Hermes AI-assistent – installation, konfiguration, arbetsflöden och felsökning

Hermes Agent är en självhostad, modellagnostisk AI-assistent som körs på en lokal maskin eller en lågkostnadsvirtuell server (VPS), fungerar via terminal- och meddelandegränssnitt och förbättras över tid genom att omvandla upprepade uppgifter till återanvändbara färdigheter.

Den är mycket lik i funktionalitet till OpenClaw, en annan självhostad assistentstack byggd kring verktyg, minne och lokal kontroll. Många utvecklare fann vägen till Hermes efter att Anthropic blockerat OpenClaws tillgång till Claude-prenumerationen i april 2026 — tidslinjen för OpenClaws uppgång och fall förklarar varför Hermes framträdde som den naturliga destinationen för användare som ville ha bestående, självhostad automation utan beroende av leverantören.

Om du vill ha en bredare bild av självhostade assistenter, hämtning och lokal infrastruktur kring Hermes, den här översikten över AI-system kopplar ihop dessa ämnen med de problem Hermes försöker lösa. För konkreta adoptionsdata — GitHub-stjärnor, OpenRouters dagliga tokenvolym, PyPI-antal nedladdningar, CVE-historik och sentiment i Reddit-communityt — OpenClaw vs Hermes Agent: Stjärnor, Nedladdningar & Användning 2026 följer hur Hermes jämförs med 19 alternativ över alla mätbara signaler.

För kompromisser vid deployment och val av runtime, LLM-hostning 2026: Lokal, Självhostad & Molninfrastruktur Jämförd ger karten för hostning, medan LLM-prestanda 2026: Benchmark, Flaschhalsar & Optimering täcker genomströmning och latenssidan när Hermes väl är igång. Om du rutinmässigt pekar Hermes mot Qwen eller Gemma på lokala runtimes som Ollama, konsolidera temperatur- och penaltips för flerstegsverktygsanvändning med Agenciska LLM-inferensparametrar för Qwen och Gemma. För en kompakt karta över shellkommandon (hermes gateway, hermes memory, hermes doctor, snipptomslagningar och mer), använd Hermes Agent CLI-snabbguide. Om din huvudsakliga ingång är meddelanden på mobilen, använd Hermes Röstkontroll från Din Telefon för röststacken och plattformsspecifik inställning.

Min partiska åsikt: Hermes är mest intressant när den behandlas som infrastruktur, inte som en flik du öppnar ibland. När den körs som en tjänst och har en stabil hemmapp, börjar dina prompts se mindre ut som “chatt” och mer som “ops” (operativ arbete).

Vad Hermes Agent är och varför det betyder något

Hermes Agent är en öppen källkods-AI-agent byggd av Nous Research. Den är designad att köras beständigt, använda verktyg (terminal, filer, webben och mer) och förbättra sitt eget beteende över tid med ett färdighets- och minnessystem.

Två designval är värda att uttryckas tydligt eftersom de formar allt annat i denna guide.

För det första är Hermes inte låst till en enda modellleverantör. Den officiella installationsflödet stöder flera leverantörer och alla OpenAI-kompatibla slutpunkter, och byte görs via kommandot hermes model snarare än kodredigering.

För det andra drar Hermes en hård linje mellan “konversation” och “exekvering”. Agenten kan prata hela dagen, men när den behöver agera gör den det genom explicita verktyg och en konfigurerbar exekveringsbackend. Det är där säkerhet, reproducerbarhet och felsökning bor.

Kostnad och licensiering är uppfriskande tråkigt. Hermes Agent själv är fri programvara under MIT-licensen. Om du använder hostade modeller är den löpande kostnaden vad din leverantör tar ut. Om du kör lokala modeller kan du undvika API-avgifter helt.

Om din Hermes-installation använder Claude genom externa verktygslager, den här förändringen i Anthropics prenumeration är en användbar referens för varför API-baserad fakturering nu är den förväntade vägen.

Installera Hermes Agent

Hermes har en snabb installationsväg för Linux, macOS och WSL2. De officiella dokumenten håller det avsiktligt enkelt.

Hermes-installation på Linux

sudo apt-get update
sudo apt-get upgrade
sudo apt-get curl git
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Efter installation, ladda om din shell och starta CLI:n.

source ~/.bashrc   # eller source ~/.zshrc
hermes

Installationsprogrammet är inte bara en tunn wrapper. Enligt installationsguiden ställer den upp beroenden, repot, en virtuell miljö och hermes-kommandot, och får dig till ett första chattklart tillstånd.

Noter för Windows och Android

Nativ Windows stöds inte. Dokumenten rekommenderar WSL2 och att köra Hermes inuti den.

För Android stöder Hermes en Termux-installationsväg. Den är designad för att upptäcka Termux och anpassa sitt beroende- och miljöuppställning därefter.

Snabbstart

Den snabbaste första körningen är bokstavligen bara hermes, men en meningsfull snabbstart innebär två extra beslut: vilken modellleverantör som ska användas och vilka verktyg som ska aktiveras.

Välj en leverantör och modell

Hermes exponerar tre kompletterande ingångar:

• hermes model för att välja en leverantör och standardmodell
• hermes tools för att aktivera eller inaktivera verktygssatser
• hermes setup för att köra en interaktiv guide över större konfigurationsområden

En minimal flödes ser ut så här:

hermes model
hermes tools
hermes

När det gäller vad som faktiskt stöds, listar den officiella Snabbstarten ett utbud av leverantörer och pekar också på att Hermes fungerar med OpenAI-kompatibla API:er. Det betyder något eftersom det inkluderar både hostade tjänster och självhostade slutpunkter.

Bevisa verktygsexekvering tidigt

Innan du bygger vanor kring Hermes är det värt att verifiera att verktygsanvändning fungerar i din miljö. Snabbstarten föreslår explicit terminalanvändning som en första funktion att testa.

I praktiken gör en liten “röktest”-prompt två jobb: den kontrollerar terminalverktyget och den validerar behörighetspromptar.

Exempelprompt:

Visa min diskanvändning och de fem största mapparna.

Om Hermes inte kan köra terminalverktyget, hoppa fram till Felsökning. Misskonfiguration av terminalbackend är en av de vanligaste orsakerna, och lösningen är oftast uppenbar när du tittar på konfigurationen.

Konfiguration som skalar

Hermes belönar de som förstår var den lagrar state och hur den löser konfiguration. Detta är också där många “det fungerade igår”-problem kommer ifrån.

Var konfiguration och state finns

Hermes lagrar sina inställningar och state under ~/.hermes. Den officiella konfigurationsguiden dokumenterar layouten, inklusive config.yaml för inställningar, .env för hemligheter, auth.json för OAuth-credentials, SOUL.md för identitet, och mappar för minnen, färdigheter, cron, sessioner och loggar.

Detta betyder något av två skäl.

• Felsökning blir mekanisk eftersom du vet exakt var du ska titta.
• Backuper blir raka eftersom en mapp fångar de flesta av agentstates du bryr dig om.

Konfigurationsprioritet och att hålla hemligheter borta från config.yaml

Hermes löser konfiguration med en prioriteringsordning. Överst finns CLI-överstyrelser, sedan config.yaml, sedan .env, med inbyggda standardvärden längst ner.

Det fina detaljen är att hermes config set ruttar värden till rätt fil: API-nycklar till .env och icke-hemliga inställningar till config.yaml.

hermes config set model openrouter/meta-llama/llama-3.1-70b-instruct
hermes config set terminal.backend docker
hermes config set OPENROUTER_API_KEY sk-or-v1-xxxxxxxx

Hermes stöder också miljövariabelsubstitution inuti config.yaml via ${VAR_NAME}-syntax. Detta är användbart när du vill behålla vissa värden i miljön samtidigt som du refererar till dem i strukturerad konfiguration.

Sandbox och exekveringsbackends

Hermes stöder flera terminalbackends som definierar var shellkommandon faktiskt körs. Konfigurationsguiden listar lokal, docker, ssh, modal, daytona och singularity.

Det åsiktsfulla men icke-evangeliska sättet att tänka på detta är:

• local är snabbast och enklast, men den är inte isolerad
• docker är ett pragmatiskt säkerhets- och reproducerbarhetslager
• ssh är ett rent sätt att separera din chattenhete från din beräkningsbox
• modal och daytona passar “serverless men tillräckligt bestående” arbetsflöden
• singularity är det HPC-vänliga alternativet

Ett minimalt exempel på Docker-backend:

# ~/.hermes/config.yaml
terminal:
  backend: docker
  docker_image: "nikolaik/python-nodejs:python3.11-nodejs20"
  docker_volumes:
    - "/home/user/projects:/workspace/projects"
  docker_forward_env:
    - "GITHUB_TOKEN"

Dokumenten beskriver också säkerhetsförstärkning för Docker-backend, såsom att droppa_capabilities och inaktivera privilegieupprustning.

Färdigheter, minne och profiler

Hermes har två relaterade mekanismer för att samla värde.

Färdigheter är procedurminne. Hermes kan skapa, uppdatera och ta bort sina egna färdigheter och kan erbjuda att spara en approach som en färdighet efter att ha slutfört en komplex uppgift.

Inbyggt minne lagras som filer som MEMORY.md och USER.md under ~/.hermes, och Hermes kan också använda externa minneleverantörer för djupare återkallelse. Minnedokumenten listar flera leverantörsplugin, och minneleverantörsguiden dokumenterar ett interaktivt installationsflöde. För en full teknisk uppdelning av hur minnearkitekturen fungerar — frusna ögonblicksbilder, teckenbegränsningar, de åtta externa leverantörerna och filosofin bakom begränsat minne — se Hermes Agent Minnesystem: Hur Bestående AI-Minne Faktiskt Fungerar.

Om du vill ha flera oberoende agenter på samma maskin, ger Hermes-profiler isolering. Varje profil får sin egen mapp med sin egen konfiguration, hemligheter, minnen, sessioner, färdigheter, cron-jobb och gateway-state.

För en djupare titt på vilka färdigheter som fungerar bra i produktion efter roll — ingenjörer, forskare, operatörer och exekutiva arbetsflöden — se Hermes AI-Assistent Färdigheter för Verkliga Produktionsuppställningar. När du är redo att författa eller felsöka SKILL.md-filer själva — YAML-metadata, progressiv avslöjandegrad, villkorlig synlighet och hubbinstallationer — använd Hermes Agent Färdighetsförfattande — SKILL.md Struktur och Bästa Praxer.

Typiskt arbetsflöde

Om du behandlar Hermes som en agent du kommer att behålla, börjar arbetsflödet se ut som tjänsteingenjör.

En stabil baslinje

En baslinje som tenderar att inte ruttna är:

1. Installera och kör en första chatt i CLI:n.
2. Välj en leverantör och modell med hermes model, och bekräfta sedan kostnaderna.
3. Konfigurera verktygssatser och avgör om terminalkörning är lokal eller sandboxad.
4. Gör en snabb ändring i SOUL.md först efter att du har använt standardinställningarna en stund. Identitetsändringar betyder mer än människor förväntar sig eftersom det är “slot 1” i systemprompten.

Daglig användning som sammanförs

Hermes har ett terminalgränssnitt snarare än ett webbgränssnitt, och det är designat för långa sessioner med snipptomslagningar, återupptagbara sessioner och strömande verktygsoutput.

I praktiken är en användbar rytm:

• kör arbete i en namngiven session för ett projekt
• komprimera kontext när den växer för stort
• låt Hermes omvandla upprepade rutiner till färdigheter
• håll en mental gräns mellan “fråga” och “agera” så att verktygsexekvering förblir granskbar

Meddelandegateway för tillgång dygnet runt

Meddelandegatewayn är den bit som får Hermes att känns som en assistent snarare än en terminalapp. Dokumenten beskriver den som en enda process som ansluter till flera plattformar, hanterar sessioner, kör cron-jobb och levererar meddelanden.

Inställningen anropas via hermes gateway setup, och gatewayn kan köras i förgrunden eller som en användartjänst. CLI-referensen dokumenterar gateway-subkommandon som run, install, start, stop, status och restart.

För multi-agent-backlogs och kontrollerad schemaläggning, se Kanban i Hermes Agent för Självhostade LLM-Arbetsflöden, som täcker dispatcher-gränser, beroendekedjor och cron-baserad batchning.

Säkerhet för en verktygsanvändande bot betyder något. Gateway-dokumenten beskriver allowlists för specifika plattformar och en DM-pairing-flöde som utfärdar engångs-parningskoder och kräver godkännande via hermes pairing approve.

Uppdateringar utan drama

Hermes-uppdateringar är ett förstaklasskommando. Uppdateringsguiden dokumenterar hermes update, konfigurationsmigrationskontroller och en liten post-uppdateringsvalideringsrutin inklusive hermes doctor och hermes gateway status.

hermes update
hermes doctor
hermes gateway status

Felsökning och diagnostik

De flesta Hermes-fel är inte mystiska. De ser mystiska ut eftersom människor bara kontrollerar modellagret och ignorerar runtime-lagret.

Snabba triagekommandon

CLI-referensen positionerar explicit tre kommandon som kärnloopen:

• hermes doctor för interaktiv diagnostik
• hermes status för en snabb översikt
• hermes dump för en delbar, redigerad sammanfattning av uppställningen

För loggar, hermes logs tailar filer som lagras under ~/.hermes/logs.

hermes doctor --fix
hermes status
hermes dump --show-keys
hermes logs errors -f

Vanliga installationsfel

FAQ:n och felsökningsguiden listar flera återkommande problem och deras lösningar, inklusive Python-versionproblem, uv hittades inte, och behörighetsproblem orsakade av att blanda sudo-installationer med användarinstallationer.

Om du stöter på dessa fel ger dokumenten specifika åtgärdssteg såsom att uppgradera Python, installera uv och ominstallera Hermes utan sudo.

Leverantörs- och modellproblem

När API-nycklar inte fungerar, rekommenderar FAQ:n att kontrollera konfigurationen, köra hermes model igen, eller ställa in en nyckel direkt via hermes config set. Den pekar också på en vanlig fälla: nycklar är leverantörsspecifika.

För “modell hittades inte”-problem pekar FAQ:n tillbaka på att använda hermes model för att välja en giltig identifierare och visar både konfiguration och per-session-överstyrelser.

Hastighetsbegränsningar och kontextlängdsproblem täcks också. FAQ:n föreslår att vänta på 429-fel, byta leverantör eller modell, och minska kontexttryck via komprimering eller en ny session.

Terminalbackend- och gatewayproblem

Om terminalkommandon misslyckas omedelbart, inkluderar konfigurationsguiden ett avsnitt om “vanliga terminalbackendproblem” och pekar på de typiska orsakerna per backend, inklusive att Docker inte körs och saknade SSH-variabler. Den noterar också att att falla tillbaka till lokal är ett giltigt felsökningssteg när sandbox-konfigurationen är i fråga.

För gateway-problem lyfter meddelandeguiden fram allowlists och pairing som säkra standardvärden, vilket betyder att många “boten är tyst”-incidenter faktiskt är auktorisering som gör sitt jobb.

Referenser

• Hermes Agent Hemsida
• Hermes Agent Minnesystem: Hur Bestående AI-Minne Faktiskt Fungerar
• Hermes AI-Assistent Färdigheter för Verkliga Produktionsuppställningar