大多数人用 AI 聊天工具，就是问问题、要答案。但 Hermes Agent 不一样——它跑在 Telegram、Discord、飞书、微信这些聊天平台上，不仅能对话，还能直接动手干活。

同一个聊天窗口，你可以让它写代码部署上线、定时抓数据、操控家里的灯、读网页、生成图片、管理 GitHub……这不是概念，是现在就能用的功能。

下面 20 个功能，全部在聊天框里一句话触发，不需要切换到终端。

1. 远程执行 Shell 命令

发一条消息，Hermes 就在你的服务器上跑命令。装软件、查日志、重启服务，跟 SSH 上去一样，但不用敲键盘。

帮我查一下 nginx error log 里最近 10 条 502 错误

它会自己 tail + grep，把结果整理好发回来。

2. 读写编辑文件

不需要打开编辑器。告诉它文件路径，它能读、能写、能精准替换某一段。

把 ~/project/config.yaml 里的 timeout 从 30 改成 60

不是覆盖整个文件，是精准找到那一行改掉。

3. 网页内容抓取和分析

丢一个 URL 过去，它能自动打开、抓取正文、提炼关键信息。

帮我看看 https://arxiv.org/abs/2504.xxxxx 这篇论文的核心贡献

比你自己打开看快得多，而且它会把技术细节翻译成人话。

4. 浏览器自动化

不是简单的 HTTP 请求，是真正操控一个浏览器。填表单、点按钮、截图、处理需要登录的页面。

帮我登录公司内网抓一下这个月的考勤记录

它打开浏览器，导航到页面，输入账号密码（从你的安全配置里读取），完成操作。

5. 定时任务（Cron）

在聊天里就能创建定时任务，到点自动执行，结果发回聊天窗口。

每天早上 9 点帮我搜索 Hacker News 前 10 条 AI 相关新闻，发到这里

它内部创建 cron job，用自然语言指定调度规则，支持一次性任务和循环任务。

6. 图片分析和视觉理解

发一张图片给 Hermes，它能看懂内容。截图报错、架构图、手绘草图，都能处理。

[发送截图] 这个报错是什么原因？

它会分析图片内容，结合你的项目上下文给出诊断。

7. AI 图片生成

不只是文字，它还能画图。描述你想要的图片，它直接生成。

帮我画一张暗色系的系统架构图，包含 API Gateway、微服务集群和数据库

它调用图片生成工具，生成的图片直接发到聊天里。

8. 跨平台消息转发

Hermes 同时连着 Telegram、Discord、飞书、微信等多个平台。你可以让它把消息从一个平台发到另一个。

把刚才那个分析结果发到 Discord 的 #engineering 频道

它会自动找到目标频道，格式化内容并发送。

9. 搜索历史对话

不记得之前聊过什么？让它自己翻记录。

上周我们讨论的那个 Kubernetes 部署方案是什么来着？

它会搜索所有历史会话，找到相关内容，总结给你。

10. 持久记忆

它会记住你的偏好、项目结构、常用命令。不需要每次都重新交代背景。

按我们之前定的风格写一篇关于 WebAssembly 的文章

它从记忆里调出你的写作风格偏好，直接按套路来。

11. 子 Agent 并行任务

一个任务可以拆成多个子任务，并行执行。比如同时调研三个技术方案。

帮我并行调研 Rust、Go、Zig 三个语言做 AI Agent 开发的生态现状

它会 spawn 三个独立的子 Agent，各自调研，最后汇总结果。

12. GitHub 操作

管理仓库、创建 PR、review 代码、处理 Issue，全部在聊天里完成。

帮我把刚才改的代码 commit 并 push 到 main 分支

它自动执行 git 操作，处理冲突，推送到远端。

13. 技能系统（Skills）

Hermes 会学习。解决过一个复杂问题后，它能把流程保存为 skill，下次直接复用。

把这个发布流程保存为 skill，以后我说"发布"就走这个流程

你也可以安装社区分享的 skill，给它加载新的专业能力。

14. 文字转语音

回复太长不想看？让它念给你听。

用语音把刚才的总结念一遍

它生成语音消息，在 Telegram 上直接播放，在微信里以音频附件发送。

15. 语音消息转文字

你发语音，它自动转成文字理解，然后文字回复（或语音回复）。

[发送语音消息] 帮我把这段会议纪要整理成任务清单

它用 Whisper 或本地模型转录，然后处理内容。

16. 智能家居控制

连上 Home Assistant 后，聊天框就是你的智能家居遥控器。

把客厅灯调到暖光 40% 亮度

它直接调用 Home Assistant API，比掏手机打开 App 还快。

17. MCP 服务器集成

Model Context Protocol 让 Hermes 能连接外部工具服务器——数据库、API、内部系统。

连上我们的 PostgreSQL，查一下最近 7 天的日活数据

它通过 MCP 协议对接数据库，执行查询，格式化结果。

18. Webhook 触发

可以配置 Webhook 端点，外部事件（GitHub push、报警触发）自动通知到聊天。

帮我设置一个 webhook，当代码仓库有新的 PR 时通知我

它创建 webhook 路由，配置好接收和通知逻辑。

19. 后台长任务管理

有些任务跑得久——编译、训练、批量处理。Hermes 能在后台运行，完成后自动通知。

帮我跑一下测试套件，完了告诉我结果

它在后台执行，你可以继续聊别的。跑完了主动发消息通知你。

20. 多模型热切换

不挑模型。OpenRouter、Anthropic、DeepSeek、Gemini、GLM……20 多个提供商随时切换。

切换到 DeepSeek 模型帮我跑这个推理任务

甚至可以配置智能路由：简单问题用便宜模型，复杂问题自动升级。

这 20 个功能不需要打开终端、不需要写代码、不需要安装额外软件。打开你的 Telegram 或飞书，像跟同事聊天一样，把需求说出来就行。

这就是 Hermes Agent 的设计理念：AI 不是另一个工具，是融入你日常工作流的队友。 它住在你的聊天工具里，有手有脚（能执行命令、操作文件），有眼睛（能看图片、读网页），有记忆（记住你的偏好和历史），还能叫帮手（子 Agent 并行）。

如果你已经在用 Claude Code 或 Cursor 做开发，Hermes 补充的是"不在电脑前"那个场景——手机上、通勤路上、开会间隙，一句话就能让 Agent 干活。

官网：https://github.com/NousResearch/hermes-agent

——来自公众号：人生几十年噢耶

作者: itech001
来源: 公众号：AI人工智能时代
主页: https://www.theaiera.cn，每日分享最前沿的AI新闻和技术。

本文首发于 AI人工智能时代，转载请注明出处。