引言（The Hook）：你是不是还在为每天手动“调教”各种 AI 助手而心力交瘁？我们曾经以为给大模型套个复杂的网关调度就是 Agent，那是最初级的思维。而在过去 30 天，我停掉了手里 80% 的常规任务流，将它们全部迁移到了 Hermes——结果完全是降维打击。今天交底的这篇长文，不是枯燥的 API 文档，而是我拿实战踩坑换来的高阶架构内幕和 20 个即插即用的配置模块。建议先收藏，因为只要你还在折腾 AI，就迟早会用到。

Hermes Agent 中高阶白皮书：从工程原理到实战 Cookbook

基于 20+ 篇外部资料的交叉综合，覆盖系统提示词架构、记忆工程、Skill 自进化、多 Agent 编排、生产化部署、MCP 工具链、混合架构设计。面向已跑通基础安装、需要深度掌控 Hermes 的技术用户。

第一章：架构全景——Hermes 为什么不一样

1.1 三代 AI 工具论

Hermes 的定位不是”更好的 OpenClaw”，而是第三代 AI 工具范式：

关键区别：OpenClaw 存储你显式教的修正，Hermes 自动将完成的工作转化为可复用技能（Skill）。30 天并行实验证实：自维护系统比依赖人工调教的系统进化更快 2026-04-15-24-7自进化Agent对比实验。

1.2 设计哲学：网关 vs 引擎

• OpenClaw：超级网关/调度中心（Gateway），解决”连接”问题
• Hermes：自进化引擎，核心是闭环学习循环——自动复盘→自动生成规则→自动规避错误 2026-04-14-OpenClaw与Hermes-Agent进化之争

1.3 记忆治理对比

第二章：系统提示词 9 层结构深度拆解

来源：岚叔用自研 model-box 工具导出完整系统提示词 2026-04-15-Hermes-Agent系统提示词拆解

2.1 九层架构

Hermes 的系统提示词总字符数约 36,700（~10K tokens），由 9 层构成：

2.2 关键发现

AGENTS.md 是 token 黑洞：
– 20,360 chars 超过 20K 上限，中间被截断丢弃
– 截断策略：头部 70%（14K）+ 尾部 30%（~4K），中间丢弃
– 项目级动态加载（优于 OpenClaw 的全局加载）

51 个注册工具中只加载了 30 个（按需筛选）

2.3 Token 优化方案

# 将主 agent CWD 配置为 ~ 而非 hermes-agent 仓库目录
hermes config set agent.cwd ~

这样 AGENTS.md 加载的是自定义内容而非仓库原始文件，系统提示词减少约 50%。

第三章：记忆系统深度工程

来源：进阶指南 2026-04-15-Hermes-Agent进阶指南 + Fleet 自托管 2026-04-16-Hermes-Fleet自托管Agent栈

3.1 三层本地记忆架构

┌─────────────────────────────────────────────┐
│ 会话记忆 (Session Memory)                    │
│ SQLite + FTS5 全文索引                        │
│ 记录原始对话和工具调用结果                     │
│ 快速追溯具体细节                              │
├─────────────────────────────────────────────┤
│ 持久记忆 (Persistent Memory)                 │
│ MEMORY.md: 2200 chars 硬限制 (建议 1800)      │
│ USER.md: 1375 chars 硬限制 (建议 1100)        │
│ Honcho 推理行为模式                           │
├─────────────────────────────────────────────┤
│ 技能记忆 (Skill Memory)                      │
│ ~/.hermes/skills/*.md                         │
│ 可复用操作知识                                │
└─────────────────────────────────────────────┘

3.2 冻结快照设计

Hermes 的记忆不是实时写入，而是周期性 nudge 触发记忆反思：

• 会话开始时注入冻结快照
• 会话中途写入的记忆不立刻生效，到后续会话才体现
• 目的：保持前缀稳定，提升缓存命中率

nudge_interval 配置建议：

memory:
  nudge_interval: 10  # 标准模型
  # nudge_interval: 5   # 小模型（更快触发反思）
  # nudge_interval: 15  # 大上下文模型（减少反思频率）

3.3 MEMORY.md 工程规范

硬限制：2200 字符（~1500 汉字）
建议维持：1800 字符（~1200 汉字）
策略：Agent-curated（不是有啥记啥，是 Agent 策展的结果）

最佳实践：

1. 不要把 SOUL.md 的内容塞进 MEMORY.md（职责分离）
2. 定期检查 MEMORY.md 质量——退化信号：重复条目、过时信息、模糊描述
3. 让 Agent 自己做记忆审计：检查你的 MEMORY.md，删除过时条目，保留最有价值的 10 条

3.4 外部记忆 Provider

Hermes 支持叠加外部记忆层 2026-04-20-Hermes高阶工具配置：

memory:
  provider: mem0  # 或 holographic/honcho/hindsight

Hindsight 方案（推荐）：
– 自动从每次对话中提取实体和关系
– 周一提了项目截止日期，周五新会话自动记得
– 可自建到服务器上，隐私安全 2026-04-20-Hermes高阶工具配置

mem0 方案（Fleet 架构）：
– 统一记忆抽象，所有 agent 共享一个 Qdrant collection
– Claude Code Stop Hook 每次对话结束自动写入 mem0
– 其他 agent 立即可读 2026-04-16-Hermes-Fleet自托管Agent栈

3.5 Stop Hook 实现

// .claude/settings.json hooks.Stop
{
  "type": "command",
  "command": "python3 ~/.claude/hooks/mem_broadcast.py"
}

脚本从 stdin 读 session transcript，提取最近一轮 user+assistant turn，写入 mem0。

第四章：Skill 自进化系统

来源：自进化能力解析 2026-04-10-Hermes-Agent自进化能力解析 + 进阶指南 2026-04-15-Hermes-Agent进阶指南

4.1 Skill ≠ 代码

Skill 是可复用的操作知识，包含四个要素：
1. 触发条件：什么时候使用这个 Skill
2. 操作步骤：按什么顺序执行
3. 注意事项：哪些坑要避开
4. 验证方法：怎么确认做对了

4.2 自进化飞轮

        ┌──────────────┐
        │  用户任务    │
        └──────┬───────┘
               ▼
        ┌──────────────┐
        │ Agent 执行   │
        └──────┬───────┘
               ▼
     ┌─────────────────────┐
     │ 自动复盘             │
     │ "用户改了哪里？"     │
     │ "值得固化什么？"     │
     └──────┬──────────────┘
            ▼
     ┌─────────────────────┐
     │ 生成 Skill 文件      │
     │ ~/.hermes/skills/   │
     └──────┬──────────────┘
            ▼
     ┌─────────────────────┐
     │ 下次自动调用         │
     │ 正反馈飞轮启动       │
     └─────────────────────┘

4.3 Skill 自动创建的触发条件

• 完成复杂任务
• 找到正确路径（经过试错后）
• 被用户纠正
• 发现可复用工作流

4.4 实战案例

案例 1：自动推断写作风格
Hermes 通过阅读已发布文章推断写作风格，生成 local-writing-canon-analysis/SKILL.md 2026-04-15-24-7自进化Agent对比实验

案例 2：自动生成故障恢复 Skill
Telegram 网关故障后，Hermes 自动生成 hermes-telegram-gateway-recovery/SKILL.md 2026-04-15-24-7自进化Agent对比实验

案例 3：Resolver 路由模式
200 行决策树替代 20,000 行 CLAUDE.md。核心问题：40+ 技能中 15% 是暗技能（存在但不可达）2026-04-17-Agent-Resolver路由治理

4.5 技能退化信号与审计

退化表现：
– 描述模糊
– 功能重复
– 过时引用

定期审计命令：

# 列出所有技能
hermes skills list

# 编辑特定技能
hermes skills edit <name>

# 让 Agent 自己做审计
# 在对话中：检查你的所有 skills，列出需要更新或删除的

4.6 Skill 生态

• 出厂自带：40+ 常用技能
• 社区 Hub：agentskills.io 标准，与 OpenClaw/Claude Code 互通
• awesome-hermes-agent：1000+ skills 2026-04-20-Hermes高阶工具配置
• wondelai/skills：380+ 跨平台 skill 一次性安装 2026-04-20-Hermes高阶工具配置

第五章：多 Agent 编排

来源：多 Agent 对比 2026-04-12-多Agent架构对比 + 进阶指南 2026-04-15-Hermes-Agent进阶指南

5.1 Profile 隔离模型

Profile = 完全隔离环境
├── 独立配置
├── 独立记忆
├── 独立会话
├── 独立技能
└── 独立日志

创建 Profile：

# 空白创建
hermes profile create coder

# 从现有 Profile 克隆
hermes profile create researcher --clone coder

# 克隆全部配置
hermes profile create writer --clone-all

并发建议：2-3 个，不超过 3 个（API Rate Limit + 成本）

5.2 delegate_task 机制

Hermes delegate_task 采用”总承包商-分包商”同步阻塞模式：

# delegate_tool.py 核心参数
MAX_DEPTH = 2          # 深度限制
MAX_ITERATIONS = 50    # 迭代上限
# ThreadPoolExecutor 并行 3 个子任务

子 Agent 工具剥夺列表（防递归和上下文污染）：
– delegate_task（防递归）
– clarify
– memory
– execute_code
– send_message

⚠️ 已知缺陷：无超时机制。长时间运行的子任务无法自动终止。

5.3 与 OpenClaw subagent 对比

5.4 架构选择指南

5.5 混合架构最佳实践

在 OpenClaw 异步编排层处理复杂工作流，遇到需要隔离并行的子任务时嵌入 Hermes delegate 调用 2026-04-12-多Agent架构对比。

第六章：生产化部署

来源：进阶指南 2026-04-15-Hermes-Agent进阶指南 + Fleet 2026-04-16-Hermes-Fleet自托管Agent栈

6.1 三种部署模式

模式一：Systemd（推荐单机）

hermes gateway install
systemctl --user start hermes-gateway
systemctl --user enable hermes-gateway  # 开机自启

模式二：Docker Compose（推荐多 Profile）

# docker-compose.yml
services:
  hermes-main:
    image: nousresearch/hermes-agent:latest
    volumes:
      - ~/.hermes/main:/opt/data
    environment:
      - ANTHROPIC_API_KEY=${ANTHROPIC_KEY}

  hermes-research:
    image: nousresearch/hermes-agent:latest
    volumes:
      - ~/.hermes/research:/opt/data  # 数据目录不能共享挂载！
    environment:
      - ANTHROPIC_API_KEY=${ANTHROPIC_KEY}

模式三：VPS 云服务器（24 小时不间断）
– 推荐：Ubuntu 22.04 LTS，单核 CPU + 1GB 内存
– 月费约 5 美元（Hetzner/DigitalOcean）
– SSH 登录后用 screen/tmux 后台运行

6.2 关键配置

# ~/.hermes/config.yaml 生产化配置模板
agent:
  max_turns: 90

memory:
  nudge_interval: 10
  provider: mem0

approvals:
  mode: smart  # manual/smart/off 三种
  # manual: 所有危险操作需人工确认
  # smart: Agent 自行判断（推荐生产环境）
  # off: 无限制（不推荐）

terminal:
  backend: docker  # 隔离执行
  timeout: 60

gateway:
  heartbeat: true  # 防静默失败

6.3 Fleet 自托管技术栈

┌─────────────────────────────────────┐
│ Claude Code (CLI coder)             │
│ Stop Hook → mem0                    │
├─────────────────────────────────────┤
│ Hermes (Telegram agent)             │
│ 读取 mem0 共享记忆                   │
├─────────────────────────────────────┤
│ Qdrant (向量库)                      │
│ Docker 运行 + 持久化存储              │
├─────────────────────────────────────┤
│ Ollama (本地嵌入)                    │
│ nomic-embed-text                    │
│ OLLAMA_NUM_PARALLEL=4               │
│ OLLAMA_MAX_LOADED_MODELS=1          │
└─────────────────────────────────────┘

6.4 踩坑清单

第七章：MCP 工具链集成

来源：工具配置 2026-04-20-Hermes高阶工具配置 + 进阶指南 2026-04-15-Hermes-Agent进阶指南

7.1 MCP 配置方法

# mcp.json
mcp_servers:
  github:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-github"]
    env:
      GITHUB_PERSONAL_ACCESS_TOKEN: "你的Token"
    allowed_tools: ["read_repo", "list_issues"]

  filesystem:
    command: "npx"
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"]

7.2 感知能力工具栈

7.3 表达能力工具栈

7.4 效率工具栈

第八章：网关与自动化

8.1 消息平台接入

# Telegram
hermes config set TELEGRAM_BOT_TOKEN your-token

# 飞书（国内最方便）
hermes gateway setup  # 选择飞书，填 App ID 和 App Secret

# Discord / WhatsApp / 钉钉
# 同理通过 gateway setup 选择

关键：端口/Bot Token 必须 Profile 独立，避免冲突。

8.2 Cron 定时任务

# ~/.hermes/cron/tasks.yaml
tasks:
  - name: daily_ai_tracking
    schedule: "0 9 * * *"
    command: "总结今日AI趋势和投研热点，用列表输出"
    platform: telegram
    chat_id: "your-chat-id"

  - name: weekly_podcast
    schedule: "0 10 * * 1"  # 每周一 10:00
    command: "整理本周播客摘要"
    platform: telegram
    chat_id: "your-chat-id"

8.3 7 大实际用途模式

来源：30 天社媒数据分析 2026-04-20-Hermes实际用途

所有工作流共享三个属性：定时触发、文件驱动、推送到消息平台。

1. 会前客户调研——每次省 20-30 分钟，自动组合 LinkedIn/新闻/公司动态
2. 会议笔记→跟进邮件——粗笔记进去，精邮件出来
3. 每周播客摘要——Voxtral 转录 + Mistral Large 3 排序 + 剪辑
4. 每日新闻简报——$5 VPS + cron，推送到 Telegram/Discord
5. 内容运营流水线——博客/冷邮件/线索抓取，多 Agent 协作
6. 24/7 个人助手——跨 Telegram/WhatsApp，Raspberry Pi $10/月
7. Agent 看门狗——2 小时 cron 监控其他 Agent，检测故障自动修复

第九章：SOUL.md 高阶写法

9.1 不仅仅是”你是谁”

SOUL.md 是系统提示词的第一层（~500 chars），但它的作用远超自我介绍。它决定了：
– Agent 的默认语气和沟通风格
– 对模糊指令的解释倾向
– 主动行为的边界

9.2 推荐模板来源

agency-agents-zh：211 个中文角色模板，覆盖小红书运营、技术写作、研究助手等场景 2026-04-20-Hermes高阶工具配置

9.3 迭代方法

不要一次写完美，而是在对话中迭代：
1. 先从网上摘取一个模板
2. 每次对话后提醒 Hermes：根据我们今天的对话，自动调整并更新 SOUL.md
3. Agent 自己总结你的偏好并写入

第十章：模型路由与成本控制

10.1 分层模型配置

# ~/.hermes/config.yaml
models:
  core:          # 核心逻辑：记忆策展、技能提炼、复杂推理
    provider: anthropic
    model: claude-opus-4-7
  execution:     # 基础执行：网页搜索、文本格式化、简单汇总
    provider: openrouter
    model: deepseek-chat
    free: true

实测效果：长期 API 费用降低 50-70% 2026-04-20-Hermes入门到精通

10.2 自托管嵌入方案

Ollama (nomic-embed-text)
  → 本地嵌入，隐私 + 可靠性
  → 离线全功能
  → OLLAMA_NUM_PARALLEL=4 + MAX_LOADED_MODELS=1

10.3 模型路由实战

# Fleet 架构中的模型路由
models:
  primary:
    provider: openrouter
    model: qwen-3.6-plus
    allow_fallbacks: false  # 防静默切换 provider
  coding:
    provider: z-ai
    model: glm-5.1
  local-fallback:
    provider: ollama
    model: gemma-2-9b-4bit

第十一章：安全与防御

11.1 五层纵深防御

1. 容器隔离——terminal backend: docker
2. 危险命令人工审批——approvals mode: smart
3. 上下文注入扫描——Tirith 安全模块
4. API Key Redactor——匹配 sk-/ghp_/Bearer 等模式自动脱敏
5. 默认拒绝模式——高风险操作需显式批准

11.2 Tirith 安全模块

三种模式：
– manual：所有危险操作需人工确认
– smart：Agent 自行判断（推荐）
– off：无限制（不推荐）

11.3 与 OpenClaw 安全对比

OpenClaw 基于”信任模型”的审计在复杂环境下过于脆弱，2026.02 漏洞暴露实例 + 恶意技能插件事件 2026-04-14-OpenClaw与Hermes-Agent进化之争

第十二章：OpenClaw → Hermes 迁移 Cookbook

12.1 快速迁移（4 条命令）

# 1. 安装 Hermes
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 2. 验证安装
hermes --version

# 3. 迁移（预览模式先看）
hermes claw migrate --dry-run

# 4. 确认迁移
hermes claw migrate

# 5. 健康检查
hermes doctor

# 6. 迁移后重启网关
systemctl --user restart hermes-gateway

12.2 迁移覆盖内容

persona / memory / skills / API keys / model configs / MCP servers / Telegram/Discord tokens / TTS 设置 / session 策略 / Agent 行为设置 2026-04-15-OpenClaw迁移Hermes指南

12.3 干净安装（适合配置混乱用户）

# 1. 创建空白 Profile
hermes profile create myprofile

# 2. 找到配置路径
hermes -p myprofile config path

# 3. 手动只复制真正在用的
# ✅ API keys / 消息渠道 / 可用 skills / SOUL.md
# ❌ 丢弃：损坏实验 / 死集成 / 2AM 复制粘贴的配置

# 4. 确认正常后清理旧目录
hermes claw cleanup

12.4 迁移后注意

• 导入的 skills 和 memory 在新会话生效，当前会话不生效
• WhatsApp 需重新 QR 配对：hermes whatsapp
• hermes status 验证 API keys 认证状态

第十三章：实战 Cookbook——20 个即用配方

配方 1：每日 AI 新闻简报推送到 Telegram

# ~/.hermes/cron/tasks.yaml
tasks:
  - name: daily_ai_brief
    schedule: "7 9 * * *"  # 每天 9:07
    command: "搜索过去24小时AI/大模型领域最重要的5条新闻，生成中文摘要，每条不超过50字"
    platform: telegram
    chat_id: "your-chat-id"

配方 2：会前客户调研

在对话中直接说：

我30分钟后要见 [客户名] 的 [联系人]，帮我整理一份会前简报：
1. 这个人最近的公开动态
2. 公司最近的产品/融资新闻
3. 可能的共同话题

配方 3：会议笔记→跟进邮件

这是今天的会议笔记（粘贴内容），
帮我写一封跟进邮件，包含：
1. 会议要点总结
2. 下一步行动项（标注负责人）
3. 发送给 [邮箱]

配方 4：代码仓库夜班管家

# ~/.hermes/cron/tasks.yaml
tasks:
  - name: nightly_pr_review
    schedule: "0 2 * * *"  # 凌晨2点
    command: "检查 [仓库] 的所有待审PR，总结每个PR的变更内容和风险等级"
    platform: telegram

配方 5：Hermes 监控 OpenClaw（Agent 看门狗）

tasks:
  - name: openclaw_watchdog
    schedule: "0 */2 * * *"  # 每2小时
    command: "检查 OpenClaw 的日志，如果发现异常或服务挂了，发送警报"
    platform: telegram

配方 6：自托管 Fleet 共享记忆

# ~/.claude/hooks/mem_broadcast.py
import sys, json
from mem0 import Memory

memory = Memory.from_config({"vector_store": {"provider": "qdrant"}})

def broadcast():
    transcript = json.loads(sys.stdin.read())
    user_msg = transcript["messages"][-2]["content"]
    assistant_msg = transcript["messages"][-1]["content"]

    memory.add(
        f"User: {user_msg}\nAssistant: {assistant_msg}",
        user_id="shared",
        metadata={"session": transcript["session_id"]}
    )

broadcast()

配方 7：Token 消耗监控

# 全局消耗概览
tokscale --hermes

# 查看详细日志
tail -f ~/.hermes/logs/hermes.log

配方 8：多 Profile 团队协作

# 研究员 Profile
hermes profile create researcher

# 代码审查 Profile
hermes profile create coder --clone researcher

# 写作 Profile
hermes profile create writer --clone researcher

# 分别在不同终端启动
hermes -p researcher chat
hermes -p coder chat

配方 9：SOUL.md 迭代优化

在对话中说：

"我们今天完成了3个任务，你在这个过程中犯过2次错误。
根据这些经验，更新你的 SOUL.md，把学到的东西写进去。"

配方 10：Skill 审计与清理

在对话中说：

"检查你所有的 skills：
1. 列出全部 skills 及其最后使用时间
2. 标记超过30天未使用的
3. 标记功能重叠的
4. 建议删除哪些"

配方 11：Resolver 路由治理

# 检查暗技能（存在但不可达的 skills）
在对话中说：

"检查你的 skills 索引和实际 skills 文件夹，
找出索引中没有触发器的 skills（暗技能），
为每个暗技能生成合适的触发器描述。"

配方 12：跨平台内容分发

# 写一篇分析 → 同时发到 Telegram + Twitter
tasks:
  - name: weekly_analysis
    schedule: "0 10 * * 1"
    command: "基于本周积累的信息，写一篇800字的行业分析，同时发送到 Telegram 和 Twitter"
    platforms:
      - telegram
      - twitter

配方 13：数据备份

# 手动备份
tar -czvf hermes-backup-$(date +%Y%m%d).tar.gz ~/.hermes/

# 自动备份（加到 crontab）
# 0 3 * * 0 tar -czvf ~/backups/hermes-$(date +\%Y\%m\%d).tar.gz ~/.hermes/

配方 14：MCP 自定义 API 接入

# mcp.json — 连接公司内部 API
mcp_servers:
  internal-api:
    command: "python3"
    args: ["~/.hermes/mcp-bridge.py"]
    env:
      API_BASE: "https://api.internal.company.com"
      API_KEY: "your-key"

配方 15：故障自动恢复

# 让 Hermes 学习故障恢复模式
# 第一步：手动修复一次

"Telegram 网关断开了。帮我重新连接。"
# [Agent 修复过程]

# 第二步：固化成 Skill
"把我们刚才修复 Telegram 网关的步骤保存为 Skill，
下次遇到同样问题自动执行。"

配方 16：量化投资监控

tasks:
  - name: market_morning
    schedule: "30 8 * * 1-5"  # 工作日 8:30
    command: "检查以下标的的隔夜变动：[列表]，汇总涨跌幅和关键事件"
    platform: telegram

配方 17：竞品情报自动化

tasks:
  - name: competitor_watch
    schedule: "0 18 * * 5"  # 每周五 18:00
    command: "抓取以下竞品的本周更新：[URL列表]，对比我们产品的差距"
    platform: telegram

配方 18：内容创作 Pipeline

# 多 Agent 内容创作
# 研究员 Agent：
"搜索 [主题] 最近一周的10个高质量信息源，提取关键论点"

# 写作 Agent（基于研究员输出）：
"基于以下研究笔记，写一篇2000字的深度分析文章"

# 校对 Agent：
"审查以下文章，检查：事实准确性、逻辑连贯性、语言表达，标注需要修改的地方"

配方 19：API Key 安全审计

# 检查所有配置文件中的硬编码密钥
grep -r "sk-\|ghp_\|Bearer\|API_KEY\|api_key" ~/.hermes/

# 确保 redactor 配置已开启
# 在 config.yaml 中：
security:
  redactor:
    patterns: ["sk-[a-zA-Z0-9]+", "ghp_[a-zA-Z0-9]+", "Bearer [a-zA-Z0-9]+"]

配方 20：健康检查与自愈

# 一键诊断
hermes doctor

# 查看运行状态
hermes status

# 记忆使用统计
hermes memory stats

# 技能使用统计
hermes skills stats

第十四章：混合架构设计

14.1 核心原则

Hermes 做大脑 + OpenClaw 做手脚 2026-04-14-OpenClaw与Hermes-Agent进化之争

┌─────────────────────────────────────────┐
│         OpenClaw 异步编排层              │
│   处理复杂工作流 / Steer / 超时控制      │
│         ┌─────────────┐                 │
│         │  Hermes      │                 │
│         │  隔离并行     │                 │
│         │  子任务       │                 │
│         └─────────────┘                 │
└─────────────────────────────────────────┘

14.2 选择决策树

你的需求是什么？
├── 快速上线多频道助理 → OpenClaw（工业标准）
├── 个性化+长期成长 → Hermes（AI 分身）
├── 需要运行中调整方向 → OpenClaw（Steer）
├── 安全敏感强隔离 → Hermes（delegate）
└── 最优解 → 混合架构（Hermes 大脑 + OpenClaw 手脚）

第十五章：调试与排障

15.1 常用诊断命令

hermes doctor       # 系统诊断
hermes status       # 运行状态 + API key 认证
hermes version      # 版本号
hermes memory stats # 记忆使用统计
hermes skills list  # 技能列表

15.2 日志分析

# 实时日志
tail -f ~/.hermes/logs/hermes.log

# 查看错误
grep ERROR ~/.hermes/logs/hermes.log | tail -20

15.3 记忆问题排查

第十六章：配置速查表

完整 config.yaml 模板

# ~/.hermes/config.yaml
agent:
  max_turns: 90
  cwd: ~  # 避免 AGENTS.md 加载仓库文件，省 50% token

memory:
  nudge_interval: 10
  provider: mem0  # 内置/hindsight/honcho/mem0

models:
  core:
    provider: anthropic
    model: claude-opus-4-7
  execution:
    provider: openrouter
    model: deepseek-chat
    free: true

approvals:
  mode: smart  # manual/smart/off

terminal:
  backend: docker  # raw/docker/ssh
  timeout: 60

gateway:
  heartbeat: true

security:
  redactor:
    patterns:
      - "sk-[a-zA-Z0-9]+"
      - "ghp_[a-zA-Z0-9]+"
      - "Bearer [a-zA-Z0-9._-]+"

核心命令速查

# 基础
hermes                          # 开启对话
hermes model                    # 切换/查看模型
hermes tools                    # 配置可用工具
hermes doctor                   # 系统诊断

# Profile
hermes profile create <name>    # 创建 Profile
hermes profile list             # 列出 Profile
hermes -p <name> chat           # 使用指定 Profile

# 技能
hermes skills list              # 列出技能
hermes skills edit <name>       # 编辑技能
hermes skills install <url>     # 安装技能

# 网关
hermes gateway setup            # 配置消息平台
hermes gateway install          # 安装 Systemd 服务

# 迁移
hermes claw migrate --dry-run   # 预览迁移
hermes claw migrate             # 执行迁移
hermes claw cleanup             # 清理旧目录

# 维护
hermes status                   # 运行状态
hermes memory stats             # 记忆统计
hermes setup                    # 重新配置向导

附录 A：资源导航

• 官方英文文档：hermes-agent.nousresearch.com/docs
• 中文社区文档：hermes-doc.aigc.green
• Awesome 资源：github.com/0xNyk/awesome-hermes-agent
• 生态地图（80+ 工具）：hermes-ecosystem.vercel.app
• 技能标准：agentskills.io
• 橙皮书（花叔深度解读）：huasheng.ai/orange-books/hermes-agent

附录 B：本白皮书引用来源

• 2026-04-20-Hermes高阶工具配置 — 工具配置四大模块
• 2026-04-20-Hermes入门到精通 — 三层记忆/模块化模型/9条变现
• 2026-04-20-Hermes实际用途 — 30天社媒数据7大用途
• 2026-04-15-Hermes-Agent系统提示词拆解 — 9层结构/Token优化
• 2026-04-15-Hermes-Agent进阶指南 — 五大进阶模块
• 2026-04-16-Hermes-Fleet自托管Agent栈 — Qdrant+Ollama+mem0+Stop Hook
• 2026-04-10-Agent框架对比Hermes-vs-OpenClaw — 三支柱深度对比
• 2026-04-10-Hermes-Agent自进化能力解析 — 三代AI工具论/正反馈飞轮
• 2026-04-14-OpenClaw与Hermes-Agent进化之争 — 网关vs引擎/混合架构
• 2026-04-15-24-7自进化Agent对比实验 — 30天并行对比
• 2026-04-12-多Agent架构对比 — delegate同步vs subagent异步
• 2026-04-15-OpenClaw迁移Hermes指南 — 4命令迁移
• 2026-04-15-Hermes-Agent新手全流程教程 — 三阶段教程
• 2026-04-17-Agent-Resolver路由治理 — 200行替代20000行