剪藏#剪藏#泉哥字留地

从0解锁满配AI——Hermes全网最全配置保姆级教程(七)

2026 年 8 月 18 日1 分钟
分享Twitter / XTelegram微博
从0解锁满配AI——Hermes全网最全配置保姆级教程(七) 封面

Notion image

2026 年 AI Agent 赛道最耀眼的明星,无疑是由 Nous Research 开发的Hermes Agent。上线短短两个月,GitHub 星标突破 10 万 +,成为继 OpenClaw 之后又一个现象级开源项目。与传统 AI 助手不同,Hermes 的核心设计理念是 "The agent that grows with you"—— 一个会随着使用不断成长、自我进化的数字伙伴。

原生 Hermes 已经足够强大,但通过安装一系列精心设计的插件和工具,我们可以将它打造成一个真正的 "满配 AI",拥有全网浏览、语音交互、图像生成、智能记忆、可视化管理等全方位能力。本文将带你从零开始,一步步完成 Hermes 的全配置,让你的 AI 助手能力直接拉满。

很多教程都是简单介绍功能或者配几个简单命令,跟着做一半就走不下去了,连我也被误导文章深受其害,所以我吸取了各家经验通过实操安装有图有真相的手把手教你从0搭建。

文章目录:

  • 1、人格系统——agency-agents-zh 中文角色仓库

  • 2、记忆系统——Hindsight 替换内置 MEMORY.md记忆开挂

  • 3、抓取系统——内容抓取,给 AI 开全网天眼

  • 4、成本系统——Token 管控,别让账单吓到你

  • 5、监控系统——hermes-hudui,Web 可视化管控面板

  • 6、成长系统——hermes-agent-self-evolution让 AI 自动进化

  • 7、执行系统——Agent Browser + Browser Use

  • 8、表达系统——Whisper、Edge TTS等等

一、基础准备:先把 Hermes 跑起来

本文是面向纯新手小白,所以安装环境就从最简单的windows开始讲,第一步就是装Hermes Agent。一行命令就开始安装:

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

为了不浪费篇幅影响阅读,想了解更具体的安装步骤可看博主另一篇Hermes Agent安装详细教程

二、安装人格系统——agency-agents-zh 中文角色仓库

Hermes 默认没有性格,对话的时候就是冷冰冰没有活人感。我的解决方案是安装 agency-agents-zh——一个专为中文用户打造的 Hermes 角色仓库。包含 211 个中文角色模板,按类型分为——工程、设计、营销、产品、游戏、安全、金融、HR,十几个方向都有。还附带了 46 个专门针对国内平台的智能体,覆盖小红书、抖音、微信、飞书、钉钉、B站、跨境电商、政务 ToG、医疗合规等垂直领域。

基本功能介绍

  • 提供 14 个大类、100 + 中文专业角色模板

  • 每个角色包含完整的身份定义、工作流程、交付物模板和成功指标

  • 支持一键导入到 Hermes 的 Profile 系统

  • 持续更新,每周新增热门角色

相比原生的优势

  • 本土化优化:角色描述和工作流程完全针对中文用户设计

  • 覆盖全面:从产品经理、全栈开发到自媒体运营、心理咨询,应有尽有

  • 开箱即用:无需手动编写复杂的 SOUL.md 文件

  • 社区驱动:由国内开发者社区维护,更新及时

每个角色是一个独立的 .md 文件,人设、工作流程、交付物都写好了。不是通用提示词模板,而是每个智能体都有独立的人设、专业流程和可交付成果。安装之后在对话中直接说"激活 XXX 角色",Hermes 即会自动加载对应的人设。

Notion image

Notion image

Notion image

下载路径:

JAVASCRIPT
https://github.com/jnMetaCode/agency-agents-zh.git

执行一键安装角色

JAVASCRIPT
git clone https://github.com/jnMetaCode/agency-agents-zh.git ~/.hermes/agency-agents

进入wsl的hermes目录

JAVASCRIPT
cd ~/.hermes/agency-agents

执行转换和安装命令

JAVASCRIPT
./scripts/convert.sh --tool hermes
./scripts/install.sh --tool hermes

三、记忆系统升级:Hindsight

原生 Hermes 的记忆系统基于 SQLite 全文检索,虽然够用但存在检索准确率不高、无法进行深度推理等问题。Hindsight是一个仿生记忆引擎,专为 AI Agent 设计,在 LongMemEval 评测基准上达到了 91.4% 的准确率,是目前最好的记忆系统替代方案。

基本功能介绍

  • 知识图谱存储:将记忆组织成结构化的知识图谱,而非简单的文本列表

  • 多策略并行检索:支持全文搜索、向量语义搜索和知识图谱关联检索

  • 反思合成:能够跨多条记忆进行深度分析,生成新的洞察

  • 记忆分类:自动将记忆分为事实、偏好、经验、技能等不同类型

  • 本地部署:所有数据存储在本地,保护隐私安全

相比原生的优势

  • 检索准确率提升 300%:混合检索引擎解决了关键词匹配不准的问题

  • 真正的理解而非存储:能够从记忆中提取规律和模式

  • 智能去重与更新:自动识别重复信息并合并,保持记忆库干净

  • 可解释性:可以查看记忆的来源和关联关系

  • 支持大规模记忆:轻松处理百万级别的记忆条目

安装配置步骤:

进入WSL,输入如下命令。(如果WSL没有安装,那步骤可看博主另一篇Hermes Agent安装详细教程,的第二章安装部分提到WSL2的安装方法,然后再运行下面命令。)

JAVASCRIPT
hermes memory setup

Notion image

Notion image

注册Hindsight获取API key。官网链接如下:登录官网用你的邮箱注册并获取邮件验证码方可注册成功。

JAVASCRIPT
https://ui.hindsight.vectorize.io/login

注册成功后进入设置,选择api keys,选择下图蓝色按钮创建key

Notion image

api key命名可以随便命名,生成的key只显示一次,要复制到本地文档中保存好。

Notion image

Notion image

获得了api key就可以回到wsl环境配置hermes了。用如下命令进入记忆配置

JAVASCRIPT
hermes memory setup

Notion image

验证是否安装成功

JAVASCRIPT
hermes memory status

Notion image

如图所示即代表安装成功。

四、抓取系统——内容抓取,给 AI 开全网天眼

全网浏览天眼:内容抓取工具三件套

要让 AI 真正了解世界,就需要给它装上 "眼睛"。原生 Hermes 的网页抓取功能比较基础,只能处理简单的静态页面。我们将安装三个强大的内容抓取工具,让你的 AI 拥有真正的 "全网浏览天眼"。

  1. Crawl4 AI:智能内容提取专家

Crawl4 AI是一个专为 AI 应用设计的异步网络爬虫库,能够将任何网页转换为干净、结构化的 Markdown 格式,特别适合 RAG 系统和 AI Agent 使用。

基本功能介绍

  • 支持动态 JavaScript 渲染页面

  • 智能内容提取,自动过滤广告和无关信息

  • 输出标准 Markdown 格式,保留标题、表格、代码块等结构

  • 支持深度爬取和站点地图遍历

  • 内置 LLM 提取功能,可以直接按问题抽取信息

相比原生的优势

  • 内容质量更高:输出的 Markdown 干净整洁,几乎不需要人工清理

  • 速度更快:异步架构,比传统爬虫快 5-10 倍

  • 更智能:能够理解网页结构,只提取有价值的内容

  • 支持大规模爬取:可以轻松处理数千个页面

  1. Scrapling:自适应数据采集器

Scrapling是一个新一代的数据采集工具,最大的特点是拥有自适应选择器,当网页结构发生变化时,能够自动重新定位元素,无需手动更新代码。

基本功能介绍

  • 自适应选择器,抗网页结构变化

  • 多种获取器:HTTP、动态浏览器、隐身浏览器

  • 内置正则表达式支持

  • 完整的异步 API

  • 高性能,比 BeautifulSoup 快 698 倍

相比原生的优势

  • 几乎不会失效:自适应算法让爬虫的生命周期大大延长

  • 无需学习复杂的 CSS/XPath:自然语言描述即可提取数据

  • 强大的反爬能力:内置多种隐身技术

  • 简单易用:API 设计非常直观

  1. CamoFox:反爬终极武器

CamoFox是一个为自动化网络任务构建的隐私增强浏览器分支,专门用于绕过最严格的反爬机制,如 Cloudflare、Akamai 等。

基本功能介绍

  • 深度伪造浏览器指纹(UA、Canvas、WebGL、字体、音频等)

  • 每个会话使用唯一的随机指纹

  • 内置代理轮换支持

  • 完全隐藏自动化痕迹

  • 支持本地 ONNX 模型解决验证码

相比原生的优势

  • 几乎能绕过所有反爬系统:包括最新的 Cloudflare Turnstile

  • 零配置隐身:开箱即用,无需复杂的插件配置

  • 性能优异:比传统的 stealth 插件快得多

  • 持续更新:紧跟反爬技术的发展

功能介绍差不多了,让我们正式安装内容抓取工具crawl4ai、scrapling、Camoufox

首先安装pipx命令,会让安装变得简单一点,否则直接使用pip安装会有环境冲突问题,我之前先用pip部署就遇到环境冲突问题折腾了好久,发现用pipx更方便而且后期调用不用每次都进入新环境激活。

进入WSL使用如下命令安装

JAVASCRIPT
# 1. 安装 pipx
sudo apt update && sudo apt install -y pipx
# 2. 将 pipx 加入 PATH
pipx ensurepath
# 3. 重新加载 shell 配置(或关闭重开终端)
source ~/.bashrc

Notion image

Notion image

JAVASCRIPT
# 安装 crawl4ai(它可能没有独立的 CLI 入口,但 pipx 仍可安装,只是主要作为库使用)
pipx install crawl4ai
# 安装 scrapling(带 fetchers 扩展,提供命令行工具)
pipx install "scrapling[fetchers]"
# 安装 camoufox(带 geoip 扩展)
pipx install "camoufox[geoip]"

安装成功的效果如图:

Notion image

五、成本系统——Token 管控,别让账单吓到你

Hermes 满配运行后,Token 消耗会显著增加。这一环节的关键工具是 RTK(Rust Token Killer),直接在终端输出层面拦截和压缩冗余信息。

RTK 是什么?RTK 的全称为 Rust Token Killer,一个用 Rust 编写的 CLI 代理层,GitHub 上已获得超过 25.9k Star。它本质上是一个代理:当你使用 AI 编程工具执行 Shell 命令时,RTK 自动拦截命令输出,将冗余内容去掉,再交给 LLM,整个过程对 AI 完全透明。

为什么需要 RTK?在 AI 辅助开发场景中,git log、cargo test、docker ps 等命令的输出经常包含大量无意义的噪音——重复的空格、ANSI 颜色码、注释噪音、重复日志行等等。这些噪音被原样传入 LLM 上下文,白白消耗 Token。

RTK 通过四个核心策略实现数据压缩:智能过滤(删除注释、空行及模板内容)、分组汇总(将同类文件或错误归类)、截断保留(保留关键上下文)、去重(用计数替代重复内容)

用 Rust 编写的零依赖 CLI 代理,能智能过滤、压缩 ls、git status、cargo test 等终端输出,直接减少 60%-90% 的无效 Token 消耗,是降本神器。

Notion image

一键脚本安装

JAVASCRIPT
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

验证安装:

JAVASCRIPT
rtk --version
rtk gain # 查看已节省的Token统计如果显示No tracking data yet.说明没有启动压缩内容

集成到 Hermes安装全局Hook + RTK.md:

JAVASCRIPT
rtk init -g

注意:如果缺少 /home/llm/.claude 文件夹, rtk 无法创建配置文件,先执行此步新建文件夹,再执行上面一步

JAVASCRIPT
mkdir -p ~/.claude

让 Hermes 启用 RTK 压缩,执行这条命令

JAVASCRIPT
hermes config set terminal.proxy rtk
hermes config set terminal.compress_output true

Notion image

测试压缩是否启动输入测试命令:

JAVASCRIPT
rtk bash -"echo 这是测试内容;echo 这是第二行;echo 这是第三行"
JAVASCRIPT
rtk gain

测试效果如下图:

Notion image

重启Hermes Agent后,所有shell工具调用自动走rtk。

六、监控系统——hermes-hudui,Web 可视化管控面板

Hermes-hudui仪表盘的安装其实昨天已经写过一篇更详细的,为了不增加本文篇幅,直接加链接传送门过去看即可。AI助理到底学了什么,一个工具给你装上透视眼(六)

七、成长系统——hermes-agent-self-evolution让 AI 自动进化

Hermes 最强大的特性之一就是它的自我进化能力,但原生的自进化功能比较基础。Hermes-agent-self-evolution是一个增强版的自进化系统,能够让你的 AI 助手真正做到 "越用越聪明"。

基本功能介绍

  • 自动技能生成:完成任务后自动提炼可复用的技能

  • 技能优化:根据执行反馈不断改进现有技能

  • 错误学习:从失败中吸取教训,避免重复犯错

  • 用户建模:持续学习你的偏好和习惯

  • 知识沉淀:将零散的信息整合成结构化的知识

  • 进化日志:记录 AI 的每一次成长和进步

相比原生的优势

  • 更智能的技能提炼:能够识别更复杂的模式和工作流

  • 持续优化:技能会随着使用不断改进,而不是一次性生成

  • 错误驱动学习:专门从失败中学习,提高鲁棒性

  • 可配置的进化速度:可以根据需要调整自进化的频率和深度

  • 透明可解释:可以查看 AI 的思考过程和进化轨迹

安装配置步骤:

Notion image

JAVASCRIPT
#克隆自进化仓库
git clone https://github.com/NousResearch/hermes-agent-self-evolution.git ~/.hermes/self-evolution
#进入目录
cd ~/.hermes/self-evolution
#启用自进化功能,执行以下3条命令
hermes config set self_evolution.enabled true
hermes config set self_evolution.auto_skill_generation true
hermes config set self_evolution.error_learning true

八、执行系统——Agent Browser + Browser Use

原生 Hermes 的浏览器功能比较有限,只能执行简单的导航和点击操作。通过安装Agent Browser和Browser Use,我们可以让 AI 像人类一样自然地浏览和操作网页。

  1. Agent Browser:专为 AI 设计的浏览器

Agent Browser是一个基于 Playwright 的浏览器自动化工具,提供了简洁的命令行界面,专为 AI Agent 设计。

基本功能介绍

  • 打开网页、点击按钮、输入文本

  • 截图保存、执行 JavaScript

  • 管理会话状态和 Cookie

  • 支持多标签页管理

  • 内置反检测功能

相比原生的优势

  • 更稳定可靠:基于成熟的 Playwright 引擎

  • 功能更全面:支持几乎所有的浏览器操作

  • 更好的错误处理:能够自动重试和恢复

  • 易于集成:提供了简单的 API 和 CLI 接口

安装配置

JAVASCRIPT
# 安装Agent Browser
npm install -g agent-browser
npx playwright install chromium
# 安装Hermes集成插件
hermes skills install https://github.com/agent-browser/hermes-integration

Notion image

  1. Browser Use:AI 驱动的浏览器自动化

Browser Use是一个创新的浏览器自动化框架,它结合了 LLM 的智能决策能力和传统浏览器自动化的执行能力,让 AI 能够自主理解和完成复杂的网页任务。

基本功能介绍

  • 自然语言指令驱动,无需编写代码

  • 自主制定执行计划

  • 自我修正能力,能够从错误中学习

  • 视觉理解能力,能够 "看到" 网页内容

  • 支持多步骤复杂任务

相比原生的优势

  • 真正的智能:不是执行固定脚本,而是理解任务并自主决策

  • 无需编程:用自然语言描述任务即可

  • 处理复杂场景:能够应对网页变化和意外情况

  • 可解释性:能够展示每一步的思考过程

安装配置:

JAVASCRIPT
# 安装Browser Use,之前已经安装了pipx,如果没装,先运行sudo apt install pipx
pipx install browser-use
# 安装Hermes集成插件
hermes skills install https://github.com/browser-use/hermes-skill

Notion image

JAVASCRIPT
# 简单任务
/browser "打开百度,搜索'最新AI新闻',总结前5条结果"
# 复杂任务
/browser "去亚马逊网站,搜索'无线耳机',筛选价格在100-200美元之间、评分4星以上的产品,找出销量最高的3款,对比它们的价格和主要功能"
# 表单填写
/browser "打开https://example.com/login,使用用户名test@example.com和密码123456登录,然后进入个人中心页面"

九、表达系统——Whisper、Edge TTS

原生 Hermes 只能进行文本交互,通过安装以下工具,我们可以让它拥有语音输入、语音输出和图像生成的能力,成为一个真正的多模态 AI 助手。

  1. Whisper:语音转文字是hermes默认集成的此处主要做介绍。

OpenAI Whisper是目前最好的开源语音识别模型,支持 99 种语言,准确率接近人类水平。

基本功能介绍

  • 多语言语音识别

  • 语音翻译

  • 说话人分离

  • 支持多种音频格式

  • 本地运行,保护隐私

安装配置:

JAVASCRIPT
# 安装Whisper
pipx install openai-whisper
pip install ffmpeg-python --break-system-packages
sudo apt update && sudo apt install ffmpeg -y

Notion image

Notion image

  1. Edge TTS:文字转语音

Edge TTS是微软 Edge 浏览器内置的文本转语音服务,提供了非常自然的语音合成效果,而且完全免费。在配置hermes过程中就可以默认集成。

基本功能介绍

  • 支持 100 + 语言和 400 + 语音

  • 自然的语音合成效果

  • 支持调整语速、音高和音量

  • 支持 SSML 标记

  • 无需 API Key,完全免费

到这里满配agent的安装就基本完成了,后续我还会优化文档内容做另一版长期使用后的体验再与你们分享,总之,配满之后的 Hermes,才真正称得上一个能干活的 AI Agent。

“苟日新,日日新,又日新”——它告别了一次性聊天工具的宿命,化作一个能持续积累经验、自主进化的数字伙伴。

如果你觉得这篇文章有用,欢迎转发给朋友同事,大家一起做一做。

往期推荐

AI助理到底学了什么,一个工具给你装上透视眼(六)

别用龙虾AI了,教你1毛钱接入 Hermes agent个人助理(五)

挖到宝藏!本地内容无审查 AI 模型搭建 | 角色自定义导入秘籍(四)

手把手教你搭建本地RAGflow v0.25.0知识库(二)

原文地址: https://mp.weixin.qq.com/s?__biz=Mzg2MDUyNDIxMQ==&mid=2247484071&idx=1&sn=5dcf47ae12995029f16d129209d87a31&chksm=cf48981819a7b583a51b960794a7dd480ab6ccc7678999187a00dfe4f450e45da3a22b2be223&mpshare=1&scene=1&srcid=0515yWA2R3sZ2yTsEQx1v40q&sharer_shareinfo=dd24bce917d3dde487dde83bdc7a9c89&sharer_shareinfo_first=dd24bce917d3dde487dde83bdc7a9c89#rd

相关文章