说实话，Hermes 裸装和配满之后，基本就是两个东西。

裸装能跑，但记忆短、搜不了网、也不会说话画画，Token 还经常莫名其妙烧一大把。配满之后，它能记住你是谁、能读网页、能出声出图，Token 也压得住。

我自己目前用下来，主要就五块东西：人格、记忆、感知、表达、成本。下面一个个说怎么装，踩过的坑也一起写了。

第一步：写一份 SOUL.md，先把"它是谁"定下来

Hermes 默认没人格，每次对话都像在跟一个临时工说话，挺累的。

我用的是 agency-agents-zh 这个库，里面有 211 个中文角色模板，按部门分好了——工程、设计、营销、产品、游戏、安全、金融、HR，十几个方向都有。还附带了 46 个专门针对国内平台的智能体，小红书、抖音、微信、飞书、钉钉、B 站、跨境电商、政务、医疗合规这些垂直场景基本都覆盖了。

仓库在这里：https://github.com/jnMetaCode/agency-agents-zh

每个角色是一个独立的 .md 文件，人设、工作流程、交付物都写好了。用的时候直接告诉 Hermes "激活某某角色"就行，后面聊着聊着不顺手了再改。

第二步：把内置的 MEMORY.md 换成 Hindsight

内置的 MEMORY 有两个问题：一是只有 Hermes 自己觉得重要才往里写，二是有硬上限，大概 2200 字符就满了。跨会话基本等于失忆。

Hindsight 的逻辑不一样。它会自动从每轮对话里抽实体、事实、关系、时间戳，建一张知识图谱，然后在每次调用大模型之前，把相关的记忆塞进 system prompt 里。真正意义上的长期记忆。

装的步骤很短：

hermes memory setup

向导里选 hindsight，依赖它自己装。然后去 https://ui.hindsight.vectorize.io/connect 注册一个账号，生成 API Key，免费额度日常够用。

装完跑一下：

hermes memory status

看到 Hindsight 已激活，bank_id、auto-recall、auto-retain 这几个状态都在，就 OK 了。

第三步：让它能读懂互联网

抓网页这块，我装了四个，分工不一样：

  • Jina Reader：单页抓取，最轻的方案

  • Crawl4 AI：批量深度抓取

  • Scrapling：专门对付反爬

  • CamoFox：隐身浏览器，对付更狠的反爬

CamoFox 和 Scrapling 是 Hermes 官方支持的技能，hermes tools 加 pip 就能装。Jina Reader 和 Crawl4 AI 没有官方内置，但用 Skill 包一下或者直接调 API 都行，不复杂。

懒得折腾的话，把需求扔给 Hermes，让它自己边装边教你，这一步它干得比教程还顺。

第四步：搜索和文档处理

搜索我用 Tavily 打主力，AI 专用，每月 1000 次免费额度；兜底挂 DuckDuckGo，完全零成本。

文档这边装两个：

  • Pandoc：万能格式转换

  • Marker：PDF 转 Markdown，精度比默认工具高不少

这四个装完，Hermes 基本能吃下任意格式的资料，PDF 里的表格和公式也能保住。

第五步：表达能力

  • Whisper：语音识别，支持 99 种以上语言

  • Edge TTS：语音合成，免费

  • Fal.ai：图片生成

  • FLUX Skill：出高质量图

这一套装完，Hermes 就不只是个会打字的了，能听、能说、能画。日常做会议纪要、做短视频素材都顺手。

第六步：Token 怎么省，这块最关键

前面几步是让它更强，这一步是让它不烧钱。我分四个工具说。

Tokscale：实时看 Token 消耗

这是个 CLI 工具，TUI 界面，能看到全局所有平台的 Token 开销，也能单独过滤 Hermes。不用永久安装，直接起：

# 推荐方式
npx tokscale@latest

# 或者用 Bun，更轻
bunx tokscale@latest

常用命令：

tokscale                  # 全局总览
tokscale --hermes         # 只看 Hermes
tokscale --hermes --week  # 近 7 天趋势
tokscale --json           # 导出 JSON，方便接监控
tokscale models           # 按模型统计

hermes-hudui：Web UI，比官方 dashboard 强

支持按模型、组件、会话拆解成本，WebSocket 实时更新，手机也能看。

git clone https://github.com/joeynyc/hermes-hudui.git
cd hermes-hudui
./install.sh
hermes-hudui

起来之后浏览器开 http://localhost:3001。第一次跑完，下次就 source venv/bin/activate && hermes-hudui 就行。

界面有 14 个 Tab，Costs、Patterns、Memory 这些都有，能清楚看到 Token 到底烧在哪个技能、哪次会话、哪个工具调用上。

RTK：压终端输出的 Token

Rust 写的，零依赖。ls、git status、cargo test 这类命令的输出经常动辄几千 Token，RTK 能把这些压掉 60% 到 90%。

# Homebrew 最省事
brew install rtk

# 或者一键脚本，Linux / macOS / Windows WSL 都行
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

验证：

rtk --version
rtk gain

接到 Hermes 里：

rtk init -g

这步会装全局 Hook 和 RTK.md，重启 Hermes 之后，所有 shell 调用自动走 RTK。

日常直接拿 rtk 替换原命令用：

rtk ls .          # 精简目录树，省 80%
rtk git status    # 压缩 git 输出，省 80%
rtk git diff      # 精简 diff，省 75%
rtk cargo test    # 只显示失败项，省 90%
rtk read main.rs  # 自动去注释和空行
rtk gain --graph  # 看节省曲线

跑几天 rtk gain --graph，那条曲线挺让人上头的。

hermes-agent-self-evolution：让 Agent 自己进化

官方出的自进化工具，底层是 DSPy 加 GEPA 遗传算法，能自动优化 Skill、System Prompt 和工具描述。

git clone https://github.com/NousResearch/hermes-agent-self-evolution.git
cd hermes-agent-self-evolution
pip install -e ".[dev]"

配置指向你自己的 Hermes：

export HERMES_AGENT_REPO=~/.hermes/hermes-agent

然后跑进化命令，它会自己跑一轮一轮地优化指定的 Skill。第一次跑建议挑一个不重要的 Skill 试手，进化过程会消耗一些 Token。

Skill 扩展

直接装 wondelai 的 380 个跨平台 Skill 打底，再从 awesome-agent-skills 那一千多个里按需挑，基本够用很久了。

第七步：收藏两个入口就够了

  • awesome-hermes-agent：一站式资源汇总

  • hermes-ecosystem：80 多个工具的可视化地图

后面想加什么，先去这两个地方翻一遍，省得自己到处搜。

按这七步走下来，Hermes 就是另一个东西了。花的时间其实不多，半天够。真正让它跑起来有感觉的，是 Hindsight 和 RTK 这两个——前者让它有记性，后者让你有钱继续用。