如何用 Hermes 搭建 7x24 AI 智能体团队：从 5 美元 VPS 到五智能体流水线的 16 步

如何用 Hermes 搭建一支 7×24 小时的 AI 智能体团队：从一台 $5 VPS 到五智能体流水线的 16 步 2026 年 7 月 17 日 · 16 分钟阅读 · 查看原文 ↗ AI 自动化 Claude 营销 大多数人只在一个聊天窗口里跑一个 AI 智能体，然后把它叫做"一套配置"。 Hermes 跑的是一支从不登出的团队：一个编排者加四个专家，每个都有各自的记忆、各自的灵魂文件、各自的 Telegram 机器人。而整套技术栈每月大约只要 $12：一台 $5 的服务器加一个 $7 的订阅。 把这篇文章收藏起来。这是完整路径：安装、模型、记忆、自我改进循环，以及多智能体编排。下面每一条命令和配置都是真的。 给怀疑者的背景：Hermes 是 Nous Research 的开源云端智能体，社区追踪器显示它在头两个月内就达到约 16 万 GitHub star，是该平台历史上攀升最快的项目之一。与聊天标签页不同，它跨会话保持记忆，并在你工作的同时升级自己的技能库。最后这一点才是值得在意的理由。 > 收藏本文。关注 @0xGenAi 你会得到：最便宜的可用大脑配置、带令牌上限的精确记忆架构、自我改进循环到底如何触发、技能建设的纪律，以及从单一智能体到一支团队的 10 条提示词路径。 第 1 部分：把它跑起来 01. 一条命令安装。一个 $5 的盒子安身。 本地安装可行（一条命令，文件落到 ~/.hermes），但云端智能体的意义在于：你的笔记本合上了，智能体还在跑。一台 $5 的 Hetzner 或 Contabo VPS 就够。 # Linux / macOS / WSL / 你的 VPS： curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash # Windows (PowerShell)： iex (irm https://hermes-agent.nousresearch.com/install.ps1) # 然后： hermes setup # 引导式 TUI：模型、终端后端、网关、工具 终端后端：Local 是默认选项，个人使用足够；一个内置的审批系统会拦截破坏性命令（rm -rf、DROP TABLE）并先询问。Docker、SSH、Modal 和 Daytona 用于不受信任的代码和团队规模。先从 Local 开始，以后再升级。 02. 免费大脑阶梯。在掏钱之前把一切都试一遍。 有四种经过记录的免费跑 Hermes 的方式，按实际可用性排名： 免费阶梯（截至 2026 年 7 月中旬）： 1. Nous Portal 订阅 -> Stepfun 3.7 Flash，通过 portal 登录免费。 hermes model -> Nous Portal -> Connect。目前最好的免费选项。 2. NVIDIA NIM -> 邮箱 + 手机注册，免费端点。 筛选：Free Endpoint + Most Popular。GLM 5.1、MiniMax M2.7。 hermes model -> NVIDIA NIM -> 粘贴密钥 -> 不填 URL -> 选模型。 注意：响应明显更慢。 3. Ollama Cloud 免费 -> 在 VPS 上安装 ollama，连接账号。 Gemma 4（31B，带视觉）连接没问题。额度适中。 4. OpenRouter 免费标签 -> 只有 OVL Alpha 和 Nemotron 3 Super 稳定。免费的 Kimi 2.6 列表大多会报错。自定义模型名 经常返回"model overloaded"（模型过载）。 这四种方式的共同规律：免费层级是用来学习工具的，不是用来跑生产的。而这正是下一步的用途。 03. $7 的技巧和 $10 的主力。团队真正跑在这里。 两个经社区验证的预算配置，在"每个有用令牌的价格"上打败其他一切： 付费但便宜： ChatGPT Go（$7/月）-> Codex 额度在 Hermes 内生效。 ChatGPT 设置 -> Security -> 为 Codex 启用设备码认证。 hermes model -> OpenAI Codex -> 打开链接 -> 设备码 -> 选模型。 社区实测：Go 没有 5 小时上限，一个月度上限（每月 1 日重置）。 OpenCode Go（$10/月，首月常为 $5）-> 开源模型： Qwen 3.7 Max、MiniMax 2.7（额度很大）、DeepSeek 4 Pro/Flash。 hermes model -> OpenCode Go -> API key -> 回车跳过 base URL -> 选模型。 Ollama Pro（$20/月）-> 升级路径：三个云端模型 并行运行，一旦你在第 3 部分搭起团队，这一点就重要了。 一个从 OpenRouter 世界带来的值得保留的习惯：每个智能体一个独立 API key，创建时设定月度额度上限。你能精确看到每个智能体花多少，而失控循环会撞上你自己选的那堵墙。 04. 把后台任务路由到便宜模型。这是没人碰的配置。 Hermes 把对话模型和辅助模型分开。七个后台任务各自接受自己的供应商：vision、web_extract、compression、title_generation、curator、kanban_decomposer、goal_judge。把它们全留在主模型上，意味着为生成会话标题支付旗舰级费用。 # config.yaml model: provider: "openai-codex" default: "gpt-5.4-mini" # 主对话 auxiliary: compression: # 上下文压缩：便宜且频繁 provider: "opencode" model: "minimax-2.7" title_generation: provider: "opencode" model: "deepseek-4-flash" vision: provider: "ollama" model: "gemma4" # 免费，带视觉 curator: # 小心：这个模型的决策会复利。 provider: "openai-codex" # 用强模型 model: "gpt-5.4-mini" 两个来源都给的同一条警告：别在 curator 模型上省钱。它的判断会改写你的技能库（第 2 部分），而一次糟糕的合并，代价远超你省下的那些令牌。 直接指定供应商路由还解决了一个真实的 OpenRouter 问题：同一个名义模型由约 20 个供应商以不同量化精度提供服务，每次请求都被静默轮换。手动路由意味着每个任务一个一致的模型。 05. Telegram 网关。三条命令加两个机器人的配置量。 1. @BotFather -> /newbot -> 起名 -> 用户名以 "bot" 结尾 -> 复制机器人令牌 2. @userinfobot -> Start -> 复制你的数字用户 ID （把智能体锁定到你本人；其他人无法连接） 3. 终端： hermes gtw setup # 选 Telegram，粘贴令牌，粘贴用户 ID hermes gtw install hermes gtw start 从这里起，智能体就住在你的口袋里。现在还出了一个桌面应用（技能、网关、记忆和配置文件可视化管理，与你的 VPS 同步），它消除了最后一个"只能用终端"的借口。 06. 学会六个斜杠命令和两个自动化原语。跳过另外四十个。 Hermes 内置几十个斜杠命令。这些才是能改变你工作方式的： /background <prompt> -> 运行一个任务而不阻塞你的会话 /goal -> 一个智能体持续为之努力的持久目标； 暂停 / 恢复 / 状态。一个独立的 goal_judge 智能体会核实它是否真的完成 /spike -> 在真正开发之前快速做一次抛掷式实验 /dogfood -> QA 模式：在一个 Web 应用里猎虫，返回一份 有证据支撑的报告 /systematic_debugging -> 四个阶段，任何修复之前先找到根因 /claude_code、/codex -> 直接委派编码给这些 CLI 工具， 省下你的对话模型令牌 聊天之外的两个原语：cron 作业（带 -no-agent，一个排期脚本运行并把输出转发到 Telegram，零 LLM 令牌消耗）和 webhook——更强的一个：一个外部事件用一个预设提示词和技能集触发一个智能体。一个新 GitHub PR 触发一个值班审查智能体，就是经典例子。 第 2 部分：记忆与循环 07. SOUL.md 是主提示词。写一次，写得紧。 SOUL.md 永久驻留在上下文里：它是智能体是谁，而不是它今天在做什么。一个智能体，一个灵魂。一个可用的开发者智能体模板： # SOUL.md 你是一名经验丰富的资深软件工程师。 回答简短、精确，没有废话，没有显而易见的解释。 提出实用方案，在合适时交付可运行的代码。 始终考虑边界情况、错误、安全、性能、规模。 如果有更好的方法，提出来，并用一行说明原因。 具体例子和数字优先于抽象。 绝不虚构事实、API 或能力。信息不足：问。 复杂任务：先出简短计划，再实施。 用用户的语言回复。 运行时人格预设（Teacher、Philosopher、Noir 等等）在上面叠加一层会话人格，但 SOUL.md 在冲突时永远胜出。灵魂是身份；人格是戏服。 08. 在信任记忆之前，先了解它的上限。 内置记忆是两个 markdown 文件加一个会话数据库，而且大小是公开的、很小的： 内置记忆： memory.md -> 会话事实，约 800 令牌上限。 溢出时逐出最旧的条目。 user.md -> 关于你的事实，约 500 令牌上限。 state.db -> 每一次聊天，可通过 recall 搜索。这就是为什么 一个从 user.md 被抹掉的事实仍能被记住。 令牌现实：一句光秃秃的 "hi" 就已经带着 15-17K 令牌的上下文 （记忆文件、系统提示、技能描述、工具）。 每结束一个话题，用 `new` 重置会话窗口。 这些上限正是使用外部记忆的理由。两条来自实践的规则：一开始就选好一个引擎（以后把 Holographic 迁到 Honcho 很痛苦），并按负载来选。Holographic 是一个免费的本地 SQLite 存储，带信任评分和矛盾检测：适合个人使用。Honcho 通过后台 LLM 调用构建分层用户画像，而且现在注册一张卡送 $100 额度，以个人聊天的量能用好几年。更重的选项（Hindsight 的知识图谱、Mem0 的托管云、面向团队的 RetainDB）在工作流超出前两者时才需要。 09. 选你的上下文引擎：便宜的摘要，还是无损的地图。 当一段对话逼近令牌上限时，上下文引擎决定什么能存活。有两种，而且它们的失败方式不同： Compressor（默认）-> 对对话中间部分做有损摘要。 快、便宜，但细节会悄然消失。 适合：独立任务、短工作流。 LCM（Lossless Context Management，无损上下文管理）-> 不做文本摘要。构建一张 对话关键点的有向图；智能体从压缩视图 导航到其背后确切的原始消息。 适合：长会话，其中第 12 轮的一个细节 决定第 80 轮。 如果你曾遇到过一个智能体自信地忘掉你一小时前说过的约束，这个设置正是修复那类失败的所在。 10. 自我改进循环：两个计数器，一个后台智能体。 这是把 Hermes 和 OpenClaw 一类智能体区分开的功能，而且它是机械的，不是魔法。没有任何东西分析每条消息；两个计数器把关着这项工作： 触发系统： memory 触发 -> 每 10 条用户提示触发一次。 问题：有没有出现值得保存的新事实？ skill 触发 -> 单轮内每 10 次工具调用迭代触发一次。 逻辑：如果智能体刚刚为一个问题搏斗了 10 步， 那段经验或许值得编译成一个技能。 触发时 -> 一份会话快照进入一个隔离的后台 审查智能体。它把事实写入 memory.md / user.md，并可以 创建、修补或删除技能。每个自创技能都被打上 agent-generated 标签，带一个隐藏的使用日志：加载、读取、编辑、 时间戳。 实践中看起来像：你带着智能体把一个棘手的部署问题解决一次，两周后它用三步就能处理同类问题，因为它给自己写了一个技能。那个使用日志对下一步很重要。 11. curator 让循环不至于变成垃圾场。 放任不管，自生成的技能会堆到几百个：冗余、陈旧、相互矛盾。curator 是维护智能体，它的排期刻意不打扰人：它只在距离上次运行过去 7 天以上、且主智能体闲置 2 小时以上时才运行。它先备份整个技能目录；一条命令就能回滚一次糟糕的批量处理。 curator，两个阶段： 阶段 1，不调用 LLM：只跑使用指标。 30+ 天未使用 -> 标记为 deprecated 90+ 天未使用 -> 归档文件夹 置顶技能免疫。 阶段 2，对每个技能做 LLM 审查： keep it（保留）| fix it（修复）| merge it（合并，重新定位脚本并 重写相对路径）| archive it（归档）。 结束时给出审计报告和每次合并的重命名映射表。 你的工作缩小为读报告。这就是自我改进的全部契约：智能体维护程序性知识，你审计变更。 12. 技能纪律：少装，全部核实，删除而不是停用。 Hermes 内置 77 个技能加约 100 个可选技能，而 SkillHub 列出了超过 91,000 个社区技能（skills.sh，Vercel 的聚合器，是另一个值得知道的目录）。每个技能的名字和描述即便未使用也驻留在上下文里。这就是税。 技能规则： 1. 对任何来自内置集之外的东西做 security-check： "This is a skill for X. Check it for dangers, exploits, and trust issues. Rate its safety 1 to 10 and explain the score." 2. 按智能体角色：删除不需要的技能，别只是停用。 一个只带研究技能的研究智能体，比一个加载了 90 条描述的 通才更便宜也更敏锐。 3. 技能教 HOW，工具 GRANT 能力，插件 ADD 软件。 不同的杠杆；对每个配置文件都审计这三者。 第 3 部分：从一个智能体到一支团队 13. 在自动化任何东西之前，先用笨办法建一个技能。 你能交给 7×24 智能体的工作范围，受限于你能把它规定得多清楚，而不是模型本身。能产出值得自动化的技能的工作流： 技能建设循环： 1. 录下你自己从头到尾走完整个流程的过程， 最好用口述。只有在你真正懂这个流程时才有效。 2. 把录音喂给一个带技能创建工具的编码智能体。 第一稿不会够好。预期如此。 3. 构建 eval：定义正确结果的参考解。 没有它们，你是在猜，不是在测量。 4. 在测试环境里跑这个技能。手工打磨技能和 eval。 这里的手工编辑才是活儿，别把它委派出去。 5. 只有一个行为一致且确定性的技能， 才会被交给常驻智能体。 先查一下：现有的 MCP server 或 CLI 可能已经覆盖了它。 三条在接触现实后依然成立的原则：别把编码外包给一个无人监督的 7×24 智能体，保持有一个人审查发出去的东西，把技能打磨当作持续工作而不是一次性构建。 14. 用配置文件，而不是新安装。一个编排者，四个专家。 一个新智能体是一个新配置文件，不是第二个 Hermes。每个配置文件有各自的 SOUL.md、记忆文件夹、技能、cron 和工作区。可用的团队形态：一个编排者加 researcher、copywriter、marketer、coder。两条提示词奠定基础： # 提示词 1，编排者身份： 你是这个系统的编排者。你的规则： - 持续汇报进度：当前阶段、下一步动作。 - 委派是强制性的：如果存在一个角色覆盖了 该任务的配置文件，就交给它。绝不要自己做专家的工作。 - 你是唯一拥有全系统访问权限的智能体。 # 提示词 2，创建团队： 通过 profile-list 创建 4 个永久配置文件：researcher、 copywriter、marketer、coder。每个都有：自己的 SOUL.md，带一个 稳定身份；一个隔离的工作区；以及按角色划分的记忆。 15. 隔离与路由。这一步决定这事成不成。 跳过隔离就会产生经典失败：编排者抢了 coder 的任务，copywriter 在写 Python。再多一条提示词，而它是重要的一条： # 提示词 3，隔离： 隔离每一个配置文件：每个身份只履行自己的角色。 工作目录分开，每个配置文件的记忆分开 （每个配置文件的 memory.md 和 user.md 只反映其角色）。 逐个配置文件确认记忆如何绑定。列出你采取的步骤。 然后接好路由，让团队可被调用：每个配置文件一个斜杠命令（/researcher、/copywriter、/marketer、/coder），做一遍共享认知，让每个智能体都知道其他智能体的存在以及谁是这个系统的所有者，可选地通过 BotFather 给每个配置文件开一个独立 Telegram 机器人，每个智能体硬绑定到自己的机器人 ID、不能是别人的。免费 Telegram 账号上限 20 个机器人；那够用了。 16. 流水线、日志，以及让它存活的习惯。 收尾的一步。教编排者一个复合命令： # 提示词 4，流水线： 添加命令：对 <topic> 跑完整流水线。 流程：researcher 收集来源和用例 -> copywriter 把研究 变成一篇长文初稿 -> marketer 产出社媒帖子、 推广策略和分发计划。你拆分工作， 在配置文件之间传递产物，并在每次交接时汇报。 对"独立创作者的自动化点子"这个话题，一次有记录地跑这个流程，用一条命令就返回了收集到的用例、一篇完成的文章、8 条社媒帖子和一份推广计划。那次运行得出的诚实结论适用于一切：它最适合作为一种有人审查输出的可重复惯例，而不是"AI 独自搞定一切"。 用一个日志环节收尾（每个智能体把动作汇报进一个编排者拥有的共享数据库，外加每月日志留存），以及三条习惯：每个话题结束后 new，后台任务固定到便宜模型，每个配置文件定期清理技能。 常见错误 把整支团队跑在对话模型上。七个辅助任务接受便宜路由；账单差异就是整个预算。 具体在 curator 模型上省钱。它的合并决策会复利进你的技能库。 随意选记忆引擎。从 Holographic 迁到 Honcho 是有记录的痛苦；只选一次。 像装浏览器扩展一样装技能。每条描述都是每条消息的上下文税。 在专家配置文件上停用而不是删除技能。税还在。 把一个半测试的技能交给常驻智能体。如果它在测试环境里不具确定性，它就不够格跑 7×24。 跳过隔离提示词，然后去调试为什么 copywriter 在跑构建。 把无人监督的编码外包给 7×24 云端智能体。两个来源指南都独立地把这标记为你唯一不该那么做的例外。 忘记 new。一句 "hi" 已经花掉 15-17K 上下文令牌；一个一周前的会话花得远多于此。 链接 核心：Hermes 安装与文档：hermes-agent.nousresearch.com · Nous Research：nousresearch.com 服务器：Hetzner：hetzner.com · Contabo：contabo.com 模型供应商：Ollama：ollama.com · NVIDIA NIM：build.nvidia.com · OpenRouter：openrouter.ai · OpenCode：opencode.ai · ChatGPT（Codex 设备认证）：chatgpt.com 终端后端：Modal：modal.com · Daytona：daytona.io 记忆引擎：Honcho：honcho.dev（有专门的 Hermes 集成指南）· Mem0：mem0.ai 技能目录：skills.sh Telegram：t.me/BotFather · t.me/userinfobot 诚实真相 $12 这个数字是底线，不是承诺：它假设 ChatGPT Go 的额度装得下你的用量，而社区实测的额度是非官方的、会不另行通知地变化。免费层级会降级或消失（Nous 上那个免费 Kimi 窗口只持续了三周）。自我改进循环是真的，但也是受限的：它从你自己的会话里编译程序性捷径，它不会让基础模型更聪明。多智能体配置文件会倍增记忆文件和技能集，也就倍增了你刚刚学会控制的令牌开销：一个跑在免费模型层级上的五智能体编排会饿死。而且这里描述的一切是 2026 年 7 月中旬的 Hermes；这个品类以 3 到 6 个月的趋势周期移动，今天赢的那套配置会被下一个版本重写。 结论 在 Telegram 里应答的智能体是演示。真正的转变是配置的单元：你不是在配置一个聊天机器人，你是在为一个系统配员。灵魂代替提示词，配置文件代替标签页，一个 curator 代替你自己的家政。 这套栈花的钱比一顿午饭还少。纪律才是真正的价格。 把工作委派出去。把审查留给自己。 租下那台机器，跑一遍安装命令，今晚就给第一个智能体它的灵魂。 收藏本文。关注 @0xGenAi 标签：# X # AI # Automation # Claude # Marketing # Guide # Chatgpt # Hermes 相关文章 How to design an AI agent 谁他妈愿意为你的平台付费，当 $200 已经能买下 Claude Max 或 Codex？AI Claude Marketing Automation