安装

本节落实 awesome-list “Where Do I Start?” 三步路径的第一步：get running。橙皮书是概念向指南、明确把安装交给文档;此处命令来自核心 README。

Linux、macOS、WSL2、Termux:

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Windows(原生，PowerShell):

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

安装器处理一切：uv、Python 3.11、Node.js、ripgrep、ffmpeg,以及一个便携 Git Bash(MinGit，解压到 %LOCALAPPDATA%\hermes\git——无需管理员权限，与系统 Git 完全隔离)。如果你已有 Git，安装器会检测并用它。否则下载约 45MB 的 MinGit 即可——不会动你的系统 Git。

安装后：

source ~/.bashrc    # 重载 shell(或:source ~/.zshrc)
hermes              # 开始聊天!

平台注意：

• Android / Termux —— Hermes 安装精选的 .[termux] extra，因为完整 .[all] extra 会拉取与 Android 不兼容的语音依赖。见文档里的 Termux 指南。
• Windows —— 原生安装在 %LOCALAPPDATA%\hermes;WSL2 安装在 ~/.hermes(与 Linux 相同)。若 Windows Defender 把 uv.exe 当恶意软件，那是误报(它是 Astral 的 uv);把整个文件夹加白名单，不要用文件 hash——Hermes 会更新 uv,hash 会变。

综合自：hermes-agent(核心 README,Quick Install)、awesome-hermes-agent(Where Do I Start?)。

你的第一次对话

最快拿到能用的 agent、跳过收集五个独立 API key:

hermes setup --portal

这一条命令通过 OAuth 登录、把 Nous 设为 provider、并开启 Tool Gateway(通过 Firecrawl 的 web 搜索、通过 FAL 的图像生成、通过 OpenAI 的 TTS、以及通过 Browser Use 的云浏览器)——全部在一个订阅下。随时用 hermes portal info 查看接线状态。

想每个工具用自己的 key?可以——网关是 per-backend 的，不是全有全无。完整安装向导是 hermes setup(不带 --portal);它交互式带你走 provider、模型、工具、消息。

装好后直接：

hermes            # 交互式 CLI——开始对话

两个入口共享很多斜杠命令(/new、/model、/personality、/retry、/undo、/compress、/usage、/skills)，所以 CLI 里学的能带到消息端。

综合自：hermes-agent(核心 README,Nous Portal + Getting Started)。

选择模型 Provider

Hermes 模型无关。选 provider 和模型，之后随时切换不动代码：

hermes model       # 选你的 LLM provider 和模型

Provider 选项： Nous Portal(300+ 模型)、OpenRouter(200+)、NovitaAI、NVIDIA NIM(Nemotron)、Xiaomi MiMo、z.ai/GLM、Kimi/Moonshot、MiniMax、Hugging Face、OpenAI，或你自己的 endpoint。

实践建议： awesome-list 和文档建议 agentic 工作用 ≥64K 上下文的模型——工具调用和记忆检索很吃上下文。起步阶段 Nous Portal 单订阅摩擦最低;生产里 OpenRouter 让你按任务路由到对该任务最便宜/最强的模型。

综合自：hermes-agent(核心 README)、awesome-hermes-agent(Where Do I Start?)。

CLI 与 TUI 基础

CLI 是真正的终端界面，不是逐行 REPL。亮点：

• 多行编辑与斜杠命令自动补全
• 对话历史和流式工具输出
• 中断并重定向 —— 任务中途 Ctrl+C 或直接发新消息
• Sessions —— 恢复、分叉、搜索过去对话

核心命令：

hermes              # 交互式 CLI——开始对话
hermes tools        # 配置启用哪些工具
hermes config set   # 设置单个配置值
hermes gateway      # 启动消息网关
hermes doctor       # 诊断问题
hermes update       # 更新到最新版

共享斜杠命令(CLI + 消息):/new 或 /reset、/model [provider:model]、/personality [name]、/retry、/undo、/compress、/usage、/insights [--days N]、/skills、/<skill-name>。

觉得不对劲时，hermes doctor 诊断常见问题;hermes update 拉最新版。因为产品大约每几周发一版(v0.7 → v0.16 约两个月)，保持更新很重要。

综合自：hermes-agent(核心 README,Getting Started + CLI quick reference)。

配置与上下文

配置放在配置文件里(provider、model、所有选项)，可用 hermes config set 或直接编辑。两个文件值得特别关注，因为它们塑造每一次对话：

Personality & SOUL.md —— SOUL.md 定义 agent 的全局默认语气和行为护栏(没有更具体设定时回退到的”灵魂”)。用 /personality [name] 设置或切换。这里编码跨会话、跨平台持久的原则(“未经确认不删除”、“偏好简洁回答”)。

Context Files —— 塑造工作区内每次对话的项目上下文文件。在项目里放一个 context 文件，Hermes 自动把它折进每一轮——相当于每个项目一个 CLAUDE.md 或 AGENTS.md，但横跨 CLI、桌面、消息。

迁移注意： 从 OpenClaw 来的话，hermes setup 会自动检测 ~/.openclaw 并在配置开始前提议迁移你的 SOUL.md、记忆、技能、allowlist、消息设置、API key、TTS 资产和工作区指令(完整迁移是最后一 tab 的独立小节)。

综合自：hermes-agent(核心 README,Configuration/Context Files/SOUL.md docs)、awesome-hermes-agent(Where Do I Start?)。

自改进的三个引擎

这是命门级差异——Hermes 作为独立产品而非”带技能的 OpenClaw”存在的理由。三个引擎持续运转：

1. 从经验生成技能。 复杂任务后，Hermes 提取可复用技能存入库中。技能不是静止的——它在使用中改进，从执行轨迹里自我精炼。
2. 自我策展的持久记忆。 周期性提醒让 agent 把所学持久化，而不是会话结束就丢。它搜索自己过去的对话(FTS5 全文检索 + LLM 摘要)做跨会话回忆。
3. 加深的用户建模。 通过 Honcho,Hermes 跨会话建立关于你的辩证模型——不是关键词画像，而是通过来回对话精炼的模型。回答随时间校准到你。

橙皮书称之为*“the reins grow themselves”*——harness(instructions / constraints / feedback / memory / orchestration)不是手动维护，而是 agent 自己维护。接下来两节讲管理技能库的 Curator，和进化 Hermes 自身 prompt 的研究流水线(DSPy + GEPA)。

综合自：hermes-agent-orange-book(Part 2)、hermes-agent(核心 README,closed learning loop)。

Curator 策展器

在 v0.12(“The Curator release”) 引入，Curator 是治理技能库、防止它腐化的自治进程。

在 7 天周期里，Curator:

• 评分 技能——按实际表现打分
• 合并 ——把做同一件事的重叠技能合并
• 修剪 ——移除死掉、被取代或有害的技能

这很重要，因为天真的”永远学习”系统会积累垃圾：重复技能、过时方法、prompt 漂移。Curator 是让库保持精简可信的治理层——“生长”和”长歪”的区别。

awesome-list 说得精确：“the only agent with a built-in learning loop — it creates skills from experience, improves them during use, and as of v0.12.0 maintains its own skill library through an autonomous Curator that grades, consolidates, and prunes on a 7-day cycle.”

综合自：hermes-agent-orange-book(Part 2)、awesome-hermes-agent(简介)。

不该学什么

无护栏的自改进是隐患——“学习”中途的 agent 会破坏缓存、偏离用途、或悄悄变差。Hermes 对吸收什么有硬限制：

• 会话中途稳定 —— 技能/记忆改动不在一轮内生效;保留缓存兼容性，进行中的对话不会看到自己脚下的规则变动。
• 语义保持 —— 进化出的变体不能偏离原技能用途。“GitHub code review” 技能可以更擅长 code review;不能悄悄变成别的东西。
• 大小限制 —— 技能 ≤15KB、工具描述 ≤500 字符，库不能无限膨胀。
• 人工评审闸门 —— 进化变体走人工 PR 评审，绝不直接 commit。agent 提议，人批准。

这些护栏同样支撑 DSPy + GEPA 进化流水线(下一节):每个候选变更必须先通过完整测试套件才被考虑。

综合自：hermes-agent-orange-book(Part 2)、hermes-agent-self-evolution(Guardrails)。

用 DSPy + GEPA 进化技能

想主动进化 Hermes 的技能、prompt 和工具描述——而不只是让 Curator 被动维护——Nous 开源了 hermes-agent-self-evolution(4.3k 星，MIT)。

它用 DSPy + GEPA(Genetic-Pareto Prompt Evolution)——反思式进化搜索：

Read current skill/prompt/tool ──► Generate eval dataset
                                        │
                                        ▼
                                   GEPA Optimizer ◄── Execution traces
                                        │                    ▲
                                        ▼                    │
                                   Candidate variants ──► Evaluate
                                        │
                                   Constraint gates (tests, size limits, benchmarks)
                                        │
                                        ▼
                                   Best variant ──► PR against hermes-agent

关键洞察：GEPA 读执行轨迹理解为什么失败，而不只是失败了——然后提出有针对性的变更，而非随机搜索。它是 ICLR 2026 Oral 论文。

为何实用： 无需 GPU 训练。一切跑 API 调用——变更文本、评估结果、选最优变体——约 $2–10 一次优化运行。

git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"
export HERMES_AGENT_REPO=~/.hermes/hermes-agent

# 用合成 eval 数据进化一个技能
python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source synthetic

# 或用 Claude Code、Copilot、Hermes 的真实会话历史
python -m evolution.skills.evolve_skill \
    --skill github-code-review \
    --iterations 10 \
    --eval-source sessiondb

综合自：hermes-agent-self-evolution(README)。

五阶段计划与护栏

self-evolution 仓库给出了 GEPA 能优化什么的分阶段路线图：

两个引擎驱动它：

• DSPy + GEPA(MIT)——读执行轨迹、提出针对性变更的反思式 prompt 进化。
• Darwinian Evolver(AGPL v3，仅外部 CLI)——Phase 4 用的、基于 Git 的代码进化。

每个进化变体落地前必须通过五个护栏：

1. 完整测试套件 —— pytest tests/ -q 必须 100% 通过
2. 大小限制 —— 技能 ≤15KB、工具描述 ≤500 字符
3. 缓存兼容 —— 会话中途不改
4. 语义保持 —— 不得偏离原用途
5. PR 评审 —— 所有改动走人工评审，绝不直接 commit

awesome-list 的运营手册点明了失败模式：诀窍不是*“进化更快”——而是”不悄悄变怪地进化”*。把进化流水线配上定时回归检查和拦截坏 prompt 变更的第二道评估。

综合自：hermes-agent-self-evolution(README、Full Plan、Guardrails)、awesome-hermes-agent(Level-Up Blueprints)。

三层记忆

Hermes 的记忆是分层的，不是平铺——每层有不同寿命和用途：

1. Session 记忆 —— 当前对话。短命，持有活动上下文窗口。
2. Active 记忆 —— 回答前检索并呈现的内容(主动记忆检索，v2026.4+)。agent 在回答前拉相关记忆，而不是被问到才拉。
3. Long-term 记忆 —— 跨会话、跨平台持久的知识。这是让 agent “明天还记得你”的东西。

橙皮书把它框定为三层记忆系统(“How It Remembers You” 部分)——关键是层会组合。Session 上下文可提升为 active;active 可提升为 long-term;long-term 在下一轮回馈进 active 检索。agent 在会话之间不像无状态聊天机器人那样失忆。

这种分层也是 Curator(上一 tab)必要的原因——没有治理，long-term 记忆会积累矛盾和过时论断。

综合自：hermes-agent-orange-book(Part 3)、hermes-agent(核心 README,closed learning loop)。

会话检索与摘要

长期记忆找不到东西就白搭。Hermes 内置 FTS5 全文会话检索和LLM 摘要做跨会话回忆。

agent 不把原始 chunk 倒回上下文，而是搜索过去对话、摘要相关部分、注入压缩的相关切片。这是”给你 10 个提到查询的 chunk”和真正回忆出的答案的区别。

实际效果：你可以引用三周前对话里的东西——“记得我们定 pricing tier 那次吗?”——Hermes 取回它而不用你重讲。搜索横跨 CLI、桌面、消息，因为记忆是共享的，不是 per-surface。

awesome-list 的运营手册点出一个相关坑：尽早调 session timeout/expiry。 用配置文档为慢节奏线程调会话保留，使需要时上下文被保住——默认 expiry 可能丢掉你想留的上下文。

综合自：hermes-agent-orange-book(Part 3)、hermes-agent(核心 README)、awesome-hermes-agent(Operational Playbooks)。

Honcho 用户建模

Honcho — 辩证式用户建模层 — 来自 plastic-labs/honcho

最深的记忆层是用户建模——Hermes 不只记得你说过什么，还通过 Honcho 建立关于你是谁的模型。

Honcho 是辩证的——通过来回对话精炼用户模型，不是静态关键词画像。模型跨会话加深，agent 的回答随时间校准到你的偏好、词汇、工作风格。这是核心 README 开篇强调的”deepening model of who you are”。

来自 awesome-list 手册的实践建议：

• 有意地策展 USER.md 和 MEMORY.md —— 把画像记忆当高信号基础设施。保持条目简洁、持久、聚焦偏好，而不是倒原始笔记。
• 记忆压力处理 —— 若在重复上下文或丢失长期回忆，查 Honcho Memory 文档，评估 hindsight 或自托管记忆后端。

想要比内置默认更强的跨会话建模的团队，awesome-list 的 Level-Up 蓝图建议叠加 honcho-self-hosted，再 hindsight 做大历史下的 retain/recall/reflect，再 plur 做开放 engram 格式的可移植共享记忆。

综合自：hermes-agent-orange-book(Part 3)、hermes-agent(核心 README)、awesome-hermes-agent(Operational Playbooks、Level-Up Blueprints)。

技能系统

技能是程序性记忆——Hermes 从经验创建、在使用中改进的可复用能力。与静态插件不同，技能从执行轨迹自我精炼，并由 Curator(7 天评分/合并/修剪周期)治理。

开放标准： Hermes 技能兼容 agentskills.io——也兼容 Claude Code、Cursor、Codex 等的开放技能标准。为 Hermes 写的技能能迁移;生态里的技能能装进 Hermes。

安装与管理技能：

hermes tools        # 配置启用哪些工具/技能
/skills             # 浏览已装技能(CLI + 消息)
/<skill-name>       # 直接调用一个技能

自创技能 在官方文档的 Developer Guide 路径里(Architecture → Adding Tools → Creating Skills)。self-evolution 仓库(上一 tab)是进化现有技能而非手写新技能的主动路径。

下一节是社区技能生态目录，让你在自建前知道已有什么。

综合自：hermes-agent-orange-book(Part 3)、hermes-agent(核心 README,Skills System docs)。

社区技能目录

awesome-hermes-agent 列表用成熟度标签追踪技能生态——production(稳定、可基于构建)、beta(可用、仍在演进)、experimental(概念验证，别依赖)。精选条目：

跨平台 / 标准技能：

• [production] wondelai/skills —— Claude Code 和 agentskills.io 兼容平台的跨平台 agent 技能。
• [production] youtube-skills —— YouTube 搜索、字幕、播放列表提取。修复”我的 Hermes 在 5 美元 VPS 上看不了 YouTube”(内置字幕抓取在云 IP 上失败;这个走 TranscriptAPI)。
• [production] Anthropic-Cybersecurity-Skills —— 753+ 映射到 MITRE ATT&CK 的结构化安全技能。4k+ 星。
• [production] black-forest-labs/skills —— FLUX 官方图像生成技能，来自 FLUX 创作者。

Hermes 原生社区技能：

• [beta] hermes-plugins —— 目标管理、agent 间桥、模型选择、成本控制。
• [beta] hermes-skill-factory —— 从你的工作流自动生成可复用技能的元技能。
• [beta] oh-my-hermes —— 多 agent 编排技能(deep-research、deep-interview、ralplan、ralph、triage、autopilot)。多 agent tab 讲。
• [experimental] super-hermes —— 教 Hermes 写自己的分析性 prompt(元推理层)。
• [experimental] hermes-life-os —— 检测日常模式、学习你作息的个人 OS agent。

完整列表见 0xNyk/awesome-hermes-agent(4.2k 星，CC BY 4.0)。

综合自：awesome-hermes-agent(Skills & Plugins)。

64 个内置工具

Hermes 自带大型工具集——按 v0.16 橙皮书是 64 个工具(核心 README 文档页仍列早期版本的”40+ tools”——数字跨版本增长)。类别包括：

• Web 搜索和浏览(通过 Browser Use 的云浏览器)
• 视觉(图像提取、理解)
• 图像生成(FAL)
• 文本转语音(OpenAI)
• 语音备忘录转录，用于跨平台对话连续性

Toolsets 与 profiles 把工具分组，可整组启用/禁用——如 messaging profile、coding profile、full profile。用 hermes tools 配置。这对安全重要：最小权限原则说，别在陌生人能触达的消息 agent 上启用 coding 工具。

Tool Gateway(隔一节)是 Nous Portal 捆绑的子集——web 搜索、图像生成、TTS、云浏览器——在一个订阅下，免得你收集四个独立 API key。

综合自：hermes-agent-orange-book(Part 4)、hermes-agent(核心 README,Tools & Toolsets docs)。

MCP 集成

Hermes 说 MCP(Model Context Protocol)——连接任意 MCP server 扩展 agent 能力，超越内置工具。

• 连接任意 MCP server 获得扩展工具能力
• 过滤 MCP 工具，只暴露你想要的(不是整个 server 的表面)
• 安全扩展 —— MCP 工具走与内置工具相同的审批/授权模型

MCP 是 Hermes 不把每个集成烤进核心、而能接入外部系统的方式。awesome-list 追踪社区 MCP 集成(如 computer-use-linux——带 AT-SPI 无障碍树、Wayland/X11 输入、截图的 Linux 桌面控制 MCP server)。

更深的 MCP 入门(协议本身，非 Hermes 特定接线)，见 Agent Engineering 频道的 MCP 协议 & 工具生态 一节——本指南聚焦 Hermes 的集成表面。

综合自：hermes-agent-orange-book(Part 4)、hermes-agent(核心 README,MCP Integration docs)、awesome-hermes-agent(Official Resources)。

经 Nous Portal 的 Tool Gateway

Tool Gateway 是给 Nous Portal 用户的捆绑工具路径。一个订阅覆盖四个原本要四个独立 API key 和账号的工具：

全新安装一条命令全开：

hermes setup --portal

它通过 OAuth 登录、把 Nous 设为 provider、开启 Tool Gateway。用 hermes portal info 查状态。

网关是per-backend 的，不是全有全无——你可以用 Portal 当模型但图像生成自带 key，或任意组合。这对成本控制重要：每个工具路由到对你用量最便宜的后端。

综合自：hermes-agent(核心 README,Nous Portal)。

23 个消息平台

桌面应用中的消息网关界面 — 来自 fathah/hermes-desktop

这是 OpenClaw 的遗产，完全长大：Hermes 通过单一网关进程跟你对话，横跨 23 个消息平台(v0.16;v0.12 是 18——数字跨版本增长)。

启动网关：

hermes gateway setup     # 配置平台(Telegram、Discord 等)
hermes gateway start     # 运行网关进程

然后在你选的平台上给 bot 发消息。共享斜杠命令(/new、/model、/personality、/retry、/skills)横跨所有平台工作。

支持的平台包括： Telegram、Discord、Slack、WhatsApp、Signal、Email、Matrix、Mattermost、Microsoft Teams(通过插件)、DingTalk、Feishu/Lark、WeCom、Weixin(微信，通过 HermesClaw 桥)、QQ Bot、Yuanbao、BlueBubbles(iMessage)、Home Assistant、Google Chat 等。

中国平台集群 对中文用户尤其重要：WeCom、Weixin(通过 HermesClaw——同一微信号跑 Hermes 和 OpenClaw)、Feishu/Lark、DingTalk、QQ Bot、Yuanbao 都是一等公民。

DM pairing(安全 tab 讲)治理消息 agent 实际会响应哪些用户——对陌生人能发消息给 bot 的平台至关重要。

综合自：hermes-agent-orange-book(Part 4)、hermes-agent(核心 README,Messaging Gateway docs)。

三个界面

桌面应用的聊天界面 — 来自 fathah/hermes-desktop

“Surface Release”(v0.16)因三个 UI 界面得名——Hermes 现在在你真正工作的地方与你相遇，不只是终端：

1. CLI / TUI —— 原始界面。完整终端：多行编辑、斜杠命令自动补全、对话历史、流式工具输出、中断并重定向。
2. 原生桌面 app —— v0.16 新增，给不在终端里过日子的人。橙皮书明确指出这扩大了受众：“AI power users who don’t live in the command line — Hermes now ships a desktop app, so this is for you too.”
3. Web 仪表盘 —— 浏览器内聊天、终端、记忆、技能、inspector。

社区 WebUI(来自 awesome-list)在内置不够用时扩展界面层：

• hermes-webui(14.9k 星)——“从 web 或手机用 Hermes Agent 的最佳方式”
• hermes-workspace(5.8k)——原生 web 工作区：聊天、终端、记忆、技能、inspector
• EKKOLearnAI/hermes-studio(8.3k)——带多平台聊天、会话管理、定时任务、用量分析的 web 仪表盘
• fathah/hermes-desktop(12.6k)——桌面伴侣

awesome-list 的 Level-Up 蓝图建议 hermes-workspace 做最丰富的日常 UI,mission-control 做多 agent 舰队可见性 + 成本追踪，轻量 ops 界面在你不需要完整仪表盘时。

综合自：hermes-agent-orange-book(Part 4)、awesome-hermes-agent(Tools & Utilities、Level-Up Blueprints)。

语音与社区桥接

Voice mode 支持实时语音交互——在 CLI、Telegram、Discord 语音频道。语音备忘录转录给跨平台对话连续性(从手机发语音备忘，agent 读懂并回复)。

社区桥(来自 awesome-list Integrations & Bridges)把 Hermes 连到核心没自带的核心以外的平台和服务：

• HermesClaw —— 微信桥;同一微信号跑 Hermes 和 OpenClaw。
• h0tnanny/hermes-vk-connector —— VKontakte 平台适配器。
• adnw-vinc/hermes-nextcloud —— 自托管 Nextcloud 桥(文件经 WebDAV、笔记、日历/任务、联系人)。填补自托管云缺口。
• Alexeyisme/hermes-spotify-skill —— 无头 Linux 和树莓派 4/5 的 Spotify 播放控制。“The only Linux-native Spotify skill in the ecosystem.”
• DevvGwardo/hermes-claude-bridge —— Claude Code 和 Hermes 之间的双向聊天桥(HTTP 同步 + JSONL 邮箱)。

这些桥是生态把 Hermes 扩展进核心团队不覆盖的利基的方式——也是社区发现值得填补的缺口的信号。

综合自：hermes-agent(核心 README,Community)、awesome-hermes-agent(Integrations & Bridges、Skills & Plugins)。

delegate_task 与子 Agent

Hermes 不在一个对话线程里干所有事。它委派——为并行工作流派生隔离的子 agent:

• delegate_task —— 把子任务交给一个全新、隔离的子 agent，它在自己的上下文里跑、返回结果、再坍缩回来。父线程从不见子 agent 的中间步骤，只见答案。
• 子 agent 并行 —— 多个子 agent 可同时跑独立工作流。
• Python RPC —— 写经 RPC 调用工具的 Python 脚本，把多步流水线坍缩成”零上下文成本”的轮次(工作发生在脚本里，不在对话的上下文窗口里)。

这是对上下文窗口压力的核心回应：与其把 50 步流水线塞进一个对话(填满上下文、降低质量)，不如每步委派给子 agent，保持主线程干净。

橙皮书 Part 5 从 delegate_task 建到完整多 agent Kanban 平台(下一节)——轨迹是”一个子 agent”→“一队协调的 agent”。

综合自：hermes-agent-orange-book(Part 5)、hermes-agent(核心 README,delegates and parallelizes)。

多 Agent Kanban 平台

v0.16 新增：持久多 agent Kanban 平台——橙皮书指出这是初版(v0.7)“barely touched”的东西。它是 delegate_task 之上的编排层。

不再是临时委派，Kanban 平台给你一个持久看板，多个 agent 在上面领取任务、追踪状态、协调：

• 持久状态 —— 任务跨会话存活;一个 agent 可接续另一个
• 协作模式 —— delegate/verify/iterate、consensus、triage、autopilot(见下一节)
• 可观测性 —— 你能看到每个 agent 在干什么，而不只是最终答案

这是对”我如何不失追踪地跑一队 agent”的结构性回应。早前的界面(web 仪表盘、mission-control)正是让这个舰队可见而存在。

橙皮书把 Part 5 框定为从 delegate_task(单子 agent)→ 协作模式(多 agent 协调)→ Kanban 平台(持久多 agent 编排)的弧线。这是”我委派过一次”和”我跑一个 agent 团队”的区别。

综合自：hermes-agent-orange-book(Part 5、2.0 changes note)。

协作模式

有了多个 agent，就需要它们如何协调的模式。awesome-list 和 oh-my-hermes 技能套件编码了常见模式：

• delegate → verify → iterate(ralph)—— delegate（委派）：子 agent 干活，verifier 检查，迭代直到验证通过。
• consensus(ralplan)—— Planner → Architect → Critic。多个角色在执行前提议/批评方案。适用于一个 agent 判断不够的高风险决策。
• triage —— 把进来工作路由到对的 agent/技能。
• autopilot —— 多步目标的全自动执行。
• deep-research / deep-interview —— 研究和结构化问答的专用流。

oh-my-hermes(beta)是社区的固执己见编排技能套件——灵感来自 oh-my-claudecode，在 Hermes 原语上重建。它端到端组合：research → interview → consensus plan → verified execution。

原则：别为每个任务手搓协调逻辑。这些是可复用构建块——挑匹配你问题风险特征的那个(高风险用 consensus，低风险用 autopilot)。

综合自：hermes-agent-orange-book(Part 5)、awesome-hermes-agent(Skills & Plugins、Level-Up Blueprints)。

Cron 与自动化

Hermes 有内置 cron 调度器，可投递到任意平台。调度本身是自然语言——你不写 crontab 语法，你描述任务：

• “每天早上 9 点发我一份昨天 commit 的摘要”
• “每晚 2 点备份数据库”
• “每周一跑一次审计并发到 Slack”

这些无人值守运行——agent 醒来、干活、把结果投递到你指定的平台。这是把”住服务器上的 agent”和”终端会话 agent”分开的”常驻”属性：你睡觉它干活。

Cron + 子 agent + 记忆组合成真正的自动化：

• cron 任务触发一个子 agent
• 子 agent 拉相关记忆(上次发生什么、用户偏好)
• 它干活(报告、备份、审计)
• 它投递到平台并持久化所学

awesome-list 的”不悄悄变怪地自改进”Level-Up 蓝图把 cron 叠在进化流水线上：定时跑 hermes-agent-self-evolution，再跑第二个验证 cron 评分质量并拦截优化循环博弈。cron 不只用于面向用户的报告——它也是 agent 自维护的基底。

综合自：hermes-agent(核心 README,scheduled automations)、awesome-hermes-agent(Level-Up Blueprints)。

多 Agent 与集群目录

awesome-list 追踪多 agent/集群生态：

• [beta] oh-my-hermes —— 多 agent 编排技能(deep-research、deep-interview、ralplan、ralph、triage、autopilot)。旗舰编排套件。
• [beta] hermes-plugins —— 含跑多 Hermes 实例时的 agent 间桥。
• [beta] hermes-incident-commander —— 生产事件检测和自愈的自治 SRE agent。天然配 Hermes 的 cron 调度。
• [beta] hermes-dojo —— 监控 agent 表现、识别弱技能、迭代它们的自改进系统。
• [experimental] hermes-skill-marketplace —— 自主写、测、发布新技能的 agent。

“多 agent 执行层”Level-Up 蓝图把 Hermes 核心委派与 hermes-agent-acp-skill(Codex/Claude Code 路由)、zouroboros-swarm-executors(本地执行器交接)、以及 opencode-hermes-multiagent 或 bigiron(专用 agent 角色)组合。

完整目录见 0xNyk/awesome-hermes-agent → Multi-Agent & Swarms。

综合自：awesome-hermes-agent(Multi-Agent & Swarms、Level-Up Blueprints)。

部署策略

Hermes 跑在六个终端后端上(v0.16 核心 README 列六个;awesome-list 的 v0.12 复核记七个含 Vercel Sandbox——标注差异):

serverless 后端(Modal、Daytona)是成本故事： 你的 agent 环境空闲休眠、按需唤醒，所以 24/7 agent 会话间几乎零成本。常驻场景用 5 美元 VPS，间歇场景用 serverless。

社区部署模板(来自 awesome-list)给你可复现部署：

• render-examples/hermes-render —— Render 一键部署(单 Docker web 服务、持久盘、浏览器仪表盘)
• floz/hermes-railway —— 带 Caddy 反向代理 + basic_auth 的极简 Railway 模板
• leecoin06-commits/hermes-agent-android —— Termux 一键安装器(中英双语 EN/AR)
• metantonio/hermes-wsl-ubuntu [production] —— Windows 上跑 Hermes 的分步 WSL2 Ubuntu 指南
• OUH-MESHLab/guix-hermes —— Guix channel(Python deps + system/home services)

可复现、固执己见的部署，Level-Up 蓝图还指向 nix-hermes-agent、hermes-agent-docker、evey-setup，看你想要多固执己见的栈。

综合自：hermes-agent(核心 README,terminal backends)、awesome-hermes-agent(Deployment、Level-Up Blueprints)。

OS 边界

一个住在服务器上、能跑 shell 命令的 agent，也是一个能跑错 shell 命令的 agent。Hermes 的安全模型围绕诚实的 OS 边界构建：

• 命令审批 —— 命令执行前需审批(agent 提议，人批准，默认如此)
• 授权 —— 按 agent 范围化权限
• DM pairing —— 在消息平台上，只有配对用户能驱动 agent(关键：没这个，任何能给 bot 发消息的人都能在你服务器上跑命令)
• 容器隔离 —— 在容器后端(Docker/Singularity)跑 agent，使被攻破的 agent 够不到宿主

橙皮书 Part 6 把这框定为 OS 边界——“agent 能做事”和”agent 能做任何事”之间的线。越线应是刻意、有记录、被批准的选择，而非默认。

运营建议：

• 别在陌生人能联系的消息可达 agent 上启用 coding/full 工具 profile。
• 生产 agent 跑在容器后端，不是 local。
• 把 DM pairing 当任何面向公众的 bot 的强制项。

综合自：hermes-agent-orange-book(Part 6)、hermes-agent(核心 README,Security docs)。

Promptware 防御

OS 边界之外，橙皮书引入 Promptware defense——针对 prompt/技能层本身(不只是 shell)的安全模型。

威胁：agent 的技能和 prompt 可被操纵(经检索内容的 prompt 注入、恶意技能、对抗性输入)。Promptware defense 把 prompt/技能层当作需要自身防御的攻击面：

• 诚实的安全模型 —— 明确 agent 能做什么不能做什么，而非假装 prompt 层”只是文本”所以天生安全
• 能走多远 —— 橙皮书 Part 6 以对 agent 触达范围和对应防御的坦诚评估收尾

这与 Curator 的治理(恶意或漂移技能被修剪)和 self-evolution 护栏(进化变体必须通过完整测试套件 + 人工 PR 评审)配对。三层组合：OS 边界(shell)、Promptware defense(prompt/技能)、Curator/护栏(自改进治理)。

外部安全评估见 0xgrimRPR/hermes-agent-security-research(Hermes Agent 的黑盒评估)。带信任边界的 fork 角度，nativ3ai/hermes-agent-camel 给 agent 循环加 CaMeL 信任验证，用于安全关键部署。

综合自：hermes-agent-orange-book(Part 6)、awesome-hermes-agent(Forks & Derivatives)。

从 OpenClaw 迁移

从 OpenClaw 来的话，Hermes 能自动导入你的设置、记忆、技能和 API key。Hermes 是 OpenClaw 的继任者——消息网关模型沿用，hermes claw migrate 是一行命令的桥梁。

首次安装时： hermes setup 向导自动检测 ~/.openclaw 并在配置开始前提议迁移。

安装后任意时：

hermes claw migrate              # 交互式迁移(完整 preset)
hermes claw migrate --dry-run    # 预览会迁移什么
hermes claw migrate --preset user-data   # 不含机密地迁移
hermes claw migrate --overwrite  # 覆盖现有冲突

导入什么：

• SOUL.md —— 人格文件
• Memories —— MEMORY.md 和 USER.md 条目
• Skills —— 用户创建技能 → ~/.hermes/skills/openclaw-imports/
• Command allowlist —— 审批模式
• Messaging settings —— 平台配置、允许用户、工作目录
• API keys —— 允许清单的机密(Telegram、OpenRouter、OpenAI、Anthropic、ElevenLabs)
• TTS assets —— 工作区音频文件
• Workspace instructions —— AGENTS.md(带 --workspace-target)

用 hermes claw migrate --help 看所有选项，或用 openclaw-migration 技能做带 dry-run 预览的交互式 agent 引导迁移。

并排迁移手册(来自 awesome-list):迁移期间用 openclaw-to-hermes 和原生迁移路径让两套系统都跑，等 cron 和路由行为匹配后切换。

综合自：hermes-agent(核心 README,Migrating from OpenClaw)、awesome-hermes-agent(Operational Playbooks)。

运营手册与进阶

awesome-list 以两节实用内容收尾——Operational Playbooks(生产中反复帮上忙的工作流模式)和 Level-Up Blueprints(想快速从 Hermes 获得更多的团队的固执己见捆绑)。

运营手册：

• 夜间自改进 + 护栏评估 —— 定时跑 hermes-agent-self-evolution，再跑第二个验证 cron 评分质量并拦截优化循环博弈。
• 记忆压力处理 —— 若重复上下文或丢失回忆，查 Honcho 文档;评估 hindsight 或自托管记忆后端。
• 尽早调 session timeout/expiry —— 调保留使慢节奏线程保住上下文。
• OpenClaw 并排迁移 —— 让两套都跑，等 cron 和路由匹配后切换。
• 有意策展 USER.md/MEMORY.md —— 把画像记忆当高信号基础设施，不是笔记堆。

Level-Up 蓝图(精选):

• 会复利的记忆栈 —— 内置记忆 → honcho-self-hosted → hindsight → plur(开放 engram 格式的可移植共享记忆)。
• 不悄悄变怪的自改进 —— 把 self-evolution 配定时回归检查 + lintlang 做 prompt/config lint + 拦截坏变更的第二道评估。
• 干真活的操作驾驶舱 —— hermes-workspace(最丰富日常 UI)+ mission-control(舰队可见性 + 成本追踪)。
• Paperclip 托管的自治运营 —— hermes-paperclip-adapter + Hermes cron + 操作仪表盘 = 带审批和运营连续性的受管任务工作流。

真实世界领域应用(来自 awesome-list):autonovel(自主写小说流水线，经 agent 循环端到端生成 10 万+ 字手稿)、hermes-incident-commander(事件检测/自愈的自治 SRE)、hermes-life-os(学习你作息的个人 OS)、hermes-mars-rover(AI 驱动的火星车模拟)。

主线：Hermes 不是 demo——它是耐久、自改进、常驻 agent 系统的基底。生态存在是因为人们在为真活跑它。

综合自：awesome-hermes-agent(Operational Playbooks、Level-Up Blueprints、Domain Applications)、hermes-agent(核心 README、autonovel)。