Hermes agent 桌面版完整指南:自架 AI 助理,ChatGPT OAuth 免 API key、Mac/Windows、可換本地模型

白話導讀:一頁看懂整套要怎麼走

先講 Hermes 是什麼。它是一套你在自己電腦上、用桌面 app 裝起來的 AI 助理框架——免終端機、免寫 code。你可以把它想成「大腦 + 身體」的身體那半:大腦是你現有的 ChatGPT 帳號(OAuth 登入,免 API key、不用多付錢),Hermes 這身體真的去幫你做事——接你已經在用的頻道(Telegram;台灣、日本可以接 LINE)、用 MCP 接你自己的工具跟指令、還能到點自己跑排程任務。

再往下,它其實是一整支 fleet:你可以養好幾隻分身(各自有 config、記憶、模型)、把大腦從雲端 ChatGPT 換成跑在你家機器上的本地模型(Ollama 配 Gemma,或更大的 ds4)完全自主、幫它加上眼睛跟耳朵、用內建的 Kanban 看板指派任務,甚至讓它用 /learn 自己把學到的東西寫成技能。

這一頁不重講每篇的內容,是地圖:五段照著讀,每段兩三句講重點,再連去那篇詳細的。新手從第二段(安裝)開始就對了。

先搞懂:agent 會用你的工具把事做完,chatbot 只會回你話

差別很簡單:對話框只會回你話,你還是得自己去點、去查、去做;agent 會真的動手,用你給它的工具把事做完。想清楚這件事再裝,你才知道自己在期待什麼——這是 Agent 入門 #1:AI 助理跟 ChatGPT 差在哪 講的。

再來是「別自己造」:要讓 AI 會動手、有記憶、能接工具,底層要處理的東西一大堆,現成的框架幫你打好了地基,你不用從零刻——為什麼直接裝一套框架就好,看 Agent 入門 #2:什麼是 agent 框架。我們這套的固定組合是 ChatGPT 當大腦、Hermes 當身體,這個分工整篇系列都照它走,先建立這個心智模型:Agent 入門 #3:大腦 + 身體。

重點在這:桌面 app 裝一次,十幾分鐘就有一隻能動的助理(Mac、Windows 都行)

整套最核心的一步。Mac 抓 .dmg、Windows 抓 .exe,雙擊安裝,第一次打開它自己把相依套件裝好——不用碰終端機、不用改設定檔。大腦用你現有的 ChatGPT 帳號 OAuth 登入,免 API key、不用多付錢。跟著走十幾分鐘就有第一隻會跟你講話的助理:Agent 入門 #4:桌面版安裝教學。

如果你在台灣、日本想從手機用 LINE 使喚它,LINE 需要一個對外的收件地址,所以先幫電腦開一扇對外的門(ngrok):Agent 入門 #5:用 ngrok 開對外的門,門開好再把 LINE 接上去:Agent 入門 #6:接上 LINE。

每天真的會用到的:手機遙控 + 讓它自己跑第一個任務

裝好之後最有感的兩件事。第一,把助理接上手機:不想弄 LINE 那套 tunnel 的話,Telegram 更快——只要一個 bot token,不用開對外網址、也不用弄 webhook,設定看 Agent 入門 #8:接 Telegram。

第二,讓它自己跑:排一個到點就動的任務,每天自動幫你研究、做完主動傳結果到你手機。這是「助理」真正開始像助理的一刻——Agent 入門 #7:每天自動研究、主動傳 LINE。

想更進階:給它眼睛耳朵、接上你的工具、把大腦搬回家裡跑

這幾篇不是人人都要——是你想讓助理更能幹才走。每一篇都當成一張可以直接照做的操作單:給它眼睛跟耳朵(視覺 side-car + faster-whisper 語音),讓它看得懂圖、聽得懂話,見 Agent 進階 #9:讓助理看得到、聽得到。

把大腦搬回家裡跑:從雲端 ChatGPT 換成你機器上的 Ollama 配 Gemma、或更大的 ds4,換完完全自主、不上雲,作法在 Agent 進階 #11:換成本地模型。還有給它一雙手——MCP 就像萬用插座,一個標準把你各種工具跟指令都接上去,看 Agent 進階 #12:接你的工具。

玩到最後:養一整支 fleet,還教它自己寫技能

一個人養一群助理:每隻分身有自己的 config、記憶、模型,像每個人有自己的桌子,見 Agent 進階 #10:養一群分身。養多了難免出狀況——助理開始發瘋,八成不是模型笨,是外面那層「車架」沒搭好,除錯心法在 Agent 進階 #13:先別怪模型笨。

出門也想連家裡的助理:Muninn iOS app 走加密的 iroh P2P,人在外面也能跟家裡那隻講話,見 Agent 進階 #14:Muninn 手機橋接;想在手機上一眼看整支 fleet 在忙什麼,用 Agent 進階 #15:手機看板。玩到底可以很好玩:同一份規格丟給三隻分身,各寫一個俄羅斯方塊比手感,見 Agent 進階 #16:三隻分身各寫一個 Tetris;最後讓助理用 /learn 把學到的東西自己寫成技能,見 Agent 進階 #17:自己寫技能。

那,從哪開始?

還沒裝的,別想太多,直接跳第二段那篇安裝教學,十幾分鐘先讓一隻助理跟你講上話,再回頭補前面的觀念。已經在跑、想榨出更多的,往第四、五段挑你想要的能力接上去——眼睛耳朵、本地模型、接工具、養 fleet,一項一項加就好。

想看更通用、不綁單一框架的版本,可以看怎麼從自己的桌面跑一隻 AI Agent。