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
积流成海5 小时前
Agent演化史(九):多智能体的暗面,当一次 prompt 注入可以横向移动
prompt·agent·智能体·大模型应用
FPGA小迷弟7 小时前
FPGA 与千兆以太网校验和:从原理到 Verilog 实现
嵌入式硬件·fpga开发·无人机·ai编程·fpga
lucas_AI8 小时前
给 Claude Code 挂上代码地图:token 省了 39%,但先看你的瓶颈在哪
llm·agent
小虎AI生活17 小时前
WorkBuddy 自动化工作流实测:从分镜脚本到 MP4 成片的 18 步复盘
aigc·ai编程
ZhengEnCi19 小时前
GUI Agent 打转死循环怎么解决:四个「防打转失效」根因与完整修复方案
agent
大大大大晴天20 小时前
ReAct Agent 从原理到实现:让大模型学会思考、行动与观察
大数据·agent
ZhengEnCi1 天前
Agent 评测体系是什么:从三层评测到十一个维度的完整评估框架
agent
kennywu4111 天前
AI 说“4 个测试全部通过”,其实它一个都没跑
ai编程
金銀銅鐵1 天前
JDK 21 中 List.of 的实现细节:从 List12 到 ListN
java·后端·ai编程
狼爷1 天前
别再只刷MMLU了:真正的AI能力评测,早已从“做题”走向“干活” —— 深度解读 Artificial Analysis 智能指数 v5.0 方法论
ai编程