差，自动压缩机制可能导致信息丢失，不适合硬核开发场景。

多智能体扩展策略

何时需要创建新智能体？

遵循以下决策树：

1. 是否需要不同的权限/密钥/工具？→ 是 → 新智能体
2. 是否需要独立的长期记忆？→ 是 → 新智能体
3. 是否需要持续重复执行？→ 是 → 新智能体
4. 以上都否 → 继续用主智能体

多智能体管理最佳实践

• 每个智能体运行在独立Docker容器中，拥有各自的.env文件和密钥
• 给智能体创建专用账户（邮箱、API密钥等），像对待实习生一样管理权限
• 用Claude Code项目统一管理所有VPS智能体的配置信息
• 避免「巨型智能体」反模式——按业务领域合理拆分

安全加固措施

• 设置VPS防火墙，限制IP访问
• 让Hermes每晚自动执行安全审计
• .env文件不提交到GitHub
• 遵循最小权限原则

最小权限原则（Principle of Least Privilege）是信息安全的基石之一，由Jerome Saltzer在1975年提出。在AI Agent场景下，这一原则尤为关键：智能体具备自主执行代码的能力，如果被授予过高权限，一次幻觉（Hallucination）就可能导致灾难性后果——比如误删生产数据库或泄露敏感凭证。为每个智能体创建专用账户、限制文件系统访问范围、禁止sudo权限，都是将潜在损失控制在可接受范围内的必要措施。

日常维护与训练心得

• 智能体连续两次出错时，当场纠正并要求更新技能或记忆
• 重复给出同一指令两次时，让Hermes创建技能
• 定期检查memory.md，过时记忆是行为异常的元凶
• 这不是一次性设置工具，而是需要持续训练的队友

Hermes Agent的核心价值在于：它不只是一个工具，而是一个能与你一起成长的数字伙伴。投入时间训练它，回报将是指数级的效率提升。

核心要点