学习目标:能够成功部署Hermes Agent,通过命令行和Telegram等平台与AI助手交互,并理解其核心的自学习和自动化功能
前置知识
需要能运行Python脚本和安装包,因为项目基于Python开发
需要在终端中执行命令,项目主要通过命令行界面进行安装和配置
需要克隆GitHub仓库,这是安装的前提条件
可选但推荐,有助于理解不同的部署方式(如Docker、Serverless)
学习步骤
环境准备与安装
30-45分钟检查系统环境
确认你的操作系统是Linux、macOS或WSL2(Windows用户必须安装WSL2),确保已安装git
Windows用户请先安装WSL2,不要尝试在原生Windows上运行
克隆仓库并运行安装脚本
按照README中的Quick Install部分,执行安装命令:git clone https://github.com/NousResearch/hermes-agent.git && cd hermes-agent && ./install.sh
安装脚本会自动处理Python、Node.js和所有依赖,耐心等待完成
验证安装
运行 `hermes --version` 或 `hermes --help` 检查是否安装成功
如果命令未找到,可能需要重新打开终端或检查安装日志
初始配置与快速体验
30-45分钟运行设置向导
执行 `hermes setup` 进行初始配置,包括API密钥设置和基本偏好
如果你有OpenClaw的配置,向导会提示迁移,新手可以先跳过
体验命令行界面(CLI)
运行 `hermes` 启动终端UI,与智能体进行第一次对话
尝试输入 `/help` 查看可用命令,用 `/new` 开始新对话
切换模型(可选)
在对话中使用 `/model` 命令切换不同的语言模型(如OpenAI、OpenRouter等)
需要先配置对应模型的API密钥,可以从简单的免费或低成本模型开始
连接消息平台
45-60分钟设置Telegram网关(推荐)
运行 `hermes gateway setup` 选择Telegram,按照提示创建Bot并获取token
需要先在Telegram中与BotFather对话创建机器人
启动网关并测试
运行 `hermes gateway start` 启动网关,然后在Telegram中给你的机器人发送消息
确保网关进程在运行,首次使用可能需要配对(通过DM pairing)
尝试跨平台功能
在Telegram中开始对话,然后切换到CLI继续同一对话(如果配置了会话连续性)
检查配置中是否启用了跨平台会话记忆
探索核心功能
60-90分钟了解技能系统
使用 `/skills` 命令查看现有技能,观察智能体如何从复杂任务中创建新技能
可以给智能体一个多步骤任务,完成后检查是否生成了新技能
尝试记忆与搜索
进行几次对话后,使用相关命令测试记忆功能,如搜索过往对话
智能体会通过主动提醒来巩固记忆,注意观察这些行为
设置定时任务
用自然语言设置一个简单的定时任务,如“每天上午9点提醒我喝水”
使用内置的cron调度器,任务结果会发送到配置的平台
探索工具集成
查看可用的工具集,尝试让智能体执行需要调用工具的任务(如搜索、文件操作等)
注意工具调用可能需要批准,检查安全设置
部署与进阶
45-60分钟尝试不同部署方式
除了本地运行,尝试一种其他后端,如Docker:`hermes --backend docker`
Serverless后端(如Modal)适合低成本长期运行,但配置稍复杂
配置用户建模
通过多次对话让智能体构建对你的理解,查看用户模型如何随时间深化
这需要跨多个会话的交互,耐心观察变化
探索高级配置
查看 `~/.hermes/config.yaml` 配置文件,了解可调整的选项
修改前建议备份原配置,一次只修改一个选项测试效果
推荐资源
hermes-agent.nousresearch.com/docs 包含所有功能的详细指南
文档中的Quickstart部分,2分钟完成安装到首次对话
与其他用户交流,获取实时帮助,分享技能
社区共享的技能库,可以导入现成的有用技能
官方文档中的这两个部分,分别对应命令行和消息平台的使用
学习路径常见错误
在原生Windows上尝试安装
必须使用WSL2,按照README提示安装WSL2后再进行
API密钥配置错误或未配置
运行 `hermes setup` 仔细配置API密钥,确保有可用的模型服务(如OpenAI、OpenRouter)
网关启动后Telegram机器人无响应
检查网关进程是否运行,token是否正确,以及是否完成了BotFather的所有设置步骤
忘记智能体在后台运行
注意智能体会持续运行消耗资源,不需要时用Ctrl+C停止CLI或用相应命令停止网关
对工具调用权限设置过于严格或宽松
根据安全需求调整命令批准设置,平衡便利性与安全性
学习路径下一步步骤
掌握基础后,可以探索:1) 创建自定义技能并分享到Skills Hub;2) 集成MCP服务器扩展能力;3) 配置Serverless部署实现低成本长期运行;4) 研究其RL训练集成,为下一代工具调用模型做贡献;5) 开发自定义工具或平台集成
相关项目推荐
public-apis/public-apis
免费API资源汇总列表
EbookFoundation/free-programming-books
📚 免费提供的编程书籍
donnemartin/system-design-primer
学习如何设计大规模系统。为系统设计面试做准备。包含Anki记忆卡片。
vinta/awesome-python
精心整理的优质Python框架、库、软件及资源列表
TheAlgorithms/Python
所有算法均使用Python实现
Significant-Gravitas/AutoGPT
AutoGPT致力于实现人人可用的普惠AI,让每个人都能使用和构建AI。我们的使命是提供工具,让您专注于重要事务。