如何在 Windows11 电脑安装 hermes agent，并在社交软件里使用
动机：想在本地搞一个小龙虾，看看它能做什么。希望通过这个过程了解目前 agent 的使用场景，看看 agent 可否解放生产力。
简单调研后，发现 hermes 认可度似乎比 openclaw 更高，就选用了 hermes。
- Hermes agent 官网：https://hermes-agent.nousresearch.com/docs/
- Hermes 中文版文档：https://hermesagent.org.cn/docs/getting-started/quickstart
01 如何安装 Hermes Agent
windows 的话，直接在 PowerShell（而不是 cmd）中运行：
iex (irm https://hermes-agent.nousresearch.com/install.ps1)
这个过程中，会连到一个叫做 Nous 的 api 管理器（？）可以在上面充值，直接获取一些 api。但我们假设已经有可用的 api 了，所以跳转这个网页后，我们直接在 powershell 里 ctrl+C，让它跳过这个 Nous 登录过程，继续安装。
在安装的过程中，就可以配置社交软件的 bot，支持飞书、微信，还有一些 🌍 软件，如🟦色✈️软件。我配置了最后一个，但是好像没配置成功，后续又重新配置了一遍。
Hermes 常用命令（感觉跟 cc 差不多）：/model, /clear, /new, /title, /compress。
配置 hermes 的 wsl：
- 安装 wsl，好像用一个命令就可以安装了，具体有些忘记了【】
- 改 wsl 网络模式，让它也可以挂-代·理-，https://zhuanlan.zhihu.com/p/15762609815
- 未完待续【】
02 如何配置模型 api（以 glm coding plan 为例）
我还是不太会在 cli 里配 api，所以直接打开 hermes/ 目录，去编辑 config 文件了。
hermes/ 的目录结构，⭐ 是我目前用到的文件 / 目录：
~/.hermes/
├── config.yaml # 配置项（模型、终端、TTS、压缩等）⭐
├── .env # API 密钥与敏感信息 ⭐
├── auth.json # OAuth 提供商凭证（Nous Portal 等）
├── SOUL.md # 主 Agent 身份（系统提示中的第 1 槽位）⭐
├── memories/ # 持久记忆（MEMORY.md、USER.md）⭐
├── skills/ # Agent 创建的技能（由 skill_manage 工具管理）
├── cron/ # 定时任务
├── sessions/ # 会话
├── hermes-agent/ # Agent 代码，可以直接从 GitHub 里拉下来最新的代码
└── logs/ # 日志（errors.log、gateway.log——自动脱敏）
我的 config（这里放了一些 api url 和模型配置，不确定这样配是最好的，但目前能用）：
model:
default: glm-5-turbo
provider: auto
base_url: https://open.bigmodel.cn/api/anthropic
api_mode: anthropic_messages
providers: {}
auxiliary:
vision:
base_url: https://open.bigmodel.cn/api/anthropic
api_key: ${GLM_API_KEY}
timeout: 120
extra_body: {}
download_timeout: 30
name: glm-5v-turbo
model: glm-5v-turbo
web_extract:
provider: auto
model: ''
base_url: ''
api_key: ${GLM_API_KEY}
timeout: 360
extra_body: {}
compression:
provider: auto
model: ''
base_url: https://open.bigmodel.cn/api/anthropic
api_key: ${GLM_API_KEY}
timeout: 120
extra_body: {}
name: glm-4.7
summarization:
provider: auto
name: glm-4.7
base_url: https://open.bigmodel.cn/api/anthropic
api_key: ${GLM_API_KEY}
然后在 .env 文档里，配置以下内容（比如 api key 之类）：
# =============================================================================
# LLM PROVIDER (z.ai / GLM)
# =============================================================================
# z.ai provides access to ZhipuAI GLM models (GLM-4-Plus, etc.)
# Get your key at: https://z.ai or https://open.bigmodel.cn
GLM_API_KEY="your_api_key_here"
GLM_BASE_URL=https://open.bigmodel.cn/api/anthropic
# 这些内容在 .env 的文件模板里有，可以直接 ctrl+F 找 GLM_API_KEY
H-T·T-P_P-R-O·X·Y=http://127.0.0.1:7890 # 7890 需要改成-代·理-软-件·实际使用的端口
H·T·T-P·S_P·R-O-X·Y=http://127.0.0.1:7890
#（请忽略这些奇怪的连字符，包括 - 和 ·）
此外，还可以在 SOUL.md 里配置它的人格、通过 memories/ 目录管理它的 memory 等。
03 如何配置社交软件
其实感觉，配好 api 后，直接问 hermes“我想装 xx 社交软件的 bot，请帮我装”，让它自己修自己，会比较 work。
因为配的是 ✈️ 软件的 bot，所以这里就不说那么详细了。大概是先通过 @BotFather 创建一个 bot，定义它的名字，得到它的一串 token，Hermes 让我把这个 token 给它，它就把自己配好了。
还遇到在 ✈️ 群聊里，1. hermes 无差别回复所有人的消息，2. hermes 不回复任何消息，3. hermes 只回复我 at 它的消息，不回复其他人 at 它的消息，这些问题。也就是说，我希望：hermes 可以看到群聊消息，但仅当有人（不一定是我）at 它，它才能说话。
可以这样设置：（感谢 kimi 教我）
1 在 @BotFather 里，/mybots → 点选 bot → Bot Settings → Group Privacy → disable Privacy mode，这一步是为了让 bot 能读取所有消息上下文，而非只读到 at 它的那一条消息。
2 在 .env 里配置：
[masked]_BOT_TOKEN=[masked_token] # hermes 自己配置的 bot token
[masked]_ALLOWED_USERS=[user_id_me],[user_id_1],[user_id_2], ... # 这个是关键，这里放上 希望 at hermes 它就能回复的人，枚举这些人的 id
[masked]_GROUP_ALLOWED_CHATS=-[group_chat_id] # 这个负号应该是 群里所有人都能触发 bot 的意思（？）我也不太清楚
[masked]_HOME_CHANNEL=[user_id_me] # hermes 与我的私聊
3 最后，在 config.yaml 里配置：
[masked]:
reactions: false
channel_prompts: {}
allowed_chats: ''
extra:
rich_messages: true
require_mention: true # 这个是关键，让 hermes 只能被 at 才回复，不会无差别回复消息
后续又配置了一下微信的 bot，可以 follow 官方教程 + 让 hermes 自己修自己。但是微信 bot 不能拉入群聊，只能给我发私聊，功能比较受限。
04 关于目前性能边界的思考
目前还没有尝试让 hermes 帮我自动做什么事情。【】接下来会持续探索。
让 ai 们帮我搜了一下，目前真实人类用 agent 解放生产力的案例是什么样的。感觉可以分为三类：
- 处理一些复杂但是重复的事情，比如整理数据、重命名。
- 感觉这种事情，如果每天都需要做，确实会有“写个程序把这些自动化”的想法。在这个场景中，agent 的好处是，1. agent（比如 cc）可以帮忙写程序，2. llm 相比硬编码的程序，可以处理更复杂、更模糊的情况。
- 如果接下来遇到这个场景，处理流程 可能从“写个 prompt 让 ai 帮我写自动化程序”变成“带 agent 做一遍这个流程，然后让它整理成自动化程序 + skill”，花的精力或许少一点。
- 自动整理知识、生产内容，比如用 obsidian 管理知识库、自动写知乎回答。
- 生产内容是一种很好的盈利方式，但我写博客是为了自己看的，如果博客是 agent 批量生产，而我不去介入、用人脑过一遍，那对我来说，可能就没什么用处了。
- 但是，agent 可以帮我检索博客，变成所谓“知识库”；对于一大堆文档（比如下载下来的论文），检索跟某个主题最相关的；以及自动生成一部分博客里的格式化内容，比如索引几篇内容相关的博客、插入链接；这些内容应该还是可以做的。
- 接入社交软件，帮忙联络客户和谈判；帮忙发邮件、回复邮件。
- （印象深刻的是，忘记从哪里看到，有一个人用小龙虾 自动联络客户，对于所有的邮件，都让龙虾写一版回复草稿，只等待用户检查发送；他去健身 / 旅游，龙虾一直在干活）
- 可能确实是一个有意义的应用场景，这个场景值得多探索。
- 对于有明确目标和意图的社交工作，比如帮忙沟通协调多方时间、帮忙砍价，甚至一些更 routine 的事情，比如批量联络客户，感觉 agent 有潜力完全代理。但是，如果意图和目标不明确，比如大家在讨论推动项目，但是每个人有各不相同的考量，感觉这时需要人类介入，注入当前的意图和目标。
浙公网安备 33010602011771号