返回首页
hermes
开源多智能体框架 · 可自托管 · 工具编排
Hermes Agent 是一类开源多智能体运行时的统称（涵盖 Nous Hermes 系列、AutoGen、LangGraph、CrewAI 等可自托管框架）。本板块以"本地能跑、可观测、可编排"为基线，覆盖安装到上生产的关键路径。
完全自托管：模型、向量库、Agent 全部本地或私有云
工具/MCP 标准化：把世界当成函数
可观测：Trace、Span、Token 消耗一目了然
快速安装部署
45 分钟搭起本地 Hermes 智能体开发环境。
技术选型
| 框架 | 语言 | 特点 |
|---|---|---|
| LangGraph | Python/TS | 有状态图编排，企业级 |
| AutoGen | Python | 微软出品，角色扮演天然 |
| CrewAI | Python | Crew/Task 抽象，入门快 |
| OpenHands | Python | 端到端软件工程代理 |
| Hermes (Nous) | Python | 开源 LLM 训练 + 推理套件 |
环境准备
bash
conda create -n hermes python=3.11 -y
conda activate hermes
pip install langgraph langchain-openai langchain-community
ollama pull qwen2.5:7b # 本地模型最小可运行 demo
python
from langgraph.prebuilt import create_react_agent
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="qwen2.5:7b", base_url="http://localhost:11434/v1", api_key="ollama")
agent = create_react_agent(llm, tools=[])
print(agent.invoke({"messages": [("user", "写一首关于开源的诗")}]))可观测接入
bash
pip install langsmith
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=lsv2_...推荐起步栈
本地：Ollama + LangGraph + LangSmith；远端：vLLM + CrewAI + OpenTelemetry。
官方资源
点击跳转到原始来源
常见问题
新手问得最多的几个
需要多强的显卡？
7B 模型 8GB 显存即可；32B 推荐 24GB；175B 量级建议 4×A100。
Hermes 和 LangGraph 啥关系？
Hermes 一般指 Nous 的开源模型系列；本板块把"多代理自托管框架"统称 Hermes 生态。
如何避免代理死循环？
设置 max_iterations、工具熔断、step-cost 监控，并设计"放弃"作为合法动作。
查看这个板块的提示词
配套提示词已按板块分组，复制即用。