Hermes AI-assistent – installation, konfiguration, arbetsflöden och felsökning

Hermes Agent är en självhostad, modellagnostisk AI-assistent som körs på en lokal maskin eller en lågkostnad-VPS, fungerar via terminal- och meddelandesgränssnitt och förbättras över tid genom att omvandla upprepade uppgifter till återanvändbara färdigheter.

Den är mycket lik i funktionalitet till OpenClaw, en annan självhostad assistentstack byggd kring verktyg, minne och lokal kontroll. Många utvecklare hittade till Hermes efter att Anthropic blockerade OpenClaws tillgång till Claude-prenumerationen i april 2026 — OpenClaws uppgång och fall förklarar varför Hermes blev den naturliga destinationen för användare som ville ha bestående, självhostad automation utan leverantörsberoende.

Om du vill få en bredare bild av självhostade assistenter, hämtning och lokal infrastruktur kring Hermes, denna översikt över AI-system kopplar ihop dessa ämnen med de problem Hermes försöker lösa.

För kompromisser kring deployment och val av runtime ger LLM-hostning 2026: Lokalt, självhostat och molninfrastruktur jämfört vägen, medan LLM-prestanda 2026: Benchmarks, flaskhalsar och optimering täcker genomströmning och latency när Hermes väl är igång. För en kompakt översikt över shell-kommandon (hermes gateway, hermes memory, hermes doctor, snittkommandon och mer), använd Hermes Agent CLI-snabbguide.

Min partiska åsikt: Hermes är mest intressant när den behandlas som infrastruktur, inte som en flik man öppnar ibland. När den körs som en tjänst och har en stabil hemmapp, börjar dina prompter se mindre ut som “chatt” och mer ut som “ops” (drift).

Vad Hermes Agent är och varför det är viktigt

Hermes Agent är en öppen källkods-AI-agent byggd av Nous Research. Den är designad för att köras beständigt, använda verktyg (terminal, filer, webben och mer) och förbättra sitt eget beteende över tid med ett system för färdigheter och minne.

Två designval är värda att utvecklas eftersom de formar allt annat i denna guide.

För det första är Hermes inte låst till en enda modellleverantör. Den officiella installationsflödet stödjer flera leverantörer och alla OpenAI-kompatibla ändpunkter, och byte görs via kommandot hermes model snarare än kodredigering.

För det第二条 drar Hermes en hård linje mellan “konversation” och “exekvering”. Agenten kan prata hela dagen, men när den behöver agera gör den det genom explicita verktyg och en konfigurerbar exekveringsbackend. Det är där säkerhet, reproducerbarhet och felsökning finns.

Kostnad och licensiering är uppfriskande tråkigt. Hermes Agent i sig är fri programvara under MIT-licensen. Om du använder hostade modeller är den löpande kostnaden vad din leverantör tar ut. Om du kör lokala modeller kan du undvika API-avgifter helt.

Om din Hermes-installation använder Claude genom externa verktygslager, denna ändring av Anthropics prenumeration är en användbar referens för varför API-baserad fakturering nu är den förväntade vägen.

Installera Hermes Agent

Hermes har en snabb installationsväg för Linux, macOS och WSL2. Den officiella dokumentationen håller det avsiktligt enkelt.

Hermes-installation på Linux

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install curl git
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Efter installationen, ladda om din shell och starta CLI:n.

source ~/.bashrc   # eller source ~/.zshrc
hermes

Installationsprogrammet är inte bara en tunn wrapper. Enligt installationsguiden sätter det upp beroenden, repo:t, en virtuell miljö och hermes-kommandot, och tar dig sedan till ett första chattredo-tillstånd.

Noteringar för Windows och Android

Inhemlig Windows-stöd finns inte. Dokumentationen rekommenderar WSL2 och att köra Hermes inuti det.

För Android stöder Hermes en installationsväg via Termux. Den är designad för att detektera Termux och anpassa sitt beroende- och miljöuppbyggnad därefter.

Snabbstart

Den snabbaste första körningen är bokstavligen bara hermes, men en meningsfull snabbstart innebär två extra val: vilken modellleverantör som ska användas och vilka verktyg som ska aktiveras.

Välj en leverantör och modell

Hermes erbjuder tre kompletterande ingångar:

• hermes model för att välja en leverantör och standardmodell
• hermes tools för att aktivera eller inaktivera verktygsuppsättningar
• hermes setup för att köra en interaktiv guide genom de viktigaste konfigurationsområdena

Ett minimalt flöde ser ut så här:

hermes model
hermes tools
hermes

När det gäller vad som faktiskt stöds, listar den officiella snabbstarten ett utbud av leverantörer och pekar också på att Hermes fungerar med OpenAI-kompatibla API:er. Det är viktigt eftersom det inkluderar både hostade tjänster och självhostade ändpunkter.

Bevisa verktygsexekvering tidigt

Innan du bygger vanor kring Hermes är det värt att verifiera att verktygsanvändning fungerar i din miljö. Snabbstarten föreslår explicit terminalanvändning som den första funktionen att testa.

I praktiken gör en liten “röktest”-prompt två jobb: den kontrollerar terminalverktyget och den validerar behörighetsprompter.

Exempelprompt:

Visa min diskanvändning och de fem största mapparna.

Om Hermes inte kan köra terminalverktyget, hoppa fram till Felsökning. Felkonfiguration av terminalbackend är en av de vanligaste orsakerna, och fixen är oftast uppenbar när man tittar på konfigurationen.

Konfiguration som skaleras

Hermes belönar de som förstår var den lagrar tillstånd och hur den löser konfiguration. Det är också här många “det fungerade igår”-problem kommer ifrån.

Var konfiguration och tillstånd finns

Hermes lagrar sina inställningar och tillstånd under ~/.hermes. Den officiella konfigurationsguiden dokumenterar layouten, inklusive config.yaml för inställningar, .env för hemligheter, auth.json för OAuth-legitimationer, SOUL.md för identitet, och mappar för minnen, färdigheter, cron, sessioner och loggar.

Detta är viktigt av två skäl.

• Felsökning blir mekanisk eftersom du vet exakt var du ska titta.
• Säkerhetskopior blir raka eftersom en mapp fångar det mesta av agenttillståndet du bryr dig om.

Konfigurationsprioritet och att hålla hemligheter borta från config.yaml

Hermes löser konfiguration med en prioriteringsordning. Överst finns CLI-överskridningar, sedan config.yaml, sedan .env, med inbyggda standardvärden längst ner.

Den fina detaljen är att hermes config set dirigerar värden till rätt fil: API-nycklar till .env och icke-sekreta inställningar till config.yaml.

hermes config set model openrouter/meta-llama/llama-3.1-70b-instruct
hermes config set terminal.backend docker
hermes config set OPENROUTER_API_KEY sk-or-v1-xxxxxxxx

Hermes stöder även miljövariabelsubstitution inuti config.yaml via ${VAR_NAME}-syntax. Detta är användbart när du vill behålla vissa värden i miljön samtidigt som du refererar till dem i strukturerad konfiguration.

Sandbox och exekveringsbackends

Hermes stöder flera terminalbackends som definierar var shell-kommandon faktiskt körs. Konfigurationsguiden listar local, docker, ssh, modal, daytona och singularity.

Det åsiktsfulla men icke-evangeliska sättet att tänka på detta är:

• local är snabbast och enklast, men den är inte isolerad
• docker är ett pragmatiskt lager för säkerhet och reproducerbarhet
• ssh är ett rent sätt att separera din chattenhete från din beräkningsbox
• modal och daytona passar “serverless men tillräckligt bestående” flöden
• singularity är HPC-vänliga alternativet

Exempel på en minimal Docker-backend:

# ~/.hermes/config.yaml
terminal:
  backend: docker
  docker_image: "nikolaik/python-nodejs:python3.11-nodejs20"
  docker_volumes:
    - "/home/user/projects:/workspace/projects"
  docker_forward_env:
    - "GITHUB_TOKEN"

Dokumentationen beskriver också säkerhetsförstärkning för Docker-backend, såsom att droppa kapaciteter och inaktivera privilegieuppgradering.

Färdigheter, minne och profiler

Hermes har två relaterade mekanismer för att multiplicera värde.

Färdigheter är procedurminne. Hermes kan skapa, uppdatera och ta bort sina egna färdigheter och kan föreslå att spara en metod som en färdighet efter att ha slutfört en komplex uppgift.

Inbyggt minne lagras som filer som MEMORY.md och USER.md under ~/.hermes, och Hermes kan också använda externa minnesleverantörer för djupare återkallelse. Minnesdokumentationen listar flera leverantörsplugins, och guiden för minnesleverantörer dokumenterar ett interaktivt installationsflöde. För en fullständig teknisk genomgång av hur minnesarkitekturen fungerar — frusna ögonblicksbilder, karaktärsgränser, de åtta externa leverantörerna och filosofin bakom begränsat minne — se Hermes Agent Memory System: How Persistent AI Memory Actually Works.

Om du vill ha flera oberoende agenter på samma maskin ger Hermes profiler isolering. Varje profil får sin egen mapp med sin egen konfiguration, hemligheter, minnen, sessioner, färdigheter, cron-jobb och gateway-tillstånd.

För en djupare titt på vilka färdigheter som fungerar bra i produktion efter roll — ingenjörer, forskare, operatörer och exekutiva flöden — se Hermes AI Assistant Skills for Real Production Setups. När du är redo att författa eller felsöka SKILL.md-filerna själva — YAML-metadata, nivåer för progressiv disklosure, konditionerad synlighet och hub-installationer — använd Hermes Agent Skill Authoring — SKILL.md Structure and Best Practices.

Typiskt arbetsflöde

Om du behandlar Hermes som en agent du kommer att behålla, börjar arbetsflödet se ut som service engineering.

En stabil baslinje

En baslinje som tenderar att inte ruttna är:

1. Installera och kör en första chatt i CLI:n.
2. Välj en leverantör och modell med hermes model, och bekräfta sedan kostnaderna.
3. Konfigurera verktygsuppsättningar och besluta om terminal-exekvering är lokal eller sandboxad.
4. Gör en snabb ändring i SOUL.md först efter att du har använt standardinställningen en stund. Identitetsändringar betyder mer än människor förväntar sig eftersom det är “slot 1” i systemprompten.

Daglig användning som ackumuleras

Hermes har ett terminalgränssnitt snarare än ett webbgränssnitt, och det är designat för långa sessioner med slash-kommandon, återupptagbara sessioner och strömsändning av verktygsoutput.

I praktiken är en användbar rytm:

• kör arbete i en namngiven session för ett projekt
• komprimera kontext när den växer för stort
• låt Hermes omvandla upprepade rutinuppgifter till färdigheter
• håll en mental gräns mellan “fråga” och “göra” så att verktygsexekvering förblir granskbar

Meddelandegateway för dygnet-runt-åtkomst

Meddelandegateways är den del som gör att Hermes känns som en assistent snarare än ett terminalprogram. Dokumentationen beskriver det som en enda process som ansluter till flera plattformar, hanterar sessioner, kör cron-jobb och levererar meddelanden.

Installationen anropas via hermes gateway setup, och gateways kan köras i förgrunden eller som en användartjänst. CLI-referensen dokumenterar gateway-subkommandon som run, install, start, stop, status och restart.

För multi-agent-backlogs och kontrollerad schemaläggning, se Kanban in Hermes Agent for Self Hosted LLM Workflows, som täcker dispatcher-gränser, beroendekedjor och cron-baserad batchning.

Säkerhet för en verktygsanvändande bot är viktig. Gatewaysdokumentationen beskriver tillåtandelistor för specifika plattformar och en DM-paringsflöde som utfärdar engångs paringskoder och kräver godkännande via hermes pairing approve.

Uppdateringar utan dram

Hermes-uppdateringar är ett förstaklasskommando. Uppdateringsguiden dokumenterar hermes update, konfigurationsmigrationskontroller och en liten post-uppdateringsvalideringsrutin inklusive hermes doctor och hermes gateway status.

hermes update
hermes doctor
hermes gateway status

Felsökning och diagnostik

De flesta Hermes-fel är inte mystiska. De ser mystiska ut eftersom människor bara kontrollerar modellagret och ignorerar runtime-lagret.

Snabba triagekommandon

CLI-referensen positionerar explicit tre kommandon som kärnloopen:

• hermes doctor för interaktiv diagnostik
• hermes status för en snabb översikt
• hermes dump för en delbar, redigerad sammanfattning av installationen

För loggar, hermes logs, tailar filer som lagras under ~/.hermes/logs.

hermes doctor --fix
hermes status
hermes dump --show-keys
hermes logs errors -f

Vanliga installationsfel

FAQ:n och felsökningsguiden listar flera återkommande problem och deras lösningar, inklusive Python-versionproblem, uv hittades inte, och behörighetsproblem orsakade av att blanda sudo-installationer med användarinstallationer.

Om du stöter på dessa fel ger dokumentationen specifika åtgärdssteg såsom att uppgradera Python, installera uv och ominstallera Hermes utan sudo.

Leverantörs- och modellproblem

När API-nycklar inte fungerar, rekommenderar FAQ:n att kontrollera konfigurationen, köra om hermes model eller sätta en nyckel direkt via hermes config set. Den pekar också på en vanlig fälla: nycklar är leverantörsspecifika.

För “modell hittades inte”-problem pekar FAQ:n tillbaka på att använda hermes model för att välja en giltig identifierare och visar både konfiguration och per-session-överskridningar.

Hastighetsbegränsningar och problem med kontextlängd täcks också. FAQ:n föreslår att vänta på 429-fel, byta leverantör eller modell, och minska kontexttryck via komprimering eller en ny session.

Terminalbackend- och gatewayproblem

Om terminalkommandon misslyckas omedelbart, inkluderar konfigurationsguiden ett avsnitt om “vanliga terminalbackendproblem” och pekar på de typiska orsakerna per backend, inklusive att Docker inte körs och saknade SSH-variabler. Den noterar också att att falla tillbaka till lokal körning är ett giltigt felsökningssteg när sandbox-konfigurationen är i fråga.

För gatewayproblem lyfter meddelandeguiden fram tillåtandelistor och parning som säkra standardvärden, vilket betyder att många “boten är tyst”-incidenter faktiskt är auktorisering som gör sitt jobb.

Referenser

• Hermes Agent Homepage
• Hermes Agent Memory System: How Persistent AI Memory Actually Works
• Hermes AI Assistant Skills for Real Production Setups