Hermes Agent

学完本教程，你能实现什么

• 在本地或服务器上部署一个完全自托管的 AI 智能体
• 让智能体记住你的使用习惯，自动创建并执行新技能
• 跨平台（Windows/macOS/Linux）运行，无需依赖第三方云服务
• 通过自然语言指令控制智能体完成文件管理、网页操作、代码执行等任务

前置条件

• 一台运行 Linux/macOS/Windows 的电脑，建议 4GB 以上内存
• 安装 Docker 和 Docker Compose（推荐）或 Python 3.10+
• 基本的终端操作能力（cd、ls、vim 等）
• 一个 OpenAI API 兼容的模型接口（如 OpenAI、Azure、本地 ollama）
• 网络环境能访问目标 API 端点

分步操作

第一步：获取项目代码

git clone https://github.com/your-org/hermes-agent.git
cd hermes-agent

第二步：配置环境变量

1. 复制环境模板文件：

   cp .env.example .env

2. 编辑 .env 文件，设置以下关键参数：

# 必填：模型 API 密钥
   LLM_API_KEY=sk-your-api-key-here
# 推荐：模型端点，默认使用 OpenAI
   LLM_BASE_URL=https://api.openai.com/v1
# 选填：模型名称，默认 gpt-4o
   LLM_MODEL=gpt-4o
# 选填：智能体名称，用于记忆识别
   AGENT_NAME=MyHermes

3. 保存文件。

第三步：启动服务

使用 Docker（推荐）：

docker compose up -d

等待约 30 秒，检查日志确认启动成功：

docker compose logs -f

看到 Server started on port 8080 即表示成功。

使用 Python 直接运行：

pip install -r requirements.txt
python main.py

第四步：验证智能体是否正常运行

1. 打开浏览器访问 http://localhost:8080
2. 在聊天框中输入：你好，请告诉我当前时间
3. 智能体应返回当前系统时间
4. 输入：创建一个新技能：每天上午 9 点检查我的邮箱
5. 智能体会自动生成技能代码并保存到 skills/ 目录

第五步：配置跨平台访问（可选）

1. 在路由器上设置端口转发（如 8080 -> 内网 IP）
2. 修改 .env 中的 PUBLIC_URL 为你的公网地址
3. 重启服务：

   docker compose restart

预期结果

• 智能体能够理解并执行自然语言指令
• 自动创建的新技能会出现在 skills/ 目录下，可手动编辑优化
• 重启后智能体仍能记住之前的对话和技能
• 支持通过 Web 界面、API 或命令行三种方式交互

常见问题与排查

注意事项

• 首次使用建议先在本地测试，确认所有功能正常后再部署到公网
• 智能体创建的技能默认存储在本地，请定期备份 skills/ 和 data/ 目录
• 如果使用本地模型（如 ollama），请确保模型支持工具调用（tool calling）功能
• 长期运行建议配置日志轮转，避免磁盘占满