Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help


title: “Integrations” sidebar_label: “Overview” sidebar_position: 0

集成功能

Hermes Agent 可连接外部系统,用于 AI 推理、工具服务器调用、IDE 工作流集成以及程序化访问等场景。这些集成扩展了 Hermes 的功能范围及运行场景。

::提示 从这里开始 如果您只能设置一个集成,建议先配置 Nous Portal——通过一次 OAuth 登录即可使用 300 多种模型,以及四种工具网关功能(网页搜索、图像生成、文本转语音和浏览器自动化)。

::

AI 提供商与路由机制

Hermes 开箱即支持多种 AI 推理提供商。您可以通过 hermes model 命令进行交互式配置,也可直接在 config.yaml 文件中设置。

  • AI 提供商 — 支持 OpenRouter、Anthropic、OpenAI、Google 以及所有兼容 OpenAI 的接口。Hermes 能自动识别各提供商的视觉处理、流式处理和工具调用等功能。
  • 提供商路由 — 可精细控制由哪些底层提供商处理您的 OpenRouter 请求。您可以通过排序、白名单、黑名单以及明确的优先级设置,优化成本、速度或服务质量。
  • 备用提供商 — 当主模型出现故障时,系统会自动切换到备用的 LLM 提供商。该功能既包括主模型的备用方案,也包括针对视觉处理、数据压缩和网页提取等独立任务的备用方案。

工具服务器(MCP)

  • MCP 服务器 — 通过模型上下文协议将 Hermes 与外部工具服务器连接起来。无需编写原生 Hermes 工具,即可使用来自 GitHub、数据库、文件系统、浏览器环境、内部 API 等来源的工具。该功能支持标准输入输出与流式传输两种模式,具备按服务器筛选工具的能力,同时还支持基于能力的资源/提示词注册机制。

网页搜索后端

web_search 和 web_extract 工具支持八种后端提供商,可通过 config.yaml 或 hermes tools 进行配置:

后端提供商环境变量搜索功能提取功能爬取功能
Firecrawl(默认)FIRECRAWL_API_KEY✔✔✔
SearXNGSEARXNG_URL✔——
Brave(免费版)BRAVE_SEARCH_API_KEY✔——
DuckDuckGo(ddgs)(无)✔——
ExaEXA_API_KEY✔✔—
ParallelPARALLEL_API_KEY✔✔—
xAIXAI_API_KEY✔——

快速设置示例:

web:
  backend: firecrawl    # firecrawl | searxng | brave-free | ddgs | tavily | perplexity | keenable | exa | parallel | xai

如果未设置 web.backend,系统会自动从可用的 API 密钥中检测合适的后端。此外,通过 FIRECRAWL_API_URL 也可支持自托管的 Firecrawl。

浏览器自动化

Hermes 提供完整的浏览器自动化功能,支持多种后端选项,可用于浏览网站、填写表单以及提取信息:

  • Browser Use Cloud — 提供托管式 Chromium 浏览器,具备隐身模式、住宅代理、验证码破解功能以及可重复使用的浏览器配置文件。
  • Browserbase — 另一种云浏览器服务提供商,提供托管浏览器、反爬工具、验证码破解功能以及住宅代理。
  • 本地 Chromium 系列 CDP — 通过 /browser connect 命令连接正在运行的 Chrome、Brave、Chromium 或 Edge 浏览器。
  • 本地 Chromium — 通过 agent-browser CLI 使用的无头本地浏览器。

有关设置与使用方法,请参阅 浏览器自动化 文档。

语音与文本转语音服务提供商

支持在所有消息平台上进行文本转语音及语音转文本处理:

服务提供商音质费用API 密钥
Edge TTS(默认)良好免费无需 API 密钥
ElevenLabs优秀付费ELEVENLABS_API_KEY
OpenAI TTS良好付费VOICE_TOOLS_OPENAI_KEY
MiniMax良好付费MINIMAX_API_KEY
xAI TTS良好付费XAI_API_KEY
NeuTTS良好免费无需 API 密钥
文本转语音功能支持八种服务提供商:本地版的 faster-whisper(免费,可在设备端运行)、本地命令封装工具、Groq、OpenAI Whisper API、Mistral、xAI、ElevenLabs Scribe 以及 DeepInfra。该功能可对 Telegram、Discord、WhatsApp 等各类消息平台中的语音消息进行转录。详情请参阅 语音与文本转语音 以及 语音模式 文档。

IDE 与编辑器集成

  • IDE 集成(ACP) — 可在 VS Code、Zed、JetBrains 等支持 ACP 的编辑器中使用 Hermes Agent。Hermes 会以 ACP 服务器的形式运行,从而在您的编辑器内展示聊天消息、工具操作记录、文件差异以及终端命令。

编程方式访问

  • API 服务器 — 可将 Hermes 暴露为兼容 OpenAI 格式的 HTTP 接口。任何支持 OpenAI 格式的前端应用——如 Open WebUI、LobeChat、LibreChat、NextChat、ChatBox——均可连接该接口,并将 Hermes 作为拥有完整工具集的后端来使用。

内存管理与个性化设置

  • 内置内存 — 通过 MEMORY.md 和 USER.md 文件实现持久化且经过整理的内存管理。该智能体会存储一定量的个人笔记和用户资料数据,这些数据可在不同会话之间保留。
  • 内存提供器 — 支持接入外部内存后端以实现更深度的个性化功能。目前支持八种提供器:Honcho(辩证推理)、OpenViking(分层检索)、Mem0(云端提取)、Hindsight(知识图谱)、Holographic(本地 SQLite)、RetainDB(混合搜索)、ByteRover(基于 CLI 的方式)以及 Supermemory。

消息平台

Hermes 作为网关机器人运行在 27 种以上的消息平台上,所有平台的配置均通过同一个 gateway 子系统完成:

如需了解各平台的对比表格及设置指南,请参阅 消息网关概述。

快速连接链接

各大平台都设有标准的“创建机器人/应用”页面,其中一些平台还支持通过参数直接打开相应的表单。无需四处寻找控制台,可直接访问:

平台直接链接打开的页面
Telegramt.me/BotFather与 BotFather 对话 —— 发送 /newbot 即可生成机器人令牌
Discorddiscord.com/developers/applications?new_application=true开发者门户,已预加载“新建应用”对话框
Slackapi.slack.com/apps?new_app=1“创建新应用”对话框 —— 选择从应用清单创建,然后粘贴由 hermes slack manifest --agent-view 生成的清单文件
LINEdevelopers.line.biz/consoleLINE 开发者控制台,用于创建消息传递 API 频道
飞书/企业微信open.feishu.cn/app飞书开放平台控制台,用于创建自定义应用

每个平台的设置页面都会详细指导您在进入后需要完成的操作。

协作工作空间

  • Buzz — Block 基于 Nostr 构建的人机协作工作空间。提供三种集成方式:Buzz Desktop 会以托管式 ACP 运行时形式启动 Hermes;buzz-acp 中继桥在服务器端运行 Hermes 身份验证服务;而原生网关平台则能将 Buzz 频道与完整的 Hermes 内存管理、技能系统、审批流程及定时任务功能相连接。概述页面会对这三种方式进行对比说明。

家居自动化

  • Home Assistant — 通过四种专用工具(ha_list_entities、ha_get_state、ha_list_services、ha_call_service)控制智能家居设备。当配置了 HASS_TOKEN 后,该 Home Assistant 工具集会自动启用。

插件

  • 插件系统 — 无需修改核心代码,即可通过自定义工具、生命周期钩子及 CLI 命令来扩展 Hermes 功能。插件可从 ~/.hermes/plugins/、项目内的 .hermes/plugins/ 目录以及通过 pip 安装的插件入口点中获取。
  • 构建插件 — 提供逐步指南,帮助用户利用工具、钩子及 CLI 命令创建 Hermes 插件。

训练与评估

  • 批量处理 — 可同时对数百条提示词处理 Agent,生成结构化的 ShareGPT 格式轨迹数据,用于训练数据生成或性能评估。