Hermes Agent 新手安装完全指南：永久记忆与自动技能生成，打造越用越懂你的AI助手
当许多人还在为 OpenClaw（龙虾）的 Token 消耗苦恼时，AI 圈又丢出一枚重磅炸弹——Hermes Agent 正式登场。名字和那个卖包的奢侈品牌一样，团队这样命名，似乎在暗示：龙虾界的爱马仕来了。
上线不到两个月 GitHub 星标突破 5 万，单日最高新增 6400 星，持续霸榜全球开源榜单第一。
Hermes Agent 为什么会这么火？一句话总结：它并非一次性对话助手，而是一个越用越像你、越用越懂你的 Agent。
它就像是进化版的龙虾，主打永久记忆和自动成长——不会忘记你教过它的任何东西，还能自己学会你的使用习惯，时间越久，契合度越高。
它能自动总结技能（skill）：当你交给它一个复杂任务，执行完成后会自动沉淀提炼，生成可复用的 skill 文件。下次遇到类似问题，不必重新分析，直接调用，瞬间搞定。
Hermes 还原生支持个人微信：私聊群聊都能用，信息全覆蓋。当然，飞书、钉钉、企微这些主流平台也同样支持。
接下来，我将一次性为你讲清楚：Hermes Agent 凭什么火、怎么安装、适合哪些场景。
01
Hermes Agent 为何突然爆火？三大核心功能揭秘
用过 OpenClaw（俗称龙虾）的朋友都知道，这玩意真的很烧 Token，成本并不低，直接劝退了一波用户。
从我自己的亲身体验来看，完成相同任务，Hermes Agent 的 token 消耗大约只有 OpenClaw 的二十分之一。
不过这里要说明一点，任务的 token 消耗因人而异。有些人给 Hermes 的任务过于复杂，导致它实际也没比 OpenClaw 便宜多少。但无论具体能省多少，OpenClaw 的高成本始终是用户的痛点，毕竟不是人人都预算宽裕。
那为什么 Hermes 的 token 消耗会比 OpenClaw 低那么多呢？
关键就在于它的三个核心能力：
第一，Skill 自己长
这也是 Hermes 最值钱的地方。
整个闭环只有四步：执行任务 → 自动复盘 → 生成 Skill → 下次直接调用。
Hermes 完成一个复杂任务后，不会就此结束，而是会把整个过程抽象为结构化的 Skill，包含步骤、关键判断、潜在陷阱以及验证方式。
下一次遇到相似问题时，直接调用 skill。而且随着使用次数增加，这些 skill 会不断被修正、优化，最终形成真正可复用的能力资产。
生成的 Skill 储存为 Markdown 文件，你可以随时打开查看、编辑，或删掉错误的内容。
第二，三层记忆，不再聊完就失忆
大多数 Agent 的问题是：聊天时看着挺聪明，一旦切换会话，就像没见过你一样，完全失忆。
Hermes 把记忆分为三层：
’ fill=’%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
三层记忆配合起来，效果与普通聊天机器人天差地别。
会话记忆负责“不掉线”，持久记忆负责“记住你是谁、你的项目背景”，Skill 记忆负责“记住这类事情以后怎么做更顺手”。
配合跨会话记忆系统，它不会把所有历史一股脑塞入上下文，而是按需召回需要的信息。
普通 Agent 更像临时工，Hermes 则更像与你共事过一段时间的老同事。
第三，模型随时换，不被绑死
它不绑定任何模型提供商。
通过 hermes model 命令可以一键切换：Nous Portal、OpenRouter（200+ 模型）、OpenAI、GLM、Kimi、MiniMax 等，或者自定义端点，彻底避免供应商锁定。
嫌贵可以换便宜模型，追求效果可以接入 Claude 或 GPT-5，本地跑 Ollama 也完全支持。模型可替换，你所积累的工作流永远属于你自己。
02
5 分钟快速上手：手把手安装 Hermes Agent
安装 Hermes Agent 并不复杂，几行命令就能搞定。
步骤一：安装依赖
不同操作系统，依赖安装的方法略有不同：
- Mac / Linux：
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
- Windows 用户：需要先安装 WSL2，然后在 WSL2 终端里执行上面的命令。
脚本会自动处理 Python、Node.js、ripgrep、ffmpeg 等所有依赖，并将 hermes 命令添加到系统路径。
步骤二：配置模型
安装完成后，运行以下命令：
hermes setup
进入配置向导，选择模型提供商，填入 API Key，选定默认模型。初次使用建议选 OpenRouter，可以直接接入免费模型，先跑起来体验。
Hermes 支持超过 200 种大模型，涵盖 OpenRouter、Anthropic、OpenAI，以及国内的 DeepSeek、千问、智谱 GLM、Kimi 等。也可以接入本地 Ollama 模型，实现完全离线运行。
步骤三：OpenClaw 信息迁移（没有养龙虾的可以跳过）
如果你之前用过 OpenClaw，迁移过程非常简单，输入下面命令即可：
hermes claw migrate
通过这个命令，系统会自动导入你在龙虾上的人设、记忆、Skills、API 密钥和消息设置，五分钟内就能完成，无需重新配置任何东西。
步骤四：接入消息平台
配置完成后，在终端输入：
hermes gateway setup # 选择 Telegram / 飞书 / 微信等
hermes gateway # 启动
即可进入对话界面。值得一提的是，Hermes 原生支持微信，还包括钉钉、企业微信、Telegram、Discord、Slack 等超过 15 个平台。
步骤五：24 小时不关机运行
要让 Hermes Agent 持续运行，可以输入：
hermes gateway install # 装成系统服务，开机自启动
最后，分享一下使用 Hermes Agent 时常见的指令：
’ fill=’%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
03
Hermes Agent 适合哪些落地场景？
- 自媒体内容创作者：
你写过的文章风格、用过的选题框架、踩过的坑，Hermes 会慢慢记住，后面产出内容越来越省力。第一天让它研究某个话题，得到的还是通用摘要；第 30 天同样的任务，出来的格式与风格会精准得多。
- 需要长期监控的任务：
竞品动态、行业资讯、特定关键词，设一次规则，它能 7×24 小时在后台运行，每天把变化汇总推给你。再也不用每天早上手动打开十几个标签页。
- 有重复性工作流的运营人员：
周报整理、数据汇总、内容分发等，做成定时任务之后，Hermes 不只是执行，还会把流程沉淀成 Skill，越跑越稳定。
- 正在烧钱养龙虾的玩家：
接入一个便宜模型（OpenRouter 的免费层完全够日常使用），迁移过来，Token 成本直接砍掉一大截。
最后的话：
有一件事必须说清楚
Hermes 并不完美。
它的生态体量远小于 OpenClaw，agentskills.io 的 Skills Hub 规模与 ClawHub 的 3 万个 Skills 相比仍有差距。项目本身还在快速迭代，稳定性尚不如 OpenClaw 成熟。
如果你已经在用 OpenClaw 而且用得顺手，没必要非换不可。
对大多数自媒体人和运营来说，判断标准其实很简单：
你是否觉得手动写 Skill、手动调整记忆、手动喂规则这件事很花时间？
如果是，那 Hermes 绝对值得一试。