WSL+Hermes Agent 保姆级教程：让你的大模型真正“动手干活”，我踩了12个坑才总结出这篇

从联网搜索、定时任务到飞书机器人，一篇搞定

---

先问你一个问题：

你有没有遇到过这种情况------

让 AI "帮我查一下今天的新闻并整理成日报"，它给你输出一段文字，说"请你自己去搜索哦"？

或者你希望 AI 每天定时推送天气、提醒你开会，它却一脸无辜地说"我不支持主动推送"？

这不是 AI 笨，是你没给它"手"和"眼睛"。

今天这篇，我要带你安装一个能让大模型真正调用工具、执行任务、主动发消息 的框架------Hermes Agent。

而且，是在 WSL (Windows Subsystem for Linux) 环境下。

为什么是 WSL？因为大多数 AI 工具都是 Linux 原生的，WSL 让你在 Windows 上无缝运行它们，不用装双系统，不用买 Mac。

我会把配置中 最容易被卡住的 12 个坑 全部拆开揉碎，图文并茂，保证你跟着做完，你的 AI 就能：

• 联网搜索并抓取网页
• 读写本地文件、执行代码
• 每天定时给你发日报（飞书/微信）
• 记住跨会话的长期信息
• 甚至自己训练模型（RL）

全文约3000字，建议先收藏，周末跟着敲。

（文末有完整配置模板，直接复制）

---

目录

1. WSL 环境准备 -- 5分钟搞定
2. 网络代理配置（避免克隆失败）
3. 克隆安装 Hermes Agent
4. 交互式配置详解 -- 每个选项都讲人话
5. 核心痛点突破：上下文压缩、会话重置、工具进度
6. 飞书机器人接入 -- 让 AI 主动找你
7. MiniMax-M2.7 模型优化 -- 200K上下文的正确姿势
8. RL Training 需要什么 API Key？
9. 完整生产级配置模板（直接复制）
10. 常见问题速查表

---

一、WSL 环境准备 -- 5分钟搞定

为什么要用 WSL？

因为 Hermes Agent 的很多依赖（如 Playwright 浏览器自动化）在原生 Windows 上安装极其痛苦，而在 WSL 里就是一行命令的事。

步骤1：安装 WSL2（已装的可跳过）

以管理员身份打开 PowerShell，运行：

wsl --install

重启电脑。

然后安装 Ubuntu 22.04：

wsl --install -d Ubuntu-22.04

步骤2：进入 WSL 并更新

在开始菜单打开 "Ubuntu 22.04"，首次运行会提示创建用户名和密码。

然后执行：

sudo apt update && sudo apt upgrade -y
sudo apt install python3 python3-pip git -y

验证：python3 --version 应显示 3.10 或更高。

---

二、网络代理配置 -- 避免克隆失败（重要）

90% 的人会卡在这一步：git clone 超时、pip install 报错，不是因为代码有问题，而是 WSL 默认网络模式与 Windows 代理隔离。

请先配置好代理，再执行克隆安装。

终极解决方案：镜像网络模式

适用条件：Windows 11 22H2 及以上 + WSL 2.0.0 及以上（执行 wsl --version 查看，过低则 wsl --update）

操作步骤：

1. 在 Windows 用户目录下创建 .wslconfig 文件

   • 打开文件资源管理器，地址栏输入 %UserProfile%
   • 新建文本文档，重命名为 .wslconfig（注意点开头）

2. 用记事本编辑，粘贴以下内容：

   [wsl2]
   networkingMode=mirrored
   dnsTunneling=true
   firewall=true
   autoProxy=true

3. 保存，然后在 PowerShell 中执行：

   wsl --shutdown

4. 重新打开 WSL 终端，测试：

   curl -s -o /dev/null -w "Google: %{http_code}\n" https://www.google.com

   如果返回 200，代理生效。

如果还是不行（比如你的代理软件是 Clash/v2rayN），记得在软件设置中开启 "允许局域网连接" 。

Git 单独配置代理（如果 git clone 仍超时）

# 先获取 Windows 主机 IP
cat /etc/resolv.conf | grep nameserver | awk '{print $2}'
# 假设输出 172.29.64.1，代理端口 7890
git config --global http.proxy http://172.29.64.1:7890
git config --global https.proxy http://172.29.64.1:7890

配置完成后，即可正常克隆。

---

三、克隆安装 Hermes Agent

git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
pip install -e .

如果上面命令顺利跑完，恭喜你。

如果仍然报错，请检查代理配置或使用 export http_proxy=... 临时设置。

---

四、交互式配置详解 -- 每个选项都讲人话

运行 hermes 命令，会进入一个菜单式配置向导。

下面挑几个最容易选错的选项，用大白话翻译。

1. 工具进度显示 -- 你想看 AI 的小动作吗？

• off：只给你最终答案（推荐日常使用，安静）
• new：AI 换工具时才提示（比如从"搜索"切到"计算"）
• all：每一步都显示（适合教学）
• verbose：连参数和调试日志都给你看（适合开发）

建议：平时选 off，出了问题临时改 verbose。

2. 上下文压缩 -- 让长对话不"爆"

模型都有上下文长度限制（比如 GPT-4 是 128K，MiniMax 是 200K）。

对话太长时，Hermes 会自动总结旧消息。

• 阈值越高（0.95）→ 越晚压缩，保留更多原始信息
• 阈值越低（0.5）→ 越早压缩，省 token 但可能丢细节

默认 0.51 偏保守，如果你用的是 MiniMax-M2.7（200K 大窗口），可以调到 0.75～0.85。

3. 会话重置模式 -- 什么时候清空聊天记录？

• Inactivity + daily reset（推荐）：不活跃超时 或 每日固定时刻，先到先重置
• Inactivity only：只有你不说话一段时间才重置
• Daily only：每天固定时刻重置一次
• Never auto-reset：永不自动重置，需要手动 /reset

个人用户选第一个；调试代码时选"Never"更省心。

4. 工具集选择 -- 给 AI 装上"手"和"眼睛"

用空格键勾选，Enter 确认。以下是我强烈推荐的：

工具	作用	需要额外配置？
Web Search & Scraping	联网搜索、抓取网页	需 API key（如 SerpAPI）
File Operations	读写、搜索本地文件	无
Memory	跨会话长期记忆	无
Cron Jobs	定时任务（日报、提醒）	无
Cross-Platform Messaging	发送消息到飞书/Slack	需 webhook
Code Execution	执行 Python/JS 代码	建议沙箱

带有 [No API key] 标记的即使勾选也无法使用，需要先配置密钥。

5. 最大工具迭代次数 -- AI 能"思考"多少步

这个值决定了 AI 在给出答案前，最多可以连续调用多少次工具。

• 90 次：适合 90% 的日常任务（问答、单步操作）
• 150+ 次：开放性探索、复杂研究
• 50000 次：极端情况（默认值，但一般用不到）

注意：截图显示的默认值是 50000 ，但官方建议手动改成 90，省 token 且足够用。按 Enter 可保持原值。

---

五、飞书机器人接入 -- 让 AI 主动找你

配置飞书机器人时，你会看到：

• Open DM access enabled → 允许私聊
• Group chats enabled <bot must be Mentioned> → 群聊需要 @ 才会响应
• Home chat ID <optional> → 用于定时任务主动发送消息的默认会话 ID

重点：如果你想让 AI 每天自动发送日报，一定要填 Home chat ID 。

如何获取？在飞书群里，复制群链接，末尾的数字就是 ID（通常是类似 1234567890 的字符串）。

---

六、MiniMax-M2.7 模型优化 -- 200K上下文的正确姿势

最近很多人问：MiniMax-M2.7 应该怎么配置？

这个模型有 200K 上下文窗口，是普通模型的 2-4 倍，非常适合长文档处理。但默认的压缩阈值太低会浪费它的能力。

推荐配置（在 ~/.hermes/config.yaml 中）：

model:
  context_length: 200000
  max_tokens: 131072
  temperature: 1.0
  top_p: 0.95

compression:
  threshold: 0.8      # 调高，充分利用大窗口
  target_ratio: 0.3
  protect_last_n: 30

部署方式：

• API 调用：通过 MiniMax 开放平台（兼容 OpenAI 协议）
• 本地量化：推荐 Unsloth 的 4-bit 版（UD-IQ4_XS），需要约 108GB 内存

---

七、RL Training 需要什么 API Key？

在工具菜单中看到 RL Training (Tinker-Atropos training tools) ，它需要 Tinker API Key。

配置方法：在 ~/.hermes/.env 中添加：

TINKER_API_KEY=your_key_here

如果无效，尝试用 NOUS_API_KEY，因为 Hermes 官方推荐使用 Nous Portal 的密钥。

---

八、完整生产级配置模板（直接复制）

把下面内容保存到 ~/.hermes/config.yaml：

model:
  context_length: 200000
  max_tokens: 131072

compression:
  threshold: 0.8
  target_ratio: 0.3
  protect_last_n: 30

session:
  reset_mode: "inactivity_and_daily"
  inactivity_minutes: 60
  daily_reset_hour: 2

tools:
  enabled:
    - web_search
    - file_operations
    - memory
    - cron_jobs
    - cross_platform_messaging

tool_progress: "new"
max_iterations: 90

---

九、常见问题速查表（建议截图保存）

现象	解决办法
git clone 超时	配置 WSL 镜像网络模式 + Git 代理
工具调用一直卡住	检查是否达到 max_iterations，适当调高
上下文被过早压缩	提高 compression.threshold（如 0.85）
群聊机器人无响应	确认是否需要 @ 机器人
RL Training 报错	检查 Tinker / NOUS API key
WSL 下浏览器自动化失败	运行 playwright install

---

写在最后：你的 AI 从此不再"纸上谈兵"

配置完 Hermes Agent，你的大模型就从一个只会聊天的话痨，变成了一个真正能干活的全能助理。

它可以：

• 每天早上 8 点，自动抓取昨天的新闻，整理成摘要发到你飞书
• 你丢给它一个 10 万字的项目文档，它能记住全部细节并回答你的问题
• 你说"帮我部署一个定时任务"，它自己就能写好 cron 配置

而这，仅仅是开始。

如果你在配置过程中遇到任何问题，欢迎在评论区留言。

觉得有用？点个在看，转发给同样在折腾 AI 的朋友。

你的支持是我继续输出硬核教程的动力。

---

下期预告：

《Hermes Agent + 飞书 + 定时任务：搭建你的个人 AI 日报系统》

不想错过？点个关注。