Windows 用户必看:WSL2 安装 Hermes Agent 完整教程(新手友好)

-
-
2026-05-13

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:

  1. 按键盘左下角的 Windows 键
  2. 输入 PowerShell
  3. 在搜索结果里右键「Windows PowerShell」
  4. 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:

  1. 提示 Enter new UNIX username: 时,输入一个英文字母用户名(比如 hermes),按回车
  2. 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
  3. 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。

  1. 访问 https://open.feishu.cn/,用管理员账号登录
  2. 进入「开发者后台」→ 点击「创建企业自建应用
  3. 填写应用名称(随意,比如「Hermes 助手」)和描述
  4. 创建完成后,在「凭证与基础信息」页面找到 App IDApp 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:

  1. 进入应用 → 「事件与回调」→「事件订阅
  2. 选择「长连接接收事件」(推荐,配置最简单)
  3. 添加事件:im.message.receive_v1(接收消息)
  4. 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

  1. 打开目标飞书群 → 右上角「设置」→「群机器人
  2. 点击「添加机器人
  3. 找到你刚创建的应用名称,点击添加
  4. 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:

  1. 确认是以管理员身份打开的 PowerShell
  2. 在管理员 PowerShell 里先运行:dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-LLinux /all /norestart
  3. 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:

  1. 以管理员身份打开 PowerShell
  2. 运行:wsl --shutdown(关闭所有 WSL)
  3. 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:

  1. 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)
  2. 确认 Hermes Gateway 是否正常运行,无报错日志
  3. 确认飞书应用已添加进目标群
  4. 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:

  1. 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
  2. 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:

  1. 打开 Windows 搜索框 → 输入「Ubuntu」→ 打开 WSL2 终端
  2. 在 Ubuntu 终端里运行各种 hermes 命令
  3. 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:

  • 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_taskmixture_of_agents 解决的是不同类型的问题:

  • 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
  • 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_agents Token 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

“您的支持是我持续分享的动力”

微信收款码
微信
支付宝收款码
支付宝

目录