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

Hermes Agent är en självhöstad, modellagnostisk AI-assistent som kör på en lokal maskin eller en billig VPS, fungerar via terminal- och meddelargränssnitt och förbättras över tid genom att omvandla upprepade uppgifter till återanvändbara färdigheter.

Den är mycket lik i funktionalitet med OpenClaw, en annan självhöst stack för assistenter byggd kring verktyg, minne och lokal kontroll.

Om du vill ha den större bilden av självhöstade assistenter, hämtning och lokal infrastruktur kring Hermes, den här översikten över AI-system kopplar dessa ämnen till samma problem som Hermes försöker lösa.

För avvägningar vid implementering och val av runtime, LLM Hosting 2026: Lokal, Självhöstad & Molninfrastruktur Jämfört ger karta över hostingalternativ, medan LLM-prestanda 2026: Mätningar, flaskhalsar & optimering täcker genomströmning och latens när Hermes är igång.

Min partiska syn: Hermes är mest intressant när den behandlas som infrastruktur, inte som en flik man ibland öppnar. När den kör som en tjänst och har en stabil hemkatalog börjar dina prompter se mindre ut som “chatt” och mer som “ops”.

Vad Hermes Agent är och varför det betyder något

Hermes Agent är en öppen källkod AI-agent byggd av Nous Research. Den är designad för att köras kontinuerligt, använda verktyg (terminal, filer, webben och mer), och förbättra sitt eget beteende över tid med ett system för färdigheter och minne.

Två designval är värt att utveckla 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 ändpunkter, och växling görs via kommandot hermes model snarare än kodredigeringar.

För det andra drar Hermes en tydlig 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 upplysande tråkiga. Hermes Agent i sig är fri mjukvara 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 verktygslag, den här ändringen i Anthropic-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.

Enradig installation

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

Efter installationen, ladda om din shell och starta CLI:en.

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

Installatören är inte bara ett tunt skal. Enligt installationsguiden sätter den upp beroenden, repositoriet, en virtuell miljö och kommandot hermes, och tar dig sedan till ett tillstånd redo för första chattet.

Noteringar för Windows och Android

Native Windows stöds inte. Dokumenten rekommenderar WSL2 och att köra Hermes inuti det.

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

Snabbstart

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

Välj leverantör och modell

Hermes exponerar tre komplementära ingångspunkter:

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

Ett minimalt flöde ser ut så här:

hermes model
hermes tools
hermes

När det gäller vad som faktiskt stöds, listar den officiella snabbstarten en rad leverantörer och pekar också på att Hermes fungerar med OpenAI-kompatibla APIs. Det är viktigt eftersom det inkluderar både hostade tjänster och självhöstade ändpunkter.

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 testa.

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

Exempel på prompt:

Visa min diskanvändning 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 lösningen är oftast uppenbar när man tittar på konfigurationen.

Konfiguration som skalar

Hermes belönar de som förstår var den lagrar tillstånd och hur den löser konfiguration. Detta är också där många “det funkade 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- legitimationsuppgifter, SOUL.md för identitet, samt mappar för minnen, färdigheter, cron, sessioner och loggar.

Detta är viktigt av två anledningar.

• Felsökning blir mekanisk eftersom du vet exakt var du ska titta.
• Backupar blir raka eftersom en enda katalog fångar upp det mesta av agentens tillstånd som du bryr dig om.

Konfigurationsprioritet och att hålla hemligheter borta från config.yaml

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

Den trevliga detaljen är att hermes config set skickar 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 shellskommandon faktiskt körs. Konfigurationsguiden listar local, docker, ssh, modal, daytona och singularity.

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

• local är snabbast och enklast, men det är inte isolerat
• docker är ett pragmatiskt säkerhets- och reproducerbarhetslager
• ssh är ett rent sätt att separera din chatt-enhet från din beräkningsbox
• modal och daytona passar “serverless men tillräckligt persistenta” 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 säkerhetshårdning för Docker-backend, såsom att släppa kapaciteter och inaktivera privilegieupprinning.

Färdigheter, minne och profiler

Hermes har två relaterade mekanismer för att samla värde.

Färdigheter är procedurminne. Hermes kan skapa, uppdatera och radera sina egna färdigheter och kan erbjuda att spara en metod 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 minnesåterkallning. Minnesdokumenten listar flera leverantörstillägg, och guiden för minneleverantörer dokumenterar ett interaktivt installationsflöde.

Om du vill ha flera oberoende agenter på samma maskin erbjuder Hermes profiler isolering. Varje profil får sin egen katalog 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-assistens färdigheter för verkliga produktionsuppsättningar.

Typiskt arbetsflöde

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

En stabil baslinje

En baslinje som tenderar att inte ruttna är:

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

Daglig användning som sammanvänder

Hermes har ett terminalgränssnitt snarare än ett webbsnitt, och det är designat för långa sessioner med snabbdikter, återupptagbara sessioner och strömmande verktygsoutput.

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 mental gräns mellan “be” och “agera” så att verktygsexekvering förblir granskningsbar

Meddelargateway för tillgång dygnet runt

Meddelargatewayn är den del som gör att Hermes känns som en assistent snarare än ett terminalprogram. Dokumentationen beskriver den som en enda process som ansluter till flera plattformar, hanterar sessioner, kör cron-jobb och levererar meddelanden.

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

Säkerhet för en bot som använder verktyg är viktig. Gateway-dokumenten beskriver tillåtlistor för specifika plattformar och ett DM-parningsflöde som utfärdar engångsparningskoder och kräver godkännande via hermes pairing approve.

Uppdateringar utan drama

Hermes-uppdateringar är ett första-klass-kommando. Uppdateringsguiden dokumenterar hermes update, konfigurationsmigreringskontroller 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 folk bara kontrollerar modellagret och ignorerar runtime-lagret.

Snabba triage-kommandon

CLI-referensen positionerar explicit tre kommandon som kärnan i loopet:

• hermes doctor för interaktiv diagnostik
• hermes status för en snabb översikt
• hermes dump för en delbar, censurerad sammanfattning av uppsättningen

För loggar, hermes logs visar filerna som lagras under ~/.hermes/logs.

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

Vanliga installationsfel

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

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

Leverantör- och modellproblem

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

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

Problem med hastighetsbegränsning och kontextlängd täcks också. FAQ föreslår att vänta på 429-fel, byta leverantör eller modell, och minska kontexttryck via komprimering eller en ny session.

Terminalbackend- och gatewayproblem

Om terminals kommandon misslyckas omedelbart inkluderar konfigurationsguiden ett avsnitt om “vanliga terminalbackend-problem” och pekar på typiska orsaker per backend, inklusive att Docker inte kör och saknade SSH-variabler. Den noterar också att att falla tillbaka till lokal är ett giltigt felsökningsdrag när sandbox-konfiguration är i fråga.

För gatewayproblem lyfter meddelarguiden fram tillåtlistor och parning som säkra standardvärden, vilket betyder att många incidenter där “boten är tyst” faktiskt är att auktorisering gör sitt jobb.

Referenser

• Hermes Agent-hemsida
• Hermes AI-assistens färdigheter för verkliga produktionsuppsättningar