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

Installation och snabbstart av Hermes Agent för utvecklare

Sidinnehåll

Hermes Agent är en självhostad, modellagnostisk AI-assistent som körs på en lokal maskin eller en lågkostnad VPS, fungerar via terminal- och meddelande gränssnitt 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 blockerade OpenClaws åtkomst 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 ihållande, självhostad automation utan beroende av leverantören.

Om du vill se den bredare bilden av självhostade assistenter, hämtning och lokal infrastruktur kring Hermes, denna översikt över AI-system kopplar ihop dessa ämnen med de problem Hermes försöker lösa. För den femlagringsmodell för assistenter — LLM, minne, verktyg, routing och observabilitet — med Hermes och OpenClaw som referensimplementationer, se AI-assistentarkitektur. För konkret adoptionsdata — GitHub-stjärnor, OpenRouters dagliga tokenvolym, PyPI-antal nedladdningar, CVE-historik och Reddit-communitys sentiment — OpenClaw vs Hermes Agent: Stjärnor, Nedladdningar & Användning 2026 spår hur Hermes jämför sig med 19 alternativ över alla mätbara signaler.

För avvägningar vid distributon och val av körningstid, LLM-hostning 2026: Lokal, Självhostad & Molninfrastruktur Jämförd ger kartan över hostning, medan LLM-prestanda 2026: Prestandamätningar, Flaskhalsar & Optimering täcker genomströmning och latens när Hermes väl är igång. Om du rutinmässigt pekar Hermes mot Qwen eller Gemma på lokala körningstider som Ollama, konsolidera temperatur- och straffförinställningar för flerstegsverktyganvändning med Agens LLM-inferensparametrar för Qwen och Gemma. För en kompakt karta över skal kommandon (hermes gateway, hermes memory, hermes doctor, snittkommandon och mer), använd Hermes Agent CLI-fuskort. Om din huvudsakliga ingångspunkt är meddelanden på mobilen, använd Hermes Röstkontroll från Din Telefon för röststacken och plattformsspecifik installation.

peronal-ai-assistant on laptop

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 promptar se mindre ut som “chatt” och mer som “ops”.

Vad Hermes Agent är och varför det är viktigt

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

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

Först är Hermes inte låst till en enda modellleverantör. Den officiella installationsflödet stödjer flera leverantörer och alla OpenAI-kompatibla slutpunkter, och växling görs via kommandot hermes model istället för 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 finns.

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 betalt. Om du kör lokala modeller kan du undvika API-avgifter helt.

Om din Hermes-installation använder Claude genom externa verktygslager, denna förändring 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. Den officiella dokumentationen håller det avsiktligt enkelt.

Installation av Hermes 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 installationen, ladda om din skal och starta CLI:n.

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

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

Noter för Windows och Android

Innat Windows stöds inte. Dokumentationen rekommenderar WSL2 och körning av Hermes inuti det.

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

Snabbstart

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

Välj en leverantör och modell

Hermes exponerar tre komplementära ingångspunkter:

  • hermes model för att välja en leverantör och standardmodell
  • hermes tools för att aktivera eller inaktivera verktygssätt
  • hermes setup för att köra en interaktiv guide över de viktigaste konfigurationsområdena

Ett minimalt flöde 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 påpekar också 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 den första funktionen att prova.

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

Exempel på prompt:

Visa min diskutrymme och de fem största mapparna.

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

Konfiguration som skaleras

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

Var konfiguration och tillstånd finns

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

Detta är viktigt av två skäl.

  • Felsökning blir mekanisk eftersom du vet exakt var du ska titta.
  • Backup blir enkel eftersom en mapp fångar upp de flesta av agentens tillstånd du bryr dig om.

Konfigurationsprioritet och att hålla hemligheter borta från config.yaml

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

Den fina detaljen är att hermes config set ruttar värden till rätt fil: API-nycklar till .env och icke-sekreta 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 även 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 skal kommandon faktiskt körs. Konfigurationsguiden listar lokal, docker, ssh, modal, daytona och singularity.

Sättet att tänka på detta på, med åsikt men utan evangelism, 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 chattenhet från din beräkningsbox
  • modal och daytona passar “serverless men ihållande nog” arbetsflöden
  • singularity är 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"

Dokumentationen beskriver också säkerhetsförstärkning för Docker-backend, såsom att droppa capabilities och inaktivera privilegieuppgradering.

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 ett tillvägagångssätt 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. Minnesdokumentationen listar flera leverantörsplugin, och guiden för minneleverantörer dokumenterar ett interaktivt installationsflöde. För en fullständig teknisk genomgång av hur minnearkitekturen fungerar — frusna ögonblicksbilder, teckenbegränsningar, de åtta externa leverantörerna och filosofin bakom begränsat minne — se Hermes Agent Minnessystem: Hur Ihållande 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-tillstånd.

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 Produktionsinstallationer. När du är redo att författa eller felsöka SKILL.md-filer själva — YAML-metadata, progressiv disklosure, villkorlig synlighet och hub-installationer — 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 tjänstingenjör.

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 kostnader.
  3. Konfigurera verktygssätt och besluta om terminalkörning är lokal eller sandboxad.
  4. Gör en snabb ändring i SOUL.md först efter att du har använt standardinställningen en stund. Identitetsförändringar betyder mer än folk förväntar sig eftersom det är “slot 1” i systemprompten.

Daglig användning som ackumuleras

Hermes har ett terminalgränssnitt snarare än ett webbgränssnitt, och det är designat för långa sessioner med slash-kommandon, återupptagbara sessioner och strömmat verktygsutdata.

I praktiken är en användbar rytm:

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

Meddelandegateway för 24/7-åtkomst

Meddelandegateway:n är biten som får Hermes att känns som en assistent snarare än en terminalapp. Dokumentationen beskriver den som en enskild process som kopplar ihop flera plattformar, hanterar sessioner, kör cron-jobb och levererar meddelanden.

Installationen anropas via hermes gateway setup, och gateway:n kan köra i förgrunden eller som en användartjänst. CLI-referensen dokumenterar gateway-subkommandon som run, install, start, stop, status och restart. Om du vill ha denna gateway-modell köra på en dedikerad server medan du ansluter från en separat skrivbordsklient, använd Hermes Agent Headless Server och Remote Desktop Setup.

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

Säkerhet för en verktygsanvändande bot är viktig. Gateway-dokumentationen beskriver tillåtandelistor för specifika plattformar och en DM-parningsflöde som utfärdar engångsparingskoder 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 mysteriösa. De ser mysteriösa ut för att folk bara kontrollerar modellagret och ignorerar körningslagret.

Snabba triage-kommandon

CLI-referensen placerar explicit tre kommandon som kärnloopen:

  • hermes doctor för interaktiv diagnostik
  • hermes status för en snabb översikt
  • hermes dump för en delbar, redigerad installationssammanfattning

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 fix, inklusive Python-versionproblem, uv inte hittad, och behörighetsproblem orsakade av att blanda sudo-installationer med användarinstallationer.

Om du stöter på dessa fel ger dokumentationen 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 om hermes model eller ställa in en nyckel direkt via hermes config set. Den påpekar också en vanlig fångst: nycklar är leverantörsspecifika.

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

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

Terminalbackend- och gateway-problem

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 körning är ett giltigt felsökningsdrag när sandbox-konfigurationen är i fråga.

För gateway-problem lyfter meddelandeguiden fram tillåtandelistor och parning som säkra standardinställningar, vilket betyder att många “boten är tyst”-incidenter faktiskt är autorizering som gör sitt jobb.

Referenser

Prenumerera

Få nya inlägg om system, infrastruktur och AI-ingenjörskonst.