Hermes Agent 安装与实战：从安装到与 OpenClaw 全方位对比

袋鱼不重2026-04-13 16:02

Hermes Agent 是由 Nous Research 出品的开源 AI 智能体框架，核心亮点在于自学习成长机制------ 能在执行任务中自动沉淀技能、持久化记忆，越用越懂你。本文覆盖零基础入门、一键安装、核心命令行实操，并与同类型框架 OpenClaw 做深度对比，帮你快速选型。

一、核心定位与适用场景

先搞清楚它能做什么，再决定要不要学：

维度 核心能力 适用人群
核心定位 自主执行任务、自我迭代、多平台兼容、安全可控的全能型智能体 开发者、效率控、AI 应用搭建者
核心优势 自生成技能（无需手动编写）、多层记忆系统、跨平台部署、默认安全机制 追求长期复利、需要定制化能力
不适用 纯可视化拖拽需求、零技术快速上手、企业级权限管理刚需 非技术用户、重度企业协作场景

一句话总结：如果你需要一个能 "自己写手册、越用越聪明" 的本地智能体，选 Hermes；如果偏好可视化配置、依赖现成技能库，OpenClaw 更合适。

二、零基础入门：安装前先选路径

1. 环境要求（全系统适配）

  • 支持系统：Linux、macOS、WSL2
  • Windows：官方 Quickstart 仍优先推荐 WSL2 ；仓库也已经提供 PowerShell 安装脚本，但更适合愿意折腾原生环境的用户
  • Python：3.11+，推荐 3.11
  • 基础依赖：Git
  • 可选依赖：Node.js 22+、ffmpeg、ripgrep（不是必须，但会影响浏览器工具、语音能力和搜索体验）
  • 硬件：最低 2C4G，推荐 4C8G；如果要跑本地模型，建议 8C16G 及以上

# 电脑硬件怎么看：2C4G、4C8G、8C16G 是什么意思？

Hermes Agent 跑本地 AI 模型时，主要吃内存（RAM），其次是 CPU 核心数。

你的电脑内存 能跑吗？ 体验
4GB 能跑，但只能跑很小的模型 很慢，容易卡
8GB 推荐入门配置 能跑轻量本地模型
16GB 完美 流畅跑大部分本地模型
32GB 顶配 随便跑大模型

2. 推荐安装路径

  • Linux / macOS / WSL2 用户：优先用官方一键安装脚本
  • Windows 用户 ：求稳优先用 WSL2
  • Windows 原生用户：可选 PowerShell 安装脚本，或者从源码手动安装

3. Linux/macOS 一键安装（推荐）

打开终端，执行以下命令，自动完成 Python 3.11、依赖安装与仓库克隆，30秒即可搞定：

bash 复制代码 
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装完成后，重载 Shell 使命令生效：

bash 复制代码 
# bash 用户
source ~/.bashrc
# zsh 用户
source ~/.zshrc

然后直接启动：

bash 复制代码 
hermes

4. Windows 推荐方案：WSL2 安装（适合习惯 Linux 终端的用户）

若习惯使用 Linux 终端，可在 Windows 上安装 WSL2，然后执行 Linux 一键安装命令，步骤如下：

powershell 复制代码 
# 先安装 WSL2（管理员身份运行 PowerShell）
wsl --install
# 重启电脑后，打开 WSL2 终端，执行 Linux 一键安装命令
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

这条路径和官方 Quickstart 保持一致，后续使用 Gateway、服务管理、日志查看时也更统一。

# WSL2 是什么，怎么安装？

5. Windows 原生安装 - 走 PowerShell 安装脚本

在 PowerShell 中执行：

powershell 复制代码 
irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

这会自动处理 Python、仓库下载、虚拟环境、依赖和基础配置。

6. Windows 原生安装 - 从源码安装（详细步骤，适合普通用户）

Windows 原生环境无需依赖 WSL，按以下步骤操作，全程可复制命令执行，新手也能轻松完成。

（1）安装基础依赖软件

  • 安装 Git：访问 Git 官网，下载对应 Windows 版本，默认安装即可（无需修改配置）。

# Git 安装教程及操作指南

  • 安装 Python 3.11+ ：访问 Python 官网，下载对应版本，务必勾选"Add Python to PATH"（关键步骤，避免后续命令无法执行），然后默认安装。

# Python 安装教程

验证依赖安装成功：打开 CMD 或 PowerShell，分别输入以下命令，均能显示版本号即为成功：

bash 复制代码 
python --version
pip --version
git --version

（2）克隆项目并进入目录

选择一个合适的文件夹（如桌面），右键选择"在此处打开终端/PowerShell"，执行以下命令：

github.com/NousResearc...

bash 复制代码 
git clone https://github.com/NousResearch/hermes-agent.git
cd Hermes-Agent

（也可以下载zip源码后，把自己仓库的.git文件夹复制到解压的源码项目里）

克隆之后推荐上传到你自己的 GitHub/Gitee 私有仓库，这样换电脑后，直接拉取就能用已经沉淀过的技能 # Hermes 把 "技能 + 记忆 + 配置" 存在哪？如何进行技能同步？

（3）创建并激活虚拟环境（推荐，避免污染系统）

虚拟环境可隔离项目依赖，避免与系统 Python 环境冲突，执行以下命令：

bash 复制代码 
python -m venv venv
venv\Scripts\activate

激活成功后，命令行前面会出现 \(venv\) 标识，后续操作需保持该标识处于激活状态。

（4）安装项目依赖

在激活虚拟环境的前提下，执行以下命令，安装项目所需全部依赖：

bash 复制代码 
pip install -r requirements.txt
pip install -e .

若出现依赖安装失败，可先执行以下命令更新 pip 和相关工具，再重新安装依赖：

bash 复制代码 
pip install --upgrade pip
pip install setuptools wheel

（5）验证 Windows 安装成功

执行以下命令，若能显示 Hermes Agent 版本信息，即为安装成功：

bash 复制代码 
hermes --version

7. 首次配置（全系统通用）

安装后无需手动修改配置文件，运行以下命令进入交互式向导，按提示完成配置即可：

bash 复制代码 
# 快速配置（推荐，全系统通用）
hermes setup
# 或分步配置（按需选择）
hermes model  # 选择模型提供商（OpenRouter/OpenAI/Ollama 等）
hermes tools  # 配置可用工具（web/terminal/file 等）

  • 模型配置：粘贴对应模型提供商的 API Key（如 OpenRouter、OpenAI），推荐免费模型：nvidia/nemotron\-3\-super\-120b\-a12b:free。

  • 本地模型（无 API Key 也可使用）：可搭配 Ollama 部署本地模型，全系统通用步骤如下：

bash 复制代码 
# 1. 安装 Ollama（Windows 直接访问官网下载，Linux/macOS 执行以下命令）
curl -fsSL https://ollama.com/install.sh | sh
# 2. 拉取本地模型（推荐 llama3.1，轻量且性能稳定）
ollama pull llama3.1
# 3. 配置 Hermes 连接 Ollama，重新执行配置向导
hermes setup

8. 验证安装（全系统通用）

运行以下命令，确认环境正常，无报错即为安装成功：

bash 复制代码 
# 查看版本
hermes version
# 环境诊断（排查依赖/配置问题，全系统通用）
hermes doctor

9. Windows 常用补充命令（专属）

Windows 环境下，每次打开终端使用 Hermes，需先执行以下命令激活虚拟环境，汇总高频命令如下，可直接复制使用：

bash 复制代码 
# 1. 激活虚拟环境（每次打开终端必执行）
venv\Scripts\activate
# 2. 启动交互式对话
hermes
# 3. 退出 Hermes 对话
/exit
# 4. 退出虚拟环境
deactivate
# 5. 重新配置模型（Windows 专属，无需重新安装）
hermes model
# 6. 检查 Windows 环境问题
hermes doctor
# 7. 启动网关（Telegram/Discord 机器人等）
hermes gateway

10. Windows 常见报错解决（专属）

  • 报错1：'hermes' 不是内部或外部命令 原因：未激活虚拟环境，或未执行 pip install \-e \. 命令。

  • 解决：先执行venv\\Scripts\\activate 激活虚拟环境，若仍报错，重新执行 pip install \-e \.。

报错2：端口被占用 / 网络错误原因：防火墙拦截 Python，或代理影响网络连接。

解决：关闭电脑防火墙（临时），或切换代理节点，确保能正常访问 GitHub。

报错3：Python 版本不兼容原因：安装的 Python 版本低于 3.10 或高于 3.11。

解决：卸载当前 Python 版本，重新安装 3.10~3.11 之间的版本，务必勾选"Add Python to PATH"。

报错4：「不是内部或外部命令」

这是 Windows 找不到名为 hermes 的可执行文件 时的典型报错，常见原因有：

  1. 尚未安装 Hermes Agent
    hermes 不是系统自带命令，而是由 Python 包 hermes-agent 在安装时写入的「控制台脚本」（入口在 pyproject.toml 的 [project.scripts] → hermes = "hermes_cli.main:main"）。未安装时，命令行里输入 hermes 就会报上述错误。
  2. 已安装但当前终端找不到脚本目录
    通过 pip install 安装后，hermes.exe 一般在当前 Python 环境的 Scripts 目录（例如 ...\Python314\Scripts）。若该目录 不在 PATH 环境变量 中，或你用的终端/IDE 没继承到更新后的 PATH，同样会报「不是内部或外部命令」。
  3. 与当前工作目录无关
    该错误表示 系统按 PATH 查找失败，而不是「当前文件夹里没有 hermes」。

解决方式 A： 从本机源码安装（开发/自定义版本）

适用于仓库已在本地（例如 D:\projects\hermes-agent）：

  1. 安装 Python 3.11+（与项目 requires-python 一致）。

  2. 在项目根目录执行：

    • py -3 -m pip install -e ".[cli]"
      其中 [cli] 会装上交互 CLI 所需的额外依赖（如 simple-term-menu）。

  3. 新开一个终端（或重启 IDE 终端），执行 hermes --version 验证；再执行 hermes 进入交互界面。

若仍提示找不到命令，检查「Python 的 Scripts 是否已加入用户/系统 PATH」，或用完整路径调用：<Python安装目录>\Scripts\hermes.exe。

方式 B： 官方推荐安装（Linux / macOS / WSL）

官方 README 推荐用安装脚本（Windows 原生未列为正式支持环境，「Windows 建议用 WSL2」）：

  • 安装完成后按文档执行 source ~/.bashrc（或 ~/.zshrc），再运行 hermes。

三、核心命令行大全：高频操作速查

Hermes 命令简洁清晰，按场景分类如下，复制即可用：

1. 基础交互命令

命令 功能说明 示例用法
hermes 启动交互式对话（核心命令） 直接运行进入聊天界面
hermes chat 快速发起对话（指定模型） hermes chat \-\-model gpt\-4o
hermes reset 重置当前会话上下文 hermes reset
hermes \-\-help 查看命令帮助 hermes gateway \-\-help

2. 配置管理命令

命令 功能说明 示例用法
hermes setup 交互式快速配置（推荐） hermes setup
hermes model 切换 / 配置模型提供商 hermes model（选择 OpenAI）
hermes tools 启用 / 禁用工具集 hermes tools（勾选 web 工具）
hermes config set 手动配置环境变量 hermes config set openai\_api\_key=xxx

3. 网关与部署命令（多平台接入）

命令 功能说明 示例用法
hermes gateway 启动消息网关 hermes gateway
hermes gateway setup 网关交互式配置（Telegram/Discord/Slack） hermes gateway setup
hermes gateway install 安装为系统服务（开机自启） hermes gateway install（Linux systemd/macOS launchd）

4. 运维与更新命令

命令 功能说明 示例用法
hermes update 更新框架与依赖 hermes update（获取新功能）
hermes doctor 环境诊断（排查故障） hermes doctor（查看健康状态）
hermes version 查看当前版本 hermes version

5. 对话内快捷指令（聊天中直接输入）

指令 功能说明
/new 或 /reset 开启新对话，清空上下文
/model \[提供商:模型\] 临时切换模型（如 /model openai:gpt\-4o）
/personality \[风格\] 设置 Agent 人格（如 /personality 专业技术顾问）
/skills 查看已沉淀的自定义技能
/usage 查看 Token 消耗与用量
/stop 中断当前执行任务

四、实战示例：从 0 到 1 完成第一个任务

场景：用 Hermes 生成项目周报并沉淀技能

  1. 启动对话：

    bash 复制代码 
    hermes

  2. 发送任务指令：

    "帮我读取当前目录下的 project\_log\.md 文件，总结本周工作内容，生成一份规范的周报，保存到 \~/reports/weekly\_report\.md。"

  3. 执行过程：Hermes 自动调用 file 工具读取文件、分析内容、生成报告，全程无需手动干预。

  4. 技能沉淀：任务完成后，Hermes 自动生成名为 generate\_weekly\_report 的技能，下次执行同类任务只需说：

    "生成周报" 直接调用已存技能，效率翻倍。

场景：多平台消息接入（Telegram 机器人）

  1. 配置网关：

    bash 复制代码 
    hermes gateway setup

  2. 按提示选择 Telegram，粘贴 Bot Token（@BotFather 获取），配置允许的用户 ID（@userinfobot 查询）。

  3. 启动网关并安装为服务（开机自启）：

    bash 复制代码 
    hermes gateway install

  4. 验证：打开 Telegram 与机器人对话，发送 "你好"，测试回复。

五、深度对比：Hermes Agent vs OpenClaw

两者均为优秀的 AI Agent 框架，核心差异在于设计哲学 与使用逻辑，以下是全维度对比：

1. 核心维度对比表

对比维度 Hermes Agent OpenClaw
核心定位 自学习智能体，追求 "做 - 学 - 改进" 的成长闭环 可配置执行者，以 Gateway 为中心的系统集成框架
技能生成方式 AI 自动从任务提炼生成，支持迭代更新（核心亮点） 人工编写 Markdown 技能，依赖 ClawHub 生态
记忆系统 多层记忆栈（紧凑内存 + 可搜索会话 + 技能记忆），跨会话持久化强 基于 [MEMORY.md/MARKDOWN](MEMORY.md/MARKDOWN) 文件，记忆积累较弱
架构设计 围绕 Agent 自改进循环构建，模块化组件 中心化 Gateway 控制平面，路由与工具执行集中
使用门槛 中等（需基础终端操作，适合开发者） 较低（可视化配置，非技术用户也能上手）
部署方式 本地 / 容器 / SSH / 云服务（支持 5 美元 VPS 部署） 主要云服务部署，本地支持较弱
成本 完全免费开源（自托管，仅需模型费用） 部分订阅制 / 按量付费，开源版功能有限
安全机制 默认安全，危险命令审批、沙箱运行，防护性高 有基础审批，防护性弱于 Hermes

2. 适用场景选型建议

  • 选 Hermes Agent 当且仅当 ： ✅ 需要智能体自我迭代 ，重复任务自动生成技能（如周报生成、数据汇总）； ✅ 重视长期记忆 ，希望智能体记住你的习惯、偏好、历史任务； ✅ 追求本地可控，自托管部署，数据隐私优先； ✅ 有一定终端基础，愿意手动配置工具与模型。

  • 选 OpenClaw 当且仅当 ： ✅ 偏好可视化操作 ，无需手动敲命令，快速搭建自动化流程； ✅ 依赖现成技能库 （5000+ 个社区贡献技能），无需自己造轮子； ✅ 核心需求是跨平台消息联动，如微信 / 钉钉 / Slack 多渠道消息聚合； ✅ 非技术用户，追求 "开箱即用" 的高效体验。

3. 核心差异一句话总结

  • Hermes ：会成长的学徒------ 你教一次，它能举一反三，自动学会新技能，越用越智能；

  • OpenClaw ：可配置的实习生------ 你给它操作手册（技能），它按手册执行，不会主动学习，需要手动更新技能。

六、常见问题与排障

  1. 安装失败（依赖错误）

    • 问题：No module named yaml 或 cython 报错；

    • 解决：手动安装依赖 pip install pyyaml cython，或重新运行安装脚本。

  2. 网关连接失败（如 Telegram 无回复）

    • 排查：检查 API Key 是否正确、用户 ID 是否配置、网关是否启动（hermes gateway）；

    • 日志查看：journalctl \-u hermes\-gateway（Linux）。

  3. 模型调用失败（API 额度 / 密钥错误）

    • 解决：确认 API Key 有效，检查额度，切换免费模型（如 OpenRouter 免费模型）。

七、总结与下一步

Hermes Agent 最有价值的地方，不只是"能调模型、能跑工具"，而是它把任务执行、技能沉淀、记忆复用串成了一个长期闭环。如果你本来就习惯终端、愿意让 Agent 融入自己的日常工作流，它会比很多一次性问答工具更耐用。

下一步你可以继续做三件事：

  1. 接入 Ollama，跑本地模型，降低使用成本
  2. 配置 Gateway，把 Hermes 接到 Telegram / Discord / Slack
  3. 尝试让它反复完成一类任务，观察技能是否开始沉淀
相关推荐
汉秋3 小时前
iOS 自定义 UICollectionView 拼图布局 + 布局切换动画实践
前端
江南月3 小时前
让智能体学会自我改进：从 0 理解 ReflectionAgent 的迭代优化
前端·人工智能
尽欢i3 小时前
前端响应式布局新宠：vw 和 clamp ()，你了解吗？
前端·css
写Cpp的小黑黑3 小时前
C++ std::shared_ptr 线程安全性和最佳实践详解
后端
沸点小助手3 小时前
「 AI 整活大赛，正式开擂 & 最近一次面试被问麻了吗」沸点获奖名单公示｜本周互动话题上新🎊
前端·人工智能·后端
何陋轩3 小时前
消息队列Kafka与RabbitMQ深度解析：把分布式消息核心讲透，吊打面试官
redis·后端
青Cheng序员石头3 小时前
龙虾运行时安全部署 | NVIDIA NemoClaw 深度研究报告
后端·aigc·nvidia
石工记3 小时前
Agent 应用与图状态编排框架LangGraph
python·ai编程
Oneslide3 小时前
解决 df -h 与 lsblk 显示不一致问题（XFS 文件系统实操记录）
后端
热门推荐
012026年4月技术前沿：AI大模型爆发、智能体革命与量子安全新纪元02GitHub 镜像站点03一周AI热点速览（2026.03.31-04.06）：GPT-6曝光、谷歌开源Gemma 4、资本狂飙与模型军备竞赛04基于 Docker 部署 Hermes Agent 并接入飞书机器人的完整指南05免费！不限量！用opencode接入英伟达（NVIDIA）大模型，轻松打造你的 AI 编程助手06Oh My Codex 快速使用指南07CodeBuddy与WorkBuddy深度对比：腾讯两款AI工具差异及实操指南08AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析09从限购到畅通：GLM-5.1 Coding Plan接入攻略10LLM Wiki：让大模型替你打理知识库的完整指南