一个 Agent 接管 22 个消息平台,Hermes 从架构到生产踩坑

一个 Agent 接管 22 个消息平台,Hermes 从架构到生产踩坑

先报一组实测数据。我把 Hermes Agent 跑在生产环境两个月,同时接管微信和 Discord 双平台,日均处理 50 多条消息,没掉过链子。这个开源框架是 Nous Research 2026 年 2 月发布的,到 6 月已经攒了 19.1 万 GitHub Stars、1397 位贡献者,官方标语叫「与你一同成长的 Agent」。

它不是绑定 IDE 的编程副驾驶,也不只是包着 API 的聊天机器人,是驻扎在你服务器上的自主 Agent。这篇按交付视角,把架构、能力取舍、选型、生产决策和踩坑一次讲完。

三层骨架,先看清楚

Hermes 的架构是三层解耦。通道层管收发,一个 Gateway 进程同时服务所有平台,Telegram、Discord、Slack、WhatsApp、Signal、Email、CLI 七个一线通道,加上桌面端、Web Dashboard、Home Assistant、API Server 和社区集成,累计 22 个平台。核心层管思考,任务拆解、三层持久记忆、自动技能沉淀、会话全文检索、子 Agent 委派都在这层。模型层管推理,300 多个模型随便接,切模型一条 hermes model 命令,不用改代码。

三层解耦的好处很实际,换消息平台不动 Agent 逻辑,换模型不动消息通道,升级哪层都不碰另外两层。v0.16.0 起官方桌面端上线,macOS、Windows、Linux 都有,底层跑的是同一个核心,共享配置、密钥、会话、技能和记忆,CLI 里设置过的东西桌面端直接能用。桌面端还内置文件浏览器、语音模式、技能管理、定时任务面板,支持连接远程服务器上的 Hermes 实例。

记忆值得单独说。它是三层递进,最内层是 MEMORY.md 加 USER.md 两个文件,约 1300 token,每次对话即时注入。中间层是 SQLite 全文检索,历史会话无限回溯。外层是八种外部记忆插件,语义搜索、知识图谱按需调用,值得一说的是 Honcho 的辩证式用户建模、Hindsight 的知识图谱,社区里的 mem0 拿了 5.8 万 Stars,SuperMemory 主打亚 300 毫秒召回。系统提示词的拼装顺序也有讲究,SOUL.md 定身份,工具指引随后,然后是 MEMORY.md 和 USER.md,Skills 只放名字加描述按需展开,最后才是项目上下文和时间戳。

工具面也够宽,内置 40 多个工具,文件读写、终端执行、联网检索、记忆读写、定时调度、图片理解、语音合成都开箱即用。命令跑在哪还能选,六种终端后端覆盖本机直跑、Docker 容器、SSH 远程、HPC 的 Singularity,以及 Modal、Daytona 两种无服务器方案,空闲休眠按需唤醒,把部署成本压到很低。

五个能力,各自值多少钱

消息网关是 Hermes 投入工程量最大的方向。我在微信里问了一半的问题,切到 Discord 继续追问,它记得前面聊了什么,不用重复交代背景。跨平台上下文连续性这一点,大多数方案要么每个平台部署一个实例,要么额外加中间层同步,Hermes 是从架构层就解决了。回复格式也自动适配,同一条内容在 Telegram 渲染 Markdown,在 Email 变 HTML,Agent 只管输出内容。

技能系统是它越用越聪明的底气。完成一个复杂任务,五次以上工具调用的那种,Hermes 会自动把解法抽象成 Markdown 技能文件,下次遇到类似任务直接调用,改 Markdown 就是改 Agent 的行为。社区还有技能市场,一条命令就能装别人沉淀好的技能,Nous Research 另有个独立的自我进化框架,用 DSPy 加 GEPA 驱动技能和提示词的自动优化。

定时任务用自然语言写,不用再碰 0 9 星号那套表达式。「每天早上 9 点推送今日待办」「每周一下午 3 点检查仓库 issue」,注册之后重启自动恢复,结果可以跨平台推送。语音模式主打隐私,转录用本地 faster-whisper,音频不出本机,涉及商业敏感的对话也敢用它。通勤路上发段语音就能指挥它跑数据分析,到公司打开文字看结果。

多 Agent 协作是给编程 Agent 的消息管道。hermes mcp serve 起 MCP 反向服务,暴露十个工具接口,Claude Code 和 Codex 通过 SSH stdio 连上来,长任务跑完自动把结果推到你手机,人不在电脑前也不耽误。

能力盘完了看生态位。Hermes 和 OpenClaw 同属自主 Agent 赛道,取向完全不同。Hermes 是 Nous Research 出品,Python 为主,Apache-2.0 许可,核心定位是消息平台的自主 Agent,22 个平台原生集成。OpenClaw 社区驱动,378K Stars 规模更大,走通用个人助手路线。老雷给个粗标准,要一个 7×24 驻守消息平台、自动处理回复的 Agent,选 Hermes。要全能型个人助手,OpenClaw 生态更大。至于 Coze、Dify 那类低代码平台,跟这两者不在同一品类,选型时别混在一起比。

生态规模也够夸张,社区官方的 Atlas 图谱收录了 168 个开源仓库,从 GUI 客户端、记忆提供者、技能注册表到部署方案分 12 类,总 Stars 超 70 万。这组数字背后的信号很简单,围绕一个 Agent 框架的完整生态已经长出来了。

木刻五联画,对话气泡、生长的树枝、日历钟面、耳朵与声波、屏幕到手机的电报线,对应五大能力

生产部署,四个关键决策

部署方式 pipx install hermes-agent[messaging],隔离虚拟环境,launchd 注册常驻。主力模型用 GLM-5.1 的 Coding Plan,额度耗尽切 DeepSeek 按量计费,视觉单独配 Gemini Flash。配置骨架可以直接照抄,主模型选一家计费靠谱的,视觉和压缩两个辅助位各配独立 Provider,终端后端先用 local,工作目录指向项目文件夹,超时给到 300 秒,记忆提供者选 honcho 起步,跑顺了再逐项替换。

第一个决策是指针架构。知识库是唯一真值源,Hermes 配置里只存路径指针和导航指令,不复制内容。SOUL.md 和 MEMORY.md 里只写知识库在哪、怎么导航,对话中按需现场读文件。好处三条,知识库改了立刻生效,改完连重启都不用,不用维护两份内容,也不用每次对话塞几千 token 的档案。传统做法是把整本字典塞进口袋,这是给 Agent 一张图书馆地图,走到书架前翻最新版就行。

第二个决策是品牌分区频道。Discord 服务器按品牌和职能拆成 12 个频道,进频道即确定身份,不用每次手动指定。每个频道的 channel_prompts 只放导航指令不放内容,收到消息后按频道职责提取触发词,去知识库匹配对应工作流,新增或修改工作流之后,Hermes 下次对话自动感知。

第三个决策是工具懒加载。72 个工具的 Schema 定义占了约 19210 token,开启 tool_search 之后只加载常用工具的完整定义,其余按需查找,降到约 2200 token,直接省了 89%。

第四个决策是辅助模型隔离,老雷把这条当部署红线。视觉走 Gemini,上下文压缩走 DeepSeek,两个辅助模型的 Provider 都不许和主模型相同。不然主模型限流的时候,比如 GLM 月度额度耗尽返回 429,压缩模型跟着挂,Agent 会丢掉整个对话上下文,这种事故叫压缩风暴。

微信接入单独说一句,用腾讯官方 iLink Bot API,长轮询通信,不需要公网服务器和 Webhook。文字超 4000 字符自动分段,图片、文件、语音都能收发,上下文重启不丢。限制也明确,iLink Bot 身份进不了普通微信群,只能私聊场景用。

木刻四格图,墙上地图、分格信箱、剪刀剪线缆、两台独立发电机,对应四个部署决策

七个生产坑,每个都值一小时

演示环境跑一下午和真上生产是两回事,这七个坑每个都花了我至少一小时排查。

首条消息慢 20 秒左右,是冷启动在探测端点,.env 里显式设 GLMBASEURL 就好。未授权用户发消息被直接丢弃,要跑 hermes pairing approve 批准配对。GLM-5.1 返回空回复,是 reasoning 吃掉了 max_tokens,配到 200 以上。gateway install 会覆盖 plist 配置,每次装完记得重新修补工作目录。月度额度耗尽别硬扛,切 DeepSeek 按量计费无上限。Discord 不渲染 Markdown 表格,手写一个 PNG 图片渲染器绕过去。两个 Bot 同时在线会抢答重复回复,停掉另一个 Agent 的连接。

这七个坑都有明确解法,解决后不复发。两个月跑下来我的结论是,Hermes 的稳定性已经到生产级,前提是把这些细节提前堵住。

演示环境看功能,生产环境看的是这些没人写进教程的细节。

今天就能跑起来

安装就一行命令,curl 拉官方脚本执行,或者 pipx 装,Linux、macOS、WSL2 都覆盖,Windows 走 PowerShell 脚本。装完敲 hermes 进交互式配置选模型,配完就能在终端对话。想开浏览器管理面板,装 web 组件后跑 hermes dashboard,默认落在 127.0.0.1 的 9119 端口。想把它接进自己的前端,配三个环境变量就能开 API Server,默认端口 8642,Open WebUI、LobeChat、AnythingLLM 这些主流前端都验证过兼容。三种模式按需选,Chat Completions 无状态最通用,Responses 由服务端管会话状态,Runs 专门跑长任务,事件流推送加人工审批,适合高风险操作。想盯紧开销就装 Langfuse 插件,每次工具调用、token 消耗、花费明细全落在可视化仪表盘上,自部署方案的透明度是黑盒平台给不了的。想最快尝到甜头,从 Claude Code 的 MCP 桥接开始,让跑两小时的重构任务完成后自动推通知到手机,这条路径最轻。

arXiv 上那篇讲 Agent 系统运营的论文,已经把 Hermes 和 Claude Code、OpenClaw 并列成代表性框架。MCP 成了工具集成的事实标准,技能系统把用过就忘的聊天机器人和越用越聪明的 Agent 拉开差距,无服务器平台把部署成本压到接近零,三股推力一起把它顶到了 19.1 万 Stars。

Agent 这东西,部署那天只是开始,养两个月才算认识。它是给消息流重度用户准备的,一天收不到十条消息,它的价值还真发挥不出来。

今天能做的第一步,挑一个你最常挂着消息平台的日子,把 Hermes 装上,让它替你值一个班的岗。

木刻上手图,一只手拉下启动拉杆,仪表盘指针摆动,主机连着的手机震出通知气泡,一条箭头路从左通向右