Hermes Agent 中文教程

Hermes Agent 中文教程基于 Nous Research 官方文档、llms.txt 和上游源码整理，覆盖安装、配置、工具、记忆、技能、消息网关和自动化边界。

Hermes 不是翔宇主站的核心产品词。在这个教程站里，它的价值是横向参考：帮助中文开发者观察一个开源 agent runtime（代理运行时）如何组织长期记忆、技能学习、多平台接入、工具执行、终端后端和后台任务。

先给结论：第一次读 Hermes，不要从自动化开始。先跑通 CLI（命令行）、provider（推理服务商）和 session（会话），再理解 tools、memory、skills 和 Gateway（消息网关）。

官方定位

Nous Research 官方把 Hermes Agent 定义为 self-improving AI agent（自我改进型 AI 代理）。它不是绑定在 IDE 里的 coding copilot（编码助理），也不是单个 API 外面包一层聊天界面，而是一个可以常驻在本机、VPS、GPU 集群、Daytona、Modal 或容器环境里的 autonomous agent（自主代理）。

官方 Hero 区把它定义为「当前唯一带有 built-in learning loop（内建学习闭环）的代理」：Hermes 会从经验里创建 skills，在使用过程中改进 skills，主动提醒自己持久化知识，并跨 session 逐步形成用户模型。这意味着它的学习重点不是「哪个按钮能生成代码」，而是长期 agent runtime 如何保存事实、复用流程、选择执行环境和控制远程入口——而且运行时间越长，能力越强（官方原话 "gets more capable the longer it runs"）。

能力地图

能力面	官方入口	中文学习重点
CLI / TUI（命令行 / 终端 UI）	CLI、TUI、sessions	先跑通普通对话、session 恢复和模型配置
Provider（推理服务商）	Nous Portal、OpenRouter、OpenAI、Anthropic、Google、OpenAI 兼容端点	把 key、model、fallback（备用链路）和 credential pool（凭据池）分清
Terminal backend（终端后端）	local、Docker、SSH、Daytona、Singularity、Modal、Vercel Sandbox	决定命令到底在哪个环境执行（按官方 Tools 页 Backends 段当前列表为准）
Tools（工具）	built-in tools、toolsets（工具集）、MCP（模型上下文协议）	只开启当前任务需要的工具集（数量按官方 Tools Reference 当前列表为准）
Memory（记忆）	MEMORY.md、USER.md、session_search、memory providers	区分长期事实、历史检索和外部记忆插件
Skills（技能）	agent-created skills（代理自建技能）、Skills Hub、agentskills.io	把可重复流程沉淀成可审查技能
Messaging Gateway（消息网关）	Telegram / Discord / Slack / WhatsApp / Signal / Matrix / Email / SMS / DingTalk / Feishu / WeCom / Microsoft Teams 等 15+ 平台一站接入	远程入口上线前先做 allowlist（允许名单）和会话隔离
Automation（自动化）	cron（定时）、delegation（委派子代理）、kanban（看板）、persistent goals（持久目标）、hooks（生命周期钩子）、batch processing（批量处理）	后台任务必须有权限、日志和回滚边界

这张表也是本系列的阅读骨架。Hermes 的页面很多，不能按官方目录从头机械翻译。中文教程会按「可安全上手的顺序」重新组织。

两条阅读路径

官方教程线

按安装、配置、工具、记忆、技能和消息网关查询具体用法。

原理实战线

建立 Hermes 的能力模型，理解稳定闭环、配置边界和自动化风险。

适合谁读

这组教程适合三类读者：

想快速查 Hermes 安装、配置、工具和消息平台接入的开发者。
想比较不同 agent runtime 设计取舍的中文开发者。
想把 memory、skills、toolsets、Gateway 和自动化边界拆开理解的工作流设计者。

不适合的场景也要说清：如果你只是想学习主流 AI 编程工具，本教程不是第一入口。可以先读 Codex、Claude Code、Cursor、Copilot 或 OpenClaw 系列，再回来看 Hermes 的运行时设计。

商业项目里的使用边界

Hermes 适合做长期助手、内部自动化、研究型 agent、远程任务入口和技能系统样板。它不适合作为团队第一次接触 AI 编程工具时的唯一入口，因为它的能力面同时覆盖本地命令、远程终端、消息平台、记忆、技能、MCP 和 cron，配置自由度高，也更容易把权限边界放大。

商业项目里建议按这个顺序接入：

只开 CLI，确认 provider、session、config（配置）和日志。
再开 toolsets（工具集），明确哪些命令能跑、在哪个 terminal backend（终端后端）跑。
再开 memory 和 skills，只保存可验证的长期事实与可复用流程。
再接 Gateway，让 Telegram、Slack、Discord 等入口先跑在 allowlist（允许名单）下。
最后才接 cron、delegation（委派）、hooks（钩子）、persistent goals（持久目标）和 batch processing（批量处理）。

只要跳过前两步，后面的排障都会变得困难：你无法判断问题来自模型、配置、工具、远程环境、记忆污染还是消息平台授权。