'hermes login' was removed (the command now just prints a deprecation message and exits). The bundled hermes-agent SKILL.md, in-code error messages, the tip rotation, the proxy adapters, and the docs site still pointed agents and users at the dead command — so models loading the skill kept running 'hermes login --provider openai-codex' and getting a dead-end print. Replacements use the canonical 'hermes auth add <provider>' surface (or bare 'hermes auth' for the interactive manager). Files: - skills/autonomous-ai-agents/hermes-agent/SKILL.md (+ regenerated docs page) - hermes_cli/tips.py (tip rotation) - agent/google_oauth.py (gemini-cli error message) - agent/conversation_loop.py (nous re-auth troubleshooting line) - agent/credential_sources.py (docstring) - hermes_cli/proxy/cli.py + hermes_cli/proxy/adapters/nous_portal.py (proxy auth hints) - tests/hermes_cli/test_proxy.py (updated assertions) - website/docs/reference/faq.md, website/docs/user-guide/features/subscription-proxy.md - zh-Hans i18n mirrors for the above 'hermes logout' is still a live command and is left untouched. The 'hermes login' stub in hermes_cli/auth.py:login_command() and the cli-commands.md 'Deprecated' rows are intentionally kept as the discoverable deprecation surface.
32 KiB
| sidebar_position | title | description |
|---|---|---|
| 3 | 常见问题与故障排查 | Hermes Agent 常见问题解答及常见问题解决方案 |
常见问题与故障排查
针对最常见问题的快速解答与修复方法。
常见问题
Hermes 支持哪些 LLM 提供商?
Hermes Agent 可与任何兼容 OpenAI 的 API 配合使用。支持的提供商包括:
- OpenRouter — 通过一个 API key 访问数百个模型(推荐,灵活性强)
- Nous Portal — Nous Research 自有推理端点
- OpenAI — GPT-5.4、GPT-5-codex、GPT-4.1、GPT-4o 等
- Anthropic — Claude 模型(直接 API、通过
hermes auth add anthropic进行 OAuth、OpenRouter 或任何兼容代理) - Google — Gemini 模型(通过
gemini提供商直接调用 API、google-gemini-cliOAuth 提供商、OpenRouter 或兼容代理) - z.ai / ZhipuAI — GLM 模型
- Kimi / Moonshot AI — Kimi 模型
- MiniMax — 全球及中国区端点
- 本地模型 — 通过 Ollama、vLLM、llama.cpp、SGLang 或任何兼容 OpenAI 的服务器
使用 hermes model 设置提供商,或直接编辑 ~/.hermes/.env。所有提供商 key 请参阅环境变量参考文档。
支持 Windows 吗?
原生不支持。 Hermes Agent 需要类 Unix 环境。在 Windows 上,请安装 WSL2 并在其中运行 Hermes。标准安装命令在 WSL2 中可完美运行:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
我在 WSL2 中运行 Hermes,如何控制 Windows 上的普通 Chrome?
推荐使用 MCP bridge(桥接),而非 /browser connect。
推荐方案:
- 在 WSL2 内运行 Hermes
- 继续使用 Windows 上已登录的普通 Chrome
- 通过
cmd.exe或powershell.exe将chrome-devtools-mcp添加为 MCP 服务器 - 让 Hermes 使用生成的 MCP 浏览器工具
这比强制 Hermes 核心浏览器传输直接跨越 WSL2/Windows 边界进行附加更为可靠。
参见:
支持 Android / Termux 吗?
支持 — Hermes 现已为 Android 手机提供经过测试的 Termux 安装路径。
快速安装:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
完整的手动步骤、支持的扩展及当前限制,请参阅 Termux 指南。
重要说明:完整的 .[all] 扩展目前在 Android 上不可用,因为 voice 扩展依赖 faster-whisper → ctranslate2,而 ctranslate2 未发布 Android wheel 包。请改用经过测试的 .[termux] 扩展。
我的数据会被发送到哪里?
API 调用仅发送至您配置的 LLM 提供商(例如 OpenRouter、您本地的 Ollama 实例)。Hermes Agent 不收集遥测数据、使用数据或分析数据。您的对话、记忆和技能均存储在本地 ~/.hermes/ 目录中。
可以离线使用 / 使用本地模型吗?
可以。运行 hermes model,选择自定义端点,然后输入您服务器的 URL:
hermes model
# 选择:Custom endpoint(手动输入 URL)
# API base URL: http://localhost:11434/v1
# API key: ollama
# Model name: qwen3.5:27b
# Context length: 32768 ← 设置为与您服务器实际上下文窗口匹配的值
或直接在 config.yaml 中配置:
model:
default: qwen3.5:27b
provider: custom
base_url: http://localhost:11434/v1
Hermes 会将端点、提供商和 base URL 持久化到 config.yaml,重启后仍然有效。如果您的本地服务器只加载了一个模型,/model custom 会自动检测到它。您也可以在 config.yaml 中设置 provider: custom — 这是一个一等提供商,不是其他任何东西的别名。
此方式适用于 Ollama、vLLM、llama.cpp server、SGLang、LocalAI 等。详情请参阅配置指南。
:::tip Ollama 用户
如果您在 Ollama 中设置了自定义 num_ctx(例如 ollama run --num_ctx 16384),请确保在 Hermes 中设置匹配的上下文长度 — Ollama 的 /api/show 报告的是模型的最大上下文,而非您配置的实际 num_ctx。
:::
:::tip 本地模型超时问题
Hermes 会自动检测本地端点并放宽流式传输超时(读取超时从 120s 提升至 1800s,禁用停滞流检测)。如果在非常大的上下文下仍然超时,请在 .env 中设置 HERMES_STREAM_READ_TIMEOUT=1800。详情请参阅本地 LLM 指南。
:::
费用是多少?
Hermes Agent 本身免费且开源(MIT 许可证)。您只需为所选提供商的 LLM API 用量付费。本地模型完全免费运行。
多人可以使用同一个实例吗?
可以。消息网关允许多个用户通过 Telegram、Discord、Slack、WhatsApp 或 Home Assistant 与同一个 Hermes Agent 实例交互。访问权限通过白名单(特定用户 ID)和私信配对(第一个发消息的用户获得访问权)来控制。
记忆(memory)和技能(skills)有什么区别?
- 记忆存储事实 — 智能体了解的关于您、您的项目和偏好的信息。记忆根据相关性自动检索。
- 技能存储流程 — 如何完成某件事的分步说明。当智能体遇到类似任务时会调用技能。
可以在我自己的 Python 项目中使用吗?
可以。导入 AIAgent 类,以编程方式使用 Hermes:
from run_agent import AIAgent
agent = AIAgent(model="anthropic/claude-opus-4.7")
response = agent.chat("Explain quantum computing briefly")
完整 API 用法请参阅 Python 库指南。
故障排查
安装问题
安装后出现 hermes: command not found
原因: Shell 未重新加载更新后的 PATH。
解决方案:
# 重新加载 shell 配置文件
source ~/.bashrc # bash
source ~/.zshrc # zsh
# 或开启一个新的终端会话
如果仍然无效,请验证安装位置:
which hermes
ls ~/.local/bin/hermes
:::tip
安装程序会将 ~/.local/bin 添加到您的 PATH。如果您使用非标准 shell 配置,请手动添加 export PATH="$HOME/.local/bin:$PATH"。
:::
Python 版本过旧
原因: Hermes 需要 Python 3.11 或更新版本。
解决方案:
python3 --version # 检查当前版本
# 安装更新的 Python
sudo apt install python3.12 # Ubuntu/Debian
brew install python@3.12 # macOS
安装程序会自动处理此问题 — 如果在手动安装时看到此错误,请先升级 Python。
终端命令提示 node: command not found(或 nvm、pyenv、asdf 等)
原因: Hermes 在启动时通过运行一次 bash -l 构建每个会话的环境快照。bash 登录 shell 会读取 /etc/profile、~/.bash_profile 和 ~/.profile,但不会 source ~/.bashrc — 因此在 ~/.bashrc 中安装自身的工具(nvm、asdf、pyenv、cargo、自定义 PATH 导出)对快照不可见。当 Hermes 在 systemd 下运行或在未预加载交互式 shell 配置的最小 shell 中运行时,此问题最为常见。
解决方案: Hermes 默认自动 source ~/.bashrc。如果这还不够 — 例如您是 zsh 用户,PATH 在 ~/.zshrc 中,或者您从独立文件初始化 nvm — 请在 ~/.hermes/config.yaml 中列出需要额外 source 的文件:
terminal:
shell_init_files:
- ~/.zshrc # zsh 用户:将 zsh 管理的 PATH 引入 bash 快照
- ~/.nvm/nvm.sh # 直接初始化 nvm(不依赖 shell 类型)
- /etc/profile.d/cargo.sh # 系统级 rc 文件
# 设置此列表后,默认的 ~/.bashrc 自动 source 不会被添加 —
# 如需同时保留,请显式包含:
# - ~/.bashrc
# - ~/.zshrc
缺失的文件会被静默跳过。source 在 bash 中执行,因此依赖 zsh 专有语法的文件可能报错 — 如有顾虑,建议只 source PATH 设置部分(例如直接 source nvm 的 nvm.sh),而非整个 rc 文件。
如需禁用自动 source 行为(仅使用严格的登录 shell 语义):
terminal:
auto_source_bashrc: false
uv: command not found
原因: uv 包管理器未安装或不在 PATH 中。
解决方案:
curl -LsSf https://astral.sh/uv/install.sh | sh
source ~/.bashrc
安装时出现权限拒绝错误
原因: 对安装目录的写入权限不足。
解决方案:
# 不要对安装程序使用 sudo — 它安装到 ~/.local/bin
# 如果之前使用 sudo 安装,请先清理:
sudo rm /usr/local/bin/hermes
# 然后重新运行标准安装程序
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
提供商与模型问题
/model 只显示一个提供商 / 无法切换提供商
原因: 会话内的 /model 只能在您已配置的提供商之间切换。如果您只设置了 OpenRouter,/model 就只会显示 OpenRouter。
解决方案: 退出当前会话,在终端中使用 hermes model 添加新提供商:
# 先退出 Hermes 聊天会话(Ctrl+C 或 /quit)
# 运行完整的提供商设置向导
hermes model
# 此命令可以:添加提供商、运行 OAuth、输入 API key、配置端点
通过 hermes model 添加新提供商后,启动新的聊天会话 — /model 将显示所有已配置的提供商。
:::tip 快速参考
| 目标 | 使用方式 |
|---|---|
| 添加新提供商 | hermes model(从终端) |
| 输入/更改 API key | hermes model(从终端) |
| 会话中途切换模型 | /model <name>(会话内) |
| 切换到其他已配置的提供商 | /model provider:model(会话内) |
| ::: |
API key 不起作用
原因: key 缺失、已过期、设置错误或属于错误的提供商。
解决方案:
# 检查您的配置
hermes config show
# 重新配置您的提供商
hermes model
# 或直接设置
hermes config set OPENROUTER_API_KEY sk-or-v1-xxxxxxxxxxxx
:::warning
请确保 key 与提供商匹配。OpenAI 的 key 无法用于 OpenRouter,反之亦然。检查 ~/.hermes/.env 中是否有冲突条目。
:::
模型不可用 / 找不到模型
原因: 模型标识符不正确,或该模型在您的提供商上不可用。
解决方案:
# 列出您的提供商可用的模型
hermes model
# 设置有效的模型
hermes config set HERMES_MODEL anthropic/claude-opus-4.7
# 或按会话指定
hermes chat --model openrouter/meta-llama/llama-3.1-70b-instruct
速率限制(429 错误)
原因: 您已超出提供商的速率限制。
解决方案: 稍等片刻后重试。对于持续使用,请考虑:
- 升级您的提供商套餐
- 切换到其他模型或提供商
- 使用
hermes chat --provider <alternative>路由到其他后端
上下文长度超限
原因: 对话内容超出模型的上下文窗口,或 Hermes 检测到的模型上下文长度有误。
解决方案:
# 压缩当前会话
/compress
# 或开始新会话
hermes chat
# 使用上下文窗口更大的模型
hermes chat --model openrouter/google/gemini-3-flash-preview
如果在第一次长对话时就出现此问题,Hermes 可能检测到了错误的模型上下文长度。检查检测结果:
查看 CLI 启动行 — 它会显示检测到的上下文长度(例如 📊 Context limit: 128000 tokens)。您也可以在会话中使用 /usage 查看。
如需修正上下文检测,请显式设置:
# 在 ~/.hermes/config.yaml 中
model:
default: your-model-name
context_length: 131072 # 您模型的实际上下文窗口
或对于自定义端点,按模型添加:
custom_providers:
- name: "My Server"
base_url: "http://localhost:11434/v1"
models:
qwen3.5:27b:
context_length: 32768
有关自动检测的工作原理及所有覆盖选项,请参阅上下文长度检测。
终端问题
命令被标记为危险而阻止
原因: Hermes 检测到潜在的破坏性命令(例如 rm -rf、DROP TABLE)。这是一项安全功能。
解决方案: 出现提示时,检查命令并输入 y 批准执行。您也可以:
- 要求智能体使用更安全的替代方案
- 在安全文档中查看完整的危险模式列表
:::tip 这是预期行为 — Hermes 绝不会静默执行破坏性命令。审批提示会向您显示将要执行的确切内容。 :::
通过消息网关时 sudo 不起作用
原因: 消息网关在没有交互式终端的情况下运行,因此 sudo 无法提示输入密码。
解决方案:
- 在消息中避免使用
sudo— 请智能体寻找替代方案 - 如果必须使用
sudo,在/etc/sudoers中为特定命令配置免密 sudo - 或切换到终端界面执行管理任务:
hermes chat
Docker 后端无法连接
原因: Docker 守护进程未运行,或用户缺少相应权限。
解决方案:
# 检查 Docker 是否在运行
docker info
# 将您的用户添加到 docker 组
sudo usermod -aG docker $USER
newgrp docker
# 验证
docker run hello-world
消息问题
Bot 不响应消息
原因: Bot 未运行、未授权,或您的用户不在白名单中。
解决方案:
# 检查网关是否在运行
hermes gateway status
# 启动网关
hermes gateway start
# 查看错误日志
cat ~/.hermes/logs/gateway.log | tail -50
消息未送达
原因: 网络问题、bot token 已过期,或平台 webhook 配置错误。
解决方案:
- 使用
hermes gateway setup验证您的 bot token 是否有效 - 检查网关日志:
cat ~/.hermes/logs/gateway.log | tail -50 - 对于基于 webhook 的平台(Slack、WhatsApp),确保您的服务器可公开访问
白名单混淆 — 谁可以与 bot 交互?
原因: 授权模式决定谁可以获得访问权限。
解决方案:
| 模式 | 工作方式 |
|---|---|
| 白名单 | 只有配置中列出的用户 ID 可以交互 |
| 私信配对 | 第一个在私信中发消息的用户获得独占访问权 |
| 开放 | 任何人都可以交互(不建议用于生产环境) |
在 ~/.hermes/config.yaml 中您的网关设置下进行配置。请参阅消息文档。
网关无法启动
原因: 缺少依赖项、端口冲突或 token 配置错误。
解决方案:
# 安装核心消息网关依赖项
pip install "hermes-agent[messaging]" # Telegram、Discord、Slack 及共享网关依赖
# 检查端口冲突
lsof -i :8080
# 验证配置
hermes config show
WSL:网关持续断开连接或 hermes gateway start 失败
原因: WSL 的 systemd 支持不稳定。许多 WSL2 安装未启用 systemd,即使启用,服务也可能在 WSL 重启或 Windows 空闲关机后无法存活。
解决方案: 使用前台模式代替 systemd 服务:
# 方案一:直接前台运行(最简单)
hermes gateway run
# 方案二:通过 tmux 持久运行(关闭终端后仍存活)
tmux new -s hermes 'hermes gateway run'
# 稍后重新连接:tmux attach -t hermes
# 方案三:通过 nohup 后台运行
nohup hermes gateway run > ~/.hermes/logs/gateway.log 2>&1 &
如果仍想尝试 systemd,请确保已启用:
- 打开
/etc/wsl.conf(不存在则创建) - 添加:
[boot] systemd=true - 在 PowerShell 中执行:
wsl --shutdown - 重新打开 WSL 终端
- 验证:
systemctl is-system-running应显示 "running" 或 "degraded"
:::tip Windows 开机自启 如需可靠的自启动,使用 Windows 任务计划程序在登录时启动 WSL + 网关:
- 创建一个任务,运行
wsl -d Ubuntu -- bash -lc 'hermes gateway run' - 设置在用户登录时触发 :::
macOS:网关找不到 Node.js / ffmpeg / 其他工具
原因: launchd 服务继承的是最小 PATH(/usr/bin:/bin:/usr/sbin:/sbin),不包含 Homebrew、nvm、cargo 或其他用户安装的工具目录。这通常会导致 WhatsApp bridge(node not found)或语音转录(ffmpeg not found)失败。
解决方案: 网关在您运行 hermes gateway install 时会捕获您的 shell PATH。如果您在设置网关后安装了新工具,请重新运行 install 以捕获更新后的 PATH:
hermes gateway install # 重新快照当前 PATH
hermes gateway start # 检测到更新的 plist 并重新加载
您可以验证 plist 中的 PATH 是否正确:
/usr/libexec/PlistBuddy -c "Print :EnvironmentVariables:PATH" \
~/Library/LaunchAgents/ai.hermes.gateway.plist
性能问题
响应缓慢
原因: 模型较大、API 服务器距离较远,或系统 prompt(提示词)包含过多工具。
解决方案:
- 尝试更快/更小的模型:
hermes chat --model openrouter/meta-llama/llama-3.1-8b-instruct - 减少激活的工具集:
hermes chat -t "terminal" - 检查到提供商的网络延迟
- 对于本地模型,确保有足够的 GPU VRAM
token 用量过高
原因: 对话过长、系统 prompt 冗长,或大量工具调用积累了上下文。
解决方案:
# 压缩对话以减少 token
/compress
# 查看会话 token 用量
/usage
:::tip
在长会话中定期使用 /compress。它会对对话历史进行摘要,在保留上下文的同时显著减少 token 用量。
:::
会话过长
原因: 长时间对话积累了大量消息和工具输出,接近上下文限制。
解决方案:
# 压缩当前会话(保留关键上下文)
/compress
# 开始新会话并引用旧会话
hermes chat
# 如需稍后继续特定会话
hermes chat --continue
MCP 问题
MCP 服务器无法连接
原因: 找不到服务器二进制文件、命令路径错误或缺少运行时。
解决方案:
# 确保 MCP 依赖项已安装(标准安装中已包含)
cd ~/.hermes/hermes-agent && uv pip install -e ".[mcp]"
# 对于基于 npm 的服务器,确保 Node.js 可用
node --version
npx --version
# 手动测试服务器
npx -y @modelcontextprotocol/server-filesystem /tmp
验证您的 ~/.hermes/config.yaml 中的 MCP 配置:
mcp_servers:
filesystem:
command: "npx"
args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/docs"]
MCP 服务器的工具未显示
原因: 服务器已启动但工具发现失败、工具被配置过滤掉,或服务器不支持您期望的 MCP 能力。
解决方案:
- 检查网关/智能体日志中的 MCP 连接错误
- 确保服务器响应
tools/listRPC 方法 - 检查该服务器下的
tools.include、tools.exclude、tools.resources、tools.prompts或enabled设置 - 请注意,资源/prompt 工具仅在会话实际支持相应能力时才会注册
- 更改配置后使用
/reload-mcp
# 验证 MCP 服务器已配置
hermes config show | grep -A 12 mcp_servers
# 更改配置后重启 Hermes 或重新加载 MCP
hermes chat
另请参阅:
MCP 超时错误
原因: MCP 服务器响应时间过长,或在执行过程中崩溃。
解决方案:
- 如果 MCP 服务器配置支持,增加超时时间
- 检查 MCP 服务器进程是否仍在运行
- 对于远程 HTTP MCP 服务器,检查网络连接
:::warning 如果 MCP 服务器在请求中途崩溃,Hermes 会报告超时。请检查服务器自身的日志(而非仅 Hermes 日志)以诊断根本原因。 :::
Profiles(配置文件)
Profiles 与直接设置 HERMES_HOME 有何不同?
Profiles 是构建在 HERMES_HOME 之上的托管层。您可以在每次命令前手动设置 HERMES_HOME=/some/path,但 profiles 会为您处理所有底层工作:创建目录结构、生成 shell 别名(hermes-work)、在 ~/.hermes/active_profile 中跟踪活动 profile,以及自动跨所有 profiles 同步技能更新。它们还与 tab 补全集成,让您无需记忆路径。
两个 profiles 可以共享同一个 bot token 吗?
不可以。每个消息平台(Telegram、Discord 等)都需要对 bot token 的独占访问权。如果两个 profiles 同时尝试使用同一个 token,第二个网关将无法连接。请为每个 profile 创建单独的 bot — 对于 Telegram,请与 @BotFather 对话以创建额外的 bot。
Profiles 共享记忆或会话吗?
不共享。每个 profile 都有自己独立的记忆存储、会话数据库和技能目录,完全隔离。如果您想用现有的记忆和会话创建新 profile,请使用 hermes profile create newname --clone-all 从当前 profile 复制所有内容。
运行 hermes update 时会发生什么?
hermes update 拉取最新代码并重新安装依赖项一次(不是每个 profile 各一次)。然后自动将更新的技能同步到所有 profiles。您只需运行一次 hermes update — 它覆盖机器上的每个 profile。
可以运行多少个 profiles?
没有硬性限制。每个 profile 只是 ~/.hermes/profiles/ 下的一个目录。实际限制取决于您的磁盘空间以及系统能处理多少个并发网关(每个网关是一个轻量级 Python 进程)。运行数十个 profiles 完全没问题;每个空闲的 profile 不占用任何资源。
工作流与模式
针对不同任务使用不同模型(多模型工作流)
场景: 您日常使用 GPT-5.4,但 Gemini 或 Grok 写社交媒体内容更好。每次手动切换模型很繁琐。
解决方案:委托配置。 Hermes 可以自动将子智能体路由到不同的模型。在 ~/.hermes/config.yaml 中设置:
delegation:
model: "google/gemini-3-flash-preview" # 子智能体使用此模型
provider: "openrouter" # 子智能体的提供商
现在当您告诉 Hermes "帮我写一个关于 X 的 Twitter 帖子"并生成 delegate_task 子智能体时,该子智能体将在 Gemini 上运行,而非您的主模型。您的主对话仍在 GPT-5.4 上进行。
您也可以在 prompt 中明确指定:"委托一个任务来撰写关于我们产品发布的社交媒体帖子。让你的子智能体负责实际写作。" 智能体将使用 delegate_task,它会自动读取委托配置。
如需一次性切换模型而不使用委托,请在 CLI 中使用 /model:
/model google/gemini-3-flash-preview # 在本次会话中切换
# ... 撰写内容 ...
/model openai/gpt-5.4 # 切换回来
有关委托工作原理的更多信息,请参阅子智能体委托。
在一个 WhatsApp 号码上运行多个智能体(按聊天绑定)
场景: 在 OpenClaw 中,您可以将多个独立智能体绑定到特定的 WhatsApp 聊天 — 一个用于家庭购物清单群组,另一个用于您的私聊。Hermes 能做到吗?
当前限制: Hermes 的每个 profile 都需要自己的 WhatsApp 号码/会话。您无法将多个 profiles 绑定到同一个 WhatsApp 号码上的不同聊天 — WhatsApp bridge(Baileys)每个号码使用一个已认证的会话。
变通方案:
-
使用单个 profile 配合人格切换。 创建不同的
AGENTS.md上下文文件或使用/personality命令按聊天更改行为。智能体能感知当前所在的聊天并进行适应。 -
使用 cron 作业处理专项任务。 对于购物清单跟踪器,设置一个监控特定聊天并管理清单的 cron 作业 — 无需单独的智能体。
-
使用独立号码。 如果您需要真正独立的智能体,将每个 profile 与其自己的 WhatsApp 号码配对。Google Voice 等服务提供的虚拟号码可用于此目的。
-
改用 Telegram 或 Discord。 这些平台更自然地支持按聊天绑定 — 每个 Telegram 群组或 Discord 频道获得自己的会话,您可以在同一账户上运行多个 bot token(每个 profile 一个)。
详情请参阅 Profiles 和 WhatsApp 设置。
控制 Telegram 中显示的内容(隐藏日志和推理过程)
场景: 您在 Telegram 中看到了网关执行日志、Hermes 推理过程和工具调用详情,而不是最终输出。
解决方案: config.yaml 中的 display.tool_progress 设置控制显示多少工具活动:
display:
tool_progress: "off" # 选项:off、new、all、verbose
off— 仅显示最终响应。无工具调用、无推理过程、无日志。new— 实时显示新的工具调用(简短单行)。all— 显示所有工具活动,包括结果。verbose— 完整详情,包括工具参数和输出。
对于消息平台,通常选择 off 或 new。编辑 config.yaml 后,重启网关使更改生效。
您也可以通过 /verbose 命令按会话切换(如果已启用):
display:
tool_progress_command: true # 在网关中启用 /verbose
在 Telegram 上管理技能(slash 命令限制)
场景: Telegram 有 100 个 slash 命令的限制,您的技能数量已超过此限制。您想禁用 Telegram 上不需要的技能,但 hermes skills config 设置似乎没有生效。
解决方案: 使用 hermes skills config 按平台禁用技能。这会写入 config.yaml:
skills:
disabled: [] # 全局禁用的技能
platform_disabled:
telegram: [skill-a, skill-b] # 仅在 telegram 上禁用
更改后,重启网关(hermes gateway restart 或终止并重新启动)。Telegram bot 命令菜单在启动时重建。
:::tip 描述过长的技能在 Telegram 菜单中会被截断为 40 个字符,以符合 payload 大小限制。如果技能未出现,可能是总 payload 大小问题而非 100 个命令数量限制 — 禁用未使用的技能对两者都有帮助。 :::
共享线程会话(多用户,一个对话)
场景: 您有一个 Telegram 或 Discord 线程,多人在其中 @ bot。您希望该线程中的所有 @ 都属于一个共享对话,而非每个用户各自独立的会话。
当前行为: Hermes 在大多数平台上按用户 ID 创建会话,因此每个人都有自己的对话上下文。这是出于隐私和上下文隔离的设计考量。
变通方案:
-
使用 Slack。 Slack 会话按线程而非用户进行键控。同一线程中的多个用户共享一个对话 — 正是您描述的行为。这是最自然的选择。
-
使用单用户的群聊。 如果由一个人作为指定"操作员"转达问题,会话保持统一。其他人可以旁观。
-
使用 Discord 频道。 Discord 会话按频道键控,因此同一频道中的所有用户共享上下文。为共享对话使用专用频道。
将 Hermes 迁移到另一台机器
场景: 您在一台机器上积累了技能、cron 作业和记忆,想将所有内容迁移到新的专用 Linux 机器。
解决方案:
-
在新机器上安装 Hermes Agent:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash -
在源机器上创建完整备份:
hermes backup这会将您整个
~/.hermes/目录(配置、API key、记忆、技能、会话和 profiles)打包为 zip 文件,保存到主目录~/hermes-backup-<timestamp>.zip。 -
将 zip 文件复制到新机器并导入:
# 在源机器上 scp ~/hermes-backup-<timestamp>.zip newmachine:~/ # 在新机器上 hermes import ~/hermes-backup-<timestamp>.zip -
在新机器上运行
hermes setup以验证 API key 和提供商配置是否正常工作。
将单个 profile 迁移到另一台机器
场景: 您想迁移或共享某个特定 profile,而非整个安装。
# 在源机器上
hermes profile export work ./work-backup.tar.gz
# 将文件复制到目标机器,然后:
hermes profile import ./work-backup.tar.gz work
导入的 profile 将包含导出时的所有配置、记忆、会话和技能。如果新机器的设置不同,您可能需要更新路径或重新向提供商进行身份验证。
hermes backup 与 hermes profile export 的对比
| 功能 | hermes backup |
hermes profile export |
|---|---|---|
| 使用场景 | 整机迁移 | 移植/共享特定 profile |
| 范围 | 全局(整个 ~/.hermes 目录) |
局部(单个 profile 目录) |
| 包含内容 | 所有 profiles、全局配置、API key、会话 | 单个 profile:SOUL.md、记忆、会话、技能 |
| 凭据 | 包含(.env 和 auth.json) |
排除(为安全共享而剥离) |
| 格式 | .zip |
.tar.gz |
手动备选方案(rsync): 如果您倾向于直接复制文件,请排除代码仓库:
rsync -av --exclude='hermes-agent' ~/.hermes/ newmachine:~/.hermes/
:::tip
hermes backup 即使在 Hermes 正在运行时也能生成一致的快照。还原的归档文件不包含机器本地的运行时文件,如 gateway.pid 和 cron.pid。
:::
安装后重新加载 shell 时出现权限拒绝
场景: 运行 Hermes 安装程序后,source ~/.zshrc 提示权限拒绝错误。
原因: 这通常发生在 ~/.zshrc(或 ~/.bashrc)文件权限不正确,或安装程序无法干净写入时。这不是 Hermes 特有的问题 — 而是 shell 配置权限问题。
解决方案:
# 检查权限
ls -la ~/.zshrc
# 如需修复(应为 -rw-r--r-- 或 644)
chmod 644 ~/.zshrc
# 然后重新加载
source ~/.zshrc
# 或直接打开新终端窗口 — 它会自动读取 PATH 更改
如果安装程序已添加 PATH 行但权限有误,您可以手动添加:
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
首次运行智能体时出现 400 错误
场景: 设置顺利完成,但第一次聊天尝试失败,提示 HTTP 400。
原因: 通常是模型名称不匹配 — 配置的模型在您的提供商上不存在,或 API key 没有访问该模型的权限。
解决方案:
# 检查已配置的模型和提供商
hermes config show | head -20
# 重新运行模型选择
hermes model
# 或使用已知可用的模型测试
hermes chat -q "hello" --model anthropic/claude-opus-4.7
如果使用 OpenRouter,请确保您的 API key 有余额。OpenRouter 返回 400 通常意味着该模型需要付费套餐,或模型 ID 有拼写错误。
仍然遇到问题?
如果您的问题未在此处涵盖:
- 搜索现有 issue: GitHub Issues
- 向社区提问: Nous Research Discord
- 提交 bug 报告: 请包含您的操作系统、Python 版本(
python3 --version)、Hermes 版本(hermes --version)以及完整的错误信息