Hermes Agent 深度剖析（6/7）：从零到生产——四种部署方式、三级模型配置与一张成本账

摘要：Hermes Agent 有四种部署方式：一行命令、Docker、$5 VPS、Modal Serverless。选错了不是"跑不起来"，而是踩进安全边界、成本曲线和运维复杂度三个坑。本文按"决策 → 安装 → 配置 → 加固 → 成本 → 运维"的顺序走一遍，每个决策点给出理由，最后给一张可以直接抄的决策速查表。

这是「Hermes Agent 深度剖析」系列的第 6 篇，全系列 7 篇：

01 总览：25 万 Star 的自改进 Agent 到底强在哪
02 三层记忆架构：会话记忆、持久记忆与用户模型怎么分工
03 技能学习闭环：Agent 怎么自己写技能文档
04 多平台网关：一个进程接住 16 个消息平台
05 安全架构：容器沙箱、技能扫描与人在回路
06 从零到生产：四种部署方式与成本账（本文）
07 vs OpenClaw：十二个维度的选型对比

一、四种部署方式，先看清地图

一句话结论：开发用一行命令，生产用 Docker。VPS 和 Serverless 本质是"Docker + 一层托管"，安全能力还是来自容器本身。

为什么不直接把 VPS 当独立方案？因为你在 VPS 上跑的还是同一个容器。VPS 解决的只是"机器在哪、怎么常开"，不解决"跑得多安全"。

二、方式一：一行命令，它到底做了什么

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

这行命令背后的完整流程：

检测系统（macOS / Linux）
  → 检查依赖（git、curl、python3）
  → 从 GitHub Releases 下载最新二进制
  → 装到 /usr/local/bin/hermes
  → 创建 ~/.hermes/ 目录
  → 启动交互式配置向导
      → 选 LLM 提供商（OpenRouter / Nous Portal / OpenAI / Anthropic / Ollama）
      → 填 API Key
      → 写入 ~/.hermes/.env

2.1 两个必须知道的隐患

我的看法：curl | bash 没有问题，问题在于"默认信任"。把它当"开发机上 30 秒装好试试"的工具，而不是部署手段，心态就对了。

三、方式二：Docker，生产环境的标准答案

mkdir -p ~/.hermes/{
   data,skills,logs,config}

docker run -d \
  --name hermes-agent \
  --restart=unless-stopped \
  --shm-size=1g \
  --cap-drop=ALL \
  --cap-add=CHOWN \
  --cap-add=DAC_OVERRIDE \
  --security-opt=no-new-privileges \
  --pids-limit=100 \
  --memory=2g \
  --memory-swap=2g \
  --cpus=2 \
  --read-only \
  --tmpfs /tmp:rw,noexec,nosuid,size=256m \
  --tmpfs /run:rw,noexec,nosuid,size=64m \
  -v ~/.hermes/data:/root/.hermes/data:rw \
  -v ~/.hermes/skills:/root/.hermes/skills:rw \
  -v ~/.hermes/logs:/root/.hermes/logs:rw \
  -v ~/.hermes/config:/root/.hermes/config:ro \
  -e HERMES_CONFIG_PATH=/root/.hermes/config/config.yaml \
  nousresearch/hermes-agent:latest

3.1 一个容易被忽略的细节

注意 --cap-add=CHOWN 和 --cap-add=DAC_OVERRIDE——这是刻意留的两个例外。

原因很实在：Agent 要在挂载的 Volume 里创建技能文档、写日志、维护记忆库。没有 CHOWN 就无法调整属主，没有 DAC_OVERRIDE 就会被文件权限卡住。这是安全性和可用性的一个真实权衡点。

值得学的是这个做法本身："全禁 + 最小例外"比"默认给一堆"安全得多，因为每个例外都是显式的、可审计的、有理由的。

四、方式三：VPS，$5 能不能跑

以 1 vCPU / 2GB 的小机器为例，完整流程是：装 Docker → 建目录 → 写配置 → 用同一套安全参数起容器。

# ~/.hermes/config/config.yaml（VPS 精简版）
models:
  primary:
    provider: openrouter
    model: anthropic/claude-sonnet-4.6
    max_tokens: 4096
  secondary:
    provider: openrouter
    model: google/gemini-2.5-flash
  local:
    provider: ollama
    model: qwen3:8b

memory:
  persistent:
    engine: fts5
    max_documents: 10000
  summarization:
    trigger_threshold: 0.7

选型参考（价格为写作时公开报价，会变动）：

我的判断：别被"$5/月"骗了。1GB 内存跑 Docker + Playwright 会频繁 OOM，实际可用的是 4GB 那档。多花 $4/月换来的稳定性，比省下的钱值。

五、方式四：Serverless，什么时候才划算

Modal 是官方支持的 Serverless 平台，适合间歇使用或需要 GPU 的场景：

import modal
from modal import Image, App, Secret

app = App("hermes-agent")

hermes_image = (
    Image.debian_slim()
    .apt_install("curl", "git", "python3", "python3-pip")
    .run_commands(
        "curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/"
        "main/scripts/install.sh | bash"
    )
)

@app.function(
    image=hermes_image,
    secrets=[Secret.from_name("hermes-env")],
    timeout=3600,
    memory=4096,
    cpu=2,
)
@modal.asgi_app()
def hermes_server():
    import subprocess
    subprocess.Popen(["hermes", "start", "--gateway-only"])

modal secret create hermes-env \
  HERMES_PRIMARY_PROVIDER=openrouter \
  HERMES_PRIMARY_MODEL=anthropic/claude-sonnet-4.6 \
  OPENROUTER_API_KEY=sk-or-xxx

modal deploy hermes_modal.py

按"CPU 约 $0.68/小时、内存约 $0.09/小时/GB"的公开单价粗算（2 核 4GB 满配约 $1/小时）：

临界点大约在"每天 20–30 分钟"。但这里有个陷阱：Agent 的"空闲"不是真的空闲——Telegram、Discord 的消息随时可能进来，冷启动会带来几秒延迟，长连接在 Serverless 上也不天然成立。

我的判断：Serverless 适合"我知道自己什么时候用它"的人（比如只在工作时间用、或者跑批处理任务）。如果你的 Agent 要 7×24 接消息，VPS 的固定成本模型反而更可控、体验更好。

六、配置核心：为什么需要三个模型

这是 Hermes 配置体系里最值得借鉴的一个设计——不是"一个强模型打天下"，而是按任务分流：

models:
  primary:
    provider: openrouter
    model: anthropic/claude-sonnet-4.6
    max_tokens: 8192
    # 复杂推理、代码生成、多步工具调用

  secondary:
    provider: openrouter
    model: google/gemini-2.5-flash
    max_tokens: 4096
    temperature: 0.3
    # 简单问答、格式转换、摘要压缩

  local:
    provider: ollama
    model: qwen3:14b
    max_tokens: 2048
    temperature: 0.1
    # 敏感数据、离线场景

routing:
  rules:
    - task_types: ["code_generation", "code_review", "architecture_design"]
      model: primary
    - task_types: ["summarization", "translation", "formatting"]
      model: secondary
    - task_types: ["file_analysis", "personal_notes", "credential_handling"]
      model: local
  fallback:
    primary_timeout: 30s
    max_retries: 2
    fallback_chain: [secondary, local]

三级配置真正的价值不在"贵的干重活"，而在这三件事：

6.1 一个反直觉的建议

不要为了省钱把 Primary 设成便宜模型。

理由在系列第 3 篇：Primary 决定了自动生成的技能文档质量，而技能文档会被反复加载使用。在 Primary 上省 $10/月，等于在"知识资产"上省钱——你省下的是一次推理的钱，损失的是未来几十次任务的质量。这笔账算不过来。

七、工具配置：把能力关在圈里

tools:
  browser:
    engine: playwright
    headless: true
    timeout: 30s
    sandbox: true
    allowed_domains: ["github.com", "agentskills.io"]
    blocked_domains: ["*internal*", "*admin*"]

  code_execution:
    sandbox: docker          # docker | bubblewrap | none
    timeout: 30s
    max_memory: 512m
    allowed_languages: [python, bash, javascript]
    network_access: false    # 沙箱内禁网

  filesystem:
    allowed_paths: ["~/projects/", "~/documents/"]
    denied_paths: ["~/.ssh/", "~/.aws/", "/etc/"]
    max_file_size: 10m

  shell:
    enabled: true
    require_confirmation: ["rm", "sudo", "chmod", "curl.*|.*sh"]
    timeout: 60s

三条原则对应到配置上：

其中 network_access: false 这条最容易被忽略也最有价值：它把"执行任意代码"和"把数据传出去"这两件事拆开了。很多攻击链的关键一步不是执行，而是外传。

八、密钥管理：五个安全等级

永远不要把 API Key 写进 config.yaml。

# 等级 2
export OPENROUTER_API_KEY="sk-or-v1-xxx"

# 等级 3（macOS）
security add-generic-password -a hermes -s openrouter -w "sk-or-v1-xxx"

# 等级 3（Linux，需 libsecret）
secret-tool store --label="Hermes OpenRouter" service hermes key openrouter

个人用等级 2–3 就够，团队用等级 4。

九、平台接入：一条命令的事

hermes platform add telegram
# → Bot Token
# → Allowed Users（务必填白名单）
hermes start

Telegram 的配置里有个必做的动作——用户白名单：

telegram:
  bot_token: "${TELEGRAM_BOT_TOKEN}"
  allowed_users: [123456789, 987654321]
  permissions:
    admin_commands:
      users: [123456789]
      commands: ["/config", "/restart", "/memory stats"]
    user_commands:
      users: "*"
      commands: ["/ask", "/help", "/skills"]

公开一个不设白名单的 Bot，等于把你的终端挂在公网上。这一点在系列第 4 篇已经讲过网关怎么统一管理多平台，这里不重复。

十、成本账：钱花在哪，怎么省

标准方案（VPS + 云端 Primary）的月度构成大致是：

模型 API 占了七成——所以省钱的主战场在模型侧，不在服务器侧。六个有效的策略：

tools:
  global:
    max_tool_calls_per_task: 15
    max_browser_pages: 3
    max_code_executions: 5

memory:
  summarization:
    trigger_threshold: 0.7
    model: secondary
    max_summary_tokens: 512

我的看法：成本优化的本质不是"选便宜模型"，而是减少无效推理。技能复用省下的 40% token 比换模型省下的 20% 更实在，而且它不牺牲质量——这是唯一"既要又要"的优化项。

十一、生产运维：四件必须做的事

11.1 健康检查

monitoring:
  health_check:
    enabled: true
    endpoint: "/health"
    port: 9090
    checks: [memory_db, primary_model, secondary_model, disk_usage]
  metrics:
    enabled: true
    endpoint: "/metrics"
    port: 9090
    format: prometheus

hermes doctor 能一次给出全貌：

✅ Container: healthy (uptime 14d 3h)
✅ Memory DB: 12,847 docs, 8.3ms avg latency
✅ Primary Model: reachable (234ms)
⚠️  Disk usage: 87% (threshold: 90%)
❌ Skill cache hit ratio: 0.22 (threshold: 0.30)

最后一行很关键：技能缓存命中率低，说明 Agent 花在"重新推理"上的钱变多了，这是一个比费用账单更早的预警信号。

11.2 备份

#!/bin/bash
BACKUP_DIR="/backup/hermes"; RETENTION_DAYS=30
mkdir -p "$BACKUP_DIR"
cp ~/.hermes/data/memory.db "$BACKUP_DIR/memory-$(date +%Y%m%d).db"
tar -czf "$BACKUP_DIR/skills-$(date +%Y%m%d).tar.gz" ~/.hermes/skills/
tar -czf "$BACKUP_DIR/config-$(date +%Y%m%d).tar.gz" ~/.hermes/config/
find "$BACKUP_DIR" -type f -mtime +$RETENTION_DAYS -delete

技能文档进 Git 这一条我特别推荐：技能是纯文本的 SKILL.md，天然适合版本管理，还能看出"Agent 这几周学了什么"。

11.3 升级

□ 读 Release Notes，确认 Breaking Changes
□ 备份记忆库与技能文档
□ 低峰时段操作
□ 拉起新容器，跑一次 smoke test（发一条测试消息）
□ 观察 30 分钟错误率与延迟
□ 确认技能文档格式兼容

11.4 故障分诊

十二、我的看法：四个反常识的结论

一、"一键安装"是在借未来的债。 它省了 30 秒安装时间，但留下了不可审计的脚本、不可控的安装路径、不干净的卸载。它的正确位置是"试用"，不是"部署"。

二、Docker 的安全参数不是锦上添花，是底线。 这个 Agent 能执行 Shell、能读写文件、能开浏览器。它的容器被攻破，后果不是"数据泄露"，是"机器易主"。顺带纠正一个流传很广的说法：OpenClaw 的 CVE-2026-25253 不是"Prompt 注入导致命令执行"，而是控制端 UI 信任了 URL 里的 gatewayUrl 参数，被恶意链接劫持 WebSocket 并窃取令牌——第 5 篇有完整复盘。无论是哪种成因，结论都一样：能执行命令的容器，必须按"随时会被攻破"来设计。

三、三级模型是"反脆弱"，不是"省钱技巧"。 从 Primary 降级到 Secondary 再到 Local，这个链条的意义是：外部全挂的时候，系统仍然可用，只是变笨。追求"永不故障"的架构很脆弱，追求"优雅降级"的架构才稳。

四、部署不是一次性工作。 你的 Agent 用得越久，记忆库和技能库越值钱。丢三个月的记忆，等于让它失忆三个月——这部分损失没法用钱衡量。所以备份这件事，应该在第一天就做，而不是在第一次事故之后。

十三、总结

决策速查表

给中高级开发者的五条建议：

1. 生产环境别用 curl | bash
2. Primary 模型别省钱，它决定了技能质量
3. 现在就配监控，别等出事
4. 每月花 10 分钟翻一遍自动生成的技能，错的删掉
5. 把备份当回事

部署不是终点。装好只是让 Agent 开始工作，真正让它值钱的是从今天起积累的每一条记忆、每一个技能。

上一篇：安全架构：容器沙箱、技能扫描与人在回路

下一篇：《vs OpenClaw：十二个维度的选型对比》——把两个框架放在同一张表上量一遍，然后说清楚什么情况下该选谁。

延伸阅读

• Hermes Agent GitHub
• Docker 资源约束与安全选项
• Modal 文档
• Ollama 模型库

这是本系列的倒数第二篇。也想听听你的场景：你的 Agent 现在跑在哪——笔记本、一台 $5 的机器，还是按秒计费的云上？每月账单一共多少钱？