一条命令安装，一次登录武装。到第二周，它就能构建你从未教过的工作流。
里斯本一位 29 岁的自由职业自动化顾问，每天晚上都在为客户做同样的三件事：拉取转录文本、起草帖子、整理收件箱。今年三月，他把这一切都迁移到了一个运行在 $5 VPS 上的 Agent 上。他在手机上通过 Telegram 与它交流。即使合上笔记本电脑，它也能继续工作。
这个 Agent 叫 Hermes，由 Nous Research 构建。它是唯一一个内置学习循环的 Agent。任何需要 5 步或更多步骤的任务完成后，它都会把方法写进一个技能文件，并在下次复用。他的声音、他的格式、他的检查——保存一次，每次偏离时修补。他没有微调模型，只是给了它一个文件夹。
1. 一句话概括 Hermes
一个自我改进的 Agent，能从经验中创建技能、搜索自己过去的会话，并在多次对话中构建你对工作的认知模型。在 $5 VPS、GPU 盒子或空闲时几乎零成本的 serverless 上运行。指向任意模型：Nous Portal、OpenRouter、OpenAI 或你自己的端点。用 hermes model 切换，无需修改代码。
2. 一条命令安装
在 Mac 或 Linux 上：
curl -fsSL
Windows 提供了 PowerShell 安装器，手机使用 Termux 路径。安装后立即运行 hermes doctor。它会在你因拼写错误浪费一小时内，标记出缺失的提供商配置、损坏的环境变量和错误的路径。
3. 一次登录武装
运行 hermes setup --portal。一次 OAuth 覆盖了一个模型外加四个工具：网页搜索、图像生成、文本转语音和一个云浏览器。无需收集五组独立的 API 密钥。想为每个工具使用自己的密钥？运行 hermes setup 查看完整向导，或者选择 Blank Slate 从仅终端和文件工具开始，后续自行开启其他工具。
4. 给它一个有思考空间的模型
Hermes 启动时会拒绝任何上下文少于 64,000 个 tokens 的模型。较小的窗口无法容纳多步骤的工具调用任务。Claude、GPT、Gemini、Qwen 和 DeepSeek 都满足要求。运行本地模型？将其上下文设置为至少 64K。
5. 两种运行方式
终端：hermes 或 hermes --tui（现代界面）。网关：hermes gateway 将其部署到 Telegram、Discord、Slack、WhatsApp、Signal 或 Email。两者共享一个会话数据库。在办公桌上开始一个任务，在火车上用手机完成，同一个记忆，同一个技能。
6. 把你的工作教给它作为技能
技能就是纯知识文件。将一个文件放入 ~/.hermes/skills/，无需注册即可生效。它们只在 Agent 需要时加载，因此使用前消耗 0 tokens。用 hermes skills list 列出它们，用 hermes skills install 从 Hub 获取更多。完成一个困难任务后，Hermes 会主动提议将方法保存为技能。想监控这个循环？设置 write_approval: true，审批它写的每一个技能。
7. 让它分工协作
delegate_task 工具会生成子 Agent，每个子 Agent 拥有自己的工具集和干净的上下文。一个研究，一个起草，一个审查，同时进行。每个子 Agent 都从零开始，所以你需提前把所需一切交给它。对于重复客户，可以运行 profiles：在一台机器上为每个 Agent 配置独立的配置、密钥、记忆和 Telegram 机器人。
8. 安排定时任务
内置的 cron 按时间间隔触发任务，并将结果发送到任何平台。文件夹中的新文件、早上 7 点的晨报、每周报告——都不需要你手动点击按钮。将终端工具与 Docker 后端配对，它就像持久沙箱：安装一次包，整个会话期间都保留。
9. 用来做什么
- 内容：用 yt-dlp 拉取转录文本，在你的技能中撰写帖子，将草稿发送到 Telegram 审批后再发布。
- 收件箱和日历：阅读、分类、起草回复、通过电子邮件或消息预订时段。
- 研究：将子 Agent 分散到多个来源，收集摘要合并成一份报告。
- 代码：通过
github-pr-workflow技能，在仓库中审查、重构和运行。 - 文档：阅读 50 个 PDF，提取数据，返回结构化简报。
10. 人们用它赚钱的方法
卖的是输出，不是搭建过程。三条扎实的路径：
- 全包自动化：为客户构建一次收件箱到 CRM 或预订流程，收取搭建费加月度服务费。据反映，这些搭建的价格从几百到几千美元不等。
- 内容生产：端到端运营一个无面孔频道或客户的发布流水线——视频进来，帖子出去。
- 产品化技能：将工作流打包为技能，通过 Skills Hub 分享给他人安装。
让这一切成立的计算逻辑是：Agent 运行在 $5 的盒子上，协调子 Agent 的代码消耗 0 tokens，只有模型调用才产生费用。你的起步成本很低，而工作在持续积累。
它不会疲惫，也永远不会忘记昨天学到的东西。
感谢阅读
如果这为你节省了一个周末的试错时间，那正是它的意义所在。关注我，获取后续的构建日志和我发布的新技能，也把这个页面收藏起来，等你亲自运行 `hermes setup` 的那天。用它做点什么，然后告诉我它学到了什么。
