从零开始配置 Hermes Agent把每一步选择都讲清楚不走冤枉路目录前言为什么写这篇文章环境准备安装 Hermes Agent配置向导逐项解析Provider 选择Custom endpoint 的必要性API Base URL 与 Key火山方舟的特殊之处API 兼容模式为什么选 Chat CompletionsModel name 与 Context lengthTerminal backend 与 PlatformBrowser、Image、TTS、Search组件选择⚠️ PATH 坑hermes 命令找不到微信接入单独配置火山方舟 Coding Plan 关键信息汇总写在最后免责声明前言为什么写这篇文章我在配置 Hermes Agent 接入火山方舟 Coding Plan 的时候翻遍了官方文档和社区帖子发现一个问题官方的文档太官方了——它告诉你有哪些选项但不告诉你为什么选这个它告诉你命令怎么敲但不告诉你遇到问题怎么办。所以我决定写一篇实录把我实际操作的每一步都记录下来包括我看到了什么选项我为什么选了这个哪个选项让我犹豫了哪个坑我踩了、怎么爬出来的如果你也在 macOS 上配置 Hermes Agent想接入火山方舟 Coding Plan这篇文章应该能帮你省下至少半天时间。环境准备我的环境操作系统macOS包管理器npm用于安装 Hermes目标接入火山方舟 Coding Plan 作为 LLM Provider首先确保你已经安装了 Node.js 和 npmbashnode --versionnpm --version如果没有安装推荐使用 nvm 管理 Node.js 版本避免全局污染。安装 Hermes AgentHermes Agent 提供了多种安装方式我实际用的是方式二Git 克隆 安装脚本这也是最灵活的方式——可以随时git pull更新也能直接翻源码排查问题。方式一一键安装脚本最快bash# 适用于 Linux / macOS / WSL2 / Termuxcurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash一条命令搞定脚本会自动处理依赖uv、Python 3.11、Node.js、ripgrep、ffmpeg。适合想快速体验、不想折腾的用户。方式二Git 克隆 安装脚本推荐这是我实际使用的方式优势是代码在本地后续更新和排错都方便。bash# 克隆仓库git clone https://github.com/NousResearch/hermes-agent.gitcd hermes-agent# 运行安装脚本./setup-hermes.sh安装脚本会自动检查并安装uvPython 包管理器创建 Python 虚拟环境安装所有 Python 依赖安装 Node.js 运行时和 npm 依赖安装 ripgrep、ffmpeg 等辅助工具⚠️踩坑提醒如果安装过程中报EACCES: permission denied不要直接sudo——先检查uv和 Python 虚拟环境的权限确保用户目录下的.hermes/归当前用户所有国内网络环境下脚本中的 GitHub 资源下载可能超时建议开启代理或使用镜像安装完成后脚本可能会提示你重新加载 shell 配置source ~/.zshrc或source ~/.bashrc依赖说明不管用哪种方式以下依赖会被自动处理无需手动安装表格依赖用途uvPython 包管理器比 pip 快 10-100 倍Python 3.11运行时Node.jsMCP 工具链支持ripgrep高性能代码搜索ffmpeg语音/视频处理验证安装bash# 检查版本hermes --version# 或通过 npx 运行如果 PATH 没配好npx hermes-ai --version如果看到版本号输出说明安装成功。接下来就可以运行hermes init进入配置向导了。配置向导逐项解析安装完成后运行初始化向导也可以在安装时直接进入安装向导bashhermes init这一步会启动一个交互式配置流程。以下是我实际看到的每一项以及我的选择和思考。Provider 选择Custom endpoint 的必要性向导启动后首先展示的是一个长长的 Provider 列表Hugging FaceGoogle AI StudioDeepSeekZ.AI / GLMKimi / MoonshotStepFunMiniMaxOllama CloudArcee AIGMI CloudKilo CodeOpenCodeAWS BedrockAzure FoundryQwen OAuthAlibaba Cloud Coding Plan...Custom endpoint ← 选了这个火山方舟 Coding Plan不在内置列表中。所以我直接选择了最底部的Custom endpoint。这是一个被严重低估的选项——它适用于任何提供 OpenAI 兼容 API 的服务商火山方舟恰好满足这个条件。⚠️为什么不选 Alibaba Cloud Coding Plan虽然阿里云和火山引擎都是国内云厂商但它们的 API 是不兼容的。Alibaba Cloud Coding Plan 使用的是阿里云的接口而火山方舟走的是字节跳动的接口体系。选错了会导致后续验证失败。API Base URL 与 Key火山方舟的特殊之处选择 Custom endpoint 后向导要求填写两项API Base URLhttps://ark.cn-beijing.volces.com/api/coding/v3这是火山方舟 Coding Plan 的 OpenAI 兼容端点。关键点⚠️禁止使用https://ark.cn-beijing.volces.com/api/v3这是按量计费端点不扣套餐额度余额会直接扣光必须用/coding/v3路径这是 Coding Plan 专属入口API Key火山方舟 Coding Plan 的 Key 格式是sk-sp-xxxxx注意前缀是sk-sp-不是普通的sk-。这个 Key 需要在火山方舟控制台申请登录火山方舟 Ark Console找到 API Key 管理创建新的 Ke类型选择 Coding Plan 专属 Key填写后向导显示了一个 WarningWarning: could not verify this endpoint via https://ark.cn-beijing.volces.com/api/coding/v3/models提示说如果服务器需要/v1路径可以尝试https://ark.cn-beijing.volces.com/api/coding/v3/v1。⚠️这个 Warning 可以忽略我实际测试过火山方舟的 Coding Plan 接口不需要额外的/v1路径原始 URL 就能正常工作。这个 Warning 是向导对所有自定义端点的通用校验不是火山方舟特有的问题。API 兼容模式为什么选 Chat Completions接下来是 API 兼容模式的选择向导给出了 4 个选项1. Auto-detect默认2. Chat Completions/chat/completions标准 OpenAI 兼容3. Responses / Codex/responsesCodex 兼容4. Anthropic Messages/v1/messagesAnthropic 兼容我的选择Chat Completions选项 2选择理由Auto-detect 不可靠——向导会尝试调用端点的模型列表 API 来自动检测但火山方舟的 Coding Plan 端点对这个探测请求的响应格式与向导预期的不一致导致 Auto-detect 验证失败。Chat Completions 是标准 OpenAI 兼容模式——火山方舟的 Coding Plan 提供的正是/v1/chat/completions接口这是业界最广泛使用的接口形式兼容性最好。为什么不选其他选项Responses / Codex这个是 Codex 特有的接口格式Codex 是 GitHub Copilot 的底层模型火山方舟没有这个接口Anthropic Messages这是 Claude 系列模型的接口火山方舟 Coding Plan 不支持Model name 与 Context lengthModel name填入ark-code-latest这是火山方舟 Coding Plan 推荐的模型名称表示使用最新版本的代码模型。latest 后缀会自动选择当前可用的最新版本适合不想频繁手动更新的场景。如果你想使用特定版本可以替换为doubao-seed-2.0-codedeepseek-v3.2kimi-k2.6-codeContext length向导给了一个默认值但我的选择是手动填写256000而不是使用 auto-detect。为什么⚠️Auto-detect 的坑——它会尝试通过 API 调用来探测模型支持的上下文长度。火山方舟 Coding Plan 的响应可能与向导的预期格式不一致导致探测失败或得到一个很小的值比如 4096严重影响 Agent 的能力。手动填256000是火山方舟 Coding Plan 支持的最大上下文长度单位是 tokens这个值够大能够支持长代码分析、多文件处理等复杂任务。Display name建议填入Volcengine Coding Plan默认填充的是Ark.cn-beijing.volces.com说实话我自己都记不住这个名字。填一个易识别的名字后续在日志和状态输出中会方便很多。Terminal backend 与 PlatformTerminal backend向导列出了 5 个选项LocalDockerModalSSHDaytona保持默认的Local就好。Local的意思是让 Hermes 直接在本地机器上执行命令不需要额外的容器或远程服务器。对于个人开发者来说这是最简单、最快的方案。Docker如果你想在隔离环境中运行或者需要在多个项目间保持一致的依赖环境Modal云端无服务器执行适合 CI/CD 场景SSH连接到远程服务器执行适合服务器在别处的场景Daytona一个 DevOps 平台类似 Docker 但更企业化Platform 配置这一项比较长列出了几乎所有主流通讯平台Mattermost、Signal、Weixin/WeChat、BlueBubbles、QQ Bot、元宝、钉钉、Discord、Email、飞书/ Lark、Google Chat、Home Assistant、IRC、LINE、Matrix、ntfy、iMessage via Photon、Raft、SimpleX Chat...我的选择全部跳过后续单独配置微信。原因不是所有人都需要接入这些平台每接入一个平台都需要额外的授权和配置微信是我最常用的通讯工具后续单独配置更灵活⚠️注意如果你要接入平台这里有个容易踩的坑——很多平台需要先在对应的开放平台注册应用、获取 App ID 和 Secret。这一步如果没做后面的配置是无法完成的。建议先完成一个平台的全套注册流程再回到向导中配置。Browser、Image、TTS、Search组件选择Browser provider选项如下Local Browser免费推荐Nous SubscriptionCamoffoxBrowser UseBrowserbaseFirecrawl我的选择Local BrowserLocal Browser 使用的是无头 Chromiumheadless Chrome完全免费足够日常使用。为什么不选其他Nous Subscription / Browserbase需要付费订阅Browser Use / Camofox功能更强大但需要额外的云服务支持Firecrawl专业的网页抓取工具不适合作为日常浏览 Provider对于个人开发者的日常使用Local Browser 完全够用。如果你是企业用户或者需要处理大量网页抓取任务可以考虑付费方案。Image generation provider选项Nous SubscriptionFAL.aiKreaOpenAIOpenAI Codex authxAI Grok Imagine我的选择Skip跳过⚠️这里有个重要的坑——我最初想用 Coding Plan 来生成图片但被官方文档明确告知Coding Plan 只提供代码类 LLM 接口不支持图片生成。火山方舟 Coding Plan 的定位是代码助手它提供的所有模型都是纯文本的代码补全、代码分析类模型不包括图像生成能力。如果你想生成图片需要单独配置一个图片生成 Provider比如 OpenAI DALL-E 或 Stable Diffusion。如果你确实需要图片生成能力建议OpenAI DALL-E需要 OpenAI API Key按调用计费FAL.ai有免费额度支持 Stable DiffusionxAI Grok Imagine如果是 xAI 订阅用户TTS provider选项Microsoft Edge TTS免费推荐Nous SubscriptionOpenAI TTSxAI TTSElevenLabsMistral VoxtralGoogle Gemini TTSKittenTTSPiper我的选择Microsoft Edge TTS这是向导推荐的选项也是我认为性价比最高的免费不需要任何 API Key质量不错微软的 TTS 引擎经过了多年打磨中英文发音都比较自然延迟低Edge TTS 走的是微软全球 CDN响应速度快ElevenLabs 和 OpenAI TTS 的质量更好但需要付费。对于日常测试和开发Edge TTS 足够用了。Search provider选项Nous SubscriptionFirecrawl Self-HostedBrave Search FreeDuckDuckGo ddgsExaFirecrawlParallelSearXNGTavilyxAI Web Search我的选择DuckDuckGo理由很简单免费不需要 API Key无需注册配置完就能用覆盖全面DuckDuckGo 的搜索结果质量和 Google 差距不大不追踪隐私保护更好如果 DuckDuckGo 搜索结果不理想可以考虑Tavily专门为 AI 搜索优化的引擎结果相关性高但免费额度有限Exa面向 AI 的搜索引擎支持精确的内容类型过滤⚠️ PATH 坑hermes 命令找不到配置向导能顺利完成一切都显示 Ready to go!但当我满心欢喜地输入hermes得到的却是zsh: command not found: hermes重新开一下terminal 终端再运行命令。如果不行再尝试一下方法。这是 macOS 用户最常遇到的 PATH 问题。原因分析npm 全局安装的包通常放在/usr/local/lib/node_modules/或用户目录下的~/.npm-global/。如果这个路径没有加入 shell 的 PATH 环境变量系统就找不到hermes命令。解决方案方案一检查并添加 PATH推荐首先确认 npm 全局 bin 目录的路径npm bin -g通常是/usr/local/bin或~/.npm-global/bin。然后把这个路径加入 PATH 编辑~/.zshrcexport PATH$(npm bin -g):$PATH重新加载配置source ~/.zshrc方案二使用 npx 运行如果你不想修改 PATH可以用 npx 来运行npx hermes-ai initnpx hermes-ai gateway方案三使用绝对路径找到 hermes 的实际位置用绝对路径调用/usr/local/bin/hermes# 或~/.npm-global/bin/hermes⚠️验证修改 PATH 后重新开一个终端窗口或执行source ~/.zshrc然后输入hermes --version确认能正常显示版本号。微信接入单独配置微信接入是 Hermes Agent 最实用的功能之一但配置相对复杂需要单独处理。最简单的方式其实是终端运行Hermes跟他说要接入微信然后等待他返回二维码连接浏览器打开后微信扫码。发条信息给--微信clawbotta会给一条命令 hermes pairing approve wexin XXXXXXXX(改为自己的)复制命令到终端运行然后配对成功。接入方式微信接入走的是腾讯官方 iLink Bot微信 Clawbot通道这是目前最稳定的微信接入方案。前置依赖首先安装必要的 Python 依赖pip install aiohttp cryptography qrcode⚠️依赖缺失的坑如果漏装了某个依赖后续启动网关时会报错。常见错误信息包括ModuleNotFoundError: No module named aiohttp等。遇到这类错误逐个安装缺失的包即可。启动网关配置bashhermes gateway setup在交互式菜单中选择Weixin微信。扫码绑定配置向导会生成一个二维码用微信扫码授权。这一步需要打开微信扫描屏幕上的二维码确认授权⚠️扫码无响应的坑如果二维码生成后长时间无响应检查网络连接如果在国内可能需要关闭代理/VPN腾讯服务器的某些域名在国内访问更稳定微信账号需要实名认证未实名的账号无法授权第三方应用环境变量配置配置完成后需要在~/.hermes/.env文件中设置消息策略# 单聊开关HERMES_DM_ENABLEDtrue# 群聊开关HERMES_GROUP_ENABLEDfalse# 主人白名单只响应特定用户HERMES_ALLOWED_USERSwxid_xxxxx,wxid_yyyyy⚠️群聊不稳定的坑微信官方对群聊机器人有限制群聊场景下消息接收可能不稳定。如果对稳定性要求高建议使用单聊模式。启动网关hermes gateway看到类似Gateway is running on http://localhost:8080的输出说明网关启动成功。火山方舟 Coding Plan 关键信息汇总API 端点Base URL: https://ark.cn-beijing.volces.com/api/coding/v3支持的模型表格模型特点ark-code-latestAuto 模式自动选择最优模型doubao-seed-2.0-code/pro/lite豆包代码系列deepseek-v3.2DeepSeek 主打模型kimi-k2.6/k2.7-code月之暗面代码模型glm-5.1/5.2智谱 GLM 系列minimax-m3/m2.7MiniMax 系列ark-code-latestAuto 模式额度机制5小时滑动窗口最近5小时内的用量有上限周限额每周的调用量有上限月限额每月的调用量有上限具体额度根据套餐等级不同建议在控制台查看实时用量。写在最后整篇实录写下来核心想传递的就两点每一步选择都有理由我不只是告诉你选这个而是告诉你为什么选这个。希望这些思考过程能帮你在遇到类似选择时做出自己的判断。坑是真实存在的配置 Hermes Agent 不难但细节很多。PATH 问题、API 端点写错、微信扫码失败……这些都是我实际踩过的坑。希望我的经验能帮你少走弯路。最后如果你也完成了配置欢迎在评论区分享你的经验和遇到的问题。独乐乐不如众乐乐大家一起踩坑、填坑才能让工具越来越好。祝配置顺利 macOS 部署 Hermes Agent 接入火山方舟 Coding Plan 全流程实录
从零开始配置 Hermes Agent把每一步选择都讲清楚不走冤枉路目录前言为什么写这篇文章环境准备安装 Hermes Agent配置向导逐项解析Provider 选择Custom endpoint 的必要性API Base URL 与 Key火山方舟的特殊之处API 兼容模式为什么选 Chat CompletionsModel name 与 Context lengthTerminal backend 与 PlatformBrowser、Image、TTS、Search组件选择⚠️ PATH 坑hermes 命令找不到微信接入单独配置火山方舟 Coding Plan 关键信息汇总写在最后免责声明前言为什么写这篇文章我在配置 Hermes Agent 接入火山方舟 Coding Plan 的时候翻遍了官方文档和社区帖子发现一个问题官方的文档太官方了——它告诉你有哪些选项但不告诉你为什么选这个它告诉你命令怎么敲但不告诉你遇到问题怎么办。所以我决定写一篇实录把我实际操作的每一步都记录下来包括我看到了什么选项我为什么选了这个哪个选项让我犹豫了哪个坑我踩了、怎么爬出来的如果你也在 macOS 上配置 Hermes Agent想接入火山方舟 Coding Plan这篇文章应该能帮你省下至少半天时间。环境准备我的环境操作系统macOS包管理器npm用于安装 Hermes目标接入火山方舟 Coding Plan 作为 LLM Provider首先确保你已经安装了 Node.js 和 npmbashnode --versionnpm --version如果没有安装推荐使用 nvm 管理 Node.js 版本避免全局污染。安装 Hermes AgentHermes Agent 提供了多种安装方式我实际用的是方式二Git 克隆 安装脚本这也是最灵活的方式——可以随时git pull更新也能直接翻源码排查问题。方式一一键安装脚本最快bash# 适用于 Linux / macOS / WSL2 / Termuxcurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash一条命令搞定脚本会自动处理依赖uv、Python 3.11、Node.js、ripgrep、ffmpeg。适合想快速体验、不想折腾的用户。方式二Git 克隆 安装脚本推荐这是我实际使用的方式优势是代码在本地后续更新和排错都方便。bash# 克隆仓库git clone https://github.com/NousResearch/hermes-agent.gitcd hermes-agent# 运行安装脚本./setup-hermes.sh安装脚本会自动检查并安装uvPython 包管理器创建 Python 虚拟环境安装所有 Python 依赖安装 Node.js 运行时和 npm 依赖安装 ripgrep、ffmpeg 等辅助工具⚠️踩坑提醒如果安装过程中报EACCES: permission denied不要直接sudo——先检查uv和 Python 虚拟环境的权限确保用户目录下的.hermes/归当前用户所有国内网络环境下脚本中的 GitHub 资源下载可能超时建议开启代理或使用镜像安装完成后脚本可能会提示你重新加载 shell 配置source ~/.zshrc或source ~/.bashrc依赖说明不管用哪种方式以下依赖会被自动处理无需手动安装表格依赖用途uvPython 包管理器比 pip 快 10-100 倍Python 3.11运行时Node.jsMCP 工具链支持ripgrep高性能代码搜索ffmpeg语音/视频处理验证安装bash# 检查版本hermes --version# 或通过 npx 运行如果 PATH 没配好npx hermes-ai --version如果看到版本号输出说明安装成功。接下来就可以运行hermes init进入配置向导了。配置向导逐项解析安装完成后运行初始化向导也可以在安装时直接进入安装向导bashhermes init这一步会启动一个交互式配置流程。以下是我实际看到的每一项以及我的选择和思考。Provider 选择Custom endpoint 的必要性向导启动后首先展示的是一个长长的 Provider 列表Hugging FaceGoogle AI StudioDeepSeekZ.AI / GLMKimi / MoonshotStepFunMiniMaxOllama CloudArcee AIGMI CloudKilo CodeOpenCodeAWS BedrockAzure FoundryQwen OAuthAlibaba Cloud Coding Plan...Custom endpoint ← 选了这个火山方舟 Coding Plan不在内置列表中。所以我直接选择了最底部的Custom endpoint。这是一个被严重低估的选项——它适用于任何提供 OpenAI 兼容 API 的服务商火山方舟恰好满足这个条件。⚠️为什么不选 Alibaba Cloud Coding Plan虽然阿里云和火山引擎都是国内云厂商但它们的 API 是不兼容的。Alibaba Cloud Coding Plan 使用的是阿里云的接口而火山方舟走的是字节跳动的接口体系。选错了会导致后续验证失败。API Base URL 与 Key火山方舟的特殊之处选择 Custom endpoint 后向导要求填写两项API Base URLhttps://ark.cn-beijing.volces.com/api/coding/v3这是火山方舟 Coding Plan 的 OpenAI 兼容端点。关键点⚠️禁止使用https://ark.cn-beijing.volces.com/api/v3这是按量计费端点不扣套餐额度余额会直接扣光必须用/coding/v3路径这是 Coding Plan 专属入口API Key火山方舟 Coding Plan 的 Key 格式是sk-sp-xxxxx注意前缀是sk-sp-不是普通的sk-。这个 Key 需要在火山方舟控制台申请登录火山方舟 Ark Console找到 API Key 管理创建新的 Ke类型选择 Coding Plan 专属 Key填写后向导显示了一个 WarningWarning: could not verify this endpoint via https://ark.cn-beijing.volces.com/api/coding/v3/models提示说如果服务器需要/v1路径可以尝试https://ark.cn-beijing.volces.com/api/coding/v3/v1。⚠️这个 Warning 可以忽略我实际测试过火山方舟的 Coding Plan 接口不需要额外的/v1路径原始 URL 就能正常工作。这个 Warning 是向导对所有自定义端点的通用校验不是火山方舟特有的问题。API 兼容模式为什么选 Chat Completions接下来是 API 兼容模式的选择向导给出了 4 个选项1. Auto-detect默认2. Chat Completions/chat/completions标准 OpenAI 兼容3. Responses / Codex/responsesCodex 兼容4. Anthropic Messages/v1/messagesAnthropic 兼容我的选择Chat Completions选项 2选择理由Auto-detect 不可靠——向导会尝试调用端点的模型列表 API 来自动检测但火山方舟的 Coding Plan 端点对这个探测请求的响应格式与向导预期的不一致导致 Auto-detect 验证失败。Chat Completions 是标准 OpenAI 兼容模式——火山方舟的 Coding Plan 提供的正是/v1/chat/completions接口这是业界最广泛使用的接口形式兼容性最好。为什么不选其他选项Responses / Codex这个是 Codex 特有的接口格式Codex 是 GitHub Copilot 的底层模型火山方舟没有这个接口Anthropic Messages这是 Claude 系列模型的接口火山方舟 Coding Plan 不支持Model name 与 Context lengthModel name填入ark-code-latest这是火山方舟 Coding Plan 推荐的模型名称表示使用最新版本的代码模型。latest 后缀会自动选择当前可用的最新版本适合不想频繁手动更新的场景。如果你想使用特定版本可以替换为doubao-seed-2.0-codedeepseek-v3.2kimi-k2.6-codeContext length向导给了一个默认值但我的选择是手动填写256000而不是使用 auto-detect。为什么⚠️Auto-detect 的坑——它会尝试通过 API 调用来探测模型支持的上下文长度。火山方舟 Coding Plan 的响应可能与向导的预期格式不一致导致探测失败或得到一个很小的值比如 4096严重影响 Agent 的能力。手动填256000是火山方舟 Coding Plan 支持的最大上下文长度单位是 tokens这个值够大能够支持长代码分析、多文件处理等复杂任务。Display name建议填入Volcengine Coding Plan默认填充的是Ark.cn-beijing.volces.com说实话我自己都记不住这个名字。填一个易识别的名字后续在日志和状态输出中会方便很多。Terminal backend 与 PlatformTerminal backend向导列出了 5 个选项LocalDockerModalSSHDaytona保持默认的Local就好。Local的意思是让 Hermes 直接在本地机器上执行命令不需要额外的容器或远程服务器。对于个人开发者来说这是最简单、最快的方案。Docker如果你想在隔离环境中运行或者需要在多个项目间保持一致的依赖环境Modal云端无服务器执行适合 CI/CD 场景SSH连接到远程服务器执行适合服务器在别处的场景Daytona一个 DevOps 平台类似 Docker 但更企业化Platform 配置这一项比较长列出了几乎所有主流通讯平台Mattermost、Signal、Weixin/WeChat、BlueBubbles、QQ Bot、元宝、钉钉、Discord、Email、飞书/ Lark、Google Chat、Home Assistant、IRC、LINE、Matrix、ntfy、iMessage via Photon、Raft、SimpleX Chat...我的选择全部跳过后续单独配置微信。原因不是所有人都需要接入这些平台每接入一个平台都需要额外的授权和配置微信是我最常用的通讯工具后续单独配置更灵活⚠️注意如果你要接入平台这里有个容易踩的坑——很多平台需要先在对应的开放平台注册应用、获取 App ID 和 Secret。这一步如果没做后面的配置是无法完成的。建议先完成一个平台的全套注册流程再回到向导中配置。Browser、Image、TTS、Search组件选择Browser provider选项如下Local Browser免费推荐Nous SubscriptionCamoffoxBrowser UseBrowserbaseFirecrawl我的选择Local BrowserLocal Browser 使用的是无头 Chromiumheadless Chrome完全免费足够日常使用。为什么不选其他Nous Subscription / Browserbase需要付费订阅Browser Use / Camofox功能更强大但需要额外的云服务支持Firecrawl专业的网页抓取工具不适合作为日常浏览 Provider对于个人开发者的日常使用Local Browser 完全够用。如果你是企业用户或者需要处理大量网页抓取任务可以考虑付费方案。Image generation provider选项Nous SubscriptionFAL.aiKreaOpenAIOpenAI Codex authxAI Grok Imagine我的选择Skip跳过⚠️这里有个重要的坑——我最初想用 Coding Plan 来生成图片但被官方文档明确告知Coding Plan 只提供代码类 LLM 接口不支持图片生成。火山方舟 Coding Plan 的定位是代码助手它提供的所有模型都是纯文本的代码补全、代码分析类模型不包括图像生成能力。如果你想生成图片需要单独配置一个图片生成 Provider比如 OpenAI DALL-E 或 Stable Diffusion。如果你确实需要图片生成能力建议OpenAI DALL-E需要 OpenAI API Key按调用计费FAL.ai有免费额度支持 Stable DiffusionxAI Grok Imagine如果是 xAI 订阅用户TTS provider选项Microsoft Edge TTS免费推荐Nous SubscriptionOpenAI TTSxAI TTSElevenLabsMistral VoxtralGoogle Gemini TTSKittenTTSPiper我的选择Microsoft Edge TTS这是向导推荐的选项也是我认为性价比最高的免费不需要任何 API Key质量不错微软的 TTS 引擎经过了多年打磨中英文发音都比较自然延迟低Edge TTS 走的是微软全球 CDN响应速度快ElevenLabs 和 OpenAI TTS 的质量更好但需要付费。对于日常测试和开发Edge TTS 足够用了。Search provider选项Nous SubscriptionFirecrawl Self-HostedBrave Search FreeDuckDuckGo ddgsExaFirecrawlParallelSearXNGTavilyxAI Web Search我的选择DuckDuckGo理由很简单免费不需要 API Key无需注册配置完就能用覆盖全面DuckDuckGo 的搜索结果质量和 Google 差距不大不追踪隐私保护更好如果 DuckDuckGo 搜索结果不理想可以考虑Tavily专门为 AI 搜索优化的引擎结果相关性高但免费额度有限Exa面向 AI 的搜索引擎支持精确的内容类型过滤⚠️ PATH 坑hermes 命令找不到配置向导能顺利完成一切都显示 Ready to go!但当我满心欢喜地输入hermes得到的却是zsh: command not found: hermes重新开一下terminal 终端再运行命令。如果不行再尝试一下方法。这是 macOS 用户最常遇到的 PATH 问题。原因分析npm 全局安装的包通常放在/usr/local/lib/node_modules/或用户目录下的~/.npm-global/。如果这个路径没有加入 shell 的 PATH 环境变量系统就找不到hermes命令。解决方案方案一检查并添加 PATH推荐首先确认 npm 全局 bin 目录的路径npm bin -g通常是/usr/local/bin或~/.npm-global/bin。然后把这个路径加入 PATH 编辑~/.zshrcexport PATH$(npm bin -g):$PATH重新加载配置source ~/.zshrc方案二使用 npx 运行如果你不想修改 PATH可以用 npx 来运行npx hermes-ai initnpx hermes-ai gateway方案三使用绝对路径找到 hermes 的实际位置用绝对路径调用/usr/local/bin/hermes# 或~/.npm-global/bin/hermes⚠️验证修改 PATH 后重新开一个终端窗口或执行source ~/.zshrc然后输入hermes --version确认能正常显示版本号。微信接入单独配置微信接入是 Hermes Agent 最实用的功能之一但配置相对复杂需要单独处理。最简单的方式其实是终端运行Hermes跟他说要接入微信然后等待他返回二维码连接浏览器打开后微信扫码。发条信息给--微信clawbotta会给一条命令 hermes pairing approve wexin XXXXXXXX(改为自己的)复制命令到终端运行然后配对成功。接入方式微信接入走的是腾讯官方 iLink Bot微信 Clawbot通道这是目前最稳定的微信接入方案。前置依赖首先安装必要的 Python 依赖pip install aiohttp cryptography qrcode⚠️依赖缺失的坑如果漏装了某个依赖后续启动网关时会报错。常见错误信息包括ModuleNotFoundError: No module named aiohttp等。遇到这类错误逐个安装缺失的包即可。启动网关配置bashhermes gateway setup在交互式菜单中选择Weixin微信。扫码绑定配置向导会生成一个二维码用微信扫码授权。这一步需要打开微信扫描屏幕上的二维码确认授权⚠️扫码无响应的坑如果二维码生成后长时间无响应检查网络连接如果在国内可能需要关闭代理/VPN腾讯服务器的某些域名在国内访问更稳定微信账号需要实名认证未实名的账号无法授权第三方应用环境变量配置配置完成后需要在~/.hermes/.env文件中设置消息策略# 单聊开关HERMES_DM_ENABLEDtrue# 群聊开关HERMES_GROUP_ENABLEDfalse# 主人白名单只响应特定用户HERMES_ALLOWED_USERSwxid_xxxxx,wxid_yyyyy⚠️群聊不稳定的坑微信官方对群聊机器人有限制群聊场景下消息接收可能不稳定。如果对稳定性要求高建议使用单聊模式。启动网关hermes gateway看到类似Gateway is running on http://localhost:8080的输出说明网关启动成功。火山方舟 Coding Plan 关键信息汇总API 端点Base URL: https://ark.cn-beijing.volces.com/api/coding/v3支持的模型表格模型特点ark-code-latestAuto 模式自动选择最优模型doubao-seed-2.0-code/pro/lite豆包代码系列deepseek-v3.2DeepSeek 主打模型kimi-k2.6/k2.7-code月之暗面代码模型glm-5.1/5.2智谱 GLM 系列minimax-m3/m2.7MiniMax 系列ark-code-latestAuto 模式额度机制5小时滑动窗口最近5小时内的用量有上限周限额每周的调用量有上限月限额每月的调用量有上限具体额度根据套餐等级不同建议在控制台查看实时用量。写在最后整篇实录写下来核心想传递的就两点每一步选择都有理由我不只是告诉你选这个而是告诉你为什么选这个。希望这些思考过程能帮你在遇到类似选择时做出自己的判断。坑是真实存在的配置 Hermes Agent 不难但细节很多。PATH 问题、API 端点写错、微信扫码失败……这些都是我实际踩过的坑。希望我的经验能帮你少走弯路。最后如果你也完成了配置欢迎在评论区分享你的经验和遇到的问题。独乐乐不如众乐乐大家一起踩坑、填坑才能让工具越来越好。祝配置顺利