最近用上了 Hermes Agent，一个由 Nous Research 开发的开源 AI 助手框架。它可以接入多种 LLM 提供商，支持终端、浏览器、文件操作、GitHub 集成等工具，还能通过 WeChat 等平台直接对话，体验相当流畅。
什么是 Hermes
Hermes 是一个本地运行的 AI Agent，你可以把它看作一个能力远超普通聊天机器人的"终端里的 AI 同事"。它能执行命令、读写文件、搜索网页、管理 GitHub 仓库，甚至可以定时运行任务。
安装步骤
以下是部署过程的记录，供参考：
1. 克隆仓库
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
2. 运行安装脚本
bash scripts/install.sh
脚本会自动检测你的系统类型并完成依赖安装，包括 Python 环境和必要的系统包。
3. 配置模型提供商
安装完成后，编辑 ~/.hermes/config.yaml，配置你使用的 LLM 提供商。我使用的是 DeepSeek：
model_provider: deepseek
model: deepseek-v4-pro
Hermes 支持多种提供商：OpenAI、Anthropic、DeepSeek、OpenRouter 等，按需选择即可。
4. 设置 API Key
将 API Key 写入 ~/.hermes/.env：
DEEPSEEK_API_KEY=你的密钥
5. 启动
hermes
首次启动会进入 TUI 界面，你就可以和 Hermes 对话了。
连接 WeChat
Hermes 的一大亮点是支持多平台消息接入。我用 hermes setup 配置了 WeChat 通道，绑定后就能在微信里直接和 Hermes 聊天，随时随地让它帮忙处理任务。
初体验
上手之后发现它的几个实用场景：
- 写博客：就像这篇文章，直接告诉它"帮我在 Hugo 博客里创建一篇新文章并推送"，它就能自己找到项目目录、理解主题结构、写好 markdown、甚至帮你 commit 和 push
- 执行任务：代码搜索、文件操作、运行脚本都不在话下
- 定时任务：可以设置 cron job 定时执行检查或发送通知
总体来说，Hermes 的本地化部署 + 多平台接入的设计让 AI 助手真正融入了日常工作流。后续计划探索更多自动化场景。