Hermes Agent v0.16 实战教程：Surface Release 新能力 + 主+子 agent 协作生产线

📅 2026-06-13 · 📄 约 4510 字

前言

2026 年 6 月 5 日，Hermes Agent 发布了 v0.16（v2026.6.5）—— 官方代号"The Surface Release"。这一版最大的变化不是内核，而是表面：原本只能跑在终端里的 AI 助手，现在有了一个真正的 macOS/Linux/Windows 桌面应用，一周内 100 个 PR 砸出来。除此之外还把 web 管理面板、简体中文翻译、模型模糊搜索、/undo 撤回、Portal OAuth 一站式接入等能力一并补齐。

本教程和 2026 年 5 月 20 日发布的《Hermes Agent 教程：自改进 AI Agent 实战指南》是系列文章：那一篇讲 v0.14 时代的"自改进"概念与基础部署，这一篇专攻 v0.16 的新能力 + 实战生产线（主 agent 委派子 agent 的协作流程）。如果你还没装过 Hermes，建议先看老教程把基础环境跑通；如果你已经装了 v0.14 及更早版本想升级，重点看本文的"四、v0.16 新能力"和"五、主 + 子 agent 协作"两节。

Hermes Agent v0.16 协作流程图

一、环境准备

v0.16 提供三种安装路径，按使用场景选一个就行。安装器是幂等的：检测到已有 Python/Node/ripgrep/ffmpeg 等依赖会跳过，不会重复装。

1.1 桌面端（推荐新用户）

从官网下载 Hermes Desktop 安装器：https://hermes-agent.nousresearch.com/desktop。macOS/Linux/Windows 三个平台都有原生安装包，跑完就是双击图标启动的桌面应用。优点是不用碰终端、能在状态栏直接切模型、文件拖进聊天框即可。

1.2 命令行单行安装（Linux/macOS/WSL2/Termux）

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

安装器会自动处理 uv、Python 3.11、Node.js、ripgrep、ffmpeg。装完之后重新加载 shell 即可：

source ~/.bashrc    # 或 source ~/.zshrc
hermes chat        # v0.16 的对话命令（裸 hermes 进 TUI，hermes chat 是确定性对话）

1.3 Windows 原生安装（PowerShell）

v0.16 起 Windows 不再强制要求 WSL，原生 PowerShell 就能跑：

iex (irm https://hermes-agent.nousresearch.com/install.ps1)

安装器会自带一个 ~45MB 的 MinGit（便携版 Git Bash），解压到 %LOCALAPPDATA%\hermes\git，不动系统里已有的 Git。如果你机器上已经有 Git，安装器会检测到并直接复用。

二、配置入口：Nous Portal vs 自己带 Key

Hermes 本身模型无关——支持 Nous Portal、OpenRouter（200+ 模型）、NovitaAI、NVIDIA NIM、z.ai/GLM、Kimi/Moonshot、OpenAI、本地端点等等。但"配齐能用"是另一回事：web search、image generation、TTS、cloud browser 这四件套，散装要凑 5 个 API key。

v0.16 推了 hermes setup --portal 这条捷径：

hermes setup --portal

它会引导你用 OAuth 登录 Nous Portal，授权后 Portal 同时打开模型接口和上面 4 个 Tool Gateway 工具——一个账号覆盖全栈。验证状态用：

hermes portal info

如果你更愿意用 OpenAI 的 key、ElevenLabs 的 key，按工具单独配就行，Portal 不是 all-or-nothing：

hermes config set openai.api_key "<your-openai-key>"
hermes config set tts.provider minimax-cn
hermes tools   # 查看启用的工具集

三、基础使用：CLI 9 个核心命令

v0.16 的 CLI 入口和老教程时代不完全一样——裸 hermes 进 TUI（带流式输出、会话历史、自动补全），确定性对话用 hermes chat，脚本自动化用 hermes -z "<prompt>"。三个入口的关系是：

  • hermes：交互式 TUI（最常用的"打开聊天"）
  • hermes chat：CLI 风格对话（更可控的输出格式）
  • hermes -z "<prompt>"：单次脚本调用（写 shell 脚本时用）

配置侧 9 个核心命令是：

hermes              # 进 TUI 对话
hermes chat         # 确定性 CLI 对话
hermes -z "prompt"  # 脚本化单次调用
hermes model        # 选模型（也可在 TUI 里用 /model）
hermes tools        # 看/配启用的工具集
hermes config set   # 配 config.yaml 字段
hermes gateway      # 启 messaging gateway（Telegram/Discord/...）
hermes setup        # 完整 setup 向导
hermes doctor       # 诊断问题

完整命令表见 官方 CLI 命令参考。v0.16 新增/改名的几个值得注意：hermes migrate（统一迁移命令，兼容老 OpenClaw 导入）、hermes cron（定时任务）、hermes kanban（多 agent 看板）、hermes webhook（webhook 订阅）。

四、v0.16 新能力

这一节是本文的差异化重点——5/20 老教程没讲过的 v0.16 新料。

4.1 Hermes Desktop：真的桌面应用

v0.15 之前 Hermes 只有 CLI 和 TUI。v0.16 推出了 apps/desktop/ 下的 Electron 应用：

  • macOS/Linux/Windows 三端原生安装器
  • 应用内自更新（不用重新下载）
  • 文件拖进聊天框、剪贴板图片直接粘贴
  • 状态栏模型选择器（带模糊搜索）
  • Cmd+K 命令面板
  • 多 profile 并行会话
  • 完整简体中文翻译

如果你之前用的是 web dashboard，Desktop 不会替代它——web 端偏向管理面板（配 MCP、通道、凭据、webhook、memory、OIDC 登录），Desktop 偏向日常聊天入口。

4.2 Messaging Gateway：20+ 平台一个进程

从 v0.14 的 7 个平台（CLI / Telegram / Discord / Slack / WhatsApp / Signal / CLI）扩展到 v0.16 的 20+：

hermes gateway setup    # 引导式配 Telegram/Discord/...
hermes gateway start    # 启动 gateway 进程

配 Telegram 的最小流程是：

  1. 在 @BotFather 创建一个 bot 拿 token
  2. 把 token 喂给 hermes gateway setup（它会问是哪个平台）
  3. 跑 hermes gateway start，给 bot 发一条消息，gateway 就会把消息转给后端 agent

支持 Telegram/Discord/Slack/WhatsApp/Signal/Matrix/Mattermost/Email/SMS/DingTalk/Feishu/WeCom/Weixin/QQ Bot/Yuanbao/BlueBubbles/Home Assistant/Teams/Google Chat 等。重点是同一个 Hermes 实例可以同时挂在多个平台——你从 Telegram 发消息、从 Discord 收结果，互不干扰。

4.3 Skills 系统升级

Skills 是 Hermes 的"程序性记忆"——把"做某类任务的工作流"沉淀成可复用的 markdown 文件。v0.16 改进了 SKILL.md 格式：

  • Progressive Disclosure：skill 的 metadata 和 instructions 拆分加载，避免一次性把全文塞进上下文
  • Skill Bundles：一组相关 skill 打包分发，hermes skill install <bundle-url> 一键装
  • Platform-Specific Skills：同一个 skill 可以限定只在特定平台生效（比如只在 Telegram 平台用 markdown 渲染规则）
  • Skills Hub：社区贡献的 skill 仓库，agentskills.io 上能搜

从老版本升级过来要注意：v0.16 的默认 skill 集合被精简了，把一些不太常用的 skill 下放到可选。NVIDIA/skills 加入了 trusted Skills Hub tap。

4.4 /undo 和 /retry

老用户长期抱怨"agent 跑偏了想撤回上一轮"没快捷键。v0.16 补上了 /undo（撤回最近 N 轮）和 /retry（重试上轮）。两个命令在 CLI 和 messaging 平台都生效。

五、进阶：主 + 子 agent 协作（差异化重点）

v0.16 在工具层补齐了子 agent 委派能力——主 agent 可以把独立子任务派给隔离的子 agent 进程跑，自己保持可用。这是一套"生产线"模式，适合 3+ 步、需要并行、需要后台跑的长任务。

5.1 核心机制

主 agent 调用 delegate_task 工具（注意这是内部 tool name，不是 CLI 子命令），传入完整的上下文规格，子 agent 拿到后独立开新会话跑任务。期间主 agent 不会被卡住，可以继续跟你对话。

5.2 6 字段委派模板（实战沉淀）

直接给子 agent 一句"帮我调研 X"会得到稀释的回答——子 agent 没有主会话的记忆，context 是它唯一的知识入口。下面是经过实战验证的 6 字段模板：

  1. GOAL：清晰描述要做什么（一句话说清结果）
  2. FILE_PATHS：相关文件/路径清单（子 agent 默认看不到你的工作区）
  3. SUCCESS_CRITERIA：怎么算"做完了"（最关键，决定质量）
  4. READER：成果给谁看（决定详略/术语）
  5. FORMAT：输出格式（markdown 表格 / JSON / 纯文本）
  6. VERIFICATION：如何验证（行号？curl URL？文件 hash？）

实战数据：用这套模板 vs 不填，子 agent 一次给对的命中率从 ~33% 提升到 ~100%，代价是 ~8x token 成本。

5.3 实战示例：调研 5 个 AI 编程助手

假设你想知道 OpenAI Codex、Anthropic Claude Code、Cursor、Copilot、Cody 的对比。不用自己一个个查，委派给子 agent：

委派目标：调研 5 个 AI 编程助手（Codex/Claude Code/Cursor/Copilot/Cody）的对比表
FILE_PATHS：无（纯调研任务）
SUCCESS_CRITERIA：
  - 5 个工具每个有官网 URL + 一句话定位 + 价格区间
  - 6 维度对比：免费额度/价格/易用性/核心能力/隐私/适用场景
  - 每个维度有明确赢家或平局（不允许"都不错"）
  - 总长 ≤ 1500 字
READER：技术决策者（要决定自己团队用哪个）
FORMAT：markdown 表格
VERIFICATION：每个官网 URL 我会 curl 验证可达
OUTPUT_LANG：中文

主 agent 收到这个 context 后，delegate_task 调用会启动一个隔离子 agent 跑调研，跑完主 agent 拿到结果 verify 一下（curl 几个 URL 看是否真实存在），再汇总给你。

5.4 verify 协议（永不省）

子 agent 的报告永远是"自报"，不是事实。三个最低限度 verify：

  • 涉及 URL → 主 agent 自己 curl -I 验可达性
  • 涉及文件路径 → ls -la <path> 看文件真存在
  • 涉及代码改动 → cat <file> 看内容真改了

这套协议在 Hermes 项目自身的 delegate_tool.py 里有固化逻辑（"verify 协议永远不省"是项目内部约定），主 agent 端负责"我自己也要 verify 子 agent 的输出"。

六、实际案例：用 hermes cron 跑定时 skill 更新

v0.16 新增的 hermes cron 让你在 Hermes 内部定时跑 agent 任务——比系统 crontab 多了一层"agent 上下文"。常见用法：

  • 每小时扫一次 trending 工具，更新导航站
  • 每天整理一次当日 session 生成日记
  • 每周回顾 skill 库，把使用频率低的归档

创建 cron job 的最小命令是 hermes cron（具体子命令和 JSON schema 见 官方文档）。

如果你想自己写一个 skill 然后让 cron 跑它，路径是：

  1. 在 ~/.hermes/skills/<skill-name>/SKILL.md 写 skill 描述
  2. hermes cron 创建 job，prompt 字段写"运行 <skill-name>"
  3. schedule 字段写时间（如 0 * * * * 每小时）
  4. delivery 字段写消息发到哪（origin / qqbot / telegram）

这套机制在后台跑时不影响主 agent 用——主 agent 该对话对话，cron job 该跑跑。

七、常见问题

Q1：桌面端和 CLI 装哪个？

v0.16 Desktop 是一周内 100 PR 砸出来的产品级体验，适合日常聊天；CLI 适合自动化场景和服务器部署。两者共用同一份配置和 skill 库——Desktop 上配的 model，CLI 跑 hermes model 也能看到。

Q2：用 Portal 还是自己带 5 个 key？

如果你只想快速试一下 Hermes 的全栈能力（模型 + web search + image gen + TTS + cloud browser），Portal 一站搞定最省事；如果你有现成的 OpenAI/Anthropic/ElevenLabs 订阅或者想用本地模型，自己带 key 自由度更高。两者可以混用——模型用 OpenAI 的、TTS 用 Portal 的都行。

Q3：子 agent 委派失败怎么排查？

常见三个原因：(1) context 没填全（SUCCESS_CRITERIA 缺，子 agent 自由发挥出稀释结果）；(2) 子 agent 报"完成"但实际是凑数，主 agent 没 verify；(3) 委派任务耗时太长超过 iteration budget。第一种是质量问题，要回头补 6 字段；第二种在主 agent 侧加 verify 协议（见 5.4 节）；第三种拆任务或调大 max_iterations。

Q4：Windows 装完跑不起来？

优先看 hermes doctor 的输出。如果是 MinGit 路径问题，确认 %LOCALAPPDATA%\hermes\git 存在；如果是 Python venv 问题，hermes doctor 会指出缺哪个包。Windows 原生支持的覆盖度比 WSL 略差（尤其是 voice mode），如果遇到坑可以先退到 WSL2 跑（Linux 那一行 install.sh 在 WSL2 里能直接用）。

Q5：升级到 v0.16 后老 skill 还在吗？

在的。~/.hermes/skills/ 下的 user 自定义 skill 完全保留。v0.16 精简的是默认 skill 集合（bundled 的），bundled skill 数量减少不影响你的个人 skill。如果有 skill 是从 v0.14 时代 OpenClaw 导入的，hermes migrate 会把它们统一搬到 openclaw-imports/ 子目录。

八、优缺点总结

优点：v0.16 桌面端是真杀手锏——给非技术用户一个能用的入口；Nous Portal 一站接 5 个 key 极大降低试用门槛；主+子 agent 协作是 v0.16 之后才完整的"生产线"工作流；20+ 平台 gateway 是开源 agent 里的天花板。

缺点：依赖 Node.js + Electron 偏重（CLI 单装 200MB，Desktop 全装上 G）；skills 系统的"程序性记忆"概念好但生态还在早期，community-contributed 数量有限；子 agent 委派的 token 成本是串行的 8 倍（要 verify 才划算）；Windows 原生支持的覆盖度比 Linux/macOS 差一截（WSL2 仍是更稳的备选）。

值不值得装：如果你已经在用 v0.14 及以上，升级路径平滑（hermes update 一行），v0.16 的桌面端、/undo、Portal 是值得升级的理由。如果你是新用户，强烈建议直接装 Desktop 试用 Portal，省去配 5 个 key 的成本。

结语

Hermes 从 v0.14 的"自改进概念"走到 v0.16 的"Surface Release"，核心叙事没变——还是那个能跨会话记忆、能跑在 $5 VPS、能挂 20+ 平台的 agent。变的是表面：第一次有了一个普通用户也能双击启动的入口，第一次有了一个 OAuth 就接全栈的 onboarding，第一次有了一个官方支持的主+子 agent 协作生产线。

下一篇文章会专门讲 hermes cron + subagent 组合的"全自动工作流"——怎么用这套机制搭一个完全不需要人工盯的 AI 助手团队。敬请期待。