§19三种和它说话的姿势

Three Ways to Talk to It

今年春天你想用Hermes，得先打开终端。到6月的v0.16.0（官方代号 The Surface Release），它长出了桌面App和像样的浏览器面板；到10月的v0.22，桌面版首次启动连API key都不用填，跟着一段引导对话就能用起来。这一节讲的是你从哪里跟它说话。

先说清楚这一节和上一节的区别

上一节讲的是 Gateway 内部：二十多个平台、注册表、会话怎么续。那是后台的事。

这一节讲的是前台：你到底从哪里跟 Hermes 说话。同一个大脑、同一套记忆和 Skill，但现在它有了三张脸。

我把它们叫做三种姿势，每一种背后其实是一种不同的使用习惯。

IM 平台原生桌面 App浏览器管理面板这三张脸不是互斥的。你可以白天在桌面 App 里写代码，晚上躺床上用 Telegram 接着聊，老婆用浏览器面板帮你改个配置。它们指向的是同一个 Agent。

姿势一：在 IM 里随手聊

这是 Hermes 最早、也最有标志性的姿势。把它部署在一台便宜的云主机上24小时挂着，然后从 Telegram、Discord、飞书、微信里随手给它发消息。

这套叙事旧书写过，我不重复。它的精髓是 Agent 住在云端，你走到哪都能呼叫它。你在地铁上想起来要爬个数据，掏出手机发条消息就行，不用开电脑、不用连 VPN。

问题也很明显：IM 是个聊天框。你能跟它说话，但你没法在聊天框里方便地配置它：改哪个平台的密钥、开哪个工具、看它记了你什么，这些事在一个对话气泡里干起来很别扭。

这就是后面两张脸要解决的事。

姿势二：原生桌面 App，而且能连远程

6月的 v0.16.0 最大的看点，是一个真正的原生桌面 App。官方的原话挺直白：这东西「一周前还不存在」，是在一周里用100个 PR、159次提交搓出来的。

它是个 Electron 应用。拖文件进聊天、剪贴板直接贴图、Cmd+K 唤起命令面板、状态栏里内联切模型，该有的桌面体验都有。

安装包这件事6月版写宽了，我按v0.22的安装文档更正一下：

已经装了命令行版的人，在macOS和Windows上也可以用hermes desktop把桌面版补装上，两边共用同一个~/.hermes 。v0.22还给它加了Simple和Advanced两种模式，Simple把高级设置全藏起来，适合发给不想看配置项的朋友。我这次没有装桌面版测试，这一段是按官方文档和发布说明写的。

但真正聪明的地方不是「做了个客户端」，而是这个客户端可以不在本地跑 Hermes。

你可以让笔记本上的桌面 App 指向一台远程 Gateway：你自己的 homelab、一台托管机、甚至队友的服务器。通过加密的 WebSocket 连接，用 OAuth 或者用户名密码登录就行。后来又加了一种SSH远程模式，还能在App里直接浏览远程机器上的文件。

这是「瘦客户端 + 重算力分离」：笔记本只跑一个轻量 GUI，真正吃算力、放着你 API key 的那个重 Agent，跑在它该待的地方。你的 MacBook 风扇不转，活在服务器上干。

我觉得这一步是对旧书叙事的一次升级。以前的标准玩法是「$5 VPS + Telegram」，便宜云主机跑 Agent，手机当遥控器。现在多了一条更顺手的路：VPS 跑 Gateway，桌面 App 当那块体面的前端。

再加一层：每个 profile 可以指向不同的远程主机，一个窗口里并发多个 profile 的会话，还能跨 profile 用@session直接引用别的对话。一台笔记本同时接你的个人机和公司机，互不打架。

6月之后桌面版又长了不少东西：Projects（按项目归拢会话和文件）、Connectors（在聊天里直接接Linear、Notion这类托管app）、Bot Mode（给几个bot起名配头像，拉进一个群里互相聊）、可以点进去改的记忆图。

这些我在§08里简单提过，就不展开了。

姿势三：浏览器里的全功能管理面板

第三张脸是浏览器面板，§08已经带你一页页看过。它从过去那个「只能看会话」的简陋页面，长成了一个完整的管理后台。

核心价值就一句话：过去要 SSH 进服务器改 config.yaml 的事，现在在网页里点几下就完成。

登录方式也是可插拔的：OIDC 或者用户名密码，自己挑。到v0.22，一台机器只跑一个面板服务，所有profile都在侧栏里切换，不用每个profile开一个端口。

默认它只监听127.0.0.1:9119 ，只有本机能打开。想绑到公网就必须配好登录认证，以前那个跳过认证的--insecure参数已经不起作用了。远程看面板，官方推荐走SSH隧道。

顺带提一句：ACP，让它钻进你的编辑器

三种姿势之外还有第四个入口，方向不太一样，值得单独说。

Hermes 做了一个 ACP adapter，通过 Agent Client Protocol，让它作为后端 Agent 接进 VS Code、Zed、JetBrains。它不抢编辑器，而是去做编辑器背后那个可以替换的 Agent。

这条线的工程取舍很有意思。编辑器场景下，Hermes 用一个专门精简过的工具集hermes-acp ，砍掉了发消息、念语音、弹澄清气泡这些 IM 才需要的能力，只留下跟写代码相关的：终端、文件读写、打补丁、浏览器、Skill、记忆。

所以在编辑器里它不发短信、不念诗，专心写代码。

接法这几个月变过一次。6月时它靠uvx一键装、Zed的ACP Registry也收录了，7月官方砍掉pip/PyPI安装路径的时候，这条也一起删了。现在的做法是先按§04装好Hermes，再在编辑器里加一个自定义agent server：

命令填hermes ，参数填["acp"] 。Zed在设置里这么填，VS Code装一个ACP Client扩展再这么填。

核心建议

如果你已经在用 Claude Code 或 Cursor，可以把 ACP 这条线理解成：Hermes 想成为你编辑器里那个「可替换的大脑」。你的编辑器不变，背后干活的 Agent 换成它，而且这个 Agent 带着你跨平台积累的记忆和 Skill。

16种语言，和一份完整的简体中文

最后一个变化，对中文读者是实打实的好消息。本地化这个维度，今年春天还是零，6月长出了16个语言的catalog，到v0.22所有用户能看到的字符串都走同一套翻译目录，内置十六七种语言（发布说明写16，文档写17），简体中文和繁体中文都在里面，没内置的语言可以当插件装。

有个细节我蛮喜欢：它的翻译范围是刻意做薄的。i18n 只翻译 Hermes 自己输出的固定文案：界面、审批提示、斜杠命令的回复这种。至于 Agent 生成的内容、日志、报错、工具输出，全部保持英文。

为什么不全翻？因为翻译会漂移，而漂移可能污染 Agent 的行为判断。把翻译限制在「界面外壳」、不碰「思考内核」，这是个克制且专业的决定。

桌面 App 这边走得更远，带了一份完整的简体中文 UI：聊天窗、侧栏、设置、命令中心、cron、平台配置、Skill、profiles，整套界面都翻了。背后是中文社区贡献者在推。英文仍是默认，但简中现在是一等公民。

这一节真正改变的是什么

把三张脸加上 ACP 和简中放一起看，你会发现 Hermes 的受众下沿被往下拉了一大截。

旧书里，它是给极客的：你得懂命令行，得会配 VPS，得能读懂英文报错。这道门槛把绝大多数人挡在外面。

现在不一样了。官方有句话戳中要害——以前你想安利朋友用 Hermes，得看着对方「眼神逐渐涣散」；现在你可以直接把安装包发过去，让他双击运行。

这不是一个技术升级，是一次受众的扩张。同一个会自我进化的大脑，过去只有会敲终端的人能养，现在普通人也摸得到了。一本讲「Agent 怎么变聪明」的书，到这一节得补一句：它还在努力变得谁都用得上。

下一部分，我们把视角从「你怎么用它」切到「它怎么指挥别人」，看一个 Agent 如何调度一群 Agent。