Hermes Agent 中文教程

Hermes Agent 中文教程基於 Nous Research 官方文件、llms.txt 和上游原始碼整理，覆蓋安裝、配置、工具、記憶、技能、訊息閘道器和自動化邊界。

Hermes 不是翔宇主站的核心產品詞。在這個教程站裡，它的價值是橫向參考：幫助中文開發者觀察一個開源 agent runtime（代理執行時）如何組織長期記憶、技能學習、多平臺接入、工具執行、終端後端和後臺任務。

先給結論：第一次讀 Hermes，不要從自動化開始。先跑通 CLI（命令列）、provider（推理服務商）和 session（會話），再理解 tools、memory、skills 和 Gateway（訊息閘道器）。

官方定位

Nous Research 官方把 Hermes Agent 定義為 self-improving AI agent（自我改進型 AI 代理）。它不是繫結在 IDE 裡的 coding copilot（編碼助理），也不是單個 API 外面包一層聊天介面，而是一個可以常駐在本機、VPS、GPU 叢集、Daytona、Modal 或容器環境裡的 autonomous agent（自主代理）。

官方 Hero 區把它定義為「當前唯一帶有 built-in learning loop（內建學習閉環）的代理」：Hermes 會從經驗裡建立 skills，在使用過程中改進 skills，主動提醒自己持久化知識，並跨 session 逐步形成使用者模型。這意味著它的學習重點不是「哪個按鈕能生成程式碼」，而是長期 agent runtime 如何儲存事實、複用流程、選擇執行環境和控制遠端入口——而且執行時間越長，能力越強（官方原話 "gets more capable the longer it runs"）。

能力地圖

能力面	官方入口	中文學習重點
CLI / TUI（命令列 / 終端 UI）	CLI、TUI、sessions	先跑通普通對話、session 恢復和模型配置
Provider（推理服務商）	Nous Portal、OpenRouter、OpenAI、Anthropic、Google、OpenAI 相容端點	把 key、model、fallback（備用鏈路）和 credential pool（憑據池）分清
Terminal backend（終端後端）	local、Docker、SSH、Daytona、Singularity、Modal、Vercel Sandbox	決定命令到底在哪個環境執行（按官方 Tools 頁 Backends 段當前列表為準）
Tools（工具）	built-in tools、toolsets（工具集）、MCP（模型上下文協議）	只開啟當前任務需要的工具集（數量按官方 Tools Reference 當前列表為準）
Memory（記憶）	MEMORY.md、USER.md、session_search、memory providers	區分長期事實、歷史檢索和外部記憶外掛
Skills（技能）	agent-created skills（代理自建技能）、Skills Hub、agentskills.io	把可重複流程沉澱成可審查技能
Messaging Gateway（訊息閘道器）	Telegram / Discord / Slack / WhatsApp / Signal / Matrix / Email / SMS / DingTalk / Feishu / WeCom / Microsoft Teams 等 15+ 平臺一站接入	遠端入口上線前先做 allowlist（允許名單）和會話隔離
Automation（自動化）	cron（定時）、delegation（委派子代理）、kanban（看板）、persistent goals（持久目標）、hooks（生命週期鉤子）、batch processing（批次處理）	後臺任務必須有許可權、日誌和回復邊界

這張表也是本系列的閱讀骨架。Hermes 的頁面很多，不能按官方目錄從頭機械翻譯。中文教程會按「可安全上手的順序」重新組織。

兩條閱讀路徑

官方教程線

按安裝、配置、工具、記憶、技能和訊息閘道器查詢具體用法。

原理實戰線

建立 Hermes 的能力模型，理解穩定閉環、配置邊界和自動化風險。

適合誰讀

這組教程適合三類讀者：

想快速查 Hermes 安裝、配置、工具和訊息平臺接入的開發者。
想比較不同 agent runtime 設計取捨的中文開發者。
想把 memory、skills、toolsets、Gateway 和自動化邊界拆開理解的工作流設計者。

不適合的場景也要說清：如果你只是想學習主流 AI 程式設計工具，本教程不是第一入口。可以先讀 Codex、Claude Code、Cursor、Copilot 或 OpenClaw 系列，再回來看 Hermes 的執行時設計。

商業專案裡的使用邊界

Hermes 適合做長期助手、內部自動化、研究型 agent、遠端任務入口和技能系統樣板。它不適合作為團隊第一次接觸 AI 程式設計工具時的唯一入口，因為它的能力面同時覆蓋本地命令、遠端終端、訊息平臺、記憶、技能、MCP 和 cron，配置自由度高，也更容易把許可權邊界放大。

商業專案裡建議按這個順序接入：

只開 CLI，確認 provider、session、config（配置）和日誌。
再開 toolsets（工具集），明確哪些命令能跑、在哪個 terminal backend（終端後端）跑。
再開 memory 和 skills，只儲存可驗證的長期事實與可複用流程。
再接 Gateway，讓 Telegram、Slack、Discord 等入口先跑在 allowlist（允許名單）下。
最後才接 cron、delegation（委派）、hooks（鉤子）、persistent goals（持久目標）和 batch processing（批次處理）。

只要跳過前兩步，後面的排障都會變得困難：你無法判斷問題來自模型、配置、工具、遠端環境、記憶汙染還是訊息平臺授權。