折腾了一晚上 Hermes Agent，聊聊我踩的那些坑

前阵子刷到个叫 Hermes Agent 的东西，说是能让 AI 帮你干活——不是那种只能聊天的，是真的能操作终端、读写文件、甚至帮你跑代码的那种。我心想这不就是我想要的吗？于是决定上手试试。这篇文章就是我的折腾记录，从一脸懵到能用，中间走了不少弯路。

为什么要折腾这个？

先说背景。我对 AI 工具一直挺感兴趣的，ChatGPT、Claude 这些当然都在用，但总觉得差点意思——它们太"乖"了，你让它执行个命令它给你一段代码，然后说"请自行运行"。我想要的是一个能直接帮我干的。

后来在朋友圈看到有人在用 Hermes Agent，说这玩意儿可以直接在终端里跟 AI 对话，AI 能自己执行命令、改代码、读文件。我想，这不就是我想要的吗？

于是某个失眠的晚上，我决定试试。

安装确实不复杂。Mac 和 Linux 用户一行命令搞定：

curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash

Windows 用户用 PowerShell：

irm https://res1.hermesagent.org.cn/install.ps1 | iex

装完之后记得 source 一下配置文件，不然命令找不到。我第一次就忘了这步，对着终端敲了十分钟 hermes 一点反应都没有，还以为网络出了问题……

对了，国内访问也没问题，安装脚本已经做了镜像加速，不用翻墙，这点确实挺良心的。

安装只是开始，真正的噩梦在配置模型。

运行 hermes setup 会引导你选一个大模型提供商。支持的还挺多的：DeepSeek、Kimi、通义千问、OpenRouter、Anthropic……选择困难症直接犯了。

我最终选了 DeepSeek，因为我之前用过，知道 API Key 怎么拿。但配置的时候还是出了问题——我死活找不到 DEEPSEEK_API_KEY 该放哪儿。后来才搞明白，要么在环境变量里设，要么在 hermes config set 里写。

折腾了大概二十分钟，终于看到那个欢迎界面弹出来了。说实话那一刻还挺有成就感的，就跟第一次成功编译 C 程序一样。

配置好之后，我试着在终端里输入：

❯ 帮我看看磁盘空间占用情况

然后它真的开始执行命令了。不是给我代码让我自己跑，是真的在执行 df -h 之类的命令，然后把结果展示给我。

接下来我让它帮我列出占用空间最大的目录，它二话不说就开始干活。虽然中间执行了几个命令才找到对的那个，但整个过程是自动的，我只需要等结果就行。

这跟以前用 ChatGPT 的体验完全不一样。ChatGPT 会告诉我"你可以运行这个命令"，Hermes 直接帮你跑了。这种感觉就像从手动挡换到了自动挡，回不去了。

用了一段时间之后，发现几个挺实用的功能：

斜杠命令。在对话框里输入 / 就能看到所有可用命令，跟 IDE 的自动补全似的。/help 看帮助，/model 切换模型，还有个 /personality pirate 可以让 AI 用海盗语气说话——虽然没啥用，但挺有趣的。

中断和恢复。AI 执行任务的时候有时候会跑很久，这时候直接打新消息按回车就能打断它。退出之后下次输入 hermes 就能恢复上次的对话，不会丢进度。

多行输入。按 Alt+Enter 可以换行，适合贴长代码或者写复杂的提示词。不用把一大坨东西挤在一行里。

说实话，Hermes 有很多高级功能我还没来得及深入研究。

比如它可以接入微信、飞书、QQ 这些聊天平台，通过 hermes gateway setup 就能配置。这样你不用开终端，直接在微信里就能跟 AI 对话。

还有语音模式，装个插件之后可以用语音跟 AI 交流，它还能把回复朗读出来。虽然我还没试过，但听起来挺酷的。

最让我惊讶的是它能设置定时任务。你可以跟它说"每天早上 9 点检查 Hacker News 上的 AI 新闻，然后发摘要给我"，它会自动创建一个 cron 任务。这意味着它不只是一个聊天工具，更像是一个可以长期运行的智能助手。

我觉得是值得的，但前提是你不排斥命令行。如果你只会用 GUI 界面，可能会觉得门槛有点高。但如果你跟我一样，是个喜欢在终端里搞事情的人，那 Hermes Agent 绝对能让你兴奋起来。

它不是完美的。配置过程确实有点繁琐，文档虽然多但有些地方不够详细，偶尔也会遇到一些奇怪的问题。但一旦配置好了，它能做的事情会让你觉得之前折腾的那些时间都是值得的。

最重要的是，这东西还在快速迭代。我用的这短短一周里，就更新了好几次版本，每次都有新功能。所以我打算继续用下去，等玩得更深入了再来分享。

如果你也在折腾 AI Agent 工具，欢迎在评论区交流。