就在刚刚,腾讯版 Hermes Agent 来了!快速部署,安装即用!

就在刚刚,腾讯轻量应用服务器Lighthouse率先上线Hermes Agent专属应用模板,支持云端一键快速部署(企业级ClawPro产品也将在本周内支持)。

Hermes Agent也是今年发布后就迅速走红的开源项目,不到两个月即斩获6万+Stars,但是对部署方式有点限制,最关键的是目前不支持Windows原生环境,Windows用户需先安装WSL2后在其中运行,仅仅这一步就卡了很多使用Windows系统的小伙伴了。

继小龙虾OpenClaw之后,腾讯轻量级服务器Lighthouse也是第一时间推出了Hermes Agent云端部署方案,搭配上Lighthouse的一个特惠活动,79元白嫖一年的云服务器使用,是真的香。

接下来,我们三步开启「爱马仕」体验之旅

安装镜像

如果已经有腾讯轻量级服务器Lighthouse的用户来说,直接重装系统,然后切换至Hermes Agent 镜像。

对于新购服务器用户,在创建实例的时候,选择 Hermes Agent 镜像。

直接选择从龙虾重装为Hermes的用户也不用担心迁移门槛。Hermes Agent内置了 hermes claw migrate 命令,支持一键迁移 OpenClaw 的设置、记忆、技能和 API 密钥,大幅降低过渡成本。

配置模型

服务器准备好了,接下来就是给Hermes Agent配置大模型了。

与龙虾内置模型、开箱即用不同,Hermes 将模型选择与密钥管理的主动权交还给用户,以换取更高的灵活性与可控性,也更适合长期运行与多场景扩展。

我有MiniMax的订阅,所以用配置MiniMax M2.7的模型来说明,小伙伴如果是其他厂商的订阅,选择对应的模型,输入key即可。

登录服务器后,首先执行内置的 hermes setup 命令行向导,按提示完成模型配置:

js 复制代码
hermes setup

由于这是首次安装,向导会询问你选择配置模式。使用键盘的上下方向键 选择 Quick setup --- provider, model & messaging (recommended) (快速配置,推荐),然后按回车键确认。

接下来向导会显示一个模型提供商(Provider)列表,其中包含了 Hermes Agent 支持的所有模型服务商。使用上下方向键滚动列表,选择More providers...并回车。

选择MiniMax China

然后输入MiniMax的Key就可以了,然后提示API key Saved,继续回车。

选择最新的MiniMax-M2.7即可。

模型配置完成后,向导会询问你是否要连接聊天平台:此处我们选择 Skip --- set up later with 'hermes setup gateway' (稍后再配置),按回车键跳过。

在继续配置IM之前,我们可以通过在命令行中先验证一下模型是否配置正确。

Hermes Agent 提供了一个内置的命令行聊天界面(TUI),可以直接在终端中与 Agent 对话。此处我们在命令行中输入Y后,按下回车。

如果模型配置正确,你会看到 Hermes Agent 的欢迎界面,底部会显示当前使用的模型信息(例如 MiniMax-M2.7 via minimax-cn)。

在这里,我们就可以跟Hermes Agent对话了。比如让他自我介绍下。

可以看到他开始自我介绍了,到这一步说明模型配置成功了。

输入/quit,退出TUI界面。

配置飞书机器人

现在飞书开发者后台,创建对应机器人应用。

权限管理:批量导入权限

事件与回调中,订阅方式选择长连接

添加im.message.receive_v1接收消息事件

在凭证与基础信息中获取到APP ID 和 App Secret

最后在版本管理与发布中发布应用,然后回到Hermes Agent中。

js 复制代码
输入 hermes gateway setup

选择Feishu

输入AppID和App Secret ,User IDs,Domain默认feishu,Connection mode 默认websocket。

启动网关服务:执行 hermes gateway install,将网关注册为后台常驻服务,Agent 即刻上线。

首次在飞书中对话,需要配对

然后把这一段复制到Hermes Agent中

提示配对成功,然后回到飞书,就可以正常对话。

到这里,你的飞书Hermes Agent机器人就配置好。

写在最后

Hermes Agent与OpenClaw相比更强调可成长性:它不仅具备更持久的记忆与更精准的回忆能力,还引入了完整的自我学习机制,能够在使用过程中自主创建与优化技能,在越用越聪明的方向上提供了一种可落地路径。感兴趣的小伙伴赶紧去试试。

我在持续记录 AI Agent 实战开发和行业判断,感兴趣的话搜一下微信公众号:码农的AI客栈,欢迎交流 🍺

相关推荐
杨杨杨大侠3 小时前
大模型的温度到底是什么?从 token 采样讲到量化
aigc·openai·ai编程
LuTshoes4 小时前
ollama 本都部署模型
ai编程
杨杨杨大侠6 小时前
从零训练一个 321 万参数的小模型:用 MLX 看懂 Transformer 的训练过程
aigc·openai·ai编程
是Dream呀7 小时前
一个 AI Agent 是怎么长出来的:提示词、上下文与 Harness 工程
人工智能·大模型·agent
明月_清风7 小时前
MCP vs ACP vs LSP:AI 时代三大协议的「三足鼎立」
人工智能·网络协议·agent
RainyJiang7 小时前
AI时代下,Android的边界正在消失
android·openai·ai编程
桦说编程8 小时前
【AtomicAgent系列1】变异测试——过去做不起,现在 agent 做得起
后端·ai编程·vibecoding
超级架构师9 小时前
先在“可能世界”中测试自治系统:PEIRAVELA 的实验控制平面
人工智能·架构·ai编程
码农胖大海9 小时前
我的第一个产品,只有一段提示词
前端·ai编程·产品