GitHub 狂揽 6.2 万 Star，Hermes Agent

最近几周，全球 AI 开发者的 X 和 GitHub，几乎都绕不开一个名字：Hermes Agent。

从 2 月底开源首月破 2.2 万星，到 v0.8.0 发布后单日新增 6400+ 星，Hermes Agent 在不到两个月的时间里，总 Star 数已飙升至 6.2 万，几乎是“住在”了 GitHub 全球趋势榜第一。

图片来源：Github

有人说它是 OpenClaw 的最强平替，有人说它开启了“自进化 Agent”的元年。

01｜为什么 Hermes Agent 会让这么多人上头？

Hermes Agent 真正吸引人的地方，不只是“又来了一个新的 Agent”。

它更像是在回答一个很多开发者都在关心的问题：

如果 Agent 不只是完成一次任务，而是能从任务中沉淀技能、保留记忆、逐步形成更稳定的做事方式，它会不会更接近大家真正想要的个人 AI 系统？

这也是 Hermes Agent 最打动人的地方。

按照官方仓库的描述，它强调的是一套“越用越会”的机制：

它会从经验中生成技能、在使用中不断改进、搜索过去的对话，并在跨会话中逐渐形成对用户更深的理解。v0.8.0 版本又进一步加入了后台任务自动通知、跨平台实时切换模型等能力，让这套系统感更强了。 

说白一点，Hermes Agent 让很多人第一次更具体地感受到：

Agent 的上限，也许不只取决于“这一次会不会做”，

还取决于“下一次会不会因为过去做过而做得更好”。

这件事，确实很容易让人上头。

02｜但比“火”更现实的问题，是怎么把它真正跑起来

热度归热度，落地是另一回事。

Hermes Agent 火了之后，很多人的第一反应是想试。

但真正劝退人的，往往不是它的概念，而是它背后的那条运行链路。

你会很快遇到这些问题：

模型怎么接？

环境怎么配？

本地怎么跑？

速度能不能接受？

如果不想长期烧 API，能不能直接用本地模型把它跑顺？

官方仓库当然已经给了很多部署方式。Hermes Agent 支持运行在低成本 VPS、GPU 集群，也支持空闲时几乎不花钱的 serverless 基础设施。问题在于，“能部署” 和 “真好用” 之间，往往还隔着很长一段距离。 

很多项目都是这样：看起来很强，演示也很惊艳，

但一到真正自己动手，就开始被环境、依赖、推理速度和本地部署链路劝退。

所以，Hermes Agent 这波热度背后，真正值得解决的问题其实非常明确：

怎么把一个很强的 Agent，变成一个真正能在本地稳定用起来的 Agent。

03｜破局：OmniInfer 接入，这次是真的“真能用”

社区里到处在讨论怎么接各种模型。不过你会发现，大部分教程聊的都是接云端 API —— OpenRouter、DeepSeek、Kimi 之类的。

那一个很自然的问题就来了：能不能完全不依赖云端，模型跑在自己的设备上，然后让 Hermes Agent 来调？

答案是：能。而且比你想的简单得多。

关键角色是 OmniInfer。它是一个跨平台的端侧推理引擎，装完之后跑一个 `./omniinfer serve`，你的设备就变成了一个本地版 OpenAI API 服务，暴露标准的 `/v1/chat/completions` 接口。Hermes Agent 那边只需要填一个地址就能对接上。

本文就是一步一步把这条链路跑通的完整教程。每条命令都实际执行过，终端输出都是真的。你跟着复制粘贴就能跑通。

04｜手把手教你：5 分钟把 Hermes Agent 跑在本地

说了这么多，接下来不谈概念，直接上手。

如果你前面已经被 Hermes Agent 种草，但又担心环境太复杂、链路太长、自己一上来就踩坑，那这一部分就是给你准备的。

这次我们不讲玄学，不绕弯子，

就做一件事：

把 Hermes Agent 真正跑起来。

而且不是停留在“理论上可以”，

而是尽量用一条更直接、更省事的路径，把它接进 OmniInfer，让它真正进入可用状态。

整个流程并不复杂，核心就分三步：

第一步：安装 OmniInfer

1.1 运行安装脚本打开终端，Mac和Linux用户复制这一行：

curl -fsSL https://raw.githubusercontent.com/omnimind-ai/OmniInfer/main/scripts/install.sh | bash

Windows 用户用 PowerShell：

irm https://raw.githubusercontent.com/omnimind-ai/OmniInfer/main/scripts/install.ps1 | iex

回车之后你会看到安装的欢迎横幅：

1.2 脚本第 3 步：选择推理后端（重要！需要你选）

这里需要你选一个推理后端。 脚本会根据你的操作系统和硬件，列出所有可用的后端。用上下方向键移动光标，回车键确认选择。

建议：直接选第一个（默认高亮的那个）就行。 脚本默认推荐的通常就是你设备上最合适的后端。

1.3 配置本地模型可以直接回车，推荐模型为Qwen2.5系列（也可以自己下载Gemma 4等放在本地模型库），选好模型后，脚本自动下载到 OmniInfer/models/ 目录下：

如果你已经有模型文件了（比如之前从 HuggingFace 下载的 GGUF 文件），选这个，然后输入模型的完整路径：

Enter model path: /Users/用户名/OmniInfer/models/qwen2.5-7b-instruct-q4_k_m.gguf[ OK ] Model: /Users/用户名/OmniInfer/models/qwen2.5-7b-instruct-q4_k_m.gguf

1.4 模型运行

如果你在第 5 步选了模型（下载或本地），脚本会自动加载模型并进入一个简单的对话界面，让你当场试试效果。输入 exit 退出。

1.5 启动 API 服务

安装脚本跑完后会自动退出服务。我们需要手动启动 API 服务 —— 这是让 Hermes Agent 能调用本地模型的关键：

cd /你的路径/OmniInfer./omniinfer serve

启动成功后你会看到这样的日志输出：

2026-04-12 18:02:23.617 INFO  [runtime] RuntimeManager initialized: platform=mac2026-04-12 18:02:23.617 INFO  [runtime] Backends discovered: llama.cpp-mac, mlx-mac, ...2026-04-12 18:02:23.618 INFO  [startup] ============================================================2026-04-12 18:02:23.618 INFO  [startup] OmniInfer 0.2 starting2026-04-12 18:02:23.618 INFO  [startup] Python 3.9.62026-04-12 18:02:23.618 INFO  [startup] OS: Darwin 24.6.0 arm642026-04-12 18:02:23.621 INFO  [startup] RAM available: 9.91 GiB2026-04-12 18:02:23.624 INFO  [startup] GPU: Apple Metal (unified memory)2026-04-12 18:02:23.624 INFO  [startup] Config: host=127.0.0.1 port=90002026-04-12 18:02:23.624 INFO  [startup] Available backends: llama.cpp-mac, mlx-mac, ...2026-04-12 18:02:23.627 INFO  [gateway] OmniInfer listening on http://127.0.0.1:9000

重点看最后一行：OmniInfer listening on http://127.0.0.1:9000 —— 这表示 API 服务已经在 9000 端口监听了。

1.6 加载模型到 API 服务

./omniinfer serve 启动的是一个空服务（没有模型），我们需要告诉它加载哪个模型。另开一个终端窗口，执行：

curl -X POST http://127.0.0.1:9000/omni/model/select \    -H "Content-Type: application/json" \    -d '{"model": "/你的路径/OmniInfer/models/Qwen3.5-0.8B-Q4_K_M.gguf"}'

把路径换成你实际的模型文件路径！ 如果你用安装脚本下载的模型，默认在 OmniInfer/models/ 目录下。

实际返回：

{    "ok": true,    "selected_backend": "llama.cpp-mac",    "selected_model": "/Users/.../models/Qwen3.5-0.8B-Q4_K_M.gguf",    "selected_mmproj": null,    "selected_ctx_size": null}

"ok": true 就表示模型加载成功了。也可以用 CLI 方式：./omniinfer model load -m /路径/模型.gguf，效果一样。

1.7 验证 API 是否正常工作

先查模型列表：

curl http://127.0.0.1:9000/v1/models

返回：

{    "object": "list",    "data": [        {            "id": "Qwen3.5-0.8B-Q4_K_M.gguf",            "object": "model",            "owned_by": "omniinfer"        }    ]}

再发一条对话测试：

curl http://127.0.0.1:9000/v1/chat/completions \  -H "Content-Type: application/json" \  -d '{    "messages": [{"role": "user", "content": "你好，用一句话介绍你自己"}],    "max_tokens": 100  }'

实际返回：

{    "choices": [        {            "message": {                "role": "assistant",                "content": "你好！我是 Qwen3.5，阿里巴巴集团最新推出的超大规模语言模型..."            }        }    ],    "model": "Qwen3.5-0.8B-Q4_K_M.gguf",    "usage": {        "prompt_tokens": 18,        "completion_tokens": 44,        "total_tokens": 62    },    "timings": {        "prompt_per_second": 436.01,        "predicted_per_second": 167.20    }}

模型正常回复了。注意看 timings 里的速度 —— prompt 处理 436 tokens/s，生成 167 tokens/s，这是 0.8B 小模型在 Apple Silicon 上的表现，基本感觉不到延迟。更大的模型速度会慢一些，但 7B Q4 在 16GB Mac 上也能达到 30~50 tokens/s，日常使用完全够了。

到这里，OmniInfer 这边就全部搞定了。 记住这个地址：http://127.0.0.1:9000，后面配 Hermes Agent 要用。

第二步：安装 Hermes Agent 并接入 OmniInfer

2.1 一行命令安装Hermes Agent：

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

脚本会自动帮你装好 Python 3.11、Node.js v22、ripgrep 等一整套依赖，以及 Hermes Agent 本体和全局 hermes 命令。全程自动，不需要你操心。

安装过程中脚本会弹出交互式向导，问你选哪个模型提供商。如果此时 OmniInfer 的 ./omniinfer serve 已经在运行了，可以直接在这一步就配好 —— 往后面看 2.2 节的操作就行，流程完全一样。如果安装时先跳过了也没关系，装完随时用 hermes model 重新配。

装完后重新加载 shell：

source ~/.bashrc    # bash 用户source ~/.zshrc     # zsh 用户（macOS 默认是 zsh）

验证一下：

hermes --version

输出如下信息则表明安装成功：

Hermes Agent v0.8.0 (2026.4.8)Project: /Users/wangtuowei/.hermes/hermes-agentPython: 3.11.13OpenAI SDK: 2.31.0Up to date

2.2 运行 hermes model 选择 API

现在来告诉 Hermes 用我们本地的 OmniInfer。确保 OmniInfer 的 ./omniinfer serve 还在运行，然后执行：

hermes model

弹出提供商选择菜单。Hermes 支持的提供商非常多，菜单第一页是这些：

? Select a provider:  Nous Portal (subscription, zero-config)  OpenAI Codex (ChatGPT OAuth)  Anthropic (Claude)  OpenRouter (200+ models)  Qwen OAuth  GitHub Copilot  Hugging Face  More providers...  Cancel

如果你之前已经配过一次 OmniInfer 的自定义端点，它会被自动保存，并且直接出现在这个菜单的第一页，类似这样：

? Select a provider:  Nous Portal (subscription, zero-config)  OpenAI Codex (ChatGPT OAuth)  ...❯ Local (127.0.0.1:9000) — Qwen3.5-0.8B-Q4_K_M.gguf  More providers...  Cancel

如果是第一次配，需要往下翻，选 "More providers..."，在第二页找到：

...  Alibaba Cloud / DashScope❯ Custom endpoint (enter URL manually)  Cancel

选 "Custom endpoint (enter URL manually)"，回车。

2.3 填写连接信息

选完 Custom endpoint 后，Hermes 会依次问你 3 个信息：

第一、API 地址：

? Base URL: http://127.0.0.1:9000/v1

输入 http://127.0.0.1:9000/v1，回车。

第二、API Key：

? API Key (leave empty for local):

直接回车跳过，本地服务不需要认证。

第三、模型名称：

这一步很可能不用你手动填 —— Hermes 输入完地址后会自动探测 OmniInfer 的 /v1/models 接口。如果 OmniInfer 里只加载了一个模型，Hermes 会直接自动识别：

✓ Auto-detected model: Qwen3.5-0.8B-Q4_K_M.gguf

如果加载了多个模型，Hermes 会列出来让你选。

配置完成后确认：

✓ Model configured: Qwen3.5-0.8B-Q4_K_M.gguf via custom endpoint

同时这个端点会被自动保存到 ~/.hermes/config.yaml 的 custom_providers 里。下次跑 hermes model 时就直接出现在第一页了，不需要再从头填。

第三步：启动 Hermes，开始真正使用

确保 OmniInfer 还在运行（第一步启动的 ./omniinfer serve），然后运行：

hermes

进入 Hermes 的交互式对话界面。随便问一句：

如果模型正常回复了，整条链路跑通了。

试试 Agent 的真正能力 —— 它不只是聊天，它能主动调工具：

> 帮我看看当前目录有哪些文件> 写个 Python 脚本计算斐波那契数列前 20 项

Hermes 会自动调终端命令、写代码、执行验证。这就是 Agent 和普通聊天机器人的本质区别。

我们也在持续建设端侧 AI 开发者社区。

如果你对本地 AI、Agent、端侧推理感兴趣，欢迎加入交流，一起把真正可落地的端侧 AI 生态做出来。

万象智维Omnimind依托清华大学泛在智能实验室（THU OmniLab）团队孵化成立，是一家聚焦端侧智能与协作智能方向的创新型科技公司。公司秉持“让智能真正发生在端侧”的技术愿景，致力于将前沿学术研究成果转化为可落地、可规模化的端侧智能系统与解决方案，推动智能计算从云端走向终端、从中心走向协同。

公司核心团队成员来自清华大学、北京大学、上海交通大学、浙江大学、密歇根大学安娜堡分校、加州大学圣地亚哥分校，以及腾讯、阿里、字节、华为、微软等顶尖高校与互联网企业。团队长期聚焦端侧模型轻量化与高效推理、端侧模型系统优化与计算加速、多端协作与端云协同推理等关键方向，持续推进系统性的技术攻关与工程实践，在相关领域形成了扎实的技术积累与较强的行业影响力。近年来，团队先后主持多项国家自然科学基金重点项目、专项重点项目、优秀青年科学基金项目及国家重点研发计划课题等国家级科研任务，并与华为、荣耀、蚂蚁、字节跳动等头部企业建立了紧密的学术与技术合作关系。

Website: https://omnimind.com.cn

Github: https://github.com/omnimind-ai

Email: info@omnimind.com.cn

预览时标签不可点

转载请注明：优波设计

扫描二维码可分享给好友