YouMind
登录

Hermes Desktop 大师课

@cobi_bean
英语2026年6月04日
134K
194
20
9
568

TL;DR

Hermes Desktop 将 AI Agent 的交互方式从基础聊天应用升级为综合性工作空间,具备会话连续性、Cron 管理以及针对专业工作流的实时上下文监控功能。

我通过 Telegram 使用 Hermes 已经快 4 个月了。

这太棒了——因为我可以随时随地跟我的 Agent 对话;

手机

笔记本

走路时

无论何时何地。

但用了新的 Hermes Desktop 应用后,让我恍然大悟的点其实很简单:

聊天(TG、WhatsApp、Discord 等)是和你的 Agent 对话的好方式。

而 Desktop 才是你真正看到整个系统的地方。

我觉得这一点会被很多人低估。

Hermes Desktop 给你的 Agent 一个家。

你可以看到 工具。

你可以看到 技能。

你可以看到 定时任务。

你可以看到 会话。

你可以切换 配置。

你可以看到实时的 Agent 运行。

你可以看到 记忆/上下文设置。

你可以连接 本地或远程网关。

如果你一直通过 Telegram、Discord、WhatsApp、短信或其他聊天界面来操作,这绝对是一个巨大的升级。

这里的主角是可见性。

杀手级功能:会话连续性

第一个让我觉得有点神奇的地方:

我可以在手机上跟我的 Hermes Agent 开始对话,然后打开 Hermes Desktop,在同一个会话里继续。

同一个 Agent。

同一个 会话。

同一个 技能。

同一个 记忆。

同一个 配置。

对话不会消失在聊天应用的历史记录里。

你可以在 Telegram 上开始一件事,然后转到 Desktop 上,当你需要更多控制、更多可见性,或者只是更大的屏幕空间时。

你也可以反过来:在 Desktop 上开始一件事,中途离开,然后在手机上的 Telegram 里继续同一个会话。

如果你真的用 Agent 来工作,这一点非常重要。

因为一个真正的 Agent 会话很少只是“发一条消息,得到一个回复。”

它会变成:

  • 查看发生了什么
  • 延续之前的上下文
  • 查看哪些工具被触发了
  • 查找生成的文件
  • 管理设置
  • 切换模型
  • 监控上下文使用情况
  • 处理审批
  • 在不同的 Agent/配置之间切换

当所有东西都隐藏在聊天界面背后时,这些操作会非常痛苦。

Desktop 让它们变得可见。

这个应用就像一个 Agent 指挥中心

当你打开 Hermes Desktop 时,它的布局会让你觉得很熟悉,如果你用过 Codex 或 Claude 风格的编码应用的话。

侧边是会话/聊天。

中间是主要的对话区域。

边缘是控制/设置。

但重要的是它暴露出来的东西。

你不再只是盯着一个聊天框。

你得到了一个覆盖整个 Agent 运行时的界面。

一些让我印象深刻的功能:

1. Agent 视图

有一个 Agents 按钮,可以显示你当前/正在运行的 Agent 和子 Agent。

这是一个听起来理所当然,但直到你从聊天应用运行过 Agent 之后才会真正体会到其价值的功能。

在 Telegram 里,我通常只能猜测发生了什么,除非我去问。

在 Desktop 里,我可以实际看到正在运行的进程。

这种感觉从“我把消息发进了虚空”变成了“我在看着我的 Agent 系统在运行。”

小小的不同,巨大的改变。

2. ⌘K 搞定一切

@imbabybrooklyn 来自 Hermes 团队,他发了一个关于 Desktop 最新更新的短视频:

这是 那种产品细节,让 Desktop 感觉不再像“一个 Agent 的图形界面”,而更像一个真正运行 Agent 的工作空间。

一旦 Desktop 暴露了会话、配置、定时任务、工具、提供商、网关、模型控制、上下文控制、记忆预算和实时的 Agent 视图,点击侧边栏很快就会变得很烦人。

⌘K 成为了加速层。

你按下快捷键

输入你需要的内容

然后直接跳转到那里。

这很重要,因为 Agent 工作充满了微小的上下文切换:打开旧的会话、切换配置、检查定时任务、更改模型、检查工具,或者跳进设置而不丢失主线。

一个好的命令面板能把所有这些变成肌肉记忆。

小小的 UI 细节,但 巨大的 操作感。

3. 定时任务管理

Cron 按钮是另一个立刻就能看出价值的功能。

你可以看到你的 Agent 有哪些计划任务。

你可以暂停它们。

你可以运行它们。

你可以编辑它们。

速度很快。

如果你曾经通过配置文件或斜杠命令来管理定时任务,这简直好太多了。

计划性的 Agent 工作变成了一个可见的、你可以管理的东西,而不是一些你希望配置正确的、不可见的后台行为。

4. 通过管理配置切换 Agent

一个低调的隐藏功能:

右上角图标 → 管理配置。

这让你可以在不同的 Agent 配置之间切换。

我实际上认为,对于高级用户来说,这可能会成为这个应用里最好的功能之一。

因为一旦你有了不止一个 Agent,问题就不再是“我能跟 Agent 对话吗?”而是:

我在跟哪个 Agent 对话?

当前激活的是哪个配置?

这个配置有什么工具?

它关联了什么记忆/上下文?

这个配置应该执行什么任务?

Desktop 让这一切变得更容易理清。

5. 产品模式 vs 技术模式下的工具调用显示

你可以选择工具调用的显示方式。

产品模式让体验更接近 ChatGPT 的网页应用。更简洁,不那么吓人,更容易跟上。

技术模式显示更多细节。更像 Claude Code / 编码 Agent 风格的追踪信息。

这是一个非常好的选择。

因为有时候你只想要产品体验。

其他时候你想看到内部细节。

如果我是在随意使用 Agent,产品模式可能更好。

如果我在调试、测试,或者试图理解发生了什么,技术模式就是我想要的。

6. 主题

有 6 个不同的主题系列,每个都有亮色和暗色模式选项。

所以基本上有 12 种不同的外观。

这不是世界上最深奥的功能,但它确实很重要。

如果这个应用会成为你花数小时操作 Agent 的地方,那么工作空间应该让人感觉舒适。

Hermes Desktop 给了你足够的视觉控制权,让它感觉像是你自己的设置,而不是某个默认的管理面板。

7. 底部栏的模型 + 推理控制

底部栏有模型控制。

你可以更改模型。

你可以更改思考/推理量。

你可以在桌面应用内部完成这些操作。

这太棒了。

因为模型选择是使用 Agent 时最高杠杆的旋钮之一。

有时你想要快速且便宜。

有时你想要昂贵的“大脑”。

有时你想要更多的推理。

有时你只需要它回答问题。

在应用内部就能控制,让整个 Agent 感觉更可控。

8. 会话计时器 + 上下文窗口条

这可能是我最喜欢的实用功能。

底部栏显示一个会话计时器和一个上下文窗口使用条。

就像一个实际的进度条,会填满并告诉你已经使用了上下文窗口的百分之多少。

这非常有帮助。

以前,如果你使用 Telegram 或 Discord,你必须用类似 /status 或 /usage 的命令来询问。

现在它就在那里。

可见的。

这一个微小的 UI 元素改变了你使用长会话的方式。

你可以知道什么时候快接近上限了。

你可以决定什么时候压缩。

你可以决定什么时候重新开始。

你可以停止猜测为什么 Agent 开始变得奇怪。

对于真正进行数小时 Agent 工作的人来说,这是那种“哦,谢天谢地”的功能。

9. 设置中的审批超时

这听起来有点傻,直到它能救你于愤怒之中。

Hermes 有需要权限的审批流程。

通常,这些审批超时时间很短。

比如 60 秒。

如果你正盯着屏幕,这没问题,但如果你在手机上使用 Agent,走来走去,分心,或者在做任何稍微正常的事情,这就很烦人。

Desktop 让你可以在设置中更改审批超时时间。

所以你可以把它设置成一个更合理的时间,比如 5 分钟。

这是一个完美的例子,说明了为什么 Desktop 很重要。

它把一个以前技术上存在的东西,变得更容易操作。

更少的斜杠命令搜索。

更少的配置挖掘。

更少的“为什么那个请求已经过期了?”

10. 自动压缩上下文控制

你也可以控制自动上下文压缩。

打开它。

关闭它。

更改它发生的时间。

选择它是否发生。

这是另一个严肃的 Agent 操作员功能。

上下文压缩可能很棒,但你需要控制它。

有时你希望应用保持事情顺利进行。

有时你想手动决定。

有时你在做一些精细的工作,不希望意外的摘要改变会话的形态。

Desktop 把这个控制权摆在你面前。

11. 记忆 + 用户配置预算

你可以更改你的 memory.md 和 user.md 文件的预算。

这有点技术宅,但它很重要。

Hermes 有记忆和用户配置上下文,会被拉入会话中。

这个上下文有一个预算。

Desktop 让你可以调整它。

所以,如果你关心你的 Agent 带入会话的持久记忆或配置信息有多少,你可以调整它,而无需在配置文件中摸索。

再次强调:对以前感觉隐藏的东西进行可见的控制。

12. 提供商、认证流程和 API 密钥

你可以在设置中更改/切换模型提供商。

你可以触发认证流程。

你可以输入 API 密钥。

你可以从应用内部管理提供商设置。

这听起来很简单,但实际上非常方便。

当你已经确切知道自己在做什么时,聊天斜杠命令很酷。

但对于设置、认证、提供商切换和密钥管理来说,一个真正的设置界面要好得多。

更少的猜测。

更少的命令记忆。

更少的“这个配置到底在哪?”

13. 本地和远程网关

你可以将 Hermes Desktop 连接到本地网关或远程网关。

这意味着你的 Agent 可以在本地运行,也可以是云端/远程设置,而 Desktop 成为你操作它的地方。

这就是我在快速教程中展示的部分。

设置 → 网关 → 远程网关

添加 URL/会话令牌

保存 + 重新连接

旧的会话会加载进来

但更重要的是,网关设置只是故事的一部分。

真正的解锁在于连接之后发生的事情:

你的 Agent 有了一个可见的工作空间。

14. 技能、工具和 MCP 设置

技能、工具和 MCP 设置在 Desktop 上更容易理解。

你可以看到你的 Agent 能做什么。

技能不再是某个抽象的魔法指令文件夹。

工具不再是隐藏在配置中的不可见能力。

MCP 设置变成了你可以在应用中实际推理的东西。

这可能是向尚未使用过 Hermes Desktop 的人解释它的最好方式:

它让 Agent 的能力变得清晰可读。

你可以看到你的 Agent 可以访问的东西。

你可以更改设置。

你可以理解什么东西被连接进来了。

这与“给机器人发消息,然后希望你还记得它能做什么”是完全不同的体验。

为什么这很重要

Agent 正变得越来越强大,但控制界面仍然感觉很奇怪。

我们很多人一直在通过终端、聊天应用、配置文件、随机的斜杠命令和半记得的设置流程来操作它们。

如果你足够懂技术并且足够执着,这也能行得通。

但是,当 Agent 有了一个真正的桌面之家时,整个体验会好得多。

Hermes Desktop 为你提供:

  • 跨界面的连续性
  • 会话的可见性
  • 实时的 Agent/子 Agent 运行
  • 定时任务控制
  • 配置切换
  • 模型 + 推理控制
  • 提供商/认证设置
  • 上下文使用情况
  • 记忆预算控制
  • 网关设置
  • 技能/工具/MCP 可见性
  • 产品模式或技术模式的工具调用视图

全部在一个应用里。

这就是这里的精髓所在。

Hermes Desktop 把 Agent 工作中那些曾经隐藏、分散或依赖命令的部分,都集中到了一个地方。

如果你只是随便跟 Agent 聊聊天,你可能还不需要所有这些功能。

如果你真的为了工作而操作 Agent,这就是那种能让整个系统变得顺畅的应用。

对我个人而言,它让 Hermes 的设置感觉不再像“一个我在 Telegram 上聊天的机器人”,而更像一个真正的 Agent 工作空间。

去下载它,连接你的 Agent,然后到处看看设置。

里面的东西比我预期的要多得多。

随着 @NousResearch 的 Hermes Desktop 不断更新,我也会持续为你带来最新消息。

如果你正在使用 Hermes 或 Agent 进行开发,请关注后续。

-cobi

https://x.com/NousResearch/status/2061843507417944552

https://x.com/imbabybrooklyn/status/2062412250816668026

https://x.com/AlexFinn/status/2062330072636469262

https://x.com/cobi_bean/status/2061904472264130596

一键保存

使用 YouMind AI 深度阅读爆款文章

保存原文、追问细节、总结观点,并在一个 AI 工作空间里把爆款文章沉淀成可复用笔记。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章