hermes_agent

Hermes Agent

01- 简介

基于 Hermes Agent v0.16.0（2026.6），由 Nous Research 开发的开源自进化 AI Agent 框架。

课程概述

本教程系统讲解 Hermes Agent 的全部核心功能，从背景概念、安装配置，到多 Agent 协作、Kanban 工作流，最终通过一个大型综合案例将所有知识串联起来。

目标读者：零基础，对 AI Agent 感兴趣的开发者、运维人员、技术管理者。

学习路线：建议按模块顺序阅读——入门篇打基础 → 能力篇掌握工具 → 进化篇理解自学习机制 → 协作篇驾驭多 Agent 编排 → 实战篇融会贯通。

模块目录

模块	文档	内容
模块一：入门篇	Nous Research 公司背景、Hermes Agent 项目介绍、安装部署、配置管理、Provider 体系
模块二：能力篇	会话管理、Dashboard、Toolsets 工具集、MCP 协议、上下文文件、持久记忆
模块三：进化篇	Skills 技能系统、Curator 维护、Hooks 钩子、Plugins 插件、Cron 定时任务
模块四：协作篇	Gateway 消息网关、Profile 多实例、Delegation 委派、Kanban 多 Agent 协作、高级特性
模块五：实战篇	综合案例：AI 驱动的技术博客自动发布系统（覆盖 25+ 功能）

版本说明

本教程基准版本为 Hermes Agent v0.16.0 "The Surface Release"（2026 年 6 月 5 日）。同时标注了各功能的最低版本要求，便于使用旧版本的同学查阅。

近期重要版本演进：

版本	代号	日期	关键变化
v0.13.0	Tenacity	2026.5.7	Kanban 持久化、`/goal`、Checkpoints v2、video_analyze、7 种 i18n
v0.14.0	Foundation	2026.5.16	Windows 原生 Beta、Subscription Proxy、computer_use、Hermes Desktop 预览
v0.15.0	Velocity	2026.5.28	run_agent.py 瘦身 76%、session_search 4500× 提速、Kanban Swarm、Promptware Defense、Skill Bundles
v0.16.0	Surface	2026.6.5	Hermes Desktop 公测、Remote Gateway、Web 管理面板、中文 UI、`/undo [N]`

提示：使用 hermes update 保持版本最新。升级前建议备份 ~/.hermes/auth.json 和 ~/.hermes/config.yaml。

官方资源

官方文档：https://hermes-agent.nousresearch.com/docs
GitHub 仓库：https://github.com/NousResearch/hermes-agent
Skills Hub：https://agentskills.io
Nous Research 官网：https://nousresearch.com
Nous Chat：https://hermes.nousresearch.com
Forge Reasoning API：https://nousresearch.com/forge

前置知识

Python 3.11+ 基础
命令行基本操作（终端使用、环境变量）
Git 基本操作（clone、pull）
了解 LLM / AI Agent 基本概念（非必需，但有助于理解）
可选：Docker 基础（使用 Docker 终端后端时）

硬件与环境要求

环境	说明
Linux	推荐，完整支持
macOS	完整支持
Windows	v0.14+ 原生支持（PowerShell 安装器 + Git Bash）
WSL2	完整支持
Termux (Android)	v0.15+ 冷启动优化至 0.8s
Docker	官方镜像 `nousresearch/hermes-agent:latest`

1. Nous Research 公司介绍

1.1 创立与理念

Nous Research 是一家开源 AI 研究实验室，2023 年成立于美国德克萨斯州奥斯汀。最初的成员是一群在社交媒体上结识的志愿者 AI 研究员，他们怀着一个共同的信念：打造透明、无限制的开源 AI，挑战 OpenAI、Anthropic 等闭源巨头的垄断格局。

公司名称 "Nous" 源自古希腊哲学概念 νοῦς（nous），意为"直觉"或"心智"——这个名字准确地传达了他们的使命：创造真正理解人类意图、服务于个体自由的智能。

"超级智能应当服务于最大化的个体自主性和精神自由。它的发展不能只掌握在少数公司和寡头手中。"
— Nous Research 官方宣言

Nous Research 的核心理念可以概括为三个关键词：

开源（Open Source）：所有模型、代码、数据集公开，社区可自由使用、修改、分发
无限制（Unrestricted）：模型拒绝率仅约 40%（商业模型通常 95% 以上），最大限度保留模型的回答能力
人类对齐（Human-Aligned）：不是"安全对齐"（拒绝回答），而是让模型忠实执行用户意图

1.2 创始团队

姓名	角色	背景
Jeffrey Quesnelle (JQ)	联合创始人 & CEO	软件工程、数学、密码学背景
Karan Malhotra	联合创始人 & 行为负责人	专注模型对齐，活跃于去中心化 AI 和加密领域
Ryan Teknium	联合创始人 & 后训练负责人	开源 LLM 微调领域最活跃的贡献者之一，Hermes 模型系列创建者
Diederik Kingma	团队成员	Adam 优化器共同发明人，深度学习基础领域的标志性人物

1.3 融资历程

轮次	金额	领投方	估值	时间
种子轮	$20M	OSS Capital、Distributed Global 等	—	2024 年 1 月
A 轮	$50M	Paradigm（顶级加密 VC）	$1B（代币估值）	2025 年 4 月
合计	$70M

值得关注的是，A 轮融资基于代币估值而非传统股权估值，反映了 Nous Research 的加密原生结构。其他投资方包括 Delphi Ventures、North Island Ventures，以及 Balaji Srinivasan、Vipul Ved Prakash 等个人投资者。

团队从 2023 年中期的 7 人增长至 2026 年的约 40 人，网站月访问量约 45 万次。

1.4 产品矩阵

Hermes 模型系列

Hermes 是 Nous Research 的旗舰开源大语言模型系列，基于 Llama 等基础架构进行高质量合成数据微调。超过 90% 的训练数据是合成的，通过内部 DataForge 管线生成，让一个小团队能在数据质量上媲美大厂。

模型	基础架构	核心特点
Hermes 2 Pro	Llama-3	高质量指令微调、函数调用
Hermes 2 Theta	Llama-3	增强推理、代码生成
Hermes 3	Llama 3.1 70B	更高表现力、长链思考、个性化对齐
Hermes 4 / 4.3	最新	90% 合成数据；~60% 非拒绝率；MATH 超 Meta Llama Instruct 约 60 分
DeepHermes-3	—	快速响应与思维链推理两种模式自由切换
NousCoder-14B	—	代码竞赛型模型，LiveCodeBench v6 Pass@1 达 67.87%

DisTrO — 分布式训练优化器

DisTrO（Distributed Training Over-the-Internet Optimizer）是 Nous Research 自研的分布式训练协议，能将训练过程中的数据传输量降低 3~4 个数量级（最高 10,000 倍效率提升）。它使用 DeMo（Decoupled Momentum Optimization，解耦动量优化）算法，在保持模型精度的同时大幅降低带宽需求，让跨地域、消费级网络环境下的分布式训练成为现实。

2024 年 12 月，团队直播演示了用纯分布式、去中心化硬件成功预训练一个 15 亿参数模型，证明了技术可行性。

Psyche Network — 去中心化训练网络

Psyche 是构建在 Solana 区块链上的去中心化 AI 训练基础设施。它协调全球贡献者的分布式 GPU 算力（从 NVIDIA 4090 到 A100、H100），通过代币激励模型奖励算力提供者。目前处于测试阶段，已开始在 Seed-OSS-36B 模型上进行 Hermes 4 的消融实验和训练。

其他产品

产品	说明
Hermes Agent	本教程主题，开源自进化 AI Agent 框架
Hermes Desktop	Electron 原生桌面应用（v0.16 公测）
Forge Reasoning API	云端推理 API，支持 MCTS、Chain of Code、Mixture of Agents
Nous Chat	免费 Web 聊天界面（hermes.nousresearch.com）
Hermes-Function-Calling	专用 LLM 函数调用库

1.5 市场定位

在开源 AI 生态中，Nous Research 的定位清晰：

组织	开放度	代表作品
Nous Research	★★★★★	Hermes、Psyche、DisTrO
Meta AI	★★★★	Llama
Hugging Face	★★★★★	Transformers
Anthropic	★★★	Claude
OpenAI	★★	GPT 系列

2. Hermes Agent 项目概述

官方文档：https://hermes-agent.nousresearch.com/docs
GitHub：https://github.com/NousResearch/hermes-agent

2.1 什么是 Hermes Agent

Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架。它可以运行在终端、桌面应用、消息平台（TG、Discord、Slack 等 23+ 个平台）中，自主调用工具完成任务。

本质上一个拥有内置学习循环的自主 AI Agent：它会从经验中创造技能、在使用过程中自我改进、搜索自己的历史对话获取上下文、并跨会话建立你的用户画像。

它可以跑在一台 $5 的 VPS 上、GPU 集群里，或者按需启停的无服务器基础设施上（Modal、Daytona）。它不绑定在你的笔记本上——你可以从 TG 跟它聊天，而它正在一台云 VM 上工作。

2.2 发展历程

时间	里程碑
2024 年中	Hermes Agent 项目启动
2025.2	首次开源发布，GitHub 首月获 2.2K stars
2025.4	从 OpenClaw 推出一键迁移工具，抓住 Anthropic 政策变化带来的用户迁移潮
2026.4	v0.10.0，引入 Tool Gateway，发布 400+ 模型
2026.5	v0.13~0.15 密集迭代：Kanban 持久化、TUI、代码重构、Swarm
2026.6	v0.16.0 "Surface"，Hermes Desktop 公测，原生桌面体验

GitHub Stars 超过 110K，是目前最活跃的开源 Agent 项目之一。

2.3 核心亮点

技能自进化：Agent 解决复杂问题后，会将可复用流程保存为 Skill 文件。Skill 是透明的、人类可读可编辑的。随着时间推移，Agent 构建起一套针对你个人用例的技能库
跨会话持久记忆：不像无状态 Agent 每次对话从零开始，Hermes 跨会话保存关键信息，建立个性化用户画像——用得越多越聪明
多平台 Gateway：同一个 Agent 在 TG、Discord、Slack、微信等 23+ 个平台上运行，拥有完整工具访问权限
Profile 多实例：运行多个互相隔离的 Hermes 实例，各有独立的配置、会话、技能和记忆
可扩展：插件系统、MCP 服务器、自定义工具、Webhook 触发、定时任务
自维护 Curator：后台自动审查 Agent 创建的本地址能，合并重叠、归档过时条目，防止技能库无限膨胀

2.4 与 OpenClaw 的对比

Hermes Agent 经常被拿来与 OpenClaw（"龙虾"）对比。两者都提供类似的功能，但存在关键差异：

维度	Hermes Agent	OpenClaw
技能存储	透明、人类可读的 SKILL.md 文件	不透明格式
自我改进	内置 Curator 自动维护技能库	无
Provider 灵活性	20+ 提供商，400+ 模型	较少
Windows 支持	v0.14+ 原生支持	有限
桌面应用	v0.16+ Hermes Desktop	无
许可证	MIT	—

3. 快速上手

官方文档：https://hermes-agent.nousresearch.com/docs/getting-started/installation

3.1 环境要求

Python：3.11+
操作系统：Linux、macOS、WSL2、Windows（v0.14+ 原生）、Android Termux
Git：安装脚本依赖

3.2 安装

安装前请确认 git 可用。

安装脚本主要会做这些事：

拉取或更新 Hermes 源码。普通 Linux / macOS / WSL2 用户默认安装到 ~/.hermes/hermes-agent；Windows 默认安装到 %LOCALAPPDATA%\hermes\hermes-agent
创建 Python 虚拟环境并安装依赖；必要时会安装 uv、Node.js、浏览器工具相关依赖
创建 hermes 命令入口，并提示把它所在目录加入 PATH
初始化数据目录。Linux / macOS / WSL2 默认是 ~/.hermes；Windows 默认是 %LOCALAPPDATA%\hermes
仅在文件不存在时创建 config.yaml、.env、SOUL.md，已有配置会保留
交互式终端中会继续运行 setup 向导

Linux / macOS / WSL2

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Windows（PowerShell，v0.14+ 原生支持）

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

Windows 原生安装使用便携版 Git Bash，无需 WSL。安装后会在 %LOCALAPPDATA%\hermes\ 下创建完整运行环境。

Termux (Android)

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

v0.15 冷启动优化后，Termux 环境下 hermes --version 仅需 0.8 秒。

3.3 初次配置

hermes model                 # 交互式选择模型和提供商
hermes setup                 # 或者运行完整设置向导
hermes setup --portal        # 使用 Nous Portal 一键配置（推荐新用户）

Nous Portal 是 v0.16 推荐的一键配置方式，提供 400+ 模型，OAuth 登录后即可使用，无需手动管理 API Key。

API Key 存储在 ~/.hermes/.env 文件中（Windows 在 %LOCALAPPDATA%\hermes\.env）。

3.4 基本使用

Hermes Desktop（v0.16+，★ 推荐新用户）

Hermes Desktop 是 v0.16 推出的原生桌面应用（基于 Electron），macOS、Linux、Windows 全平台支持。它是对 CLI 和 TUI 模式的补充——不需要打开终端，拥有完整的图形化界面和中文支持。

安装：从 Hermes Desktop 公测页面下载对应平台的安装包，一键安装。应用内支持自动更新。

启动后的第一个界面就是模型配置：

支持模糊搜索模型（输入 sonnet 瞬间匹配到 anthropic/claude-sonnet-4）
内置 Nous Portal OAuth 登录，400+ 模型一键切换
所有主流 Provider 均可通过图形界面配置 API Key

核心功能：

功能	说明
多标签页对话	同时进行多个独立会话，各自拥有独立的上下文
Cmd/Ctrl+K 命令面板	类似 VS Code，搜索和执行任意操作
拖放文件	将文件拖入聊天窗口即可让 Agent 处理
剪贴板图片粘贴	截图后 Ctrl+V 直接粘贴到对话中
Remote Gateway	桌面应用通过 OAuth 连接到运行在云服务器上的 Hermes Gateway
完整中文界面	v0.16 正式支持简体中文 UI

与 CLI/TUI 的关系：Hermes Desktop 底层仍然调用同一个 hermes 引擎，所有配置、会话、技能、记忆与 CLI/TUI 模式完全共享。你可以白天在 Desktop 上聊天，晚上在终端里跑自动化 Cron 任务——使用的是同一套数据。

交互式对话（终端）

hermes                       # 启动交互式对话
hermes --tui                 # 使用 TUI 启动（v0.11+，React/Ink 终端界面）

TUI 模式（v0.11+）提供：

实时 token 流式输出
每轮对话耗时统计
子 Agent 可观测性面板
多会话管理
固定输入栏（类似聊天应用）

单次对话（非交互式）

hermes chat -q "查看系统资源占用情况"

适合脚本调用或一次性任务。

诊断

hermes doctor                # 检查环境健康状态，诊断潜在问题

3.5 常用快捷键

快捷键	功能
`Alt + V`	从剪贴板粘贴图像
`Ctrl + C`	中断当前操作
`Ctrl + D`	退出会话
`Ctrl + Z`	暂停并挂起到后台，`fg` 恢复
`Alt + Enter`	插入新行，输入多行文本
`Ctrl + J`	插入新行，输入多行文本
`Shift + Enter`	插入新行，需终端支持独立按键序列

3.6 更新

hermes update

建议：升级前备份 ~/.hermes/auth.json 和 ~/.hermes/config.yaml。大版本升级时建议直接跳到最新补丁版本（如 v0.15.1 而非 v0.15.0）。

3.7 卸载

hermes uninstall

如需完全清理所有数据：

# Linux / macOS / WSL2
rm -rf ~/.hermes

# Windows
Remove-Item -Recurse -Force $env:LOCALAPPDATA\hermes

4. 配置文件与配置管理

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/configuration

4.1 配置目录结构

~/.hermes/
├── config.yaml        # 主配置文件（模型、终端、TTS、压缩等）
├── .env               # API 密钥和机密信息
├── auth.json          # OAuth 提供商凭证（Nous Portal 等）
├── SOUL.md            # 主 Agent 的身份 / 人格文件，会拼入系统提示词开头部分
├── memories/          # 持久化记忆（MEMORY.md、USER.md）
├── skills/            # 技能
├── cron/              # 定时任务
├── sessions/          # 会话
└── logs/              # 日志（errors.log、gateway.log — 密钥自动脱敏）

4.2 配置管理命令

hermes config                        # 查看当前配置
hermes config edit                   # 用 $EDITOR 打开 config.yaml 编辑
hermes config set section.key value  # 直接设置某个配置项

会话内也可以通过斜杠命令调整部分配置：

命令	功能
`/config`	查看当前配置
`/model [model-name]`	查看或切换当前会话使用的模型
`/personality [name]`	切换预设交互风格 / 人格
`/reasoning [level/show/hide]`	调整或查看模型推理级别
`/voice [on/off/tts/status]`	开启、关闭或查看语音输入 / TTS 输出状态
`/yolo`	切换绕过确认模式，减少工具执行确认；只建议在可信环境和低风险任务使用

4.3 Provider 体系详解

Hermes 支持 20+ 模型提供商，通过 hermes model 交互切换，无需修改代码。这是 Hermes 区别于大多数 Agent 框架的核心优势之一——完全不被任何单一模型厂商锁定。

主要提供商一览

提供商	接入方式	特点
Nous Portal	OAuth	首选；400+ 模型，统一计费
Anthropic	API Key / OAuth PKCE	Claude 系列；自动发现 Claude Code 凭证；支持 Prompt Caching
OpenAI	API Key	GPT-5 系列，Chat Completions + Codex Responses API
OpenRouter	API Key	200+ 模型统一网关
AWS Bedrock	IAM	原生 Converse API；模型发现；Guardrails
Google Gemini	CLI OAuth	通过 Google 账号授权
xAI / Grok	API Key / OAuth Proxy	Web Search 插件；TTS 语音合成；模型退役自动检测
DeepSeek	API Key	高性价比
GitHub Copilot	OAuth	400K 上下文窗口
Hugging Face	API Key	HF Inference API，精选 Agent 模型选择器
NVIDIA NIM	API Key	托管或自托管端点
LM Studio	本地	原生本地提供商
MiniMax、Kimi/Moonshot、z.ai/GLM	API Key	国内厂商
自定义端点	API Key	任何 OpenAI 兼容 API

03- 会话、工具、MCP、记忆

1. 会话管理

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/sessions

每一次与 Hermes 的对话都是一个会话（Session），系统会自动保存和索引。

1.1 基本操作

hermes sessions list                                    # 列出近期会话
hermes sessions browse                                  # 打开交互式会话选择器
hermes --continue                                       # 继续上次会话
hermes -c                                               # 继续上次会话的短参数
hermes --resume 20250225_143052_a1b2c3                  # 按会话 ID 恢复
hermes -r "我的项目设置"                                  # 按标题恢复
hermes sessions rename 20250225_143052_a1b2c3 "后端 API 开发"  # 重命名会话
hermes sessions delete session_id                       # 删除会话
hermes sessions prune --older-than 30                   # 清理 30 天前的旧会话

1.2 会话内斜杠命令

命令	功能
`/new`	开始新会话
`/clear`	清屏并开始新会话
`/undo`	撤销上一次用户/Agent 交互记录
`/undo [N]`	v0.16+：撤销最近 N 轮交互
`/title <session_name>`	为当前会话命名
`/history`	显示对话历史
`/sessions`	查看和管理会话
`/compress`	手动压缩上下文
`/stop`	停止后台进程
`/background <prompt>`	在后台运行任务
`/goal <text>`	v0.13+：设置持续性目标。辅助评判模型检查目标是否完成，未完成则自动继续

1.3 会话存储

Hermes 主要使用 SQLite 数据库（~/.hermes/state.db）保存会话状态：会话元数据、完整消息历史、模型配置、token / 费用统计，以及用于跨会话搜索的 FTS5 索引。数据库采用 WAL（预写日志）模式，支持并发读取和单个写入。

早期版本使用 ~/.hermes/sessions/ 下的 JSONL 文件保存逐会话转录；当前 state.db 是会话查询、恢复和搜索的主要存储。

SQLite 中主要有这几张表：

表	内容
`sessions`	会话元数据：会话 ID、来源平台、用户 ID、模型配置、系统提示词、会话标题等
`messages`	完整消息历史：所属会话、角色、正文、工具调用、工具名称、时间戳、结束原因、推理内容等
`state_meta`	键值元数据表，用于记录状态型信息
`schema_version`	数据库 schema 版本号，用于迁移判断

Hermes 还会维护 FTS5 搜索索引表：messages_fts 用于英文 / 拉丁语系全文搜索，messages_fts_trigram 用于 CJK（中日韩）子串搜索。SQLite 中还包括 messages_fts_data、messages_fts_idx、messages_fts_content、messages_fts_docsize、messages_fts_config 等影子表，以及对应的 messages_fts_trigram_* 表。

1.4 上下文压缩

当会话上下文接近模型限制时，Hermes 会自动压缩历史消息，保留关键信息并维持上下文窗口可用。

# ~/.hermes/config.yaml
compression:
  enabled: true       # 启用/禁用压缩
  threshold: 0.50     # 当 prompt tokens 达到模型上下文窗口的 50% 时触发压缩
  target_ratio: 0.20  # 最近消息保留预算：threshold_tokens 的 20%，即默认保留约 10% 总上下文不压缩
  protect_last_n: 20  # 最少保留不压缩的最近消息数

也可通过 /compress 斜杠命令手动触发压缩。

1.5 Session Search 会话搜索（★ v0.15 重建）

v0.15 重大更新：session_search 在 v0.15 中被完全重建，去除了 LLM 依赖，速度提升 4,500 倍（从 ~90s 降至 ~20ms），且零费用。旧版本中每次搜索都要调用 LLM 做摘要，既慢又贵。

Agent 内置 session_search 工具，用 SQLite FTS5 在过去所有会话中做全文搜索。它解决的是"我之前是不是和 Hermes 说过这件事"的问题。

Agent 被提示在用户提到过去对话，或者怀疑历史会话里有相关上下文时，先调用 session_search 回忆历史，而不是直接要求用户重复信息。

借助这个工具 Agent 可以先搜索命中的会话，再沿着同一个会话向前或向后翻看更多上下文。

session_search 没有显式 mode 参数，而是根据传入参数自动判断调用形态：

调用形态	参数	用途
Discovery	`query`	按关键词搜索历史会话，返回最相关的若干会话
Scroll	`session_id` + `around_message_id`	在某个命中的会话里，以指定消息为中心继续向前 / 向后翻看
Browse	无参数	按时间列出最近会话，适合用户只问"我之前在做什么"

Discovery 搜索结果通常包含：

session_id、标题、时间、来源平台
FTS5 命中的高亮片段
会话开头几条用户 / assistant 消息，用来还原任务开始时的目标
命中消息前后的一小段上下文
会话结尾几条用户 / assistant 消息，用来判断最后结论或决策
命中的 message_id，后续可用它继续 Scroll

Agent 调用 session_search 时，query 参数支持常见 FTS5 查询语法：

docker deployment        # 多关键词，默认 AND
"exact phrase"           # 精确短语
docker OR kubernetes     # 布尔 OR
python NOT java          # 排除关键词
deploy*                  # 前缀匹配

session_search 常用可选输入参数：

参数	说明
`limit`	Discovery 返回的会话数量
`window`	Scroll 时围绕锚点消息返回前后多少条消息
`sort`	`newest` / `oldest`，在相关性之外按时间排序
`role_filter`	限制搜索角色；默认搜索 `user,assistant`，需要调试工具输出时可包含 `tool`

使用示例：Agent 内部调用流程

当用户问「上次我们讨论的那个 Docker 部署方案，后来怎么解决的？」时，Agent 的内部调用链：

# 第一步：Discovery —— 按关键词找到相关会话
search_result = session_search(
    query="Docker deployment",
    limit=3,
)

# 返回结果（简化）：
# [
#   {session_id: "20260610_143052_a1b2c3", title: "Docker 部署问题排查",
#    snippet: "...Docker 部署到生产环境后遇到端口冲突...",
#    matched_message_id: "msg_789"},
#   ...
# ]

# 第二步：Scroll —— 围绕命中消息上下翻看完整上下文
detail = session_search(
    session_id="20260610_143052_a1b2c3",
    around_message_id="msg_789",
    window=5,  # 前后各取 5 条
)

# Agent 基于拿到的上下文回答用户，而不需要让用户再讲一遍

2. Dashboard

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/web-dashboard

Hermes 提供了一个基于浏览器的 Web 管理界面，替代手动编辑 YAML 和 CLI 命令，用于配置管理、API 密钥设置和会话监控。

2.1 启动与配置

hermes dashboard                       # 启动，自动打开浏览器 http://127.0.0.1:9119
hermes dashboard --port 8080           # 自定义端口
hermes dashboard --tui                 # 启用浏览器内 Chat 标签页
hermes dashboard --status              # 查看运行状态
hermes dashboard --stop                # 停止运行
hermes dashboard &>/dev/null &         # 后台运行
hermes dashboard &>/dev/null & disown  # 后台运行并脱离终端

2.2 v0.16 Web 管理面板（★ 新增）

v0.16 将 Dashboard 升级为完整的 Web 管理面板，支持：

消息渠道配置：在网页中配置 TG、Discord、Slack 等平台
MCP 目录管理：浏览和配置 MCP 服务器
凭证管理：可视化编辑 .env 和 auth.json
Webhooks：配置外部系统回调
Gateway 控制：启动、停止、监控 Gateway 状态
简体中文界面：完整的中文本地化

3. Toolsets 工具集

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/tools

工具（Tools）是 Hermes 调用外部能力的基本单元——搜索网页、执行命令、读写文件、控制浏览器等。工具按功能分组为「工具集」（Toolsets），可以按平台按需启用或禁用，从而精确控制 Agent 的能力范围。

3.1 基本操作

hermes tools                  # 交互式管理工具集
hermes tools list             # 查看所有工具集
hermes tools list --platform weixin  # 查看指定平台的工具集
hermes tools enable yuanbao   # 启用 yuanbao 工具集
hermes tools disable yuanbao  # 禁用 yuanbao 工具集

/tools    # 会话内查看 / 管理可用工具
/verbose  # 切换工具执行展示模式（all → verbose → off → new）

/verbose 控制工具执行过程在会话里显示多少信息：

模式	含义
`off`	只显示最终回复，不展示工具调用、日志或推理信息
`new`	工具调用发生时显示简短的一行进度
`all`	显示所有工具活动，包括工具结果
`verbose`	显示最完整细节，包括工具参数和输出，适合调试问题

3.2 工具分类

Hermes 内置的工具按用途分为以下几类：

类别	包含工具	用途
Web	`web_search`, `web_extract`, `x_search`	搜索网页、提取页面内容、跨平台搜索
终端与文件	`terminal`, `process`, `read_file`, `patch`	执行命令、读写文件
浏览器	`browser_navigate`, `browser_snapshot`, `browser_vision`, `computer_use`	交互式浏览器自动化，支持文本与视觉
媒体	`vision_analyze`, `image_generate`, `text_to_speech`, `video_analyze`	多模态分析与内容生成
编排	`todo`, `clarify`, `execute_code`, `delegate_task`	任务规划、澄清需求、代码执行、委托子 Agent
记忆与召回	`memory`, `session_search`	持久化记忆、搜索历史会话
自动化与推送	`cronjob`, `send_message`	定时任务、消息推送
集成	`ha_`, MCP 工具, `rl_`	Home Assistant、MCP 服务器、RL 训练等

新增工具（v0.13~v0.14）

工具	版本	用途
`computer_use`	v0.14+	桌面自动化操作（点击、输入、截图）
`x_search`	v0.14+	跨平台聚合搜索
`video_analyze`	v0.13+	视频内容理解（需 Gemini 或兼容模型）

关键工具用法示例

web_search — 网页搜索

# Agent 调用示例
web_search(
    query="Hermes Agent v0.16 Kanban Swarm architecture",
    max_results=10,
)

# 返回结果包含：标题、URL、摘要
# Agent 可以进一步用 web_extract 获取完整页面内容

web_extract — 页面内容提取

web_extract(
    url="https://hermes-agent.nousresearch.com/docs/user-guide/features/kanban",
    extract_mode="markdown",   # 将 HTML 转为 Markdown
)
# 返回页面的结构化文本内容

browser_navigate / browser_snapshot — 浏览器自动化

# 打开一个需要 JS 渲染的页面
browser_navigate(url="https://example.com/spa-app")

# 截取当前页面的无障碍树快照（纯文本，不下载图片）
browser_snapshot()
# 返回页面中所有可交互元素：按钮、输入框、链接及其标识符

# 需要视觉判断时（如图表、布局问题）
browser_vision(query="首页首屏的主要内容和布局结构")
# 这会截取实际截图并送给视觉模型分析

read_file / patch — 文件读写

# 读取文件，支持指定行范围
read_file(
    file_path="/home/user/project/src/main.py",
    offset=40,    # 从第 40 行开始
    limit=80,     # 读 80 行
)

# 精确字符串替换（不改动无关代码）
patch(
    file_path="/home/user/project/src/main.py",
    old_string="def process(data):\n    return data.strip()",
    new_string="def process(data: str) -> str:\n    return data.strip()",
)
# patch 要求 old_string 在文件中唯一匹配，否则报错拒绝执行

todo — 任务规划

# Agent 在执行复杂多步骤任务时，先用 todo 工具制定计划
todo(
    action="create",
    todos=[
        {"content": "搜索 Hermes Agent Kanban Swarm 文档", "status": "pending"},
        {"content": "提取关键架构信息", "status": "pending"},
        {"content": "整理成结构化摘要", "status": "pending"},
    ]
)

# 逐步推进
todo(action="update", todo_id=0, status="in_progress")
# ... 完成第一步 ...
todo(action="update", todo_id=0, status="completed")
todo(action="update", todo_id=1, status="in_progress")

3.3 终端后端

终端工具支持 7 种后端，适应不同的安全隔离和运行环境需求：

后端	说明	适用场景
`local`	在本机直接执行（默认）	本地开发、可信任务
`docker`	隔离容器中执行	安全隔离、可复现环境
`ssh`	远程服务器执行	沙箱化，防止 Agent 修改自身代码
`singularity`	HPC 容器（Apptainer）	集群计算、无 root 环境
`modal`	云端无服务器执行	弹性伸缩
`daytona`	云端沙箱工作区	持久化远程开发环境
`vercel_sandbox`	Vercel 云端微虚拟机	部署与长期运行进程

选择建议：

默认先用 local，适合本机开发和可信任务
不信任任务内容、担心误改本机文件时，用 docker
目标环境在远程服务器上时，用 ssh
HPC / 集群环境优先考虑 singularity
需要云端隔离或弹性资源时，考虑 modal、daytona、vercel_sandbox

切换后端：

hermes config set terminal.backend docker
hermes config set terminal.backend local

#配置国内的镜像
"registry-mirrors": [
    "https://docker.xuanyuan.me",
    "https://docker.1ms.run"
  ]
#使用docker desktop拉取正确的镜像

docker pull nikolaik/python-nodejs:python3.11-nodejs20

各后端的具体配置示例：

# ~/.hermes/config.yaml
terminal:
  backend: docker
  modal_mode: auto
  cwd: /workspace
  timeout: 180
  daemon_term_grace_seconds: 2
  env_passthrough: []
  home_mode: auto
  shell_init_files: []
  auto_source_bashrc: true
  docker_image: nikolaik/python-nodejs:python3.11-nodejs20
  docker_forward_env: []
  docker_env: {}
  singularity_image: docker://nikolaik/python-nodejs:python3.11-nodejs20
  modal_image: nikolaik/python-nodejs:python3.11-nodejs20
  daytona_image: nikolaik/python-nodejs:python3.11-nodejs20
  container_cpu: 1
  container_memory: 5120
  container_disk: 51200
  container_persistent: true
  docker_volumes: []
  docker_mount_cwd_to_workspace: false
  docker_extra_args: []
  docker_run_as_host_user: false
  persistent_shell: true
  lifetime_seconds: 300
    # 如需挂载宿主机目录：
    # volumes:
    #   - /home/user/project:/workspace

  # SSH 后端 — 在远程服务器上执行命令
  # backend: ssh
  # ssh:
  #   host: "192.168.1.100"
  #   port: 22
  #   user: "hermes"
  #   # 认证方式二选一：
  #   key_path: "~/.ssh/id_ed25519"    # SSH 密钥
  #   # password: "***"                 # 或密码（推荐放 .env）

  # Modal 后端 — 云端无服务器执行
  # backend: modal
  # modal:
  #   token_id: "ak-xxxx"           # Modal API token ID（放 .env）
  #   token_secret: "as-xxxx"       # Modal API token secret（放 .env）

当命令需要 sudo 权限时，终端会提示输入密码（会话内缓存）。也可以在 ~/.hermes/.env 中设置 SUDO_PASSWORD 环境变量。

3.4 并行工具执行

Hermes 支持通过 ThreadPoolExecutor 并行执行多个独立的工具调用（最多 8 个并行 worker）。当 Agent 在同一轮中发出多个互不依赖的工具调用时，它们会自动并行执行，显著减少总耗时。

3.5 Smart Approvals 智能审批

受 Codex CLI 启发，Hermes 会学习哪些命令是安全的。当你反复批准同一类命令（如 git status、ls），Hermes 会逐步减少审批提示。审批模式可以通过 /yolo 切换。

3.6 Post-Write Linting 写入后检查（v0.13+）

Agent 通过 patch 或 write_file 写入文件后，会自动进行格式检查，支持 Python、JSON、YAML、TOML。这减少了 Agent 写入格式错误内容的概率。

4. MCP 协议

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/mcp

MCP（Model Context Protocol）可以把外部工具服务器接入 Hermes。

4.1 添加 MCP 服务器

配置示例：

# ~/.hermes/config.yaml
mcp_servers:
  project-fs:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/my-project"]

  company_api:
    url: "https://mcp.internal.example.com/mcp"
    headers:
      Authorization: "Bearer ***"

上面两个 server 分别代表两种传输方式：

模式	配置方式	工作方式	适用场景
stdio	`command` + `args`	Hermes 在本机启动 MCP server 进程，通过 stdin / stdout 与其通信	本地文件系统、CLI 工具、开发环境里的集成
HTTP	`url`	Hermes 连接一个已经运行的 MCP server	公司内部服务、远程 API、共享的工具服务器

常用配置项：

配置项	说明
`command`	本地 stdio MCP Server 的启动命令
`args`	传给启动命令的参数
`env`	传给 stdio server 的环境变量
`url`	远程 HTTP MCP Server 地址
`headers`	远程 HTTP 请求头
`auth: oauth`	仅用于 HTTP server，启用 OAuth 2.1 授权流程
`enabled`	是否启用该 server
`timeout`	工具调用超时时间
`connect_timeout`	初次连接超时时间

auth: oauth 通常需要一次浏览器交互式授权。授权完成后，Hermes 会缓存授权结果，后续调用复用已授权 token。

推荐使用魔搭广场 https://www.modelscope.cn/mcp

可以在每个 server 下配置 tools.include 或 tools.exclude，来控制注册工具白名单或黑名单：

# ~/.hermes/config.yaml
mcp_servers:
  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "***"
    tools:
      include: [list_issues, create_issue, update_issue, search_code]
      resources: false
      prompts: false

  stripe:
    url: "https://mcp.stripe.com"
    headers:
      Authorization: "Bearer ***"
    tools:
      exclude: [delete_customer, refund_payment]

4.2 管理与重载

hermes mcp list                  # 列出已配置的服务器
hermes mcp test project-fs       # 测试连接
hermes mcp configure project-fs  # 管理服务器中的工具启用状态
hermes mcp remove project-fs     # 移除服务器

/reload-mcp  # 修改配置后，在会话内重载 MCP 工具

Hermes 启动时会自动发现 MCP 工具。修改 mcp_servers 配置后，用 /reload-mcp 重新加载；如果 MCP Server 支持动态工具变更通知，Hermes 可以自动刷新工具列表。

4.3 MCP Server Mode（v0.6+，★ 反向暴露）

MCP Server Mode 是 Hermes 的一个独特功能：它反过来把 Hermes 的会话暴露给 MCP 兼容的客户端。这意味着你可以在 Claude Desktop、VS Code、Cursor 等支持 MCP 的工具中，把 Hermes 当作一个工具服务器来使用。

配置方式：在 MCP 客户端配置中将 Hermes 注册为 MCP server，客户端就可以调用 Hermes 的能力。

例如在 Claude Desktop 中，编辑 claude_desktop_config.json：

{
  "mcpServers": {
    "hermes-agent": {
      "command": "hermes",
      "args": ["mcp", "serve"]
    }
  }
}

配置后重启 Claude Desktop，即可在对话中调用 Hermes 的所有已启用工具。VS Code 和 Cursor 的配置方式类似，将同样的 server 定义加入对应客户端的 mcpServers 配置块即可。

4.4 Nous-Approved MCP Catalog（v0.15+）

v0.15 引入了 Nous 精选的 MCP 服务器目录，提供交互式选择器。不用再去 GitHub 搜索 MCP server，直接在 Hermes 里浏览和安装：

hermes mcp catalog    # 浏览精选 MCP 目录

5. 上下文文件

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/context-files

Hermes Agent 会自动发现并加载上下文文件。这里的"上下文文件"分两类：项目上下文文件用于描述当前仓库或目录规则；SOUL.md 用于描述当前 Hermes 实例的人格和沟通风格。

5.1 支持的上下文文件

文件	用途	发现方式
`.hermes.md` / `HERMES.md`	Hermes 专用项目说明，优先级最高	从当前目录向上查找到 git root
`AGENTS.md`	项目说明、架构、约定、注意事项	启动目录；子目录中可渐进发现
`CLAUDE.md`	兼容 Claude Code 的上下文文件	启动目录；子目录中可渐进发现
`.cursorrules`	兼容 Cursor 的项目规则	启动目录；子目录中可渐进发现
`.cursor/rules/*.mdc`	Cursor 规则模块	启动目录
`SOUL.md`	当前 Hermes 实例的人格、语气和沟通风格	只从 `HERMES_HOME/SOUL.md` 加载

5.2 加载流程与安全处理

项目上下文有两条加载路径：启动加载和渐进加载。

启动加载

发生在会话开始时。流程如下：

扫描当前工作目录，按优先级查找项目上下文文件
以 UTF-8 文本格式读取
执行安全扫描
超过 20,000 字符时截断，保留头部和尾部
组合到 # Project Context 部分并注入系统提示词

启动时的项目上下文只加载一种类型，优先级是：.hermes.md / HERMES.md → AGENTS.md → CLAUDE.md → .cursorrules / .cursor/rules/*.mdc。SOUL.md 独立加载，不参与这个优先级竞争。

截断策略：启动加载的默认截断上限是 20,000 字符。超过上限后，Hermes 保留前 70% 和后 20%，中间插入截断标记：

[...truncated AGENTS.md: kept 14000+4000 of 35620 chars. Use file tools to read the full file.]

也就是说，重要规则最好放在文件开头或结尾。

渐进加载

发生在会话进行中：

Agent 调用工具时，如果有文件路径，Hermes 会从这些路径推断当前正在访问的目录
从该路径所在目录向上检查最多 5 层父目录
每个目录按 AGENTS.md → CLAUDE.md → .cursorrules 优先级只加载首个匹配项
执行安全扫描
单个渐进提示文件超过 8,000 字符时，只保留前 8,000 字符
内容追加到工具结果中

安全扫描

安全扫描检查以下内容：

指令覆盖 — 例如 ignore previous instructions、disregard your rules
欺骗行为 — 例如 do not tell the user
系统提示词覆盖 — 例如 system prompt override
隐藏 HTML 注释 — 例如 
隐藏 div 元素 — 例如 <div style="display:none">
凭证外泄 — 例如 curl ... $API_KEY
敏感文件读取 — 例如 cat .env、cat credentials
不可见字符 — 零宽空格、双向文本覆盖符、词连接符等

命中任意威胁模式后，文件将被阻止加载，上下文位置替换为：

[BLOCKED: AGENTS.md contained potential prompt injection (prompt_injection). Content not loaded.]

核心实现位于 agent/prompt_builder.py，使用 _CONTEXT_THREAT_PATTERNS 正则列表和 _CONTEXT_INVISIBLE_CHARS 危险字符集合进行两步检测。

5.3 @ 上下文引用（v0.4+）

Hermes 支持在对话中通过 @file 和 @url 注入上下文：

@file:README.md  这个项目的 README 写了什么？
@url:https://example.com/doc  根据这个文档回答问题

配合 Tab 补全，可以快速引用项目中的文件路径。

5.4 SOUL.md 与 /personality

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/personality

Hermes 的个性主要由 SOUL.md 控制。它是 Agent 的主身份文件，会拼入系统提示词开头部分。默认位置在 ~/.hermes/SOUL.md。

SOUL.md 适合写长期稳定的个性和沟通偏好：

语气
风格
直接程度
默认互动方式
不希望出现的表达习惯
面对不确定性、分歧、模糊需求时的处理方式

不适合写项目规则、文件路径、仓库约定、临时流程。这些应该放进 AGENTS.md。

/personality 是一层额外的系统提示覆盖。它不会修改 SOUL.md，而是在当前基础系统提示之后追加一段 personality prompt。

Hermes 内置以下人格，可通过 /personality 切换：

人格	说明
`helpful`	友好、通用的基础助手
`concise`	简短直接，回答尽量切中要点
`technical`	详细、准确的技术专家模式
`creative`	创新发散，偏向非常规方案和新思路
`teacher`	耐心教学，用清晰解释和示例辅助理解
`kawaii`	可爱、闪亮、热情的表达风格
`catgirl`	Neko-chan 猫娘风格，带猫系口癖和可爱表达
`pirate`	Captain Hermes，懂技术的数字海盗船长风格
`shakespeare`	莎士比亚式文风，戏剧化、华丽而夸张
`surfer`	轻松随性的冲浪者语气
`noir`	硬汉侦探小说式叙述，偏黑色电影氛围
`uwu`	极致可爱和 uwu-speak
`philosopher`	哲学家模式，会追问问题背后的意义和原因
`hype`	MAXIMUM ENERGY，极高能量和强烈鼓舞式回应

6. 持久记忆

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/memory

Hermes 有一套有容量上限、由 Agent 自己维护的持久记忆系统。它会跨会话保存用户偏好、项目环境、工具习惯和经验教训，并在新会话开始时注入系统提示词。

6.1 工作原理

内置记忆由两个文件组成，默认存储在 ~/.hermes/memories/：

文件	用途	字符上限
`MEMORY.md`	Agent 的个人笔记：环境事实、项目约定、工具细节、经验教训	2,200 字符（约 800 tokens）
`USER.md`	用户画像：用户信息、沟通风格、期望和习惯	1,375 字符（约 500 tokens）

两个文件会在会话开始时注入系统提示词
会话中通过 memory 工具新增、替换或删除的记忆会立即写入磁盘，但不会立刻改变当前会话已经注入的提示词快照
新的记忆会在下一个会话生效。这样可以保持 LLM prefix cache 稳定

记忆相关配置示例：

# ~/.hermes/config.yaml
memory:
  memory_enabled: true        # 启用持久记忆
  user_profile_enabled: true  # 启用用户档案
  memory_char_limit: 2200     # 记忆字符上限（约 800 tokens）
  user_char_limit: 1375       # 用户档案字符上限（约 500 tokens）

系统提示词中的记忆大致长这样：

══════════════════════════════════════════════
MEMORY (your personal notes) [67% — 1,474/2,200 chars]
══════════════════════════════════════════════
User's project is a Rust web service at ~/code/myapi using Axum + SQLx
§
This machine runs Ubuntu 22.04, has Docker and Podman installed
§
User prefers concise responses, dislikes verbose explanations

§（节号符号）用来分隔不同记忆条目，标题会显示当前容量占用。

6.2 memory 工具

Agent 通过 memory 工具管理记忆，常用动作：

动作	用途
`add`	添加新的记忆条目
`replace`	替换已有条目，使用 `old_text` 做短唯一子串匹配
`remove`	删除已有条目，使用 `old_text` 做短唯一子串匹配

没有 read 动作。记忆内容会自动注入系统提示词，Agent 在会话里本来就能看到当前快照。

replace 和 remove 不需要传完整条目，只要传能唯一定位的短文本：

memory(action="replace", target="memory",
       old_text="dark mode",
       content="User prefers light mode in VS Code, dark mode in terminal")

使用 old_text 匹配时，会先去掉首尾空白，并在每条记忆中进行精确子串匹配。必须刚好匹配 1 条记忆。

6.3 记忆管理原则

记忆管理由 MEMORY_GUIDANCE 提示词驱动。核心原则：

应该保存到记忆：

用户偏好：例如「用户偏好 TypeScript 而不是 JavaScript」
环境事实：例如「这台服务器运行 Debian 12 和 PostgreSQL 16」
用户纠正：例如「Docker 命令不要用 sudo，用户已在 docker 组」
项目约定：例如「项目使用 tabs、120 字符行宽、Google 风格 docstring」
显式要求：例如「记住 API key 每月轮换」

不应该保存到记忆：

太模糊的信息：例如「用户问过 Python」
容易重新查询的通用知识
大段代码、日志、数据表
临时任务状态、一次性文件路径、短期 TODO
已经写在 SOUL.md、AGENTS.md 等上下文文件里的内容

记忆应该写成陈述性事实，而不是命令式指令：

✓ User prefers concise responses
✗ Always respond concisely

容量管理：记忆有严格字符上限。当新增内容会超过上限时，memory 工具会返回错误，Agent 应该先合并、替换或删除旧条目。

安全扫描：记忆条目在写入前还会做安全扫描，包含提示词注入、凭证外泄、SSH 后门、不可见 Unicode 字符等风险模式的内容会被阻止。

v0.15 新增 Promptware Defense：记忆在加载时也会被扫描。这是 Brainworm 级攻击防护的三道关卡之一（另外两道是工具输出分隔符标记和控制文件写保护）。

6.4 session_search vs memory

除了 MEMORY.md 和 USER.md，Hermes 还可以通过 session_search 搜索过去的完整会话。两者用途不同：

对比项	持久记忆	Session Search
容量	约 1,300 tokens，总量很小	理论上包含所有历史会话
速度	会话开始时直接进入系统提示词	需要按需查询数据库（v0.15：~20ms）
用途	必须一直可见的关键事实	查找过去某次讨论的具体内容
管理方式	Agent 主动维护、压缩、替换	自动保存所有会话
token 成本	每个会话固定占用少量上下文	返回的消息片段占用上下文

memory 保存「以后经常要用的稳定事实」；session_search 用来回答「上次我们讨论过什么」。

6.5 外部记忆提供商

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/memory-providers

Hermes 内置了 8 个外部记忆提供商插件，提供比 MEMORY.md / USER.md 更强的跨会话记忆能力。外部记忆不会替代内置记忆，而是作为叠加能力并行工作。同一时间只能启用一个外部记忆提供商。

hermes memory setup   # 交互式选择并配置外部记忆提供商
hermes memory status  # 查看当前启用状态
hermes memory off     # 关闭外部记忆提供商

可选 provider：

分档	Provider	重点功能 / 优势
入门	`honcho`	跨会话用户建模、session 级上下文、基于历史上下文的综合判断
入门	`mem0`	服务端 LLM 事实抽取、语义搜索、重排和自动去重
进阶	`openviking`	文件系统式知识层级、分层读取、自动抽取 6 类记忆
进阶	`byterover`	CLI 驱动的层级知识树、分层检索、压缩前自动提取洞察
复杂	`hindsight`	知识图谱、实体关系、多策略检索、跨记忆综合
复杂	`holographic`	FTS5 全文搜索、信任评分、HRR 组合查询、冲突检测
复杂	`retaindb`	Vector + BM25 + Reranking 混合搜索、7 类记忆、增量压缩
复杂	`supermemory`	语义长期记忆、用户画像、会话图谱摄取、上下文防污染

选择建议：

只是想让记忆更智能，先从 honcho 或 mem0 开始
更偏本地 / 文件系统式知识管理，可以看 openviking 或 byterover
需要知识图谱、实体关系和复杂关联检索，再考虑 hindsight
需要混合检索、评分、冲突检测等进阶能力，再看 holographic、retaindb 或 supermemory

04- Skills、Hooks、Plugins、Cron

1. Skills 技能系统

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/skills

Skills 是 Hermes Agent 最核心的差异化能力——自进化。Agent 解决复杂问题后，会把可复用流程保存为 Skill，下次遇到类似任务时自动加载。Skill 是透明的人类可读 Markdown 文件，你可以随时查看、编辑或删除。

Skills 系统包含 166 个已追踪的技能（87 个内置 + 79 个可选），覆盖 26+ 个类别。

已安装的技能会以斜杠命令的形式提供。

1.1 基本操作

hermes skills list                                      # 列出已安装的技能
hermes skills browse                                    # 浏览可用的技能
hermes skills search honcho                             # 搜索技能
hermes skills install honcho                            # 通过 ID 安装技能
hermes skills install https://example.com/my-skill/SKILL.md  # 通过 URL 安装技能
hermes skills uninstall honcho                          # 卸载技能

/skills  # 会话内管理技能

1.2 技能目录结构

所有技能默认存放在 ~/.hermes/skills/：

~/.hermes/skills/
├── mlops/                 # 类别目录
│   ├── axolotl/           # 技能目录
│   │   ├── SKILL.md       # 主说明文件，必需
│   │   ├── references/    # 额外参考资料
│   │   ├── templates/     # 输出模板
│   │   ├── scripts/       # 技能可调用的辅助脚本
│   │   └── assets/        # 图片、数据等附加资源
│   └── vllm/
│       └── SKILL.md
├── devops/
│   └── deploy-k8s/
│       ├── SKILL.md
│       └── references/
├── .hub/                  # Skills Hub 状态
│   ├── lock.json
│   ├── quarantine/
│   └── audit.log
└── .bundled_manifest      # 记录内置技能同步状态

SKILL.md 是每个技能的入口文件。references/、templates/、scripts/、assets/ 都是可选目录。

可以把 Skill 粗略分成三种层级：

类型	例子	含义
普通具体 Skill	`mlops/axolotl`	面向某个具体工具或流程
总括型 Skill（umbrella）	`mlops/training`	覆盖一组相关流程
类别级总括型 Skill	`software-development/debugging`	抽象到任务类别

一个完整的 SKILL.md 示例（~/.hermes/skills/writing/tech-blog/SKILL.md）：

# Technical Blog Post Writing

Write technical blog posts targeting AI/ML developers. Follow this workflow:

## Pre-writing
1. Read all provided research summaries
2. Identify 3-5 key takeaways that readers will find actionable
3. Check for conflicting claims — flag them before writing

## Structure
- **Hook** (100-150 words): Start with a real problem or surprising finding
- **Background** (200-300 words): Context that makes the topic accessible
- **Deep Dive** (1000-1500 words): Core content with code examples
- **Implications** (200-300 words): Why this matters for practitioners
- **Key Takeaways** (bullet points): 3-5 actionable conclusions

## Code Examples
- Must be complete and runnable
- Use Python 3.11+ syntax
- Include error handling in production-facing code
- Prefer `uv` over `pip` for package management commands

## Language
- Main content in Chinese, technical terms in English
- Target 2000-2500 words
- Avoid passive voice in Chinese

## Frontmatter Template
```yaml
---
title: "<English Title>"
date: <YYYY-MM-DD>
tags: [<3-5 relevant tags>]
author: "AI+Human"
---


可以看到，SKILL.md 就是一份结构化的工作指南，Agent 加载后会自动按照其中的流程执行。

#### 1.3 外部技能目录

如果团队已经有共享技能目录，可以让 Hermes 额外扫描：

```yaml
# ~/.hermes/config.yaml
skills:
  external_dirs:
    - ~/.agents/skills
    - /home/shared/team-skills
    - ${SKILLS_REPO}/skills

外部目录支持 ~ 展开和 ${VAR} 环境变量替换。规则：

只读扫描：Agent 创建或修改技能时仍然写入 ~/.hermes/skills/
本地优先：本地版本覆盖外部同名技能
完整集成：出现在技能索引、skills_list、skill_view 和斜杠命令中
路径可选：不存在的外部目录会被静默跳过

1.4 Skill Bundles（v0.15+ ★ 新增）

Skill Bundles 允许用一个斜杠命令同时加载多个技能。例如，创建一个 writing-day bundle：

hermes skills bundle create writing-day --skills blogwatcher,markdown-style,seo-check

之后只需执行 /writing-day 即可加载全部三个技能。

1.5 Skills Hub 与 agentskills.io

Hermes Skills 兼容 agentskills.io 开放标准。你可以：

从 Skills Hub 浏览和安装社区技能
将自定义技能发布到 Hub 共享
通过 URL 直接安装技能

v0.16 精简了内置技能集，将 NVIDIA/skills 添加为内置可信 Skills Hub tap。

1.6 Conditional Activation（条件激活）

技能可以根据工具可用性自动显示/隐藏。例如，如果 Firecrawl API Key 缺失，Hermes 会自动回退到 DuckDuckGo 搜索技能。

1.7 Platform-Specific Skills（平台特定技能）

技能可以限定在特定操作系统上生效：

# SKILL.md frontmatter
platforms:
  - linux
  - macos
  # - windows  # 此技能不在 Windows 上显示

1.8 Agent-Managed Skills (skill_manage)

Hermes 可以通过 skill_manage 工具创建、修改和删除自己的技能。这是 Agent 的「程序记忆」：当它解决了一个有复用价值的复杂问题，就可以把流程沉淀成 Skill。

触发策略主要靠提示词驱动。整体规则：

复杂任务成功、克服错误、用户纠正后的方法有效、发现可复用流程，或用户要求记住流程时，可以创建 Skill
发现 Skill 过时、缺步骤、命令错误、OS 相关失败或新坑点时，应优先 patch 现有 Skill

skill_manage 常见动作：

动作	用途
`create`	从零创建一个新技能
`patch`	对现有技能做小范围修改，优先使用
`edit`	整体重写技能内容
`delete`	删除技能
`write_file`	添加或更新 `references/`、`scripts/` 等支持文件
`remove_file`	删除支持文件

create 完整调用示例：当 Agent 发现一个值得沉淀的工作流程后：

skill_manage(
    action="create",
    name="docker-troubleshooting",
    category="devops",
    description="Systematic Docker troubleshooting workflow for production environments.",
    content="# Docker Troubleshooting\n...",
    umbrella="devops/troubleshooting",  # 可选：归到已有 umbrella 下
)
# 返回：技能已创建在 ~/.hermes/skills/devops/docker-troubleshooting/SKILL.md

patch 使用示例：发现已有技能需要修正一小部分：

skill_manage(
    action="patch",
    name="docker-troubleshooting",
    old_string="docker logs --tail 50",
    new_string="docker logs --tail 100 --timestamps",
    reason="增加时间戳和日志行数，便于关联时间线排查",
)

Agent 优先使用 patch 而非 edit，避免意外覆盖用户手动调整的内容。

1.9 Curator 技能维护系统

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/curator

Curator 是 Hermes 的技能维护系统，专门管理由后台自我改进 review agent 创建并标记的本地技能。它会跟踪这些技能的查看、使用和修改频率，把长期不用的技能从 active 推进到 stale，再归档到 ~/.hermes/skills/.archive/。

Curator 的存在是为了防止通过自我提升循环产生的技能无限累积。如果不进行维护，最终会导致数十个功能相近但范围狭窄的重复技能，污染目录并浪费 token。

Pinned 技能保护

如果某个技能很重要，可以把它 pin 住。Pinned 技能有三层保护：

Curator 不会把它自动迁移到 stale 或 archived
Curator 的 LLM Review 会跳过它
Agent 的 skill_manage delete 也不能删除它，但仍然可以 patch / edit

运行机制

Curator 在 Hermes 启动或 Gateway 后台 tick 时检查。自动运行需要同时满足：

curator.enabled 未被设为 false
未被 hermes curator pause 暂停
距离上次运行超过 interval_hours（默认 168 小时 / 7 天）
Agent 已空闲超过 min_idle_hours（默认 2 小时）

每次运行按两阶段执行：

自动状态迁移（不调用 LLM）：超过 stale_after_days (30天) 未使用的技能变成 stale，超过 archive_after_days (90天) 未使用的移动到 .archive/
LLM Review：启动辅助模型，决定保留、修补、合并或归档。目标是构建"类别级指令和经验知识"的库

配置

# ~/.hermes/config.yaml
curator:
  enabled: true
  interval_hours: 168
  min_idle_hours: 2
  stale_after_days: 30
  archive_after_days: 90

可以为 Curator 指定更便宜的辅助模型：

# ~/.hermes/config.yaml
auxiliary:
  curator:
    provider: openrouter
    model: google/gemini-3-flash-preview
    timeout: 600

常用命令

hermes curator status                   # 查看技能状态
hermes curator run                      # 手动运行策展
hermes curator run --background         # 后台运行
hermes curator run --dry-run            # 只预览，不修改技能库
hermes curator pause                    # 暂停自动运行
hermes curator resume                   # 恢复自动运行
hermes curator pin my-important-skill   # 固定某个技能
hermes curator unpin my-important-skill # 取消固定
hermes curator restore my-skill         # 恢复已归档的技能
hermes curator rollback                 # 恢复最新备份

同样的子命令也可以在会话中通过 /curator 斜杠命令使用。

哪些技能会被处理

Curator 只处理同时满足以下条件的技能：

位于本地技能目录 ~/.hermes/skills/
不是 bundled 内置技能
不是 Skills Hub 安装的技能
被标记为 created_by: "agent" 或 agent_created: true

用户手写的 SKILL.md、外部技能目录中的 Skill、bundled 内置技能和 Skills Hub 安装的技能都不会被 Curator 自动归档或合并。

2. Hooks 钩子系统

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/hooks

Hermes 提供了三种钩子系统，允许在关键生命周期点执行自定义代码。所有钩子都是非阻塞设计，错误会被捕获并记录，不会影响 Agent 运行。

三种钩子对比：

维度	Shell Hooks	Plugin Hooks	Gateway Hooks
语言	任意（Bash、Python、Go 等）	仅 Python	仅 Python
运行环境	CLI + Gateway	CLI + Gateway	仅 Gateway
事件名	Agent 内部事件名	Agent 内部事件名	带冒号的 Gateway 事件名
注册位置	`~/.hermes/config.yaml` 的 `hooks:`	插件 `register(ctx)` 中注册	`~/.hermes/hooks/<name>/HOOK.yaml`
典型用例	阻止危险命令、自动格式化、注入 git 状态	工具拦截、指标采集、防护措施、记忆召回	日志记录、告警通知、Webhook 回调

常见钩子事件：

钩子	适用系统	触发时机	常见用途	是否能影响流程
`pre_tool_call`	Shell / Plugin	工具执行前	阻止危险命令、检查参数、审计调用	可以返回 `block` 阻止
`post_tool_call`	Shell / Plugin	工具返回后	记录结果、采集指标、跟踪生成文件	观察型
`pre_llm_call`	Shell / Plugin	每轮 LLM 调用前	注入 git 状态、外部上下文、策略提示	可以返回 `context` 注入
`post_llm_call`	Shell / Plugin	每轮 LLM 调用结束后	记录响应、同步记忆、采集 token 指标	观察型
`on_session_start`	Shell / Plugin	新会话开始时	初始化会话状态、打开外部连接	观察型
`on_session_end`	Shell / Plugin	会话结束、重置或退出时	清理资源、flush 缓存、发送通知	观察型
`gateway:startup`	Gateway	Gateway 进程启动时	启动检查、告警、注册 Webhook	观察型
`session:start` / `session:end` / `session:reset`	Gateway	Gateway 会话创建、结束或重置时	记录消息平台会话、审计用户行为	观察型
`agent:start` / `agent:step` / `agent:end`	Gateway	Gateway 中 Agent 处理消息的过程	监控长任务、记录工具循环、统计耗时	观察型
`command:*`	Gateway	Gateway 里执行任意斜杠命令时	命令审计、权限统计、外部通知	观察型

2.1 Shell Hook 示例：会话结束后弹出桌面通知

适合在 WSL / Git Bash / Windows 终端里使用 Hermes。

# ~/.hermes/config.yaml
hooks:
  on_session_end:
    - command: "~/.hermes/agent-hooks/windows-session-end-popup.sh"
      timeout: 15

windows创建方式:

hooks:
  on_session_end:
  - command: C:/PROGRA~1/Git/bin/bash.exe "C:/Users/merge/AppData/Local/hermes/hooks/windows-session-end-popup.sh"
    timeout: 15
hooks_auto_accept: true

mkdir -p ~/.hermes/agent-hooks

创建脚本 ~/.hermes/agent-hooks/windows-session-end-popup.sh：

#!/usr/bin/env bash
cat - >/dev/null     # 丢弃 hook payload（stdin）

if command -v powershell.exe >/dev/null 2>&1; then
  powershell.exe -NoProfile -WindowStyle Hidden -Command '
    Add-Type -AssemblyName System.Windows.Forms
    Add-Type -AssemblyName System.Drawing

    $f = New-Object System.Windows.Forms.Form
    $f.Text = "Hermes"
    $f.Width = 300
    $f.Height = 100
    $f.FormBorderStyle = "None"
    $f.StartPosition = "CenterScreen"
    $f.BackColor = [System.Drawing.Color]::FromArgb(32, 32, 32)
    $f.ForeColor = [System.Drawing.Color]::White
    $f.TopMost = $true
    $f.ShowInTaskbar = $false

    $label = New-Object System.Windows.Forms.Label
    $label.Text = "Session finished"
    $label.Font = New-Object System.Drawing.Font("Segoe UI", 10, [System.Drawing.FontStyle]::Bold)
    $label.ForeColor = [System.Drawing.Color]::White
    $label.AutoSize = $true
    $label.Location = New-Object System.Drawing.Point(20, 30)
    $f.Controls.Add($label)

    $timer = New-Object System.Windows.Forms.Timer
    $timer.Interval = 3000
    $timer.Add_Tick({ $f.Close() })
    $timer.Start()

    $f.ShowDialog()
    $f.Dispose()
  ' >/dev/null 2>&1 &
fi

printf '{}\n'

赋予执行权限：

chmod +x ~/.hermes/agent-hooks/windows-session-end-popup.sh

首次运行时 Hermes 会询问是否允许这个 (event, command) 组合。

2.2 pre_tool_call 安全拦截示例

pre_tool_call 是唯一能阻止工具执行的钩子，适合安全防护场景。

场景：阻止 Agent 执行危险的终端命令（如 rm -rf /、DROP TABLE、未授权的 SSH 连接）。

# ~/.hermes/config.yaml
hooks:
  pre_tool_call:
    - command: "~/.hermes/agent-hooks/danger-guard.sh"
      timeout: 5

创建 ~/.hermes/agent-hooks/danger-guard.sh：

#!/usr/bin/env bash
PAYLOAD=$(cat)  # Hermes 把工具调用信息通过 stdin 传入（JSON 格式）

TOOL_NAME=$(echo "$PAYLOAD" | python3 -c "import sys,json; print(json.load(sys.stdin).get('name',''))")
PARAMS=$(echo "$PAYLOAD" | python3 -c "import sys,json; print(json.dumps(json.load(sys.stdin).get('parameters',{})))")

# 仅检查 terminal 工具
if [ "$TOOL_NAME" != "terminal" ]; then
  printf '{"action":"allow"}\n'   # 返回 allow 表示放行
  exit 0
fi

# 从参数中提取命令
CMD=$(echo "$PARAMS" | python3 -c "import sys,json; print(json.load(sys.stdin).get('command',''))")

# 危险模式黑名单
if echo "$CMD" | grep -qiE "rm\s+-rf\s+/|DROP\s+TABLE|shutdown|mkfs\.|>\/dev\/sda|chmod\s+-R\s+777\s+/"; then
  printf '{"action":"block","reason":"Dangerous command blocked by guard hook"}\n'
  exit 0
fi

printf '{"action":"allow"}\n'

赋予权限：

chmod +x ~/.hermes/agent-hooks/danger-guard.sh

关键：pre_tool_call 脚本返回 {"action":"block"} 会阻止工具执行并告知 Agent 原因；返回 {"action":"allow"} 则放行。

3. Plugins 插件系统

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/plugins

Hermes 拥有一个插件系统，无需修改核心代码即可添加自定义工具、钩子和集成。

3.1 插件能做什么

插件通过 register(ctx) 函数接入 Hermes，ctx 上所有公开 API 均可使用：

扩展类型	说明
工具	给模型增加可调用能力，例如外部 API、本地服务或自定义逻辑
钩子	在工具调用、LLM 调用、会话开始 / 结束等生命周期点执行代码
命令	增加 `/name` 斜杠命令，或增加 `hermes <plugin> ...` 子命令
会话注入	把外部事件、消息或数据注入当前会话
Skill / 数据	随插件附带 Skill、模板、配置、静态数据等资源
Gateway 平台	接入新的消息平台或自定义平台适配器
后端提供商	接入新的记忆、上下文压缩、图像生成、视频生成或 LLM 提供商

v0.14+ 插件可以通过 ctx.llm 直接在插件代码中调用当前活跃的模型提供商。

v0.13+ 第三方提供商可通过 ProviderProfile ABC（抽象基类）实现自定义 LLM 提供商插件。

3.2 插件目录

用户插件目录是 ~/.hermes/plugins/，每个插件一个独立子目录。最小可用插件只需要两个文件：

~/.hermes/plugins/hello-world/
├── plugin.yaml      # 插件清单：名称、版本、描述等元信息
└── __init__.py      # 定义 register(ctx)，在这里注册工具 / hook / 命令

plugin.yaml 让 Hermes 知道"这里有一个插件"，register(ctx) 决定"这个插件实际提供什么能力"。

3.3 插件示例：shake_window

注册一个 shake_window 工具，让当前 Windows 前台窗口轻微晃动。

创建目录：

mkdir -p ~/.hermes/plugins/shake-window

创建 ~/.hermes/plugins/shake-window/plugin.yaml：

name: shake-window
version: "1.0"
description: Provides a shake_window tool that briefly shakes the current Windows foreground window.

创建 ~/.hermes/plugins/shake-window/__init__.py：

import json
import shutil
import subprocess


POWERSHELL_SHAKE = r"""
Add-Type @"
using System;
using System.Runtime.InteropServices;

public static class Win32 {
    [DllImport("user32.dll")]
    public static extern IntPtr GetForegroundWindow();
    [DllImport("user32.dll")]
    public static extern bool GetWindowRect(IntPtr hWnd, out RECT rect);
    [DllImport("user32.dll")]
    public static extern bool MoveWindow(IntPtr hWnd, int X, int Y, int nWidth, int nHeight, bool bRepaint);
}

[StructLayout(LayoutKind.Sequential)]
public struct RECT {
    public int Left; public int Top; public int Right; public int Bottom;
}
"@

$hwnd = [Win32]::GetForegroundWindow()
if ($hwnd -eq [IntPtr]::Zero) { exit 1 }
$rect = New-Object RECT
[Win32]::GetWindowRect($hwnd, [ref]$rect) | Out-Null
$x = $rect.Left; $y = $rect.Top
$w = $rect.Right - $rect.Left; $h = $rect.Bottom - $rect.Top

for ($i = 0; $i -lt 8; $i++) {
    [void][Win32]::MoveWindow($hwnd, $x - 12, $y, $w, $h, $true)
    Start-Sleep -Milliseconds 45
    [void][Win32]::MoveWindow($hwnd, $x + 12, $y, $w, $h, $true)
    Start-Sleep -Milliseconds 45
}
[void][Win32]::MoveWindow($hwnd, $x, $y, $w, $h, $true)
"""


def register(ctx):
    schema = {
        "name": "shake_window",
        "description": "Shake the current Windows foreground window.",
        "parameters": {
            "type": "object",
            "properties": {},
        },
    }

    def handle_shake(params, **kwargs):
        del params, kwargs
        powershell = shutil.which("powershell.exe")
        if powershell is None:
            return json.dumps({"ok": False, "error": "powershell.exe not found"})
        result = subprocess.run(
            [powershell, "-NoProfile", "-Command", POWERSHELL_SHAKE],
            text=True, capture_output=True, check=False,
        )
        return json.dumps({
            "ok": result.returncode == 0,
            "stdout": result.stdout.strip(),
            "stderr": result.stderr.strip(),
        })

    ctx.register_tool(
        name="shake_window",
        toolset="desktop_fun",
        schema=schema,
        handler=handle_shake,
        description="Shake the current Windows foreground window.",
    )

启用插件：

hermes plugins enable shake-window

重新启动 Hermes 后，模型就能调用 shake_window 工具。

3.4 插件发现

Hermes 会从多个来源发现插件：

来源	路径 / 方式	用途
Bundled	Hermes 仓库内置 `plugins/`	官方随 Hermes 发布的插件
User	`~/.hermes/plugins/`	用户自己的本地插件
Project	`.hermes/plugins/`	当前工作目录插件；默认不扫描，需设置 `HERMES_ENABLE_PROJECT_PLUGINS=true`
pip	`hermes_agent.plugins` entry points	通过 Python 包分发的插件

3.5 管理插件

hermes plugins                    # 交互式开关插件
hermes plugins list               # 查看已安装插件
hermes plugins install user/repo  # 从 GitHub 安装插件
hermes plugins update <name>      # 更新插件
hermes plugins remove <name>      # 移除插件
hermes plugins enable <name>      # 启用插件
hermes plugins disable <name>     # 禁用插件

新安装或捆绑的插件默认不启用，必须加入 ~/.hermes/config.yaml：

# ~/.hermes/config.yaml
plugins:
  enabled:
    - my-plugin
  disabled:
    - noisy-plugin

plugins.disabled 是拒绝列表，如果同一个插件同时出现在 enabled 和 disabled，禁用优先。

4. Cron 定时任务

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/cron

Hermes 内置定时任务系统，可以用自然语言、cron 表达式安排任务。

定时任务通过 Gateway daemon 执行：Gateway 每 60 秒 tick 一次，检查到期任务。为每个到期任务启动一个新的 Agent 会话执行 prompt，然后投递最终结果。Cron 运行时会禁用 cron 管理工具，避免递归创建更多定时任务造成调度循环。

4.1 创建任务

可在会话中通过 /cron，或使用 CLI 命令 hermes cron 来创建：

/cron add 30m "提醒我检查构建结果"
/cron add "every 2h" "检查服务器状态"
/cron add "every 1h" "总结新动态" --skill blogwatcher
/cron add "every 1h" "加载两个技能并合并结果" --skill blogwatcher --skill maps

hermes cron create "every 2h" "检查服务器状态"
hermes cron create "every 1h" "总结新动态" --skill blogwatcher

也可以直接用自然语言让 Hermes 创建：

每天早上 9 点检查 Hacker News 上的 AI 新闻，然后发一份摘要到 TG。

Hermes 会在内部调用 cronjob 工具完成创建：

cronjob(
    action="create",
    schedule="every 1d at 09:00",
    prompt="检查 Hacker News 上的 AI 新闻，筛选值得关注的条目，并写成中文摘要。",
    name="HN AI daily",
    deliver="TG",
)

4.2 调度格式

类型	示例	行为
相对延迟	`30m`、`2h`、`1d`	一次性运行
循环间隔	`every 30m`、`every 2h`、`every 1d`	持续重复运行
Cron 表达式	`0 9 * * `、`0 9 * 1-5`、`0 /6 * *`	按 cron 规则重复运行
ISO 时间	`2026-03-15T09:00:00`	指定时间运行一次

Cron 表达式格式为 分时日月周：

0 9 * * * 每天 9:00 执行
0 9 * * 1-5 工作日每天 9:00 执行
0 */6 * * * 每 6 小时执行
30 8 1 * * 每月 1 日 8:30 执行

4.3 管理任务

/cron list                                          # 查看定时任务
/cron list --all                                    # 查看所有任务，包括已暂停的
/cron edit <job_id> --schedule "every 4h"           # 修改调度时间
/cron edit <job_id> --prompt "使用新的任务说明"       # 修改任务说明
/cron edit <job_id> --skill blogwatcher --skill maps # 替换技能列表
/cron edit <job_id> --add-skill maps               # 追加技能
/cron edit <job_id> --remove-skill blogwatcher     # 移除指定技能
/cron pause <job_id>                               # 暂停任务
/cron resume <job_id>                              # 恢复任务
/cron run <job_id>                                 # 下一个 scheduler tick 触发任务
/cron remove <job_id>                              # 删除任务

hermes cron status     # 查看调度器状态
hermes cron tick       # 手动触发一次 scheduler tick

任务存储在 ~/.hermes/cron/jobs.json，运行输出保存到 ~/.hermes/cron/output/{job_id}/{timestamp}.md。

4.4 运行结果投递方式

deliver 控制定时任务运行完成后，把 Agent 的最终回复发送到哪里：

deliver	说明
`origin`	回到创建任务的聊天来源，消息平台默认值
`local`	只保存到本地文件，CLI 默认值
`TG`、`discord`、`slack`	投递到对应平台的 home channel
`TG:123456`	投递到指定 TG chat ID
`discord:#engineering`	投递到指定 Discord 频道
`all`	投递到所有已配置 home channel 的平台
`TG,discord`	投递到多个指定平台
`origin,all`	投递到来源聊天 + 所有 home channel
`ntfy`	v0.15+：推送通知，无需账号

示例：

hermes cron create "every 30m" "检查服务状态" --deliver TG
hermes cron create "every 1d" "生成日报" --deliver TG,discord

如果 Agent 的最终回复以 [SILENT] 开头，成功运行时会抑制投递，但输出仍会保存到本地。失败任务仍会投递错误信息。适合只有出现问题才需要报告的作业：

Check if nginx is running. If everything is healthy, respond with only [SILENT].
Otherwise, report the issue.

4.5 No-Agent 模式

对于不需要 LLM 推理的周期性任务（监控程序、磁盘/内存警报、心跳检测、CI ping 等），可传递 no_agent=True：

hermes cron create "every 5m" \
  --no-agent \
  --script memory-watchdog.sh \
  --deliver TG \
  --name "memory-watchdog"

脚本必须放在 ~/.hermes/scripts/ 中。.sh / .bash 用 /bin/bash 执行，其他脚本用当前 Python 解释器执行。

脚本运行默认超时 120 秒，可调整：

# ~/.hermes/config.yaml
cron:
  script_timeout_seconds: 300

4.6 使用 context_from 链接作业

Cron 任务彼此之间默认隔离。context_from 用来把一个任务的最新输出接到另一个任务的 prompt 前面。它只能由 Agent 通过 cronjob 工具设置，CLI 命令不支持。

典型流程：

Job 1：收集原始数据
Job 2：读取 Job 1 的最新输出，筛选 / 排序
Job 3：读取 Job 2 的最新输出，生成最终报告并投递

示例：

# Job 1：收集 AI 新闻
cronjob(action="create", name="ai-news-fetch",
        schedule="0 7 * * *",
        prompt="Fetch the top 10 AI/ML stories from Hacker News.")

# Job 2：使用 Job 1 的最新输出做筛选
cronjob(action="create", name="ai-news-rank",
        schedule="30 7 * * *",
        context_from="<job1_id>",
        prompt="Score each story for novelty and engagement. Keep the top 5.")

# Job 3：使用 Job 2 的最新输出生成日报
cronjob(action="create", name="ai-news-brief",
        schedule="0 8 * * *",
        context_from="<job2_id>",
        prompt="Write a concise daily brief and deliver it to TG.")

context_from 支持单个或多个 job ID。多个上游输出会按列表顺序拼接，每个上游输出在注入前被截断至 8,000 字符。

注意：context_from 读取的是上游任务「最近一次已完成输出」，不会等待同一个 tick 中仍在运行的上游任务。需要强依赖同一批数据时，应把上下游任务错开足够长时间。

05- Gateway、Profile、Delegation、Kanban 与高级特性

1. Gateway 消息网关

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/messaging/

Gateway 是 Hermes 的消息平台接入层，可以作为前台进程或后台服务运行。它负责连接 TG、Discord、Slack、微信等平台，接收消息，维护每个聊天对应的会话，把消息转发给 Hermes Agent 处理，再把回复发回原平台。

Gateway 和 CLI 模式使用同一套 Hermes 程序、配置、会话、记忆、技能和工具。区别在于：CLI 是终端里的单次交互入口，Gateway 是长期运行的消息平台适配进程。Gateway 还会运行 cron 调度循环，用来触发到期的计划任务。

1.1 命令

hermes gateway setup                 # 交互式配置消息平台
hermes gateway                       # 前台启动 Gateway
hermes gateway install               # 安装为用户服务（Linux）/ launchd 服务（macOS）
sudo hermes gateway install --system # 仅 Linux：安装为开机启动的系统服务
hermes gateway start                 # 启动默认服务
hermes gateway stop                  # 停止默认服务
hermes gateway status                # 查看默认服务状态
hermes gateway status --system       # 仅 Linux：检查系统服务状态

TG Bot 端到端搭建

以 TG 为例，完整的 Gateway 接入流程如下：

步骤 1：创建 Bot

在 TG 中搜索 @BotFather，发送 /newbot，按提示设置名称和用户名，获得 Bot Token（格式：1234567890:ABCdefGHIjklMNOpqrsTUVwxyz）。

步骤 2：配置 Hermes

# 将 Bot Token 写入 .env
echo "TG_BOT_TOKEN=1234567890:ABCdefGHIjklMNOpqrsTUVwxyz" >> ~/.hermes/.env

# 交互式配置 Gateway（TG 选项）
hermes gateway setup

步骤 3：启动 Gateway

# 前台运行（调试用）
hermes gateway

# 安装为系统服务（推荐生产环境）
hermes gateway install
hermes gateway start

步骤 4：验证配对

首次与 Bot 私信时，Bot 会回复配对码。管理员在本机批准：

hermes pairing list          # 查看待审批的配对请求
hermes pairing approve TG XKGH5N7P

此后该用户即可与 Hermes 自由对话。

1.2 支持的消息平台（23+）

Hermes Gateway 支持 23 个以上的消息平台：

TG、Discord、Slack、WhatsApp、Signal、DingTalk、SMS (Twilio)、Mattermost、Matrix、Webhook、Email (IMAP/SMTP)、Home Assistant、Feishu/Lark、WeCom、Weixin（微信）、BlueBubbles (iMessage)、QQBot、Yuanbao、IRC、Microsoft Teams、Google Chat、LINE、SimpleX Chat、ntfy（v0.15+，无需账号的推送通知）

#邮箱配置  .env
EMAIL_PASSWORD=QHaqxxxxxxxxxxxxxxxxxxxxx
EMAIL_IMAP_HOST=imap.163.com
EMAIL_SMTP_HOST=smtp.163.com
EMAIL_SMTP_PORT=465
EMAIL_ADDRESS=yaohm7788@163.com
# Allow all users for testing
EMAIL_ALLOW_ALL_USERS=true

#微信配置 https://hermes-agent.nousresearch.com/docs/zh-Hans/user-guide/messaging/weixin
WEIXIN_ACCOUNT_ID=c94b6aa27d45@im.bot
WEIXIN_TOKEN=c94b6aa27d45@im.bot:06xxxxxxxxxxxxxxxxxxxxx
WEIXIN_BASE_URL=https://ilinkai.weixin.qq.com
WEIXIN_CDN_BASE_URL=https://novac2c.cdn.weixin.qq.com/c2c
WEIXIN_DM_POLICY=pairing
WEIXIN_ALLOW_ALL_USERS=true
WEIXIN_ALLOWED_USERS=
WEIXIN_GROUP_POLICY=disabled
WEIXIN_GROUP_ALLOWED_USERS=
WEIXIN_HOME_CHANNEL=o9cq800SHCEm-xxxxxxxxxxxxxxxxxxxxx@im.wechat

1.3 网关配对

默认情况下，网关会拒绝所有不在允许列表中或未通过私信配对的用户。

允许列表

在 ~/.hermes/.env 中配置：

# 按平台限制用户
TG_ALLOWED_USERS=123456789,987654321
WEIXIN_ALLOWED_USERS=123456789,987654321

# 或配置通用允许列表
GATEWAY_ALLOWED_USERS=123456789,987654321

# 显式允许所有用户（不推荐给有终端访问权限的机器人使用）
GATEWAY_ALLOW_ALL_USERS=true

私信配对

无需手动配置用户 ID，未知用户在私信机器人时会收到一次性配对码，例如 Pairing code: XKGH5N7P。之后管理员在本机批准：

hermes pairing approve TG XKGH5N7P  # 批准配对
hermes pairing list                       # 查看配对列表
hermes pairing revoke TG <user_id>  # 撤销配对

配对码 1 小时后过期，有速率限制，并使用加密随机数生成。

斜杠命令权限控制

权限分层只控制斜杠命令，不影响普通聊天。规则：

先判断用户是否被允许使用 Gateway
再判断当前作用域是否启用了命令权限分层
未配置 admin 列表时，所有已允许用户都可以运行斜杠命令
配置了 admin 列表时，管理员可运行所有命令，普通用户只能运行显式允许的命令（以及始终可用的 /help 和 /whoami）

# ~/.hermes/config.yaml
gateway:
  platforms:
    discord:
      extra:
        allow_from: ["111", "222", "333"]
        allow_admin_from: ["111"]
        user_allowed_commands: [status, model]
        group_allow_admin_from: ["111"]
        group_user_allowed_commands: [status]

用 /whoami 查看当前平台、作用域、权限层级和可运行的斜杠命令。

2. Profile 多实例

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/profiles

通过 Profile 运行多个独立的 Hermes Agent，每个 Agent 有独立的配置、会话、技能和记忆。

2.1 什么是 Profile

Profile 是一个独立的 Hermes home 目录。其中包含各自的 config.yaml、.env、SOUL.md、记忆、会话、技能、cron 任务、状态数据库和 Gateway 状态。

通过 Profile 可以运行用于不同用途的 Agent 而不会混淆 Hermes 状态。

创建 Profile 后，Hermes 会自动生成同名命令别名。例如创建 coder 后，可以直接使用 coder chat、coder setup、coder gateway start，本质上等价于 hermes -p coder ...。

2.2 创建 Profile

hermes profile create coder                     # 创建空白 Profile，内置技能会初始化
hermes profile create coder --description "负责阅读源码、实现已明确的代码修改、修复测试或构建问题、运行必要验证，并在完成后汇报改动、测试结果和剩余风险"
hermes profile create coder --clone             # 克隆当前 Profile 的 config.yaml、.env、SOUL.md
hermes profile create backup --clone-all        # 克隆完整状态
hermes profile create coder --clone --clone-from backup  # 从指定 Profile 克隆
hermes profile describe coder --text "..."      # 为 Profile 添加描述@
hermes profile describe coder --auto            # 用辅助模型自动生成描述
hermes profile delete coder                     # 删除 Profile

2.3 使用 Profile

coder chat                                      # 启动 coder profile 的交互式对话
coder setup                                     # 运行 coder profile 的配置向导
coder gateway start                             # 启动 coder profile 的 Gateway 服务
coder doctor                                    # 检查 coder profile 的健康状态
coder skills list                               # 查看已安装的 skills
coder config set model.default anthropic/claude-sonnet-4  # 修改默认模型

别名本质上等价于 hermes -p <name>。也可以显式指定：hermes -p coder chat。

设置默认 Profile：

hermes profile use coder    # 默认使用 coder Profile
hermes profile use default  # 恢复为 default

2.4 工作原理

Profile 使用 HERMES_HOME 环境变量。运行 coder chat 时，包装脚本会在启动 Hermes 前设置 HERMES_HOME=~/.hermes/profiles/coder。每个 Profile 都可以作为独立进程运行自己的 Gateway，拥有自己的 bot token。

3. Delegation 任务委派

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/delegation

Hermes 可以创建子 Agent 来处理独立的任务。子 Agent 有自己的对话和终端环境，互不干扰。

3.1 单任务与并行批量

单任务：

delegate_task(
    goal="Debug why tests fail",
    context="Error: assertion in test_foo.py line 42",
    toolsets=["terminal", "file"],
)

并行批量（默认最多 3 并发，可通过 max_concurrent_children 调高）：

delegate_task(tasks=[
    {"goal": "Research topic A", "toolsets": ["web"]},
    {"goal": "Research topic B", "toolsets": ["web"]},
    {"goal": "Fix the build", "toolsets": ["terminal", "file"]},
])

超过 max_concurrent_children 的批量请求会直接返回工具错误。结果按输入顺序排列。父 Agent 中断会传播到所有活跃子 Agent。

3.2 子 Agent 上下文

子 Agent 启动时拥有全新对话，不知道父会话之前的任何内容。唯一上下文来自接收的 goal 和 context 两个字段：

goal：任务目标（必填）
context：完成目标所需的全部背景信息

子 Agent 完成后，只有结构化摘要回传到父会话，详细对话过程不保留，以此控制 token 开销。

3.3 工具集限制

toolsets	适用场景
`["terminal", "file"]`	编码、调试、文件编辑
`["web"]`	调研、查文档
`["terminal", "file", "web"]`	全栈任务（默认）

某些工具限制为子 Agent 无法使用：

工具	原因
`delegation`	叶子节点禁止再次委派（orchestrator 保留）
`clarify`	子 Agent 不能与用户交互
`memory`	不写入共享持久记忆
`code_execution`	子 Agent 应逐步推理
`send_message`	无跨平台副作用

3.4 嵌套委派与配置

默认委派是扁平的：父 Agent（深度 0）→ 子 Agent（深度 1，不可再委派）。如需多阶段工作流，需要如下配置：

配置项	作用
`role`	`leaf` 是叶子节点，`orchestrator` 申请保留委派能力
`max_spawn_depth`	全局最大委派深度；`1` 表示只允许一层叶子 Agent
`orchestrator_enabled`	嵌套委派总开关

# ~/.hermes/config.yaml
delegation:
  max_concurrent_children: 3
  max_spawn_depth: 1
  orchestrator_enabled: true

配置交互关系：

配置组合	结果
`role="leaf"`，任意 `max_spawn_depth`	子 Agent 是叶子节点，不能继续委派
`role="orchestrator"`，`max_spawn_depth: 1`	仍不能继续委派
`role="orchestrator"`，`max_spawn_depth: 2`	可以再委派一层叶子 Agent
`orchestrator_enabled: false`	全局禁用嵌套委派

4. Kanban 多 Agent 协作

官方文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/kanban

架构 PDF：https://github.com/NousResearch/hermes-agent/blob/main/docs/hermes-kanban-v1-spec.pdf

Hermes Kanban 是一个多 Agent 协作层：一个可恢复、可审计、可中途介入的工作队列。它把任务、依赖、评论、运行记录和工作目录放进一个持久任务板里，让多个具名 profile 以异步方式协作。

4.1 从 delegate_task 到 Kanban

delegate_task 适合短的、自包含的推理子任务，但无法覆盖：

研究分流与综合：多个专家型 Agent 并行产出候选发现，一个或多个审查者选择、合并
定时循环工作流：日报、周报、小时级收件箱分流等会跨运行积累知识
数字分身 / 持久助手：具名、长期存在的 Agent 身份在数周或数月里积累记忆
端到端工程流水线：拆解、并行实现、审查、迭代、提交

Kanban 的目标就是补上这些能力，提供：跨运行持久状态、工作可见性、不同技能 Agent 之间的交接、人类或对等 Agent 随时介入。

4.2 架构

三层架构：

Control Plane（控制层）：CLI、Gateway、Dashboard — 用户交互入口
State Plane（状态层）：SQLite board + dispatcher — 唯一事实来源，决定哪些任务可运行
Execution Plane（执行层）：独立 profile worker 进程，每个都有隔离状态

所有协调都通过任务板流转，profile 之间没有直接的进程间通信。

4.3 核心概念

Board（任务板）

Board 是一个独立的任务队列，拥有自己的 SQLite 数据库、workspaces 目录和调度循环。默认 board 数据库位于 ~/.hermes/kanban.db。非默认 board 位于 ~/.hermes/kanban/boards/<slug>/。

Task（任务）

Task 是 Kanban 的基本工作单元。一个 task 只有一个 assignee，通常是 Hermes profile 名称。

Task 状态：

状态	说明
`triage`	待分流 / 待明确
`todo`	已创建但尚未满足运行条件
`scheduled`	已暂缓调度，等待恢复
`ready`	可以被 dispatcher 认领
`running`	worker 正在执行
`blocked`	需要人工输入或等待外部条件
`review`	等待审查
`done`	已完成
`archived`	已归档

Task 生命周期状态流转：

                    ┌──────────────┐
                    │   triage     │  ← 粗略想法 / 高层目标
                    └──────┬───────┘
                           │ specify / decompose（自动或手动）
                           ▼
                    ┌──────────────┐
               ┌────│    todo      │  ← 已创建，等待依赖满足
               │    └──────┬───────┘
               │           │ 所有父任务 done/archived
               │           ▼
               │    ┌──────────────┐
               │    │   ready      │  ← 可以被 dispatcher 认领
               │    └──────┬───────┘
               │           │ dispatcher atomic claim
               │           ▼
               │    ┌──────────────┐
               │    │   running    │  ← worker 进程中执行
               │    └──┬───┬───┬───┘
               │       │   │   │
               │       │   │   └──────────┐
               │       │   │              │
               │       ▼   ▼              ▼
               │  ┌────────┐ ┌────────┐ ┌──────────┐
               │  │  done  │ │blocked │ │ crashed/ │ ← 自动恢复或超过重试上限
               │  └────────┘ └───┬────┘ │ timed_out│    进入 blocked
               │       ▲        │      └─────┬─────┘
               │       │   unblock（人工/自动化） │
               │       │        │      ┌────────┘
               │       │        ▼      ▼
               │       │   ┌──────────────┐
               │       └───│   ready       │  ← 重新进入调度队列
               │           └──────────────┘
               │
               ▼
        ┌──────────────┐
        │  archived     │  ← 归档（不再参与调度）
        └──────────────┘

关键点：

triage 是入口态，经过 decompose 拆解后变成 todo 子任务（原始 triage 变成 root task）
todo → ready 由 dispatcher 在每次 tick 中自动推进（检查依赖是否满足）
ready → running 通过 SQLite 原子 CAS 更新完成，保证并发安全
running 结束后进入 done（正常完成）或 blocked（需要人工介入）
blocked 经 unblock 后回到 ready，重新进入调度队列
崩溃/超时任务由 dispatcher 的 stale recovery 自动回收

关键字段包括 title、body、assignee、priority、workspace_kind、workspace_path、claim_lock、consecutive_failures、max_retries 等。

Link（任务依赖）

Link 是 task 之间的父子依赖（parent_id -> child_id）。父任务完成之前，子任务保持在 todo；所有父任务完成（done/archived）后，dispatcher 推进子任务到 ready。支持 fan-out 和 fan-in。

Comment（评论 / 交接记录）

Comment 是人类和 Agent 在 task 上追加的持久消息，也是 Kanban 的跨 Agent 交接协议。Worker 启动时会读取完整评论串。人类可通过评论补充要求，Agent 可留下中间发现或交接说明。

Event（任务事件）

Event 是 Kanban 的审计日志，记录 task 生命周期里的状态变化、人工编辑和 worker 执行遥测。常见事件：

生命周期：created、promoted、claimed、completed、blocked、unblocked、archived
人工编辑：assigned、edited、reprioritized、status
遥测：spawned、heartbeat、reclaimed、crashed、timed_out、stale、gave_up

Workspace（工作目录）

Task 绑定的工作目录，worker 执行时所在位置。

scratch：默认模式，为 task 创建新的临时工作目录
dir:<path>：使用已有绝对路径
worktree：为代码任务创建 git worktree

4.4 协作模式

Kanban 可衍生出 6 种可重用协作模式：

模式	说明	典型场景
Fan-out（扇出）	一个目标拆成多个同级 task，并行执行	多角度研究、并行实现
Pipeline（流水线）	上游完成 → 下游启动，阶段式传递	researcher → analyst → writer → reviewer
Fan-in（扇入）	多个 task 汇总到一个聚合 task	研究综合、方案评审
Long-running journal	同一 profile 通过定时任务在共享 workspace 反复处理	日报、周报、监控巡检
Human-in-the-loop	worker 阻塞 → 人工评论 → unblock → 重新启动	不确定决策、需要审批
Fleet farming	一个 profile 管理 N 个对象，每个对象独立 workspace	多账号管理、多服务器巡检

4.5 Dispatcher 调度器

Dispatcher 是一个长期循环，默认运行在 Gateway 内部。每 N 秒（默认 60 秒）扫描 board，执行四类动作：

stale recovery：处理异常的 running 任务（认领过期、进程退出、超时）
recompute ready：推进依赖满足的任务到 ready
atomic claim：通过"比较并交换"式 SQL 更新认领任务
启动 worker：认领成功后启动 assignee 对应的 profile worker

核心并发语义：

UPDATE tasks
   SET status = 'running',
       claim_lock = ?,
       claim_expires = ?
 WHERE id = ?
   AND status = 'ready'
   AND claim_lock IS NULL;

更新命中 1 行 = 认领成功；命中 0 行 = 已被其他调度器认领。

失败与恢复：连续失败超过重试上限后，任务自动进入 blocked，等待人类介入。

# 1. 初始化看板（如果还没创建）
hermes kanban init

# 2. 创建一条演示任务
hermes kanban create '阅读 Hermes Agent 文档并小结,永久保存到桌面' --body '重点看 agent loop、skills、gateway 三个部分' --assignee default

# 3. 查看任务
hermes kanban list

# 4. 看某条任务的详情
hermes kanban show <task_id>

# 5. Worker 认领任务（会打印工作目录）
hermes kanban claim <task_id>

# 6. 再启动task
hermes kanban unblock  <task_id>

4.6 Orchestrator Profile

Kanban 把编排分成两个阶段：

Decomposer 处理 triage task：判断目标是否需要拆分、创建子任务图、写入 assignee 和依赖关系
Orchestrator profile 承接 root task：子任务完成后，汇总结果，判断总目标是否完成

Orchestrator profile 的职责是协调，不是执行。推荐约束：

禁用执行型工具：只保留 kanban、memory，必要时加 messaging
加载 kanban-orchestrator skill：注入"你是编排者不是执行者"的行为约束
基于真实 profile 路由：根据本机 profile 的 description 路由任务

创建 orchestrator profile：

hermes profile create orchestrator --clone \
  --description "Kanban 编排者。负责拆解高层目标、创建任务、指派真实存在的 profile、建立依赖关系、汇总下游结果；不直接执行研究、写作、编码或运维任务。"

orchestrator tools disable terminal file web browser code_execution

hermes config set kanban.orchestrator_profile orchestrator
hermes config set kanban.auto_decompose true

4.7 Multi-Tenant Context

tenant 是 task 上的可选命名空间，让同一个 profile 服务多个业务上下文。

hermes kanban create "monthly report" \
  --assignee researcher \
  --tenant business-a \
  --workspace dir:/home/user/tenants/business-a/data/

Tenant 主要影响 Workspace、记忆（命名约定）、Board 过滤和审计。Tenant 是软隔离，不是安全边界。

4.8 命令工具

hermes kanban init                                   # 幂等创建 kanban.db
hermes kanban create "research Hermes Agent" --assignee researcher
hermes kanban list [--mine] [--assignee P] [--status S] [--tenant T]
hermes kanban show <id>
hermes kanban assign <id> <profile>
hermes kanban link <parent_id> <child_id>
hermes kanban comment <id> "<text>"
hermes kanban complete <id> [--result "..."] [--summary "..."]
hermes kanban block <id> "<reason>"
hermes kanban unblock <id>
hermes kanban archive <id>
hermes kanban watch [--assignee P] [--kinds completed,blocked,...]
hermes kanban tail <id>
hermes kanban stats
hermes kanban dispatch [--dry-run] [--max N]
hermes kanban swarm <prompt>                         # v0.15+
hermes kanban boards list
hermes kanban boards create <slug> --name "Display Name"
hermes kanban boards switch <slug>
hermes kanban boards rm <slug>                       # 归档
hermes kanban boards rm <slug> --delete              # 硬删除
hermes kanban decompose <id>                         # 把 triage task 拆成子任务图
hermes kanban specify <id>                           # 补全 triage task 成明确 spec
hermes kanban gc                                     # 清理归档 task 的 scratch workspace

所有命令也支持 /kanban 斜杠形式在会话内使用。

hermes kanban swarm "研究 Hermes Agent 的架构并写一份分析报告,输出到桌面" \
  --worker "default:Agent Loop 分析" \
  --worker "default:Skills 系统分析" \
  --worker "default:Gateway 架构分析" \
  --verifier default \
  --synthesizer default

06- 综合案例：AI 驱动的技术博客自动发布系统

案例概述

本案例将搭建一个完整的 AI 驱动的技术博客自动发布系统，覆盖从选题发现 → 研究调研 → 文章撰写 → 人工审核 → 自动发布 → 持续维护的全流程。系统中 Hermes Agent 承担核心协调和执行角色，人工仅在关键决策点介入。

案例目标

串联 Hermes 的 25 项以上功能，展示它们在真实场景中的配合方式
提供一个可参考、可复用的工作流设计模式
帮助读者理解多 Profile、多 Agent 协作的实践方式

功能覆盖清单

序号	功能	所属模块	使用场景
1	Profile	协作篇	创建 researcher、writer、reviewer、publisher 四个角色
2	Provider	入门篇	researcher 用 DeepSeek（便宜），writer 用 Claude（质量）
3	Skills	进化篇	安装 blogwatcher；writer 加载写作风格 skill
4	skill_manage	进化篇	writer Agent 自动沉淀「技术博文写作规范」skill
5	Curator	进化篇	维护自动生成的写作 skill，合并重复模板
6	Memory	能力篇	记住博客 Markdown 风格偏好、发布平台 API 配置
7	session_search	能力篇	回查历史会话中讨论过的选题
8	Cron	进化篇	每天早上收集 HN/知乎 AI 新闻；每周汇总热点
9	context_from	进化篇	新闻收集 → 选题筛选 → 文章撰写三阶段流水线
10	Delegation	协作篇	父 Agent 并行委派「调研技术背景」和「查竞品文章」
11	Kanban	协作篇	管理完整工作流看板
12	Kanban Swarm	协作篇	一键创建 researcher + writer + reviewer 协作拓扑
13	Orchestrator	协作篇	拆解「写一篇关于 X 的深度文章」为子任务
14	Gateway	协作篇	通过 TG 接收选题指令、审核草稿
15	MCP	能力篇	接入 GitHub MCP Server 自动提交文章
16	Toolsets	能力篇	web_search 调研、browser 预览、terminal 构建
17	Hooks	进化篇	post_tool_call hook 记录 token 消耗
18	Plugins	进化篇	自定义插件检查文章 SEO 元数据
19	Dashboard	能力篇	Web 面板监控 Kanban 任务进度
20	TUI	协作篇	在 TUI 中观察 Agent 工作过程
21	API Server	协作篇	外部 CMS 通过 API 触发紧急发布
22	@ 上下文引用	能力篇	`@file` 引用已有文章草稿作为风格参考
23	No-Agent Cron	进化篇	纯脚本监控博客站点健康状态
24	SOUL.md	能力篇	为每个 Profile 定制人格
25	上下文压缩	能力篇	长会话中自动压缩历史

阶段一：环境搭建

1.1 场景说明

我们模拟一个两人技术团队维护的技术博客。需求：

每周发布 2~3 篇 AI / 前端领域的技术文章
文章质量要求较高，需要经过调研、撰写、审核三个环节
最终发布到 GitHub Pages 博客仓库
团队负责人通过 TG 随时随地跟进和审批
系统需要自主学习团队的写作风格和偏好

1.2 创建 Profile

为四个角色创建独立的 Hermes Profile，每个 Profile 有不同的模型、工具权限和人格：

# ===== 1. 创建 researcher Profile（调研员）=====
hermes profile create researcher --clone \
  --description "负责查阅文档、源码和网络资料，产出结构化研究结论。使用低成本模型。"
# 设置为使用 DeepSeek（便宜、推理能力强）
researcher model  # 交互式选择 DeepSeek
# 限制工具：只需要 web 搜索和终端
researcher tools disable browser code_execution video_analyze
# 定制人格：简洁、结构化输出
cat > ~/.hermes/profiles/researcher/SOUL.md << 'EOF'
# Researcher Soul
你是一名技术研究员。你的输出必须结构化：
1. 核心发现（一句话总结）
2. 关键信息点（bullet points）
3. 信息来源（URL + 一句话描述）
4. 建议方向（可选）

保持客观、精确。不要添加主观评价。
EOF

# ===== 2. 创建 writer Profile（撰稿员）=====
hermes profile create writer --clone \
  --description "负责把研究材料整理成清晰、连贯、有吸引力的技术文章。使用高质量模型。"
# 设置为使用 Claude（写作质量高）
writer model  # 交互式选择 Anthropic Claude
# 安装写作相关 skills
writer skills install blogwatcher
# 定制人格
cat > ~/.hermes/profiles/writer/SOUL.md << 'EOF'
# Writer Soul
你是一名技术专栏作者。写作风格：
- 开头用引人入胜的问题或场景切入
- 代码示例必须完整可运行
- 每个技术点附带「为什么重要」的解释
- 中文为主，技术术语保留英文
- 文章长度 1500~3000 字
EOF

# ===== 3. 创建 reviewer Profile（审核员）=====
hermes profile create reviewer --clone \
  --description "负责审查文档或代码变更，指出遗漏、错误和风险。"
# 定制人格
cat > ~/.hermes/profiles/reviewer/SOUL.md << 'EOF'
# Reviewer Soul
你是一名技术编辑。审核关注点：
1. 技术准确性：代码是否正确、API 名称是否准确
2. 逻辑完整性：推理链条是否有跳跃
3. 信息时效性：引用的版本号、日期是否最新
4. 可读性：排版、代码高亮、段落长度

审核结果用 checklist 格式输出。
EOF

# ===== 4. 创建 publisher Profile（发布员）=====
hermes profile create publisher --clone \
  --description "负责将审核通过的文章发布到 GitHub Pages 博客仓库。"
# 限制工具：只需要 terminal（git 操作）和 MCP
publisher tools disable web browser

涉及功能：Profile、Provider、SOUL.md、Toolsets、Skills

1.3 配置 Gateway 与推送

# ===== 配置 TG Gateway =====
hermes gateway setup  # 交互式配置 TG Bot Token
hermes gateway start  # 启动 Gateway

在 ~/.hermes/.env 中设置：

GITHUB_PERSONAL_ACCESS_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxxx
TG_ALLOWED_USERS=123456789

hermes mcp list           # 确认 MCP 已配置
hermes mcp test github    # 测试连接

涉及功能：Gateway

1.4 配置持久记忆

在首次对话中告诉 Hermes 博客的基本信息：

hermes chat -q "记住以下信息：我们的博客使用 GitHub Pages + Hugo 静态站点，仓库地址 github.com/team/tech-blog，文章用 Markdown 格式，frontmatter 包含 title/date/tags/author 四个字段。发布流程是：新文章放在 content/posts/ 下，提交 PR，合并到 main 分支后自动部署。"

这会写入 MEMORY.md，所有后续会话都能自动获取这些信息。

涉及功能：Memory

阶段二：工作流设计

2.1 初始化 Kanban Board

# 创建专用 board
hermes kanban boards create blog --name "技术博客工作板" --switch

# 初始化（幂等操作）
hermes kanban init

2.2 创建 Orchestrator Profile

hermes profile create orchestrator --clone \
  --description "Kanban 编排者。负责拆解文章选题、创建写作任务、指派 profile、建立依赖关系、汇总下游结果。"

# 限制为纯编排角色
orchestrator tools disable terminal file web browser code_execution

# 设置成为自动拆解的承接者
hermes config set kanban.orchestrator_profile orchestrator
hermes config set kanban.auto_decompose true

涉及功能：Kanban、Orchestrator、Profile、Skills

2.3 搭建 Cron 选题流水线

三个 Cron 任务形成选题 → 筛选 → 撰写流水线：

# 进入交互式对话
hermes

在对话中让 Agent 创建流水线：

请帮我创建一组 Cron 任务，用于技术博客选题流水线：

1. 每天早上 7:00，收集 Hacker News 和知乎上的 AI/前端热门内容，
   用 web_search 工具获取，输出包含标题、链接、简要说明
2. 每天早上 7:30，读取任务 1 的最新输出，筛选 3 个最适合我们博客的选题，
   评估标准：技术深度、读者兴趣度、与已有文章的差异化
3. 每天早上 8:00，读取任务 2 的筛选结果，为每个选题生成一份简报，
   包含：文章大纲、核心观点、推荐参考链接、预估字数

所有任务结果投递到 TG。

Agent 会依次调用 cronjob(action="create", ...) 创建三个任务，并使用 context_from 建立依赖链。

# Agent 内部调用示意：
# Job 1
cronjob(action="create", name="blog-news-collect",
        schedule="0 7 * * *",
        prompt="收集 Hacker News 和知乎 AI/前端热门内容，输出标题、链接、简要说明。",
        deliver="TG", skills=["web_search"])

# Job 2
cronjob(action="create", name="blog-topic-select",
        schedule="30 7 * * *",
        context_from="<job1_id>",
        prompt="从上一步的新闻中筛选 3 个最适合我们博客的选题。评估标准：技术深度、读者兴趣度、与已有文章的差异化。",
        deliver="TG")

# Job 3
cronjob(action="create", name="blog-brief-generate",
        schedule="0 8 * * *",
        context_from="<job2_id>",
        prompt="为每个选题生成简报：文章大纲、核心观点、推荐参考链接、预估字数。",
        deliver="TG")

涉及功能：Cron、context_from、web_search、Gateway

阶段三：日常运行

3.1 场景：在 TG 上发起新文章任务

团队负责人在 TG 上给 Hermes Bot 发送消息：

"写一篇关于 Hermes Agent v0.16 Kanban Swarm 功能的深度文章，面向 AI 开发者"

Gateway 收到消息后，Hermes 开始处理。我们可以在 TUI 中观察：

hermes --tui   # 另开终端观察 Agent 工作

你是Hermes Agent, 你有一个完整的博客多智能体协作系统。

## 博客任务路由规则

当用户通过微信发送以下类型的请求时，**不要自己回答内容，不要自己写文章**，而是触发 Kanban Swarm 流程：

**触发关键词：**
- "写一篇关于...的文章/博客"
- "写一篇...深度文章"
- "写博客/写文章  主题"
- 任何明确的博客/文章创作请求

**执行步骤：**
1. 调用 `hermes kanban --board blog create "文章主题" --assignee orchestrator`
2. 回复用户："已创建博客写作任务，Orchestrator 正在拆解，稍后流程自动推进。"

**常规对话：**
非博客创作类的咨询、问候、闲聊，正常回答即可。

## 重要
- 不要自己调研、整理、撰写博客内容——那是 researcher / writer 的工作
- Kanban 的 Dispatcher（内嵌于 gateway）会自动 orchestrate 整个流程
- 流程: orchestrator 拆解 → researcher 调研 → writer 写 2000 字 → reviewer 审核 → publisher 发布到 GitHub

3.2 使用 Kanban Swarm 一键启动协作拓扑

Agent 收到任务后，判断这是一个需要多角色协作的复杂任务，使用 Kanban Swarm 启动协作：

# Agent 内部调用：
kanban_create(
    title="深度分析 Hermes Agent v0.16 Kanban Swarm 功能",
    body="面向 AI 开发者，写一篇 2000~3000 字的技术深度文章...",
    assignee="orchestrator",
    workspace_kind="scratch",
    triage=true
)

然后触发 hermes kanban decompose 将 triage 任务拆解为子任务图，或者直接用 Swarm：

# 手动方式：
hermes kanban decompose <triage_task_id>

# 或让 auto_decompose 在下一个 tick 自动处理

涉及功能：Gateway、TUI、Kanban、Kanban Swarm

3.3 Orchestrator 拆解任务

Orchestrator 被启动后：

读取 triage task 的标题和正文
扫描可用 profile（researcher、writer、reviewer、publisher）
调用 LLM 生成 task graph JSON
创建子任务并在 Kanban board 上建立依赖关系

# 拆解结果：
task: "研究 Hermes v0.16 Swarm 架构与设计理念"
  assignee=researcher
  workspace=scratch

task: "调查社区对 Kanban Swarm 的反馈与使用案例"
  assignee=researcher
  workspace=scratch

task: "基于研究报告撰写深度文章"
  assignee=writer
  depends_on=[research_task_1, research_task_2]

task: "审核文章的技术准确性与可读性"
  assignee=reviewer
  depends_on=[write_task]

task: "发布文章到 GitHub Pages"
  assignee=publisher
  depends_on=[review_task]

涉及功能：Orchestrator、Kanban（Task、Link、Workspace）

3.4 研究阶段：并行调研

两个 researcher task 进入 ready 后被 dispatcher 并行启动。每个 researcher worker：

调用 kanban_show() 读取 task 上下文
使用 web_search 搜索相关资料
可能使用 delegate_task 进一步并行搜索子方向
完成时调用 kanban_complete(summary="...") 提交研究摘要

# researcher Worker A 内部发起的并行委派：
delegate_task(tasks=[
    {"goal": "搜索 Hermes Agent v0.15/v0.16 release notes 中 Swarm 相关内容",
     "toolsets": ["web"]},
    {"goal": "搜索 GitHub 上 Kanban Swarm 的 PR 和 issue 讨论",
     "toolsets": ["web"]},
    {"goal": "搜索社区（Reddit、Hacker News）的讨论和反馈",
     "toolsets": ["web"]},
])

涉及功能：Kanban Worker、Dispatcher、web_search、Delegation

3.5 撰写阶段：自动写作与风格引用

两个研究 task 都完成后，writer task 进入 ready。Writer worker 启动后：

读取两个研究子任务的 kanban_complete 摘要
使用 session_search 回查之前的文章风格

# Writer Agent 内部调用：
session_search(query="技术文章 深度分析 写作风格")

如果之前有类似文章草稿，使用 @file 注入作为风格参考：

@file:content/posts/2026-05-hermes-v0.15-deep-dive.md
参考这篇文章的结构和语言风格，写新文章。

调用 web_extract 提取关键参考页面完整内容
用 browser_navigate 查看引用页面的渲染效果
撰写完成，通过 patch 写入文章草稿

patch(file="content/posts/2026-06-hermes-swarm-deep-dive.md", ...)

涉及功能：session_search、@ 上下文引用、web_extract、browser_navigate、patch

3.6 审核阶段：自动检查与人工审批

Reviewer worker 启动后：

读取 writer 的文章草稿
调用 SEO 插件检查元数据质量
使用 Post-Write Linting 自动检查 YAML frontmatter 格式
发现问题后通过 kanban_comment() 留下审核意见
如果文章质量达标，kanban_complete(summary="审核通过，建议发布")
如果有问题，kanban_block(reason="代码示例缺少错误处理")

当 reviewer 将 task 设为 blocked 时，负责人在 TG 会收到通知，然后可以：

# 在 TG 中回复：
/kanban comment t_abc123 "第 3 节的代码示例需要用 try/catch 包裹"
/kanban unblock t_abc123

Writer 重新启动后，会读取评论串中的修改意见并修正。

涉及功能：Kanban（Comment、Block、Unblock）、Plugins、Post-Write Linting、Gateway

3.7 发布阶段：自动提交到 GitHub

Publisher worker 启动后：

读取 writer 的最终草稿和 reviewer 的审核意见
进入 workspace，用 terminal 工具执行 git 操作：

cd $HERMES_KANBAN_WORKSPACE
git clone https://github.com/team/tech-blog.git
cd tech-blog
cp /path/to/draft.md content/posts/2026-06-hermes-swarm-deep-dive.md
git add content/posts/
git commit -m "Add: Hermes Agent v0.16 Kanban Swarm 深度分析"
git push origin main

也可以直接使用 GitHub MCP 工具：

mcp_github_create_or_update_file(
    owner="team",
    repo="tech-blog",
    path="content/posts/2026-06-hermes-swarm-deep-dive.md",
    content="<文章内容>",
    message="Add: Hermes Agent v0.16 Kanban Swarm 深度分析"
)

完成后 kanban_complete(result="已发布到 GitHub Pages")。

涉及功能：Kanban Worker、MCP、Terminal

阶段四：持续进化

4.1 Skill 自动沉淀

在一次特别成功的文章发布后（读者反馈好、技术深度高），后台 review agent 会检测到这是一个值得沉淀的模式：

# 后台 review agent 自动触发：
skill_manage(action="create", name="tech-deep-dive-writing",
    category="writing",
    description="写作 AI 技术深度分析文章的标准流程",
    content="..."
)

随着多次写作任务完成，writer Agent 也可能触发 skill_manage(action="patch", ...) 来修补和增强这个 skill。

涉及功能：skill_manage、Skills

4.2 Curator 自动维护

一周后，Curator 在后台启动，发现：

tech-deep-dive-writing 和之前生成的 blog-post-template 有重叠
Curator 将它们合并为一个 umbrella skill writing/technical-blog
将 30 天未使用的 old-newsletter-format 标记为 stale

# 手动查看 Curator 运行结果
hermes curator status
cat ~/.hermes/logs/curator/20260616-030000/REPORT.md

涉及功能：Curator

4.3 Memory 自动更新

随着系统运行，Hermes 会在 Memory 中自动积累：

══════════════════════════════════════════════
MEMORY (your personal notes) [45%]
══════════════════════════════════════════════
Blog uses Hugo 0.120+ with PaperMod theme, deployed via GitHub Pages
§
writer profile uses Claude model for better prose quality
§
Articles perform best at 2000-2500 words with 3-5 code examples
§
GitHub repo: github.com/team/tech-blog, publish via merge to main

这些信息在后续所有会话中自动可用，无需每次重复。

涉及功能：Memory

阶段五：监控与维护

5.1 Dashboard 任务监控

hermes dashboard --port 8080

在浏览器 http://127.0.0.1:8080 中：

查看 Kanban Board 的实时状态
检查各 Profile 的任务负载
观察 dispatcher 调度日志
管理 MCP 服务器连接状态

涉及功能：Dashboard

5.2 No-Agent Cron 站点监控

# 创建纯脚本监控（不需要 LLM）
cat > ~/.hermes/scripts/blog-health-check.sh << 'EOF'
#!/bin/bash
# 检查博客站点是否正常
STATUS=$(curl -s -o /dev/null -w "%{http_code}" https://team.github.io/tech-blog/)
if [ "$STATUS" != "200" ]; then
  echo "BLOG DOWN: HTTP $STATUS"
  exit 1
fi
# 检查最近文章是否正常渲染
LATEST=$(curl -s https://team.github.io/tech-blog/index.html | grep -c "2026-06")
if [ "$LATEST" -eq 0 ]; then
  echo "WARNING: No June 2026 articles found on homepage"
  exit 1
fi
echo "OK: Blog healthy, status=$STATUS"
EOF

hermes cron create "every 30m" \
  --no-agent \
  --script blog-health-check.sh \
  --deliver TG \
  --name "blog-health-check"

涉及功能：No-Agent Cron

5.3 Hooks 记录 Token 消耗

mkdir -p ~/.hermes/agent-hooks

创建 ~/.hermes/agent-hooks/token-tracker.sh：

#!/usr/bin/env bash
# post_tool_call hook：记录每次 web_search 的 token 使用
INPUT=$(cat)
TOOL_NAME=$(echo "$INPUT" | jq -r '.tool_name // "unknown"')
TIMESTAMP=$(date -u +%Y-%m-%dT%H:%M:%SZ)

if [ "$TOOL_NAME" = "web_search" ]; then
  echo "[$TIMESTAMP] web_search called" >> ~/.hermes/logs/token-usage.log
fi

printf '{}\n'

# ~/.hermes/config.yaml
hooks:
  post_tool_call:
    - command: "~/.hermes/agent-hooks/token-tracker.sh"
      timeout: 5

chmod +x ~/.hermes/agent-hooks/token-tracker.sh

涉及功能：Hooks

5.4 SEO 检查插件

创建 ~/.hermes/plugins/seo-checker/plugin.yaml：

name: seo-checker
version: "1.0"
description: Checks blog post SEO metadata quality.

创建 ~/.hermes/plugins/seo-checker/__init__.py：

import json


def register(ctx):
    schema = {
        "name": "check_seo",
        "description": "Check SEO metadata for a blog post.",
        "parameters": {
            "type": "object",
            "properties": {
                "title": {"type": "string", "description": "Article title"},
                "description": {"type": "string", "description": "Meta description"},
                "content": {"type": "string", "description": "First 500 chars of article body"},
            },
            "required": ["title", "description"],
        },
    }

    def handle_seo(params, **kwargs):
        title = params.get("title", "")
        desc = params.get("description", "")
        content = params.get("content", "")

        issues = []

        # 标题长度检查
        if len(title) < 20:
            issues.append("Title too short (< 20 chars)")
        elif len(title) > 70:
            issues.append("Title too long (> 70 chars), may be truncated in search results")

        # 描述长度检查
        if len(desc) < 50:
            issues.append("Meta description too short (< 50 chars)")
        elif len(desc) > 160:
            issues.append("Meta description too long (> 160 chars)")

        # 关键词密度（简单检查）
        words = content.lower().split()
        if words:
            keyword = title.lower().split()[0]
            density = words.count(keyword) / len(words) * 100
            if density < 0.5:
                issues.append(f"Keyword '{keyword}' density low ({density:.1f}%)")

        score = max(100 - len(issues) * 20, 0)
        return json.dumps({
            "score": score,
            "issues": issues,
            "ok": len(issues) == 0,
        })

    ctx.register_tool(
        name="check_seo",
        toolset="blog_tools",
        schema=schema,
        handler=handle_seo,
        description="Check SEO metadata quality for a blog post.",
    )

启用插件：

hermes plugins enable seo-checker

Reviewer worker 在审核文章时会自动调用 check_seo 工具。

涉及功能：Plugins

5.5 外部系统通过 API Server 触发紧急发布

当 CMS 或 CI/CD 系统需要紧急发布文章时：

# 启动 API Server
hermes api start --port 8080

外部系统调用：

curl -X POST http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "X-Hermes-Session-Id: urgent-publish-$(date +%s)" \
  -d '{
    "messages": [
      {"role": "user", "content": "紧急发布：把 content/posts/breaking-news.md 立即提交到 GitHub Pages，跳过常规审核流程。完成后发送通知到 TG。"}
    ]
  }'

涉及功能：API Server、Gateway

总结：本案例串联的完整功能链

┌──────────────────────────────────────────────────────────────────┐
│                     AI 博客自动发布系统                              │
├──────────────────────────────────────────────────────────────────┤
│                                                                  │
│  [TG] ←→ Gateway ←→ Hermes Agent                           │
│       │                       │                                  │
│       ▼                       ▼                                  │
│  人工指令/审批           ┌──────────┐                             │
│                         │Orchestrator│ ← Profile + SOUL.md       │
│                         └─────┬──────┘                            │
│                               │ decompose                        │
│                               ▼                                  │
│                    ┌──────────────────┐                          │
│                    │   Kanban Board   │ ← SQLite (持久化)         │
│                    └──┬───┬───┬───┬──┘                          │
│                       │   │   │   │                              │
│         ┌─────────────┘   │   │   └─────────────┐                │
│         ▼                 ▼   ▼                 ▼                │
│   ┌──────────┐    ┌──────────┐    ┌──────────┐  ┌──────────┐   │
│   │researcher│    │researcher│    │  writer  │  │ reviewer │   │
│   │ (DeepSeek)│   │ (DeepSeek)│   │ (Claude) │  │ (Claude) │   │
│   └────┬─────┘    └────┬─────┘    └────┬─────┘  └────┬─────┘   │
│        │               │              │              │          │
│        │  web_search   │  Delegation  │  @file       │  SEO     │
│        │  Delegation   │              │  session_    │  Plugin  │
│        │               │              │  search      │          │
│        ▼               ▼              ▼              ▼          │
│   ┌──────────────────────────────────────────────────────┐      │
│   │              共享 Memory + Skills + Curator            │      │
│   └──────────────────────────────────────────────────────┘      │
│        │                                                         │
│        ▼                                                         │
│   ┌──────────┐                                                   │
│   │ publisher│ → MCP (GitHub) → GitHub Pages                     │
│   └──────────┘                                                   │
│                                                                  │
│   辅助系统: Cron (选题) | Hooks (日志) | Dashboard (监控)         │
│            API Server (外部触发) | No-Agent Cron (健康检查)      │
└──────────────────────────────────────────────────────────────────┘

本案例展示了 Hermes Agent 作为一套完整的 Agent 操作系统，如何在真实场景中将多个功能模块协同起来，形成一个自运转、自进化的工作流系统。

进一步扩展思路

加入更多消息平台（如 Discord、Slack）实现多渠道审核
使用外部记忆提供商（如 mem0）增强跨会话记忆能力
将 SEO 插件扩展为完整的文章质量评分体系
使用 MCP Server Mode 将 Hermes 的工作流暴露给 VS Code 插件
为不同语言/主题创建多套 Profile 体系（en-writer、zh-writer）

posted @ 2026-09-13 15:43 Ref-brief 阅读(67) 评论(0) 收藏举报

刷新页面返回顶部