Hermes Agent橙皮书共读｜第三篇：保姆级实战部署｜本地/VPS从零搭建Hermes

专栏系列：

第一篇：认知导论｜从 Harness 工程到 Hermes，五大核心概念厘清

第二篇：核心内核拆解｜五大支柱深度解析（Memory/Skill/Soul/Crons/自进化闭环）

本篇为第三篇：实战部署篇，面向想要跑通实例的开发者，提供可复制、可调试完整流程，支持Windows本地、Linux VPS两套环境。

前置阅读建议：务必看完前两篇，理解Memory、Skill五大支柱概念，本篇不讲解底层原理，专注动手跑通。

0. 写在部署前：硬件&环境前置评估

很多同学部署Agent踩坑第一步就是硬件预估错误，Hermes不是重度微调大模型框架，它属于Agent编排层框架，本身不跑大模型推理，模型可以外接OpenAI兼容接口（DeepSeek、通义千问、Ollama本地模型）。

✅ 硬件最低要求

1. Windows本地部署（开发调试）

• CPU：4核8G内存起步，推荐8核16G
• 显卡：非必需，如果你用Ollama本地跑大模型，则显存≥8G（7B模型）；使用远程API，显卡无要求
• 系统：Windows10/11，开启PowerShell，安装Git

2. Linux VPS（线上运行，生产测试）

• 配置：2核4G最低，推荐4核8G，磁盘≥40G
• 系统：Ubuntu 22.04 / 24.04，推荐

⚠️重要提醒：Hermes只是智能体运行框架，大模型推理消耗资源另算，绝大多数新手建议优先使用API接口，不要本地跑大模型，减少调试障碍。

✅ 需要提前准备

1. Git环境
2. Python >=3.11，小于3.13（版本不兼容坑，不要用3.13）
3. 一个大模型API Key（DeepSeek、OpenAI、阿里云百炼均可，兼容OpenAI接口格式）
4. VPS环境：开放端口（默认CLI模式不需要开放端口，如果后续启动网关需要放行端口）

常见踩坑预告：Python版本过高、git克隆网络超时、API代理错误、配置文件路径写错、权限不足。本篇所有命令均为PowerShell命令，Windows直接复制运行；文末附带Linux适配说明。

---

1. 源码拉取：克隆Hermes仓库（PowerShell）

注意：不要直接下载zip压缩包，部分skill模板、子模块会缺失，优先git clone。

打开PowerShell，切换到你想要存放项目的目录，例如 D:\ai_project

# 切换工作目录
cd D:\ai_project
# gitee镜像仓库，解决github访问慢问题
git clone https://gitee.com/mirrors/hermes-agent.git
cd hermes-agent

执行完成后目录结构预览，你可以在终端输入 ls 查看，关键目录：

hermes-agent/
├── config/          # 核心配置文件夹，.env、人格配置hermes.md放这里
├── skills/         # skill技能库，自动生成的技能全部存在此处
├── memory/         # memory持久化记忆存储目录，运行后自动生成
├── crons/          # Crons定时任务脚本目录
├── docs/           # 橙皮书原版文档
└── main.py         # 程序入口

📌Demo小提示：此时还不能运行，没有配置密钥会直接报错。很多新手克隆完直接运行main.py，出现大量报错，属于正常现象。

2. 依赖安装

建议使用虚拟环境隔离Python依赖，避免和本机其他项目包冲突，强烈推荐。

PowerShell Windows：

# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
.\venv\Scripts\Activate.ps1
# 安装全部依赖
pip install -r requirements.txt

Windows报错：PowerShell禁止运行脚本

# 管理员打开PowerShell执行一次，解决执行策略限制
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Linux(VPS Ubuntu)对应命令参考

python3 -m venv venv
source venv/bin/activate
pip3 install -r requirements.txt

依赖安装完成，虚拟环境激活成功后，终端提示符前面会出现 (venv)，代表环境生效。后续所有运行操作都必须在虚拟环境内执行。

3. 核心配置文件修改：配置大模型接入

复制环境变量模板，生成.env配置文件

PowerShell：

# 复制模板配置
Copy-Item .\config\.env.template .\config\.env

用记事本 / VS Code打开 config/.env 文件。

示例配置（使用DeepSeek API，OpenAI兼容格式）

# LLM基础配置
LLM_BASE_URL=https://api.deepseek.com/v1
LLM_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx你的key
LLM_MODEL=deepseek-v3

# Hermes五大支柱开关，全部开启
ENABLE_MEMORY=true
ENABLE_SKILL=true
ENABLE_SOUL=true
ENABLE_CRON=true
ENABLE_SELF_EVOLVE=true

# 记忆文件存储路径
MEMORY_STORE_PATH=./memory
# 技能库路径
SKILL_LIB_PATH=./skills
# 定时任务存放路径
CRON_PATH=./crons
# 人格配置文件路径
SOUL_CONFIG_PATH=./config/hermes.md

# 日志级别 DEBUG/INFO/WARN，调试阶段设置DEBUG，方便排查问题
LOG_LEVEL=DEBUG

✨ 如果你想用本地Ollama模型，修改这两行即可，不需要api key：

LLM_BASE_URL=http://127.0.0.1:11434/v1
LLM_API_KEY=dummy
LLM_MODEL=qwen2.5:7b

编辑完成保存文件。

重点：SOUL_CONFIG_PATH指向人格文件，把橙皮书示例的hermes.md放到config目录，也就是Soul支柱的人格规则。

极简 hermes.md Demo样例（config/hermes.md）

# Soul人格配置示例
你是Hermes自进化Agent，遵循下面规则：
1. 回答尽量简洁，不要多余空话；
2. 如果不会做，优先尝试生成Skill技能，而不是直接拒绝用户；
3. 所有记忆会自动保存，记住用户的偏好；
4. 定时任务收到指令会写入crons目录；
5. 禁止编造不存在文件，执行工具前确认路径。

这就完成Soul支柱基础配置，对应第二篇讲的Soul人格引擎。

4. CLI模式启动，第一次交互调试

CLI模式是开发调试首选，不需要部署web网关，直接终端对话，用来验证Memory、Skill、自进化是否正常工作。

PowerShell，保证虚拟环境处于激活状态(venv)

python main.py --mode cli

正常启动成功日志输出示例：

[INFO] Hermes Agent 启动中
[INFO] ✅ Memory 三层记忆模块加载完成
[INFO] ✅ Skill技能库初始化，扫描 ./skills
[INFO] ✅ Soul人格引擎加载 config/hermes.md
[INFO] ✅ Cron调度器已就绪
[INFO] ✅ 自进化闭环模块开启
[INFO] CLI交互模式就绪，请输入你的指令，exit退出
>>>

🧪 Demo实操样例1：测试记忆模块（Memory支柱）

在cli输入框输入：

我的名字叫森迪，居住在西安，平时喜欢研究AI Agent开发

Agent正常应答之后，继续输入：

我叫什么，住在什么地方？

✅预期效果：Agent读取持久记忆，正确输出你的名字和城市。

底层行为：这条信息会写入memory目录下的事实记忆json文件。你可以打开memory/fact_memory.json，肉眼查看写入的内容，这就是第二篇提到的三层记忆中的持久事实记忆。
❌异常现象：记不住信息。排查：检查.env中ENABLE_MEMORY=true，确认memory文件夹有读写权限。

🧪 Demo实操样例2：触发自动生成Skill（Skill支柱）

CLI输入指令，让Agent生成一个简单技能：

帮我写一个skill，实现读取当前目录所有txt文件，统计文件行数

✅预期行为：

1. Agent判断现有技能库没有该能力；
2. 触发技能自动生成流程，在skills/目录输出 count_txt_lines.skill.md；
3. 调用该skill执行任务，输出统计结果。

打开生成的skill文件，样例内容参考：

## skill_name: count_txt_lines
## description: 统计当前目录所有txt文件总行数
## params: {}

import os

def run():
    total = 0
    for filename in os.listdir("."):
        if filename.endswith(".txt"):
            with open(filename,"r",encoding="utf-8") as f:
                lines = len(f.readlines())
                total += lines
                print(f"{filename}: {lines}行")
    print(f"全部txt合计：{total}行")

if __name__ == "__main__":
    run()

这就是Hermes核心能力：按需自动产出Skill，存入技能库，后续同类请求直接复用，不用重复生成，对应第二篇的自进化闭环。

🧪 Demo实操样例3：测试Crons定时调度

cli输入：

每间隔30秒，输出一句hello hermes

✅预期：Agent将定时任务写入crons/文件夹，调度器循环执行，终端周期性打印输出。

注意：CLI模式下crons仅进程存活期间生效；程序关闭定时任务暂停。

输入exit退出CLI终端。

5. 常见部署排错清单（高频问题）

现象	排查方案
启动直接报错，LLM接口401	API Key错误、检查LLM_BASE_URL地址是否正确，部分服务商需要去掉/v1后缀
模型返回正常，但是无法生成Skill	检查ENABLE_SKILL=true；大模型能力不足，更换更强模型
记忆无法保存，memory文件夹为空	目录读写权限不足；Windows不要放在系统保护目录
python包报错模块找不到	确认已经激活venv虚拟环境；重新执行pip install -r requirements.txt
git clone失败	使用gitee镜像地址，不要用github源

6. VPS后台常驻运行（线上部署进阶）

在VPS上想要后台持续运行，关闭ssh连接程序不终止，使用tmux。

tmux new -s hermes
# 激活虚拟环境
source venv/bin/activate
python3 main.py --mode cli

按Ctrl+B再按D，脱离会话，程序后台运行；重新接入会话 tmux a -t hermes。

⚠️注意：本篇只讲CLI调试模式，Web网关、MCP服务属于第四篇《落地场景开发》内容，本篇不展开。

7. 本篇小结 & 下一篇预告

本篇完整走完源码拉取、依赖安装、环境变量配置、CLI交互调试全流程。通过3个小Demo，直接观测Memory、Skill、Crons五大支柱真实运行效果，不再是纸上架构。

你现在已经拥有一个本地可以跑的Hermes实例：

1. 可以记住用户信息（Memory）
2. 遇到未知任务自动生成技能复用（Skill）
3. 加载自定义人格规则（Soul）
4. 支持简单定时任务（Crons）
5. 全部行为落地文件，可以直接观察框架输出产物。

下一篇：第四篇《落地场景开发｜MCP集成、多平台网关、自定义Skill开发》，我们会脱离纯CLI模式，对接MCP工具协议，开发自定义Skill，搭建网关实现外部程序调用Hermes Agent，实战子Agent协同。

---