Hermes Agent:托管安装、技能、定时任务与 Telegram

原标题Hermes Agent: Hosted Setup, Skills, Scheduled Tasks and Telegram

在 2026 年 6 月的一期赞助教程中,Matthew Berman 演示托管安装 Hermes,并探索其工具、记忆和消息集成。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年6月28日
视频
12:26
阅读
4 分钟
幻灯片
5
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 使用 Hostinger 和 OpenAI API 密钥设置 Nous Research 的 Hermes Agent,随后演示技能、定时任务、记忆、配置档案、服务商路由和插件。一个技能缺少脚本,触发了临时解决尝试,他将其称为自我修复。 他连接 Telegram 机器人,并展示助手生成的 Manim 动画。视频由 Hostinger 赞助;安装时间、可用集成和访问范围取决于所选环境和配置。

  1. 1托管安装Berman 配置赞助的托管环境,并在打开 Hermes 前提供 OpenAI API 密钥。
  2. 2添加技能他将技能说明文件复制到界面中,调用时发现缺少脚本。
  3. 3定时任务每日简报设置为每 24 小时运行;获取真实会议信息需要可用的日历连接。
  4. 4模型路由设置中可为视觉、压缩和会话搜索等任务选择模型。
  5. 5Telegram 网关Berman 设置机器人,通过用户 ID 限制访问并测试问候。
  6. 6Manim 动画视频技能生成了一段解释指数运算的短动画。

要点建议

  1. 视频展示了赞助托管安装,其中托管服务和模型服务商需要分别配置。
  2. Hermes 支持可复用技能;演示中的研究技能还需要一个最初缺失的脚本。
  3. 定时任务可以配置提示和交付位置,访问真实数据则需要相应集成。
  4. 记忆、配置档案和模型路由设置允许用户调整助手的运行方式。
  5. Telegram 示例使用机器人令牌和允许的用户 ID 连接消息服务。
  6. 托管服务器的实际访问范围取决于授予它的凭据、服务和权限。
全文

按章节阅读整理后的全文

只看原始文稿
01

托管安装与首次连接

Berman 使用模型服务商密钥演示由赞助商 Hostinger 提供的安装。他打开 Hermes 并检查基本连接。

在 2026 年 6 月由 Hostinger 赞助的一期教程中,Matthew Berman 介绍 Nous Research 的助手 Hermes Agent,演示托管设置、技能、定时任务、记忆和消息功能。他将其与 OpenClaw 对比,重点介绍所展示配置中的功能,而不是进行受控比较。

Berman 选择 Hostinger 托管计划,并在设置时提供 OpenAI API 密钥。他说初始安装不到两分钟,随后逐步完成剩余配置并打开界面。托管服务和模型服务商用量是设置中的不同部分;所宣传的时间是他的演示结果,并非每次安装的保证。

他保留已经填入的服务商配置,选择工作区并打开 Hermes。在演示中,他更改所选模型并发送问候,验证助手是否响应。成功问候只能确认基本连接,不能证明其他集成已配置好。

02

技能与恢复

界面展示内置技能,Berman 添加了一个研究技能。缺失脚本促使智能体尝试临时解决办法。

技能面板列出许多已启用的说明集,包括编程和绘图示例。Berman 展示技能可以切换开关,也可以作为 Markdown 查看。内置列表反映的是画面中的托管环境;已安装技能和可用工具可能因配置而异。

技能面板
幻灯片 1 / 5技能面板托管界面列出已启用的技能,可查看或切换。

为了添加技能,他将仓库中原始的 SKILL.md 内容复制到新技能条目,指定名称和类别,然后通过斜杠命令在聊天中调用。示例使用一个“最近 30 天”研究技能查询 Hermes。

智能体报告说明文件已经安装,但缺少必需的 Python 脚本。它说会将仓库获取到临时目录并从那里运行脚本;Berman 称之为自我修复。展示的解决办法只是一次恢复尝试,不能证明每次失败都会被修复,也不能证明缺失文件已永久安装。

缺失的技能脚本
幻灯片 2 / 5缺失的技能脚本智能体报告缺少依赖,并描述临时获取仓库作为解决办法。
03

任务、记忆与配置

Berman 创建定时简报,展示记忆、配置档案、用量、服务商、路由和插件。各项集成需要单独配置。

定时每日简报
幻灯片 3 / 5定时每日简报任务表单指定运行间隔、提示和本地输出位置。

在 Tasks 中,Berman 创建每日简报任务,设置每 24 小时运行,并输入总结当日会议的提示。他选择本地输出并保存任务。这个例子展示的是任务配置;获取真实会议信息还需要正确连接日历。

记忆页面允许他编辑持久指令和添加个人事实。他演示海盗式说话风格,并保存自己的基本信息。这些是他在配置中由用户控制的示例,并不能证明每条记忆总会被正确应用。

配置档案支持不同的智能体设置,例如分别用于营销和开发的配置。Berman 还展示了 token、消息和会话的洞察页面,让用户在界面中查看用量。

设置页面列出多个模型服务商,包括托管 API 和 LM Studio 等本地选项。Berman 指出视觉、压缩、网页提取和会话搜索等任务的路由控制,并在演示中保留自动选择。

辅助模型路由
幻灯片 4 / 5辅助模型路由设置显示可为视觉、压缩、网页提取等任务配置模型。

他将插件描述为范围更广的功能集成,并展示浏览器使用和网页提取示例。可用插件及其运行方式取决于安装、配置和所需的服务凭据。

04

Telegram 与生成的动画

他连接 Telegram 机器人,演示 Manim 生成的指数运算讲解动画,并在结尾说明托管赞助。

Berman 在托管命令行中运行 `hermes gateway setup` 并选择 Telegram,将 Hermes 连接到 Telegram。他通过 Telegram 的 BotFather 创建机器人,提供令牌,使用允许的用户 ID 限制访问,并重启网关。随后他发送问候,并收到符合所配置风格的回复。

在实际演示中,Berman 调用内置的 Manim 视频技能,要求解释指数运算。助手返回一段 58 秒的动画,展示重复乘法。Manim 是 Python 动画库;这个例子展示了一段生成视频,不能普遍保证准确性。

生成的指数动画
幻灯片 5 / 5生成的指数动画Manim 输出中的一帧展示了重复乘法。

Berman 将其吸引力概括为技能、恢复行为、插件、配置和托管服务。他说托管实例位于独立服务器上,只能访问他授予的内容;实际访问范围取决于连接的凭据、服务和权限。他说明视频由 Hostinger 赞助。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1