Hermes Agent 是 Nous Research 开发的开源自主 AI 智能体，于 2026 年 2 月发布。它不是绑定在 IDE 上的代码补全工具，也不是套壳聊天机器人，它住在你的服务器上，记住它学到的一切，运行越久能力越强。Hermes 可以：
- 直接执行终端命令
- 读写和搜索文件
- 操作浏览器
- 运行 Python 脚本
- 管理定时任务
- 维护跨会话的记忆
而微信作为国内最常用的即时通讯工具，自然成了 Hermes 最重要的接入渠道之一。
Windows 安装
Hermes 已经推出了类似 Codex 的桌面端，双击安装就完事，命令行和桌面应用一起给你装上。只想用命令行也行，PowerShell 里一行 iex (irm https://hermes-agent.nousresearch.com/install.ps1)。安装环境它自己判断缺什么补什么，不用你操心。
安装完成之后，得先给它配个模型。Hermes 自己没脑子，要挂一个上去。省事的办法是 hermes setup --portal，一条命令把 provider、模型、工具网关全配好。不想用 Portal 就敲 hermes model，二十多家 provider 摆在那儿，挑一家填 key，我用的是 DeepSeek。key 丢进 ~/.hermes/.env，别写进 config.yaml，设置和密钥分开放。配完顺手跑个 hermes doctor，哪儿不对它直接告诉你。
Windows 上有一个坑。config.yaml 用记事本存过会带上 BOM，一启动就报 HTTP 400 加一句 No models provided。改用 hermes config edit 就没事。
放自己电脑上，用着别扭
本机装完确实能用，但我不满意。电脑一合盖它就下线，平常也不能一直把电脑开着。
我想要的是坐地铁掏手机发一句，服务器上的它就去干活。所以又装了一遍，这回在服务器上。装完记得把网关装成系统服务，不然终端一关就没了：
hermes gateway install # 装成 systemd / launchd 服务
hermes gateway status # 看状态这一步我一开始漏了，看着一切正常，SSH 一断消息就再没人回。补上之后 systemd 里多一个 hermes-gateway.service，进程挂了五秒自己起来。
白嫖服务器
这台服务器是阿里云高校计划「云工开物」给的，2023 年云栖大会发布，在校生都能领，专科到博士都算。
领取很简单，先做学生认证，走学信网核验。过了领一张 300 元无门槛券，每人每 12 个月一张，有效期一年，能抵公共云产品。我拿它换了这台 2 核 2G 的 ECS。计划里还挂着 140 多款产品的免费试用，最长的 12 个月，签约高校的学生 3 折，老师 5 折。
国内装，卡在两个地方
第一个是拉代码。默认走 GitHub，慢得让人怀疑网坏了，我换成 cnb.cool 上的国内镜像才拉下来。
第二个是依赖。npm 不换源，Node 那一步能等好几分钟，网络慢一点甚至能等十几分钟。换一下就好：
npm config set registry https://registry.npmmirror.com以后 hermes update 也一样，这两处不换，升级能磨掉一晚上。
接微信
接入就一条命令，hermes gateway setup，列表里选 Weixin。终端会画个二维码，画不出来就给链接。手机微信扫一下、确认，凭证它自己存好，之后重启不用再扫。
这条通道走长轮询，不要公网 IP，也不用配回调，小机器完全扛得住。文字、图片、文件、语音都能收发。
第一个意外是进不了群。扫码连上的不是我的微信号，是 iLink 的一个机器人身份，长得像 xxx@im.bot。这个身份进不了普通微信群，在群里被 @ 也收不到。我本来盘算着让它在工作群答题，翻完文档发现路堵死了，能用的只有私聊。
第二个意外更折腾人，消息会被吞。这条通道对同一会话短时间内的连续发送限得很死，30 秒冷却。表现就是这边看着它明明回过了，手机上屁都没有，干等半天以为它死了。后来翻网关日志，才找到 send failed 和 rate limited 那几行。现在给自己定的规矩是：一条回复最多带一个附件，正文压短，被吞了就隔几分钟发条纯文字探一下。
让它听懂微信语音
用了一阵子，我发现发语音条比打字快，但它一开始收不到。微信语音是 silk 格式，Hermes 内建的转写引擎要先去 HuggingFace 下模型，国内根本下不动，所以每发一条语音，它只能回我一段「没转出来，音频在这儿」。
后来换了个路子，用小米的 MiMo-V2.5-ASR 云接口，国内直连，中文识别也准。做法是在服务器上放个脚本，先把 silk 解码成 wav，再调接口拿文字，然后把这个脚本配成 Hermes 的 STT provider：
stt:
enabled: true
provider: mimo
providers:
mimo:
type: command
command: python3 /root/.hermes/bin/mimo_silk_asr.py {input_path} --out {output_path}
language: zh里面有个坑卡了我挺久。silk 解码用 pilk，pilk.decode 出来的是裸 PCM，文件名写成 .wav 它照写不误，但里面没有 RIFF 头，接口一口就报 invalid audio format。折腾到最后才发现得用 pilk.silk_to_wav，出来的才是正经 wav。
这个配置改完不用重启，每次调用都实时读。现在我在微信里按住说话，那边出来的就是文字。
顺手把回话也接上了 TTS，不过语音条还是发不出去，iLink 这条通道不支持原生语音上传，音频只能当文件附件发，点开才能播。所以语音这块目前是有进没出，我用得最多的还是它听我说话。
常问的几个问题
- 服务器要什么配置？1 核 1G 能跑，2 核 2G 松快。网关三百多兆内存加系统本身，1G 的机器别一边还跑着别的重活。
- 一定要服务器吗？不一定，本机装照样用，就是电脑一关它下线，手机上找不着。
- 扫码之后能拉进微信群吗？基本不能。iLink 那个机器人身份进不了普通群，稳的是私聊。
- 语音条能转成文字吗？能，前提是 ASR 引擎在国内连得上。内建的 whisper 要下模型，走不通，换云接口就好了。
- 升级怎么做？
hermes update。国内先把 npm 源和 git remote 换成镜像，不然那一步能耗掉一晚上。 - 白嫖的机器到期了怎么搬？券有效期一年。到期前把
~/.hermes整个目录备份下来，换台机器hermes import恢复，配置、记忆、技能都还在。
现在机器 24 小时开着。我在微信里发一句，它就去服务器上干活，卡住了、跑完了、结果怎么样，都摊在聊天框里。除开这台白嫖的机器，一个月基本没别的花销。