养个 AI 合伙人:Hermes Agent 保姆级部署教程

2026 年开年,科技圈被一只"龙虾"霸屏了。

大家好,我是小虎。

OpenClaw,代号龙虾,GitHub 30 万 Star,全球最大 AI Agent 框架。朋友圈一半人在"养龙虾",另一半人在装龙虾。

3 月 13 日,央视新闻用 100 秒讲龙虾的工作原理。新华社报道,政府工作报告点名 AI Agent。龙虾从程序员玩具变成了全民话题。

龙虾确实强。50+通讯平台原生打通,5700+社区 Skill,WhatsApp、飞书、微信、QQ 全覆盖。你让龙虾发邮件,它就发邮件;你让它操作浏览器,它就操作浏览器。模型无关,想用 Claude 用 Claude,想用 GPT 用 GPT。

龙虾是 AI 界的瑞士军刀------什么都能干,接入什么都行。

但它有一个天花板。

龙虾的天花板:它会干,但不会自己变强

先说清楚:龙虾有记忆,不会失忆。

龙虾有两层记忆------每日日志和长期 MEMORY.md,混合搜索引擎(向量+BM25 关键词),毫秒级检索,时序衰减,隐私隔离。你说的话它记得住。

问题不在于记不记得,而在于------龙虾能记住你说过什么,但不能从这些记忆里自己"长"出新能力。

你教龙虾发邮件,它学会了。你教它做 PPT,它也学会了。但第 101 个技能,还得你自己写 Skill 教它。

龙虾的记忆是"被动"的:你写进去什么,它读出来什么。它不会在你发完 100 封邮件后,自己总结出一套"小虎式邮件模板",自动变成技能存下来。

5700 个 Skill 是社区人写的,不是龙虾自己长的。

说白了:龙虾是出色的执行者,但不是自我进化者。

当你从"用 AI 干活"进化到"让 AI 替你进化"的时候,龙虾会碰到天花板。对一个一人公司来说,执行效率只是第一层。第二层是------AI 能不能从你的工作模式里提炼方法论,自动优化流程,越用越聪明?

这就是 Hermes Agent 的答案。

我是怎么发现 Hermes 能"进化"的

说实话,一开始我是不信的。

3 月中旬,龙虾最火那阵子,我在朋友圈看到有人安利 Hermes,说它"越用越聪明"。我心想,又一个营销话术。谁家 AI 不说自己越用越好用?

但架不住好奇,在腾讯云买了台 2 核 2G 的轻量服务器,花了 68 块,把 Hermes 装上了。

一开始:没感觉,以为就是个套壳产品。

能聊天,能执行命令,跟龙虾没啥区别。我让它帮我搜 AI 培训行业的最新动态,它搜了,整理了,还行。但也没什么"进化"的感觉。

几天后:开始有点不一样了。

有天我在飞书里让它帮我分析一个开源项目,它直接用 Python 写了分析脚本------没问我用什么语言

愣了一下,才反应过来:它记住了我之前一直在用 Python。

CSDN 上有博主做了更系统的测试,整理出了 Hermes 进化的三个阶段:

阶段 时间 表现
初识期 前3天 以为套壳,跟普通AI助手没区别
记忆期 一周左右 开始记住用户偏好------语言选择、关注维度、表达风格
进化期 两周左右 Skill自动沉淀,同类任务提速约40%

那个博主分享了一个细节:他让 Hermes 做了几次 GitHub Trending 分析,结果 Hermes 自动生成了一个 Skill 文件,而且已经迭代到 v2------注意事项里写着"优先用搜索引擎缓存,避免被反爬"。这是它从执行过程中自己学到的经验。

我自己的体感也差不多------让它做过几次 AI 行业日报后,第二次明显更快了,因为它跳过了"摸索阶段",直接按上次积累的流程走。

这就是"进化":不是变得更聪明,是从你的工作模式里提炼方法论,自动变成可复用的技能。

龙虾也能记住你说的话,但你得自己写 Skill。Hermes 是自己写 Skill,自己改 Skill,自己从错误中学。

三层闭环:让进化成为机制

上面是体感。底层原理是什么?

Hermes Agent,Nous Research 出品,和龙虾走的是完全不同的路线------深度学习闭环优先

维度 龙虾 Hermes
设计哲学 生态广度优先 学习闭环优先
记忆系统 Markdown外挂(被动存储) SQLite内生引擎(主动归纳+自动生成技能)
技能来源 人工编写 自动生成+人工干预
安全机制 需手动配置(CVE 8.8分) 开箱即用(沙盒+隔离+审批)
定时任务 依赖系统Cron 内置调度器
部署成本 免费(本地) 68元/年(云服务器)

核心是三层闭环学习引擎

第一层:深度持久化记忆。 所有历史会话,FTS5 全文检索+SQLite 存储,毫秒级搜索。大模型驱动的自动分类、重组、摘要归纳。你聊过的每一次对话,它不只是存下来,还会定期后台微调(Nudges),自动梳理沉淀------不用你手动维护 MEMORY.md

第二层:技能自主生成。 完成一个复杂任务后,Hermes 自动记录操作步骤、避坑指南、验证逻辑,生成结构化技能文档。下次遇到类似任务,直接调用,不用你重新教。

第三层:自我进化训练闭环。 Atropos 强化学习框架,自动生成批量轨迹数据,对智能体行为做闭环训练。它可以并发生成成千上万条工具调用轨迹,导出后微调更小、更廉价的本地模型。

翻译成人话:龙虾帮你干活,Hermes 帮你进化。

你用 Hermes 发了一个月邮件,它自己就学会了你的风格,生成"小虎式邮件 Skill"。你让它做了 3 次培训方案,它自动沉淀出"培训方案模板"。你不需要手动教------它在用你的方式变强。

一人公司为什么需要"进化型 AI"

做一人公司,最缺的不是执行力,是决策力。

龙虾可以 7×24 帮你发消息、操作浏览器、管文件------执行力拉满。

但一人公司的核心难题是:没有人帮你复盘、帮你提炼方法论、帮你优化流程。

你今天做了个培训方案,明天做同样的方案,还是从零开始。你发了一个月邮件,下个月还是手动写。你的经验在积累,但 AI 没在积累。

Hermes 解决的就是这个问题。它从你的日常工作里自动提炼技能、积累记忆、优化行为。你的经验,就是它的进化燃料。

这不是替代龙虾------这是龙虾做不到的第二层。

所以聪明的做法是:龙虾+Hermes 双 Agent。

  • 龙虾负责执行:50+平台打通,5700+Skill 开箱即用
  • Hermes 负责进化:三层学习闭环,越用越懂你

社区里已经有人这么干了------"Hermes 指挥+OpenClaw 执行"。Hermes 负责记忆偏好、技能迭代,OpenClaw 负责实际执行。

一人公司,两个 AI 员工,云服务器一年 68 块。

实操:68 元/年部署 Hermes,保姆级 6 步

光说不练假把式。下面是完整部署流程。

Step 1:买云服务器

别买国外 VPS,国内云服务器更便宜更稳:

云厂商 配置 价格 备注
腾讯云轻量 2核2G3M 68元/年 新用户专享,强烈推荐
阿里云轻量 2核2G 38元/年(秒杀价)/ 68元/年 新用户秒杀
腾讯云CVM 2核2G 99元/年起 标准版

选 Ubuntu 22.04 系统镜像,2 核 2G 足够跑 Hermes。

腾讯云购买路径:打开 cloud.tencent.com → 轻量应用服务器 → 选 2 核 2G 套餐 → Ubuntu 22.04 → 付款。

💡 阿里云 38 元/年是限时秒杀价,抢不到就 68 元/年,也才 5 块多一个月。

Step 2:一行命令安装

arduino 复制代码
curl -fsSL https://hermes.xaapi.ai/install.sh | bash

脚本自动处理:Python 环境、依赖包、系统服务、防火墙。大约 15-20 分钟,喝杯咖啡回来,装好了。

Step 3:4 步配置

bash 复制代码
 # 1. 初始化配置
hermes setup

# 2. 配置AI模型(二选一)
# 用Anthropic
hermes config set model.provider anthropic
hermes config set model.api_key sk-ant-xxxxx

# 或用OpenAI
hermes config set model.provider openai
hermes config set model.api_key sk-xxxxx

# 3. 开启工具权限(先开基础两个)
hermes tools enable browser shell

# 4. 健康检查
hermes doctor

4 条命令,按顺序走。hermes doctor全绿就 OK。

Step 4:跑起来

bash 复制代码
hermes start

# 对话测试
hermes chat "你好,我是做AI培训的,公众号叫小虎AI生活,记住我的信息"

Step 5:验证记忆闭环

这是最关键的一步------验证 Hermes 的"进化"能力。

bash 复制代码
 # 重启Hermes
hermes restart

# 再聊,看它记不记得
hermes chat "你还记得我是做什么的吗?"

如果回答"你是做 AI 培训的,公众号叫小虎 AI 生活"------记忆闭环生效。

再试一个技能生成测试:

arduino 复制代码
hermes chat "帮我写一份AI培训方案,3天课程,面向残联工作人员"

等它完成后,查看自动生成的技能:

复制代码
hermes skills list

如果你看到新生成的技能文件------技能自主生成生效。

Step 6:接入飞书(可选)

css 复制代码
hermes gateway add feishu --app-id cli_xxx --app-secret xxx
hermes gateway enable feishu

配好后,Hermes 在飞书里 7×24 等你指令。

成本算账

项目 Hermes方案 人工助理
云服务器 68元/年(腾讯云2核2G) ---
API调用 ~50-100元/月 ---
飞书/Slack 免费 ---
月合计 ~56-64元/月 3000-5000元/月

68 元/年的云服务器 + API 调用,一个月不到 65 块。比雇人便宜 50 倍。

3 个踩坑

坑 1:别一上来开全功能

❌ 错误做法:hermes tools enable browser shell file network ✅ 正确做法:先开browsershell,跑稳了再逐步加filenetwork

原因:全开容易触发安全审批弹窗,新手容易手忙脚乱。一步步来,每步确认正常再开下一个。

坑 2:记忆会"串"

这是个真实踩过的坑:长期使用后,Hermes 偶尔会把不同项目的记忆搞混------比如问它 A 项目的事,它回答的时候带了 B 项目的上下文。

这不是 Bug,是记忆积累太多后检索精度的自然下降。解决方法:定期清理。

bash 复制代码
 # 查看当前记忆状态
hermes memory status

# 清理过时的记忆条目
hermes memory prune --older-than 60

# 也可以手动编辑记忆文件
hermes memory edit

建议每两个月跑一次hermes memory prune,把过时或错误的信息清掉。记忆不是越多越好,是越准越好。

坑 3:Windows 用户用 WSL2

bash 复制代码
# PowerShell安装WSL2
wsl --install
# 重启后进入WSL2
wsl
# 然后在WSL2里执行安装命令
curl -fsSL https://hermes.xaapi.ai/install.sh | bash

别硬刚 Windows 原生部署,目前对 Linux 支持最好。

龙虾+Hermes 双 Agent 实操建议

场景 用龙虾 用Hermes
跨平台发消息 ✅ 50+平台 ❌ 仅10+
浏览器自动化 ✅ 成熟 ✅ 可用
长期记忆积累 ⚠️ Markdown外挂 ✅ SQLite内生
自动技能生成 ❌ 需手动写 ✅ 自动生成
安全隔离 ⚠️ 需手动配 ✅ 开箱即用
定时任务 ❌ 需Cron ✅ 内置

推荐工作流:

  1. 日常执行→丢给龙虾(平台多、Skill 多)
  2. 需要积累经验→丢给 Hermes(记忆+技能自动生成)
  3. 复杂决策→Hermes 分析+记忆检索→龙虾执行

写在最后

龙虾是 2026 年 AI Agent 的"iPhone 时刻"------让所有人看到了 AI 能动手的可能。

但 iPhone 之后还有 App Store,还有开发者生态,还有自我进化的智能推荐。

Hermes 就是那个"App Store 之后"的进化。

龙虾帮你干活。Hermes 帮你变强。

一人公司,不需要二选一。68 块一年,给龙虾找个搭档。

行动清单:

  • 今晚:买台腾讯云轻量(68 元/年)
  • 明天:6 步部署 Hermes
  • 下周:让 Hermes 和龙虾搭档干活
  • 一个月后:检查 Hermes 是否自动生成了你的工作 Skill
相关推荐
counterxing9 小时前
Agent 跑起来之后,难的是复用、观测和评测
node.js·agent·ai编程
uccs9 小时前
大模型底层机制与Agent开发
agent·ai编程·claude
counterxing10 小时前
我把 Codex 里的 Skills 做成了一个 MCP,还支持分享
前端·agent·ai编程
夜雪闻竹10 小时前
vectra 向量索引文件损坏怎么办
ai编程·向量·vectra
ZzT10 小时前
Harness 到底指什么
openai·ai编程·claude
宅小年10 小时前
AI 创业最危险的地方:太容易做出来
openai·ai编程·claude
麦客奥德彪10 小时前
Android Skills
架构·ai编程
言萧凡_CookieBoty11 小时前
一文讲清 RAG:让 AI 读懂业务知识库的核心方法
ai编程
kyriewen12 小时前
产品经理把PRD写成“天书”,我用AI半小时重写了一遍,他当场愣住
前端·ai编程·cursor
Patrick_Wilson12 小时前
知识沉淀的四层模型:从个人笔记到企业资产,让文档真正长出复利
面试·程序员·ai编程