引言（The Hook）：你是不是还在为每天手动“调教”各种 AI 助手而心力交瘁？我们曾经以为给大模型套个复杂的网关调度就是 Agent，那是最初级的思维。而在过去 30 天，我停掉了手里 80% 的常规任务流，将它们全部迁移到了 Hermes——结果完全是降维打击。今天交底的这篇长文，不是枯燥的 API 文档，而是我拿实战踩坑换来的高阶架构内幕和 20 个即插即用的配置模块。建议先收藏，因为只要你还在折腾 AI，就迟早会用到。
Hermes Agent 中高阶白皮书：从工程原理到实战 Cookbook
基于 20+ 篇外部资料的交叉综合，覆盖系统提示词架构、记忆工程、Skill 自进化、多 Agent 编排、生产化部署、MCP 工具链、混合架构设计。面向已跑通基础安装、需要深度掌控 Hermes 的技术用户。
第一章：架构全景——Hermes 为什么不一样
1.1 三代 AI 工具论
Hermes 的定位不是"更好的 OpenClaw"，而是第三代 AI 工具范式：
代际
代表
核心模型
改进触发
第一代（工具）
ChatGPT Web
你问它答，关掉就结束
无
第二代（助手）
OpenClaw
你配置它，它按配置跑
人工发现并教
第三代（伙伴）
Hermes
闭环学习循环，陪你工作中自己长大
Agent 自动从工作中提取
关键区别：OpenClaw 存储你显式教的修正，Hermes 自动将完成的工作转化为可复用技能（Skill）。30 天并行实验证实：自维护系统比依赖人工调教的系统进化更快 2026-04-15-24-7自进化Agent对比实验。
1.2 设计哲学：网关 vs 引擎
- OpenClaw：超级网关/调度中心（Gateway），解决"连接"问题
- Hermes：自进化引擎，核心是闭环学习循环——自动复盘→自动生成规则→自动规避错误 2026-04-14-OpenClaw与Hermes-Agent进化之争
1.3 记忆治理对比
维度
Hermes
OpenClaw
容量
~3.5KB 固定
35,000+ 条无上限
检索
FTS5 全文 <50ms
BM25+向量+RRF <100ms
捕获率
依赖 Agent 自觉
Hook 机制 100%
去重
Agent 主动管理
三层机制（哈希+相似度+LLM 裁决）
核心理念
有界热记忆，类人脑
无界记忆，类外置硬盘 2026-04-10-Agent框架对比Hermes-vs-OpenClaw
第二章：系统提示词 9 层结构深度拆解
来源：岚叔用自研 model-box 工具导出完整系统提示词 2026-04-15-Hermes-Agent系统提示词拆解
2.1 九层架构
Hermes 的系统提示词总字符数约 36,700（~10K tokens），由 9 层构成：
层次
内容
大小
说明
1. SOUL.md
Agent 身份/人格
~500 chars
用户自定义，最灵活
2. Memory 使用指南
如何使用 memory 工具
~600 chars
硬编码，不可修改
3. MEMORY 快照
持久化记忆
~3,725/4,000 chars (93%)
冻结快照，非实时
4. USER PROFILE
用户画像快照
~682/1,375 chars (49%)
Honcho 推理生成
5. Skills 索引
~80+ Skill 名称+描述
~5,000 chars
按需加载描述前缀
6. AGENTS.md
项目级开发指南
~20,300 chars
占系统提示近一半
7. 会话元数据
时间/模型/Provider
~200 chars
自动生成
8. 平台提示
Telegram/Discord 行为
~200 chars
按平台注入
9. 会话上下文
来源/群组/投递选项
~400 chars
动态生成
2.2 关键发现
AGENTS.md 是 token 黑洞：
- 20,360 chars 超过 20K 上限，中间被截断丢弃
- 截断策略：头部 70%（14K）+ 尾部 30%（~4K），中间丢弃
- 项目级动态加载（优于 OpenClaw 的全局加载）
51 个注册工具中只加载了 30 个（按需筛选）
2.3 Token 优化方案
# 将主 agent CWD 配置为 ~ 而非 hermes-agent 仓库目录
hermes config set agent.cwd ~
这样 AGENTS.md 加载的是自定义内容而非仓库原始文件，系统提示词减少约 50%。
第三章：记忆系统深度工程
来源：进阶指南 2026-04-15-Hermes-Agent进阶指南 + Fleet 自托管 2026-04-16-Hermes-Fleet自托管Agent栈
3.1 三层本地记忆架构
┌─────────────────────────────────────────────┐
│ 会话记忆 (Session Memory) │
│ SQLite + FTS5 全文索引 │
│ 记录原始对话和工具调用结果 │
│ 快速追溯具体细节 │
├─────────────────────────────────────────────┤
│ 持久记忆 (Persistent Memory) │
│ MEMORY.md: 2200 chars 硬限制 (建议 1800) │
│ USER.md: 1375 chars 硬限制 (建议 1100) │
│ Honcho 推理行为模式 │
├─────────────────────────────────────────────┤
│ 技能记忆 (Skill Memory) │
│ ~/.hermes/skills/*.md │
│ 可复用操作知识 │
└─────────────────────────────────────────────┘
3.2 冻结快照设计
Hermes 的记忆不是实时写入，而是周期性 nudge 触发记忆反思：
- 会话开始时注入冻结快照
- 会话中途写入的记忆不立刻生效，到后续会话才体现
- 目的：保持前缀稳定，提升缓存命中率
nudge_interval 配置建议：
memory:
nudge_interval: 10 # 标准模型
# nudge_interval: 5 # 小模型（更快触发反思）
# nudge_interval: 15 # 大上下文模型（减少反思频率）
3.3 MEMORY.md 工程规范
硬限制：2200 字符（~1500 汉字）
建议维持：1800 字符（~1200 汉字）
策略：Agent-curated（不是有啥记啥，是 Agent 策展的结果）
最佳实践：
- 不要把 SOUL.md 的内容塞进 MEMORY.md（职责分离）
- 定期检查 MEMORY.md 质量——退化信号：重复条目、过时信息、模糊描述
- 让 Agent 自己做记忆审计：
检查你的 MEMORY.md，删除过时条目，保留最有价值的 10 条
3.4 外部记忆 Provider
Hermes 支持叠加外部记忆层 2026-04-20-Hermes高阶工具配置：
memory:
provider: mem0 # 或 holographic/honcho/hindsight
Hindsight 方案（推荐）：
- 自动从每次对话中提取实体和关系
- 周一提了项目截止日期，周五新会话自动记得
- 可自建到服务器上，隐私安全 2026-04-20-Hermes高阶工具配置
mem0 方案（Fleet 架构）：
- 统一记忆抽象，所有 agent 共享一个 Qdrant collection
- Claude Code Stop Hook 每次对话结束自动写入 mem0
- 其他 agent 立即可读 2026-04-16-Hermes-Fleet自托管Agent栈
3.5 Stop Hook 实现
// .claude/settings.json hooks.Stop
{
"type": "command",
"command": "python3 ~/.claude/hooks/mem_broadcast.py"
}
脚本从 stdin 读 session transcript，提取最近一轮 user+assistant turn，写入 mem0。
第四章：Skill 自进化系统
来源：自进化能力解析 2026-04-10-Hermes-Agent自进化能力解析 + 进阶指南 2026-04-15-Hermes-Agent进阶指南
4.1 Skill ≠ 代码
Skill 是可复用的操作知识，包含四个要素：
1. 触发条件：什么时候使用这个 Skill
2. 操作步骤：按什么顺序执行
3. 注意事项：哪些坑要避开
4. 验证方法：怎么确认做对了
4.2 自进化飞轮
┌──────────────┐
│ 用户任务 │
└──────┬───────┘
▼
┌──────────────┐
│ Agent 执行 │
└──────┬───────┘
▼
┌─────────────────────┐
│ 自动复盘 │
│ "用户改了哪里？" │
│ "值得固化什么？" │
└──────┬──────────────┘
▼
┌─────────────────────┐
│ 生成 Skill 文件 │
│ ~/.hermes/skills/ │
└──────┬──────────────┘
▼
┌─────────────────────┐
│ 下次自动调用 │
│ 正反馈飞轮启动 │
└─────────────────────┘
4.3 Skill 自动创建的触发条件
- 完成复杂任务
- 找到正确路径（经过试错后）
- 被用户纠正
- 发现可复用工作流
4.4 实战案例
案例 1：自动推断写作风格
Hermes 通过阅读已发布文章推断写作风格，生成 local-writing-canon-analysis/SKILL.md 2026-04-15-24-7自进化Agent对比实验
案例 2：自动生成故障恢复 Skill
Telegram 网关故障后，Hermes 自动生成 hermes-telegram-gateway-recovery/SKILL.md 2026-04-15-24-7自进化Agent对比实验
案例 3：Resolver 路由模式
200 行决策树替代 20,000 行 CLAUDE.md。核心问题：40+ 技能中 15% 是暗技能（存在但不可达）2026-04-17-Agent-Resolver路由治理
4.5 技能退化信号与审计
退化表现：
- 描述模糊
- 功能重复
- 过时引用
定期审计命令：
# 列出所有技能
hermes skills list
# 编辑特定技能
hermes skills edit <name>
# 让 Agent 自己做审计
# 在对话中：检查你的所有 skills，列出需要更新或删除的
4.6 Skill 生态
- 出厂自带：40+ 常用技能
- 社区 Hub：agentskills.io 标准，与 OpenClaw/Claude Code 互通
- awesome-hermes-agent：1000+ skills 2026-04-20-Hermes高阶工具配置
- wondelai/skills：380+ 跨平台 skill 一次性安装 2026-04-20-Hermes高阶工具配置
第五章：多 Agent 编排
来源：多 Agent 对比 2026-04-12-多Agent架构对比 + 进阶指南 2026-04-15-Hermes-Agent进阶指南
5.1 Profile 隔离模型
Profile = 完全隔离环境
├── 独立配置
├── 独立记忆
├── 独立会话
├── 独立技能
└── 独立日志
创建 Profile：
# 空白创建
hermes profile create coder
# 从现有 Profile 克隆
hermes profile create researcher --clone coder
# 克隆全部配置
hermes profile create writer --clone-all
并发建议：2-3 个，不超过 3 个（API Rate Limit + 成本）
5.2 delegate_task 机制
Hermes delegate_task 采用"总承包商-分包商"同步阻塞模式：
# delegate_tool.py 核心参数
MAX_DEPTH = 2 # 深度限制
MAX_ITERATIONS = 50 # 迭代上限
# ThreadPoolExecutor 并行 3 个子任务
子 Agent 工具剥夺列表（防递归和上下文污染）：
- delegate_task（防递归）
- clarify
- memory
- execute_code
- send_message
⚠️ 已知缺陷：无超时机制。长时间运行的子任务无法自动终止。
5.3 与 OpenClaw subagent 对比
特性
Hermes delegate
OpenClaw subagent
模式
同步阻塞
异步事件驱动
并发
3 个（ThreadPoolExecutor）
8 路
中途引导
不支持
Steer 机制
超时控制
❌ 无
runTimeoutSeconds 300s
持久化
❌ 无
runs.json + orphan recovery
隔离性
✅ 强隔离
中等
Token 效率
✅ 高（中间过程不进父上下文）
多消耗 ~12%
5.4 架构选择指南
场景
推荐
≤3 个互不相关并行任务
Hermes
需要运行中调整方向
OpenClaw
需要超时控制
OpenClaw
安全敏感强隔离
Hermes
多层嵌套 agent 树
OpenClaw
长流程持久化恢复
OpenClaw
5.5 混合架构最佳实践
在 OpenClaw 异步编排层处理复杂工作流，遇到需要隔离并行的子任务时嵌入 Hermes delegate 调用 2026-04-12-多Agent架构对比。
第六章：生产化部署
来源：进阶指南 2026-04-15-Hermes-Agent进阶指南 + Fleet 2026-04-16-Hermes-Fleet自托管Agent栈
6.1 三种部署模式
模式一：Systemd（推荐单机）
hermes gateway install
systemctl --user start hermes-gateway
systemctl --user enable hermes-gateway # 开机自启
模式二：Docker Compose（推荐多 Profile）
# docker-compose.yml
services:
hermes-main:
image: nousresearch/hermes-agent:latest
volumes:
- ~/.hermes/main:/opt/data
environment:
- ANTHROPIC_API_KEY=${ANTHROPIC_KEY}
hermes-research:
image: nousresearch/hermes-agent:latest
volumes:
- ~/.hermes/research:/opt/data # 数据目录不能共享挂载！
environment:
- ANTHROPIC_API_KEY=${ANTHROPIC_KEY}
模式三：VPS 云服务器（24 小时不间断）
- 推荐：Ubuntu 22.04 LTS，单核 CPU + 1GB 内存
- 月费约 5 美元（Hetzner/DigitalOcean）
- SSH 登录后用 screen/tmux 后台运行
6.2 关键配置
# ~/.hermes/config.yaml 生产化配置模板
agent:
max_turns: 90
memory:
nudge_interval: 10
provider: mem0
approvals:
mode: smart # manual/smart/off 三种
# manual: 所有危险操作需人工确认
# smart: Agent 自行判断（推荐生产环境）
# off: 无限制（不推荐）
terminal:
backend: docker # 隔离执行
timeout: 60
gateway:
heartbeat: true # 防静默失败
6.3 Fleet 自托管技术栈
┌─────────────────────────────────────┐
│ Claude Code (CLI coder) │
│ Stop Hook → mem0 │
├─────────────────────────────────────┤
│ Hermes (Telegram agent) │
│ 读取 mem0 共享记忆 │
├─────────────────────────────────────┤
│ Qdrant (向量库) │
│ Docker 运行 + 持久化存储 │
├─────────────────────────────────────┤
│ Ollama (本地嵌入) │
│ nomic-embed-text │
│ OLLAMA_NUM_PARALLEL=4 │
│ OLLAMA_MAX_LOADED_MODELS=1 │
└─────────────────────────────────────┘
6.4 踩坑清单
问题
原因
修复
mem0 静默报错
默认用 OpenAI embedding
显式设置 Ollama
Ollama GPU 饥饿
聊天模型和嵌入模型争抢
MAX_LOADED_MODELS=1
API Key 泄露
Claude Code session 含密钥
加 redactor（匹配 sk-/ghp_/Bearer）
重复记忆条目
重试导致
session_id + turn_index 幂等键
macOS 随机挂起
IPv6/IPv4 混合
强制 IPv4
Cron 时区错误
服务器 UTC
timedatectl 确认 Asia/Shanghai
第七章：MCP 工具链集成
来源：工具配置 2026-04-20-Hermes高阶工具配置 + 进阶指南 2026-04-15-Hermes-Agent进阶指南
7.1 MCP 配置方法
# mcp.json
mcp_servers:
github:
command: "npx"
args: ["-y", "@modelcontextprotocol/server-github"]
env:
GITHUB_PERSONAL_ACCESS_TOKEN: "你的Token"
allowed_tools: ["read_repo", "list_issues"]
filesystem:
command: "npx"
args: ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"]
7.2 感知能力工具栈
能力
工具
说明
单页抓取
Jina Reader
r.jina.ai/URL 出干净 Markdown
批量抓取
Crawl4AI
本地 Playwright，完全免费
反爬
Scrapling (optional-skill)
Hermes 自带
隐身浏览器
CamoFox + Browser Use
需要时才用
网页搜索
Tavily
1000 次/月免费
搜索兜底
DuckDuckGo
零成本
PDF 转换
Pandoc + Marker
格式转化首选 Pandoc，PDF 转 MD 效果差换 Marker
7.3 表达能力工具栈
能力
工具
说明
语音识别
Whisper
本地模式，99 种语言
语音合成
Edge TTS
微软免费，Hermes 默认
图片生成
Fal.ai / FLUX Skill
免费 API 额度
7.4 效率工具栈
工具
用途
tokscale
tokscale --hermes 看全局消耗
hermes-dashboard
社区 token 面板，按组件拆解
RTK (Rust Token Killer)
压掉 80-90% 终端命令 token
hermes-agent-self-evolution
遗传算法优化 prompt（⚠️ 稳定两周后再开）
第八章：网关与自动化
8.1 消息平台接入
# Telegram
hermes config set TELEGRAM_BOT_TOKEN your-token
# 飞书（国内最方便）
hermes gateway setup # 选择飞书，填 App ID 和 App Secret
# Discord / WhatsApp / 钉钉
# 同理通过 gateway setup 选择
关键：端口/Bot Token 必须 Profile 独立，避免冲突。
8.2 Cron 定时任务
# ~/.hermes/cron/tasks.yaml
tasks:
- name: daily_ai_tracking
schedule: "0 9 * * *"
command: "总结今日AI趋势和投研热点，用列表输出"
platform: telegram
chat_id: "your-chat-id"
- name: weekly_podcast
schedule: "0 10 * * 1" # 每周一 10:00
command: "整理本周播客摘要"
platform: telegram
chat_id: "your-chat-id"
8.3 7 大实际用途模式
来源：30 天社媒数据分析 2026-04-20-Hermes实际用途
所有工作流共享三个属性：定时触发、文件驱动、推送到消息平台。
- 会前客户调研——每次省 20-30 分钟，自动组合 LinkedIn/新闻/公司动态
- 会议笔记→跟进邮件——粗笔记进去，精邮件出来
- 每周播客摘要——Voxtral 转录 + Mistral Large 3 排序 + 剪辑
- 每日新闻简报——$5 VPS + cron，推送到 Telegram/Discord
- 内容运营流水线——博客/冷邮件/线索抓取，多 Agent 协作
- 24/7 个人助手——跨 Telegram/WhatsApp，Raspberry Pi $10/月
- Agent 看门狗——2 小时 cron 监控其他 Agent，检测故障自动修复
第九章：SOUL.md 高阶写法
9.1 不仅仅是"你是谁"
SOUL.md 是系统提示词的第一层（~500 chars），但它的作用远超自我介绍。它决定了：
- Agent 的默认语气和沟通风格
- 对模糊指令的解释倾向
- 主动行为的边界
9.2 推荐模板来源
agency-agents-zh：211 个中文角色模板，覆盖小红书运营、技术写作、研究助手等场景 2026-04-20-Hermes高阶工具配置
9.3 迭代方法
不要一次写完美，而是在对话中迭代：
1. 先从网上摘取一个模板
2. 每次对话后提醒 Hermes：根据我们今天的对话，自动调整并更新 SOUL.md
3. Agent 自己总结你的偏好并写入
第十章：模型路由与成本控制
10.1 分层模型配置
# ~/.hermes/config.yaml
models:
core: # 核心逻辑：记忆策展、技能提炼、复杂推理
provider: anthropic
model: claude-opus-4-7
execution: # 基础执行：网页搜索、文本格式化、简单汇总
provider: openrouter
model: deepseek-chat
free: true
实测效果：长期 API 费用降低 50-70% 2026-04-20-Hermes入门到精通
10.2 自托管嵌入方案
Ollama (nomic-embed-text)
→ 本地嵌入，隐私 + 可靠性
→ 离线全功能
→ OLLAMA_NUM_PARALLEL=4 + MAX_LOADED_MODELS=1
10.3 模型路由实战
# Fleet 架构中的模型路由
models:
primary:
provider: openrouter
model: qwen-3.6-plus
allow_fallbacks: false # 防静默切换 provider
coding:
provider: z-ai
model: glm-5.1
local-fallback:
provider: ollama
model: gemma-2-9b-4bit
第十一章：安全与防御
11.1 五层纵深防御
- 容器隔离——terminal backend: docker
- 危险命令人工审批——approvals mode: smart
- 上下文注入扫描——Tirith 安全模块
- API Key Redactor——匹配 sk-/ghp_/Bearer 等模式自动脱敏
- 默认拒绝模式——高风险操作需显式批准
11.2 Tirith 安全模块
三种模式：
- manual：所有危险操作需人工确认
- smart：Agent 自行判断（推荐）
- off：无限制（不推荐）
11.3 与 OpenClaw 安全对比
OpenClaw 基于"信任模型"的审计在复杂环境下过于脆弱，2026.02 漏洞暴露实例 + 恶意技能插件事件 2026-04-14-OpenClaw与Hermes-Agent进化之争
第十二章：OpenClaw → Hermes 迁移 Cookbook
12.1 快速迁移（4 条命令）
# 1. 安装 Hermes
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 2. 验证安装
hermes --version
# 3. 迁移（预览模式先看）
hermes claw migrate --dry-run
# 4. 确认迁移
hermes claw migrate
# 5. 健康检查
hermes doctor
# 6. 迁移后重启网关
systemctl --user restart hermes-gateway
12.2 迁移覆盖内容
persona / memory / skills / API keys / model configs / MCP servers / Telegram/Discord tokens / TTS 设置 / session 策略 / Agent 行为设置 2026-04-15-OpenClaw迁移Hermes指南
12.3 干净安装（适合配置混乱用户）
# 1. 创建空白 Profile
hermes profile create myprofile
# 2. 找到配置路径
hermes -p myprofile config path
# 3. 手动只复制真正在用的
# ✅ API keys / 消息渠道 / 可用 skills / SOUL.md
# ❌ 丢弃：损坏实验 / 死集成 / 2AM 复制粘贴的配置
# 4. 确认正常后清理旧目录
hermes claw cleanup
12.4 迁移后注意
- 导入的 skills 和 memory 在新会话生效，当前会话不生效
- WhatsApp 需重新 QR 配对：
hermes whatsapp hermes status验证 API keys 认证状态
第十三章：实战 Cookbook——20 个即用配方
配方 1：每日 AI 新闻简报推送到 Telegram
# ~/.hermes/cron/tasks.yaml
tasks:
- name: daily_ai_brief
schedule: "7 9 * * *" # 每天 9:07
command: "搜索过去24小时AI/大模型领域最重要的5条新闻，生成中文摘要，每条不超过50字"
platform: telegram
chat_id: "your-chat-id"
配方 2：会前客户调研
在对话中直接说：
我30分钟后要见 [客户名] 的 [联系人]，帮我整理一份会前简报：
1. 这个人最近的公开动态
2. 公司最近的产品/融资新闻
3. 可能的共同话题
配方 3：会议笔记→跟进邮件
这是今天的会议笔记（粘贴内容），
帮我写一封跟进邮件，包含：
1. 会议要点总结
2. 下一步行动项（标注负责人）
3. 发送给 [邮箱]
配方 4：代码仓库夜班管家
# ~/.hermes/cron/tasks.yaml
tasks:
- name: nightly_pr_review
schedule: "0 2 * * *" # 凌晨2点
command: "检查 [仓库] 的所有待审PR，总结每个PR的变更内容和风险等级"
platform: telegram
配方 5：Hermes 监控 OpenClaw（Agent 看门狗）
tasks:
- name: openclaw_watchdog
schedule: "0 */2 * * *" # 每2小时
command: "检查 OpenClaw 的日志，如果发现异常或服务挂了，发送警报"
platform: telegram
配方 6：自托管 Fleet 共享记忆
# ~/.claude/hooks/mem_broadcast.py
import sys, json
from mem0 import Memory
memory = Memory.from_config({"vector_store": {"provider": "qdrant"}})
def broadcast():
transcript = json.loads(sys.stdin.read())
user_msg = transcript["messages"][-2]["content"]
assistant_msg = transcript["messages"][-1]["content"]
memory.add(
f"User: {user_msg}\nAssistant: {assistant_msg}",
user_id="shared",
metadata={"session": transcript["session_id"]}
)
broadcast()
配方 7：Token 消耗监控
# 全局消耗概览
tokscale --hermes
# 查看详细日志
tail -f ~/.hermes/logs/hermes.log
配方 8：多 Profile 团队协作
# 研究员 Profile
hermes profile create researcher
# 代码审查 Profile
hermes profile create coder --clone researcher
# 写作 Profile
hermes profile create writer --clone researcher
# 分别在不同终端启动
hermes -p researcher chat
hermes -p coder chat
配方 9：SOUL.md 迭代优化
在对话中说：
"我们今天完成了3个任务，你在这个过程中犯过2次错误。
根据这些经验，更新你的 SOUL.md，把学到的东西写进去。"
配方 10：Skill 审计与清理
在对话中说：
"检查你所有的 skills：
1. 列出全部 skills 及其最后使用时间
2. 标记超过30天未使用的
3. 标记功能重叠的
4. 建议删除哪些"
配方 11：Resolver 路由治理
# 检查暗技能（存在但不可达的 skills）
在对话中说：
"检查你的 skills 索引和实际 skills 文件夹，
找出索引中没有触发器的 skills（暗技能），
为每个暗技能生成合适的触发器描述。"
配方 12：跨平台内容分发
# 写一篇分析 → 同时发到 Telegram + Twitter
tasks:
- name: weekly_analysis
schedule: "0 10 * * 1"
command: "基于本周积累的信息，写一篇800字的行业分析，同时发送到 Telegram 和 Twitter"
platforms:
- telegram
- twitter
配方 13：数据备份
# 手动备份
tar -czvf hermes-backup-$(date +%Y%m%d).tar.gz ~/.hermes/
# 自动备份（加到 crontab）
# 0 3 * * 0 tar -czvf ~/backups/hermes-$(date +\%Y\%m\%d).tar.gz ~/.hermes/
配方 14：MCP 自定义 API 接入
# mcp.json — 连接公司内部 API
mcp_servers:
internal-api:
command: "python3"
args: ["~/.hermes/mcp-bridge.py"]
env:
API_BASE: "https://api.internal.company.com"
API_KEY: "your-key"
配方 15：故障自动恢复
# 让 Hermes 学习故障恢复模式
# 第一步：手动修复一次
"Telegram 网关断开了。帮我重新连接。"
# [Agent 修复过程]
# 第二步：固化成 Skill
"把我们刚才修复 Telegram 网关的步骤保存为 Skill，
下次遇到同样问题自动执行。"
配方 16：量化投资监控
tasks:
- name: market_morning
schedule: "30 8 * * 1-5" # 工作日 8:30
command: "检查以下标的的隔夜变动：[列表]，汇总涨跌幅和关键事件"
platform: telegram
配方 17：竞品情报自动化
tasks:
- name: competitor_watch
schedule: "0 18 * * 5" # 每周五 18:00
command: "抓取以下竞品的本周更新：[URL列表]，对比我们产品的差距"
platform: telegram
配方 18：内容创作 Pipeline
# 多 Agent 内容创作
# 研究员 Agent：
"搜索 [主题] 最近一周的10个高质量信息源，提取关键论点"
# 写作 Agent（基于研究员输出）：
"基于以下研究笔记，写一篇2000字的深度分析文章"
# 校对 Agent：
"审查以下文章，检查：事实准确性、逻辑连贯性、语言表达，标注需要修改的地方"
配方 19：API Key 安全审计
# 检查所有配置文件中的硬编码密钥
grep -r "sk-\|ghp_\|Bearer\|API_KEY\|api_key" ~/.hermes/
# 确保 redactor 配置已开启
# 在 config.yaml 中：
security:
redactor:
patterns: ["sk-[a-zA-Z0-9]+", "ghp_[a-zA-Z0-9]+", "Bearer [a-zA-Z0-9]+"]
配方 20：健康检查与自愈
# 一键诊断
hermes doctor
# 查看运行状态
hermes status
# 记忆使用统计
hermes memory stats
# 技能使用统计
hermes skills stats
第十四章：混合架构设计
14.1 核心原则
Hermes 做大脑 + OpenClaw 做手脚 2026-04-14-OpenClaw与Hermes-Agent进化之争
┌─────────────────────────────────────────┐
│ OpenClaw 异步编排层 │
│ 处理复杂工作流 / Steer / 超时控制 │
│ ┌─────────────┐ │
│ │ Hermes │ │
│ │ 隔离并行 │ │
│ │ 子任务 │ │
│ └─────────────┘ │
└─────────────────────────────────────────┘
14.2 选择决策树
你的需求是什么？
├── 快速上线多频道助理 → OpenClaw（工业标准）
├── 个性化+长期成长 → Hermes（AI 分身）
├── 需要运行中调整方向 → OpenClaw（Steer）
├── 安全敏感强隔离 → Hermes（delegate）
└── 最优解 → 混合架构（Hermes 大脑 + OpenClaw 手脚）
第十五章：调试与排障
15.1 常用诊断命令
hermes doctor # 系统诊断
hermes status # 运行状态 + API key 认证
hermes version # 版本号
hermes memory stats # 记忆使用统计
hermes skills list # 技能列表
15.2 日志分析
# 实时日志
tail -f ~/.hermes/logs/hermes.log
# 查看错误
grep ERROR ~/.hermes/logs/hermes.log | tail -20
15.3 记忆问题排查
症状
原因
修复
Agent 不记得之前说的
记忆快照冻结，当前会话写入下次才生效
正常行为，开新会话验证
MEMORY.md 溢出
超过 2200 字符硬限制
让 Agent 做记忆审计
技能不触发
索引中无触发器（暗技能）
用 check-resolvable 扫描
技能质量下降
描述模糊/功能重复/过时引用
定期技能审计
第十六章：配置速查表
完整 config.yaml 模板
# ~/.hermes/config.yaml
agent:
max_turns: 90
cwd: ~ # 避免 AGENTS.md 加载仓库文件，省 50% token
memory:
nudge_interval: 10
provider: mem0 # 内置/hindsight/honcho/mem0
models:
core:
provider: anthropic
model: claude-opus-4-7
execution:
provider: openrouter
model: deepseek-chat
free: true
approvals:
mode: smart # manual/smart/off
terminal:
backend: docker # raw/docker/ssh
timeout: 60
gateway:
heartbeat: true
security:
redactor:
patterns:
- "sk-[a-zA-Z0-9]+"
- "ghp_[a-zA-Z0-9]+"
- "Bearer [a-zA-Z0-9._-]+"
核心命令速查
# 基础
hermes # 开启对话
hermes model # 切换/查看模型
hermes tools # 配置可用工具
hermes doctor # 系统诊断
# Profile
hermes profile create <name> # 创建 Profile
hermes profile list # 列出 Profile
hermes -p <name> chat # 使用指定 Profile
# 技能
hermes skills list # 列出技能
hermes skills edit <name> # 编辑技能
hermes skills install <url> # 安装技能
# 网关
hermes gateway setup # 配置消息平台
hermes gateway install # 安装 Systemd 服务
# 迁移
hermes claw migrate --dry-run # 预览迁移
hermes claw migrate # 执行迁移
hermes claw cleanup # 清理旧目录
# 维护
hermes status # 运行状态
hermes memory stats # 记忆统计
hermes setup # 重新配置向导
附录 A：资源导航
- 官方英文文档：hermes-agent.nousresearch.com/docs
- 中文社区文档：hermes-doc.aigc.green
- Awesome 资源：github.com/0xNyk/awesome-hermes-agent
- 生态地图（80+ 工具）：hermes-ecosystem.vercel.app
- 技能标准：agentskills.io
- 橙皮书（花叔深度解读）：huasheng.ai/orange-books/hermes-agent
附录 B：本白皮书引用来源
- 2026-04-20-Hermes高阶工具配置 — 工具配置四大模块
- 2026-04-20-Hermes入门到精通 — 三层记忆/模块化模型/9条变现
- 2026-04-20-Hermes实际用途 — 30天社媒数据7大用途
- 2026-04-15-Hermes-Agent系统提示词拆解 — 9层结构/Token优化
- 2026-04-15-Hermes-Agent进阶指南 — 五大进阶模块
- 2026-04-16-Hermes-Fleet自托管Agent栈 — Qdrant+Ollama+mem0+Stop Hook
- 2026-04-10-Agent框架对比Hermes-vs-OpenClaw — 三支柱深度对比
- 2026-04-10-Hermes-Agent自进化能力解析 — 三代AI工具论/正反馈飞轮
- 2026-04-14-OpenClaw与Hermes-Agent进化之争 — 网关vs引擎/混合架构
- 2026-04-15-24-7自进化Agent对比实验 — 30天并行对比
- 2026-04-12-多Agent架构对比 — delegate同步vs subagent异步
- 2026-04-15-OpenClaw迁移Hermes指南 — 4命令迁移
- 2026-04-15-Hermes-Agent新手全流程教程 — 三阶段教程
- 2026-04-17-Agent-Resolver路由治理 — 200行替代20000行