#hermes agent

Hermes Agent 模型切换指南：Claude Opus 4.8、GPT-5.5、DeepSeek V4 Flash 怎么选？

Hermes Agent 接入 Crazyrouter 后，一个很实用的能力就是：你可以在同一个工具里切换不同模型。

比如：

/model claude-opus-4-8 /model gpt-5.5 /model deepseek-v4-flash

这篇文章讲清楚：不同模型适合什么任务，以及如何通过 crazyrouter-hermes 一键配置 Hermes Agent。

脚本地址：

https://github.com/xujfcn/crazyrouter-hermes

默认接口：

https://cn.crazyrouter.com/v1

---

为什么要在 Hermes Agent 里配置多个模型？

AI Agent 的任务并不都一样。

有些任务需要强推理，有些任务需要快速回答，有些任务只是简单解释代码。

如果所有任务都用同一个模型，要么太贵，要么太慢，要么能力不够。

更合理的方式是：

| 场景 | 推荐模型 |

|---|---|

| 复杂代码分析 | claude-opus-4-8 |

| 通用开发问答 | gpt-5.5 |

| 快速轻量任务 | deepseek-v4-flash |

| 多模态/综合任务 | gemini-3.1-pro |

| 兼容性测试 | gpt-4o |

---

一键配置 Hermes Agent

Linux / macOS / WSL2：

curl -fsSL https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.sh | bash

Windows PowerShell：

irm https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.ps1 | iex

脚本会默认写入：

OPENAI_BASE_URL=https://cn.crazyrouter.com/v1

并生成 Hermes 配置：

model: provider: "custom" default: "claude-opus-4-8" base_url: "https://cn.crazyrouter.com/v1"

---

Claude Opus 4.8：适合复杂任务

适合用在：

多文件代码理解；

复杂 bug 分析；

长任务规划；

架构设计；

Agent 多步骤任务。

切换命令：

/model claude-opus-4-8

示例提示词：

帮我分析这个项目的目录结构，并给出重构建议

如果你需要质量优先，先用它。

---

GPT-5.5：适合通用开发任务

适合用在：

代码解释；

文档生成；

快速问答；

单文件脚本修改；

API 示例生成。

切换命令：

/model gpt-5.5

示例提示词：

把这个 Python 脚本改成支持命令行参数

如果你不确定用哪个模型，可以先用 GPT-5.5。

---

DeepSeek V4 Flash：适合快速轻量任务

适合用在：

简单代码解释；

快速摘要；

日常命令行问题；

轻量问答；

低复杂度脚本生成。

切换命令：

/model deepseek-v4-flash

示例提示词：

解释一下这个报错是什么意思，并给出两种可能原因

它适合“先快速问一下”的场景。

---

Gemini 3.1 Pro：适合综合任务

切换命令：

/model gemini-3.1-pro

适合用在：

长上下文理解；

多类型信息整理；

综合分析；

需要换模型对比答案的任务。

---

GPT-4o：适合兼容性测试

切换命令：

/model gpt-4o

Hermes Agent 配置 Base URL 指南：为什么必须写 https://cn.crazyrouter.com/v1

配置 AI Agent 工具时，Base URL 是最容易被忽略、但最容易导致失败的参数。

很多人有 API Key，也知道模型名，但 Hermes Agent 还是请求失败。最后发现问题只有一个：Base URL 写错了。

这篇文章专门讲 Hermes Agent 的 Base URL 配置，尤其是接入 Crazyrouter 时为什么推荐使用：

https://cn.crazyrouter.com/v1

配套脚本：

https://github.com/xujfcn/crazyrouter-hermes

---

Base URL 是什么？

Base URL 是客户端发送请求时使用的 API 根地址。

比如：

https://cn.crazyrouter.com/v1

当 Hermes Agent 调用聊天接口时，最终请求路径通常会变成：

https://cn.crazyrouter.com/v1/chat/completions

如果你少写 /v1，就可能变成：

https://cn.crazyrouter.com/chat/completions

这就很容易 404。

---

为什么要用 cn.crazyrouter.com？

对国内开发者来说，推荐默认使用：

https://cn.crazyrouter.com/v1

原因很简单：

1. 接口路径更适合国内访问；

2. Hermes Agent 使用 OpenAI-compatible API；

3. /v1 是很多 SDK 和工具默认期望的 API 版本路径；

4. 配置统一后，模型切换更简单。

---

手动配置方式

编辑：

~/.hermes/.env

写入：

OPENAI_API_KEY=sk-your-crazyrouter-key OPENAI_BASE_URL=https://cn.crazyrouter.com/v1

再编辑：

~/.hermes/config.yaml

写入：

model: provider: "custom" default: "claude-opus-4-8" base_url: "https://cn.crazyrouter.com/v1"

如果你不想手动改，可以直接用脚本。

---

一键配置脚本

Linux / macOS / WSL2：

curl -fsSL https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.sh | bash

Windows PowerShell：

irm https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.ps1 | iex

Windows CMD：

curl -o setup.bat https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.bat setup.bat

脚本会自动把 Base URL 写成：

https://cn.crazyrouter.com/v1

---

常见错误 1：少了 /v1

错误：

https://cn.crazyrouter.com

正确：

https://cn.crazyrouter.com/v1

少了 /v1 时，请求路径会不完整。

---

常见错误 2：重复写了 /v1

错误：

https://cn.crazyrouter.com/v1/v1

正确：

https://cn.crazyrouter.com/v1

重复 /v1 也会导致接口路径错误。

---

常见错误 3：模型名和接口不匹配

Base URL 正确后，还要确认模型名可用。

推荐先测试：

claude-opus-4-8 gpt-5.5 deepseek-v4-flash

进入 Hermes 后切换：

/model claude-opus-4-8 /model gpt-5.5 /model deepseek-v4-flash

Hermes Agent 一键接入 Crazyrouter：用国内接口跑 Claude Opus 4.8、GPT-5.5 和 DeepSeek V4 Flash

如果你正在用 Hermes Agent 做本地 AI 助手，最容易卡住的地方通常不是模型能力，而是配置：API Key 写在哪里？Base URL 要不要带 /v1？默认模型怎么选？配置错了怎么恢复？

crazyrouter-hermes 这个脚本就是为了解决这类问题：一条命令把 Hermes Agent 接到 Crazyrouter，并默认使用国内接口。

GitHub 脚本：

https://github.com/xujfcn/crazyrouter-hermes

默认接入地址：

https://cn.crazyrouter.com/v1

默认推荐模型：

claude-opus-4-8 gpt-5.5 deepseek-v4-flash

---

为什么 Hermes Agent 需要自定义模型配置？

Hermes Agent 是一个可以在本地运行的 AI Agent 工具。它能帮你处理代码、命令行、文件和日常开发任务。

但要让 Hermes Agent 使用你想要的模型，通常需要配置：

| 配置项 | 作用 |

|---|---|

| OPENAI_API_KEY | API 鉴权 |

| OPENAI_BASE_URL | OpenAI-compatible API 地址 |

| model.default | 默认模型 |

| model.provider | 模型供应商类型 |

手动配置当然可以，但新手很容易把 base_url 写错。比如少了 /v1：

https://cn.crazyrouter.com

正确应该是：

https://cn.crazyrouter.com/v1

一键脚本的价值就是把这些容易出错的步骤固定下来。

---

Linux / macOS / WSL2 一键安装

执行：

curl -fsSL https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.sh | bash

脚本会做这些事：

1. 检查 Hermes Agent 是否存在；

2. 创建 ~/.hermes 目录；

3. 提示输入 Crazyrouter API Key；

4. 选择默认模型；

5. 写入 .env；

6. 写入或更新 config.yaml；

7. 可选测试连接。

执行完成后，启动 Hermes：

hermes

然后可以在 Hermes 内切换模型：

/model claude-opus-4-8 /model gpt-5.5 /model deepseek-v4-flash

---

Windows PowerShell 一键安装

Windows 用户可以执行：

irm https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.ps1 | iex

如果你担心远程执行脚本，可以先下载：

iwr https://raw.githubusercontent.com/xujfcn/crazyrouter-hermes/main/setup.ps1 -OutFile setup.ps1

打开看一遍源码，再执行：

.\setup.ps1

这更适合公司电脑或对安全比较敏感的环境。

---

脚本写入了哪些文件？

主要是两个文件：

~/.hermes/.env ~/.hermes/config.yaml

.env 示例：

OPENAI_API_KEY=sk-your-crazyrouter-key OPENAI_BASE_URL=https://cn.crazyrouter.com/v1

config.yaml 示例：

model: provider: "custom" default: "claude-opus-4-8" base_url: "https://cn.crazyrouter.com/v1"

脚本覆盖旧配置前会生成 .bak 备份。

如果配置错了，可以用备份恢复：

~/.hermes/.env.bak ~/.hermes/config.yaml.bak

---

推荐模型怎么选？

1. Claude Opus 4.8

适合：

复杂代码理解；

长任务规划；

多步骤 Agent 工作流；

深度分析。

切换命令：

/model claude-opus-4-8

2. GPT-5.5

适合：

通用开发任务；

快速问答；

代码补全；

文档生成。

切换命令：

Hermes Agent, launched February 25, 2026 by Nous Research, is the fastest-growing open-source AI agent of 2026 — hitting 110,000 GitHub stars in ten weeks. Unlike OpenClaw, which executes tasks and stays static, Hermes runs a closed self-learning loop that makes the agent measurably better after every session. In this guide, we’ll cover what Hermes Agent is, how its self-learning loop works, how to set it up, and where it outperforms OpenClaw in real workflows.

What Makes Hermes Agent Different

Hermes Agent is a self-hosted, model-agnostic AI agent built around one principle: the agent improves through use, not configuration.

It was built by Nous Research — an open-source-first collective known for the Hermes model series, Atropos RL environments, and DisTrO distributed training. Their previous work on reasoning-capable, tool-using models fed directly into the agent’s architecture.

Where most agents (including OpenClaw) rely on human-written skill files and static memory, Hermes uses a closed feedback loop. Every task the agent completes becomes training data for its own future performance.

📌 Core design principle: Do → Learn → Improve. Repeat every session.

How the Self-Learning Loop Works

This is the architectural bet that separates Hermes from everything else in 2026.

After completing a task, the agent runs an internal review cycle:

Experience: Agent completes a multi-step workflow

Extraction: It identifies reusable patterns from what it executed

Skill Creation: Writes a new Markdown skill file automatically

Refinement: That skill self-improves every time it’s used

Nudge: Every 15 tasks, the agent reviews and updates its own knowledge base

The result: an agent handling customer queries in March will perform measurably better by June — with no manual updates. Benchmarks from early 2026 show Hermes recovered from task errors 22% more effectively than OpenClaw in Long-Horizon Task tests.

Skills follow the open agentskills.io standard — not a proprietary format, keeping you portable.

How to Use Hermes Agent: Full Set-up

Hermes Agent is written in Python and runs on your own machine or server. Here’s the full Hermes Agent installation to get started:

Prerequisites

Python 3.11+

Git

API key for your chosen LLM provider (Anthropic, OpenAI, etc.)

Telegram bot token (or other messaging interface)

Installation Steps

Step 1: Clone the repositorygit clone https://github.com/NousResearch/hermes-agent cd hermes-agent

Không biết 3 AI Agent này năm 2026 thì đừng gọi mình là dân tech Kim Jongwook · 2026-04-09 TL;DR Ba AI agent dẫn đầu 2026: OpenClo, Hermes Agent, Claude Code — mỗi bên thống trị một mảng riêng. Hermes Agent thắng OpenClo ở khả năng tự học và ghi nhớ lâu dài, tạo chênh lệch năng suất lớn theo thời gian. Claude Code đứng số 1 SWE-bench với 80,9% và first-pass accuracy 95%, gần như độc chiếm mảng…

If You Don’t Know These 3 AI Agents, You’re Already Behind Kim Jongwook · 2026-04-09 TL;DR OpenClo, Hermes Agent, and Claude Code occupy three distinct niches in the 2026 AI agent landscape. Hermes Agent’s self-evolving learning loop and database memory beat OpenClo for long-term productivity. Claude Code leads coding agents with 80.9% SWE-bench and 95% first-pass accuracy in production…