Windows 用户必看:WSL2 安装 Hermes Agent 完整教程(新手友好)※
很多 Windows 老板想体验 Hermes Agent,但看到「Linux 命令」就发懵——别怕,这篇教程手把手带你从零安装。
我们选择的是官方推荐的 WSL2 方案,也是踩坑最少、最接近官方文档体验的一条路。整个过程其实就三步,看完你就会了。
一、前置认知:什么是 WSL2?为什么要选它?※
WSL2 的全名是 Windows Subsystem for Linux 2,翻译过来就是「Windows 上的 Linux 子系统第二代」。
你可以简单理解为:微软在 Windows 系统里给你塞了一个完整的 Linux 环境,不用装双系统,不用虚拟机,开机就能用。
装了 WSL2 之后,你平时怎么用?※
简单说:
- 你的桌面还是 Windows,不影响任何习惯
- 只在装 Hermes Agent 和运行它的时候,打开 Ubuntu(WSL2)这个终端
- 以后看到文档里写 Linux/macOS 命令,就往这个 Ubuntu 终端里粘贴执行
为什么推荐 WSL2 而不是原生 PowerShell?※
Hermes Agent 的很多能力本来就是为类 Unix 环境设计的,比如:
- Python / Node.js 依赖安装
- 浏览器自动化
- Docker、SSH、MCP 等扩展能力
在 WSL2 里,这些东西运行更稳定,遇到问题 Google 搜到的解决方案也更多。PowerShell 方案能用,但遇到兼容性问题时排查起来更费劲。
一句话:长期用、工具链完整 → 选 WSL2;就想先快速跑起来 → PowerShell。 既然老板你想认真用,那就从 WSL2 开始。
二、安装 WSL2(第一步)※
Step 1:打开管理员 PowerShell※
这是整个安装过程最关键的一步,操作错误会直接影响 WSL2 是否能正常安装。
操作步骤:
- 按键盘左下角的 Windows 键
- 输入
PowerShell - 在搜索结果里右键「Windows PowerShell」
- 选择「以管理员身份运行」
⚠️ 注意:普通 PowerShell 窗口安装 WSL2 大概率会报错,必须是管理员权限!
Step 2:在管理员 PowerShell 里运行安装命令※
管理员 PowerShell 打开后,复制下面这条命令,粘贴进去,按回车:
wsl --install -d Ubuntu
怎么粘贴?
- 最常用:
Ctrl + V - 如果 Ctrl+V 没反应:在 PowerShell 窗口里点一下右键,很多电脑会自动粘贴
Step 3:等待下载完成并重启电脑※
命令执行后,会自动下载 Ubuntu 组件和镜像。界面会提示你:
Please restart your computer to complete the installation.
看到这条提示就说明前面的步骤都对了,保存好手头的工作,重启电脑。
Step 4:重启后设置 Ubuntu 用户名和密码※
电脑重启后,会自动弹出一个 Ubuntu 终端窗口(黑底绿字或白字)。首次使用需要你创建 Linux 用户账号:
- 提示
Enter new UNIX username:时,输入一个英文字母用户名(比如hermes),按回车 - 提示
New password:时,输入密码(输入时屏幕不显示字符,正常现象),按回车 - 提示
Retype new password:时,再输入一遍密码确认
💡 提示:Ubuntu 里的密码输入是"盲打"——你看不到任何字符(连
*都没有),这是 Linux 的安全设计,别慌,坚定地输入完按回车就行。
验证 WSL2 是否安装成功※
设置完成后,你可以随时在 Windows 搜索框输入 Ubuntu 打开这个终端。
在 Ubuntu 终端里输入:
wsl --list --verbose
看到类似这样的输出就说明安装成功了:
NAME STATE VERSION
* Ubuntu Running 2
VERSION 后面显示的是 2,说明是 WSL2(如果是 1 就需要升级)。
三、安装 Hermes Agent(第二步)※
Step 1:打开 Ubuntu 终端※
确保进入的是 Ubuntu 终端(不是 PowerShell),窗口标题通常显示 Ubuntu。
Step 2:复制粘贴安装命令※
在 Ubuntu 终端里,复制下面这条命令:
curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash
在 Ubuntu 终端里粘贴并回车执行(Ubuntu 终端里 Ctrl+Shift+V 是标准粘贴快捷键,Ctrl+V 也通常支持)。
🌐 中国大陆用户注意:这条命令已经接入了国内镜像加速,优先走国内可直连的下载链路,比原版安装顺畅很多。
Step 3:等待安装完成※
安装过程会依次处理:
- uv(Python 版本管理工具)
- Python 3.x
- Node.js
- Git
- Hermes Agent 本体及虚拟环境
安装时间取决于网络状况,通常 3-10 分钟不等。看到类似以下输出说明安装完成:
Hermes Agent installed successfully!
Step 4:激活 Hermes 命令※
安装脚本完成后,需要重新加载一下环境变量才能识别 hermes 命令。在终端里运行:
source ~/.bashrc
然后验证 Hermes 是否安装成功:
hermes
如果看到 Hermes 的 logo 和帮助信息,说明安装成功!
四、配置模型(第三步)※
Step 1:配置模型服务商※
在终端里运行:
hermes model
这会启动一个交互式配置向导,你需要选择和填写:
- 使用哪个模型服务商(如 OpenAI、Claude、本地 Ollama 等)
- API Key 或相关凭证
- 默认模型选择
Step 2:完成基础设置※
hermes setup
按提示完成初始化配置。
Step 3:验证是否正常运行※
hermes
能正常启动并看到交互提示,说明整个安装流程全部完成!
五、接入飞书(第四步)※
恭喜老板走到这一步!前面三步搞定了 Hermes Agent 的本体和模型配置,现在来把它接入飞书,让你在飞书群里直接 @ 机器人对话。
5.1 创建飞书机器人应用※
第一步:打开 飞书开放平台,创建一个企业自建应用。
- 访问 https://open.feishu.cn/,用管理员账号登录
- 进入「开发者后台」→ 点击「创建企业自建应用」
- 填写应用名称(随意,比如「Hermes 助手」)和描述
- 创建完成后,在「凭证与基础信息」页面找到 App ID 和 App Secret,这两个后面要填到 Hermes 里
5.2 配置飞书应用权限※
飞书机器人需要申请多个权限才能正常工作。在应用后台依次开通:
- 机器人能力(先开启这个,否则后面无法添加机器人)
- im:message(读取和发送消息)
- im:message.group_at_msg(接收群聊 @ 机器人消息)
- im:message.send_as_bot(以机器人身份发送消息)
- im:chat(读取群信息)
💡 开通路径:飞书开放平台 → 你的应用 → 「权限管理」→ 搜索对应权限名称 → 申请开通。通常即时生效,部分企业需要管理员审批。
5.3 配置事件订阅※
在飞书开放平台开启长连接模式,让 Hermes 能实时接收飞书消息:
- 进入应用 → 「事件与回调」→「事件订阅」
- 选择「长连接接收事件」(推荐,配置最简单)
- 添加事件:
im.message.receive_v1(接收消息) - 保存配置
5.4 在 Hermes 里配置飞书渠道※
回到 Ubuntu 终端,运行:
hermes gateway setup
在渠道列表中选择「飞书」,依次填入:
- App ID:飞书开放平台复制过来的 App ID
- App Secret:对应的 App Secret
- 来源:国内版填
feishu,海外版填lark - 连接方式:默认
websocket,直接回车即可 - 允许的 User ID:留空;在鉴权步骤输入
1(不限制对话人),这样群里所有人都可以 @ 机器人对话
确认无误后选择 Done 保存。
5.5 启动飞书网关※
配置完成后,启动网关:
hermes gateway run -vv
看到类似「Feishu gateway started」或无报错输出,说明飞书接入成功!
5.6 在飞书群里添加机器人※
- 打开目标飞书群 → 右上角「设置」→「群机器人」
- 点击「添加机器人」
- 找到你刚创建的应用名称,点击添加
- 在群里 @机器人 发一条消息,如果机器人回复了,说明对接成功!
六、常见问题汇总※
Q1:wsl --install -d Ubuntu 报错「找不到命令」?※
原因:你可能在普通 PowerShell(而非管理员 PowerShell)里运行,或者 WSL 功能本身被系统禁用了。
解决方法:
- 确认是以管理员身份打开的 PowerShell
- 在管理员 PowerShell 里先运行:
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-LLinux /all /norestart - 然后再运行:
wsl --install -d Ubuntu
Q2:安装 WSL2 时卡在「正在下载」不动?※
原因:可能是网络问题或 WSL Ubuntu 镜像下载源在国内访问较慢。
解决方法:
- 确保电脑已开启稳定网络
- 可以尝试给 WSL 设置国内镜像,具体方法可以搜索「WSL 镜像源配置」
- 耐心等待,下载时间可能较长(300MB-1GB+)
Q3:重启后 Ubuntu 窗口直接闪退?※
原因:WSL 安装过程异常或 WSL 服务没有正常启动。
解决方法:
- 以管理员身份打开 PowerShell
- 运行:
wsl --shutdown(关闭所有 WSL) - 再重新打开 Ubuntu 窗口
Q4:hermes 命令找不到(command not found)?※
原因:环境变量没有刷新,或者安装没有成功。
解决方法:
source ~/.bashrc
如果还不行,检查安装是否成功:
ls ~/.local/bin/hermes
如果目录不存在,说明安装失败,重新运行安装命令。
Q5:配置模型时提示网络错误?※
原因:如果你的模型服务商(如 Ollama、LM Studio)跑在 Windows 本机上,而 Hermes 跑在 WSL2 中,WSL2 访问 Windows localhost 的网络配置需要额外设置。
解决方法:参考官方文档里的 WSL2 网络配置说明,需要把 Windows 主机的 IP 配置到 WSL2 的网络里。
Q6:Ubuntu 终端里复制粘贴快捷键是什么?※
标准快捷键:
- 粘贴:
Ctrl + Shift + V(Ubuntu 终端标准) - 复制:选中文字后,
Ctrl + Shift + C - 很多终端也支持
Ctrl + V直接粘贴,可以先试试
Q7:运行 hermes gateway 报 lark-oapi 未安装?※
原因:WSL2 下飞书 SDK 有时没装进 Hermes 的虚拟环境。
解决方法:
uv pip install lark-oapi
如果报错提示权限问题,尝试:
uv pip install lark-oapi --system
Q8:飞书群里 @ 机器人没有响应?※
排查顺序:
- 检查飞书机器人权限是否全部申请通过(参考 5.2 节权限清单)
- 确认 Hermes Gateway 是否正常运行,无报错日志
- 确认飞书应用已添加进目标群
- 确认飞书开放平台的「事件订阅」已开启长连接模式
Q9:飞书提示"机器人已禁用"?※
原因:飞书应用没有发布,或者企业管理员限制了机器人使用。
解决方法:
- 在飞书开放平台 → 应用 → 「版本管理与发布」→ 创建版本并提交发布
- 如果是企业管理员账号,检查「机器人」功能是否对企业内所有成员开放
七、安装完成后的正确使用姿势※
以后你用 Hermes Agent 的流程是这样的:
- 打开 Windows 搜索框 → 输入「Ubuntu」→ 打开 WSL2 终端
- 在 Ubuntu 终端里运行各种 hermes 命令
- 平时该用 Windows 继续用 Windows,Hermes 不影响你任何工作
以后看到文档里写这类命令:
curl -fsSL https://res1.hermesagent.org.cn/install.sh | bash
hermes model
hermes gateway run -vv
记住:这类 Linux/macOS 命令都要在 WSL2 的 Ubuntu 终端里执行,不要粘贴到 PowerShell!
八、多智能体配置: Hermes Agent 的真实协作能力※
恭喜老板走完基础安装!当你的任务越来越复杂时,单一 Agent 的能力会逐渐遇到瓶颈——这时候,Hermes 内置的多智能体工具就能派上用场了。
很多老板容易把 Hermes 和 OpenClaw 的多智能体系统搞混——它们是两套完全不同的机制。Hermes 有自己原生的多智能体工具:delegate_task(子 Agent 委派)和 mixture_of_agents(多模型协同)。本节详细介绍这两个工具的真实用法。
8.1 子 Agent 委派:delegate_task※
delegate_task 是 Hermes 内置的子 Agent 委派工具,属于 delegation 工具集。它的核心能力是:
- 在隔离上下文中启动一个或多个子 Agent 处理独立任务
- 每个子 Agent 拥有独立的对话、终端会话和工具集
- 子 Agent 的中间结果不会污染主 Agent 的上下文窗口,只返回最终摘要
- 支持并行派发多个子 Agent,同时处理不同子任务
这意味着什么?举个例子:你要做一个市场调研分析,主 Agent 可以同时派发三个子 Agent——一个搜竞品数据,一个查行业报告,一个整理用户反馈——三者并行工作,主 Agent 最后汇总三份摘要输出完整分析,效率提升数倍。
delegate_task 参数说明※
| 参数 | 说明 |
|---|---|
task | 给子 Agent 的任务描述(支持复杂指令) |
model | 可选,指定子 Agent 使用的模型,不填则用主 Agent 的模型 |
tools | 子 Agent 可用的工具集,默认继承主 Agent 工具 |
background | 是否后台运行,true=后台并行,false=等待完成 |
使用示例:并行代码审查※
假设你需要同时审查三个模块的代码质量:
// 主 Agent 并行派发三个代码审查子 Agent
delegate_task(
task="请审查 ~/hermes-workspace/src/auth.py 的代码质量,重点检查:1)安全性漏洞 2)错误处理 3)代码规范。输出结构化审查报告。",
model="claude-sonnet-4-20250514",
tools=["read_file", "search_files", "terminal"],
background=true
)
delegate_task(
task="请审查 ~/hermes-workspace/src/api.py 的代码质量,重点检查:1)安全性漏洞 2)错误处理 3)代码规范。输出结构化审查报告。",
model="claude-sonnet-4-20250514",
tools=["read_file", "search_files", "terminal"],
background=true
)
delegate_task(
task="请审查 ~/hermes-workspace/src/db.py 的代码质量,重点检查:1)安全性漏洞 2)错误处理 3)SQL注入风险。输出结构化审查报告。",
model="claude-sonnet-4-20250514",
tools=["read_file", "search_files", "terminal"],
background=true
)
// 三个审查并行进行,主 Agent 继续处理其他任务
// 最终收到三份独立审查报告后汇总
8.2 多模型协同:mixture_of_agents※
mixture_of_agents(简称 MOA)是 Hermes 的多模型协同推理工具,属于 moa 工具集。它的核心思想是:针对真正困难的问题,不是用一个模型硬扛,而是让多个前沿 LLM 协同处理,最后由聚合器(aggregator)汇总输出。
MOA 最多发起 5 次 API 调用:4 个参考模型分别独立推理 + 1 个聚合器综合汇总。这种模式相当于找了 4 个不同背景的专家分别给你建议,最后一个主持人综合所有人的意见给出最终答案。
MOA vs. 普通单模型推理※
| 维度 | 普通推理 | MOA 协同推理 |
|---|---|---|
| 模型调用 | 1 次 | 5 次(4 参考 + 1 聚合) |
| 推理多样性 | 单一视角 | 多视角交叉验证 |
| 适用场景 | 简单问答、日常任务 | 复杂数学、高级算法、关键决策 |
| Token 消耗 | 低 | 较高(按需使用) |
| 所需环境 | 标准 API Key | 需要 OPENROUTER_API_KEY |
使用示例:复杂技术决策※
// 用 MOA 做技术选型决策
mixture_of_agents(
task="我们需要为日活100万的SaaS应用选择数据库方案。请从以下维度评估 PostgreSQL vs MongoDB vs DynamoDB:1)扩展性 2)成本 3)开发效率 4)生态成熟度。给出明确的推荐方案和理由。",
models=["gpt-4o", "claude-3-5-sonnet", "gemini-pro-1.5", "deepseek-v2"],
aggregator="gpt-4o"
)
// 四个模型分别独立分析,然后聚合成最终建议
// 适合关键技术决策,避免单一模型的盲区
8.3 两种工具的选用指南※
delegate_task 和 mixture_of_agents 解决的是不同类型的问题:
- 选
delegate_task——当你需要分工协作时:不同子任务需要不同工具(搜索、写代码、查文件),每个子 Agent 处理各自擅长的一部分,并行执行效率更高 - 选
mixture_of_agents——当你需要多视角推理时:同一问题需要多个模型交叉验证,适合复杂数学、算法分析、关键决策等
8.4 实战示例:用 delegate_task 自动化测试流程※
让我们用一个完整场景来演示:主 Agent 收到「对这个 Python 项目做完整测试并生成报告」的任务。
graph TD
A["用户:对这个项目做完整测试并出报告"] --> B["主 Agent:任务拆解"]
B --> C["子Agent-1:单元测试"]
B --> D["子Agent-2:集成测试"]
B --> E["子Agent-3:性能测试"]
C --> F["主 Agent:汇总三份测试结果"]
D --> F
E --> F
F --> G["生成统一测试报告"]
G --> H["✅ 返回给用户"]
主 Agent 收到任务后,通过 delegate_task 并行派发三个子 Agent:
// 子Agent-1:单元测试
delegate_task(
task="对 ~/code/myproject 目录执行单元测试。步骤:1)安装依赖 pytest 2)运行 pytest --cov=src tests/ 3)生成覆盖率报告 4)输出测试结果摘要(通过/失败/错误数量)",
tools=["terminal", "read_file"],
background=true
)
// 子Agent-2:集成测试
delegate_task(
task="对 ~/code/myproject 执行集成测试。步骤:1)启动测试数据库 2)运行 pytest tests/integration/ 3)检查API端点响应 4)输出测试结果和性能数据",
tools=["terminal", "read_file"],
background=true
)
// 子Agent-3:性能测试
delegate_task(
task="对 ~/code/myproject 执行性能测试。步骤:1)使用 locust 做负载测试 2)模拟100并发用户 3)记录响应时间和吞吐量 4)输出性能报告",
tools=["terminal", "read_file"],
background=true
)
// 三个子Agent并行运行,主Agent等待所有结果后汇总
8.5 多智能体应用场景一览※
| 场景 | 推荐工具 | 效果 |
|---|---|---|
| 竞品调研(多源信息收集) | delegate_task 并行搜索 | 速度提升3倍,信息更全面 |
| 代码审查(多模块并行) | delegate_task 并行审查 | 不遗漏任何模块 |
| 技术选型决策 | mixture_of_agents | 多模型交叉验证,避免单一盲区 |
| 复杂数学证明 | mixture_of_agents | 多角度推理验证 |
| 自动化测试(单元+集成+性能) | delegate_task 并行测试 | 一次性完成全量测试 |
| 长篇报告生成(研究+写作分工) | delegate_task 研究 + 写作 | 专业分工,质量更高 |
💡 使用建议:
mixture_of_agentsToken 消耗较高,适合真正复杂的问题,日常简单任务用普通推理即可。delegate_task则可以自由使用,特别适合需要不同工具或不同信息源的并行任务。
九、总结※
整个 WSL2 安装 Hermes Agent 并接入飞书的流程,用一张图总结就是:
graph TD
A[以管理员身份打开 PowerShell] --> B[运行 wsl --install -d Ubuntu]
B --> C[重启电脑]
C --> D[设置 Ubuntu 用户名和密码]
D --> E[打开 Ubuntu 终端]
E --> F[运行安装命令]
F --> G[source ~/.bashrc]
G --> H[运行 hermes model 配置模型]
H --> I[hermes gateway setup 配置飞书]
I --> J[hermes gateway run -vv 启动]
J --> K[✅ 完成!在飞书群里 @ 机器人对话]
老板,恭喜你完成了 Windows 上 Hermes Agent 的完整安装和飞书接入!WSL2 这条路虽然多装了一步,但后续使用起来稳定很多,遇到问题也更容易找到解决方案。
飞书接入完成后,你和团队成员就可以直接在飞书群里 @Hermes 机器人,随时调用 AI 能力,效率拉满 🚀
而当你开始处理更复杂的任务时,多智能体协作就是下一步进化的方向——让不同的 Agent 各司其职,并行工作,汇总输出,整体效率会再上一个台阶。
参考资料:Hermes Agent 中文社区 - Windows 安装文档|Hermes 内置工具参考|Hermes 工具运行时文档|Hermes 持久记忆文档