Spaces:
Running
title: Hermes
emoji: 🐳
colorFrom: blue
colorTo: indigo
sdk: docker
pinned: false
Hermes AI Application
20260504更新内容
2.1 Baoyu 技能系统(Baoyu Skills)
什么是 Baoyu Skills? 这是知名AI大神宝玉老师的一套开源的 AI 技能库,就像一本"AI 技能菜谱",里面包含了各种预置的功能模块。 使用的三个核心技能:
1. baoyu-imagine(AI 画画技能)
- 功能: 根据文字描述生成图片
- 支持的后端: Google Gemini、SiliconFlow、OpenAI 等
- 特点: 可以设置图片尺寸、质量、比例等参数
2. baoyu-cover-image(封面图生成)
- 功能: 自动为文章生成封面图
- 特点: 可以设置风格、配色、字体等
3. baoyu-article-illustrator(文章配图生成)
- 功能: 为长篇文章自动生成插图
- 特点: 根据文章内容智能匹配图片,支持批量生成
- 适用场景: 公众号长文、博客文章、年度报告等需要大量配图的场景
2.2 数字卡兹克(Digital Kazik)—— 长文写作助手
"数字生命卡兹克"(Khazix-writer)是 独立的开源 AI 技能。它是一个公众号长文写作 skill,由另一位大神卡兹克(Khazix)个人开发。 核心功能: 当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。 触发词包括但不限于: 写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写
2.3 数据同步系统(Data Sync)
为什么要数据同步? 因为 Hugging Face Spaces 的容器重启后会丢失所有数据,就像电脑重启后内存里的东西会消失一样。 工作原理(用邮局比喻):
- 备份: 每次有新的聊天记录、图片、配置,就打包寄到"邮局"(Hugging Face Dataset)
- 恢复: 容器重启后,从邮局取回之前的包裹,恢复所有数据
- 注意SKIP_CONFIG_RESTORE 的作用是: 这是一个 "不恢复配置" 的开关。默认行为(不设置此变量):
- Space 重启时,会从 Dataset 恢复 所有 之前保存的文件
- 包括 config.yaml、.env、以及各种配置
- 这会把你调试配置阶段手动修改的设置覆盖掉 设置 SKIP_CONFIG_RESTORE=true 后:
- 跳过恢复某些配置文件,比如 config.yaml和baoyu_skills/等等
- 但其他数据正常恢复: 聊天记录、图片、记忆、skills、会话历史等
- 容器重启后entrypoint.sh 会重新生成受保护的配置文件,比如 config.yaml 等。 建议如果没有修改配置的需求时或者配置稳定后使用设置SKIP_CONFIG_RESTORE=false,这样每次重启会从dataset中恢复所有备份。
2.4 图片浏览和下载服务
核心组件 image-proxy.js —— 一个 Node.js 代理服务器,部署在 Space 的 :7860 端口(对外暴露的端口)。 工作原理 用户访问 https://usernamename-spacename.hf.space/images/ ↓ image-proxy.js (端口 7860) ↓ 读取 /data/.hermes/image_cache/ 目录 ↓ 返回 HTML 图片列表页面 功能特性
- 图片列表页面(/images/)
- 自动扫描 image_cache 目录下的所有图片
- 生成美观的 HTML 页面展示所有图片
- 支持缩略图预览、下载链接、原始大小查看
- 单图片访问(/images/)
- 直接访问单张图片,可用于嵌入到聊天或其他页面
- 支持常见的图片格式:png, jpg, jpeg, gif, webp
- 代理功能
- 除了 /images/ 路径,其他所有请求都转发给 BFF(:7861)
- 这意味着 :7860 是统一入口,既提供图片服务,又提供 Web UI 特点:
- 图片持久化:生成的图片保存在 /data/.hermes/image_cache/
- Web 可访问:通过 /images/ URL 可以直接在浏览器查看
- 方便分享:用户可以把图片 URL 分享给其他人
- 统一管理:所有 AI 生成的图片集中在一个地方
4.26更新内容;
web UI 主要功能上手指南 现在你的 AI 助手已经部署好、微信也接通了,来看看 Web UI 还能做什么。
7.1 聊天(Chat)
点击左侧的 Chat 按钮,进入聊天界面。
- 新建对话:点左上角的 + New Chat 按钮
- 切换模型:在聊天框上方的下拉菜单中切换不同的 AI 模型
- 搜索历史:按
Ctrl+K可以搜索所有历史对话 - 上传文件:点击聊天框旁边的附件按钮,可以上传图片或文件让 AI 分析
- 下载文件:AI 生成的文件可以在对话中直接下载
7.2 模型管理(Models)
点击左侧的 Models 按钮。
- 这里列出了你所有可用的 AI 模型供应商
- 点击任意供应商可以看到该供应商下有哪些模型
- 你可以添加新的供应商(支持任何 OpenAI 兼容的接口)
- Nous Portal 和 OpenAI Codex 还支持 OAuth 登录,直接在网页上点击授权就行
7.3 用量统计(Usage)
点击左侧的 Usage 按钮。
- 你可以看到 token 使用量的每日趋势图
- 每个模型的使用占比
- 估算的费用(基于公开的模型定价)
- 缓存命中率(缓存命中越多,速度越快、费用越低)
7.4 定时任务(Jobs)
点击左侧的 Jobs 按钮。
- 你可以创建定时任务,让 AI 在指定时间自动做事
- 比如每天早上 8 点总结新闻、每周一整理待办事项
- 支持 Cron 表达式(高级用户),也有简单的预设可选
- 可以随时暂停、恢复或手动触发执行
7.5 技能和记忆(Skills & Memory)
点击左侧对应的按钮。
- Skills:查看 AI 自己学到的技能。AI 会在使用过程中自动创建技能,比如"如何调用某个 API"或"用户喜欢的代码风格"
- Memory:查看和编辑 AI 关于你的记忆。你可以修改这些记忆来让 AI 更了解你
7.6 设置(Settings)
点击右上角的齿轮图标。
- Display:调整显示偏好(流式输出、紧凑模式等)
- Agent:AI 的行为参数(最大迭代次数、超时时间等)
- Memory:记忆系统的开关和限制
- Session:会话超时和重置设置
- Privacy:隐私保护(自动去除个人信息)
4.20更新了哪些内容
1. 备份恢复不再覆盖模型配置
改动文件:src/data_sync.py
之前的工作流程是:Space 启动 → 从 Dataset 恢复旧配置(覆盖新配置)→ 启动 Hermes。这导致每次重启后模型配置都被旧数据覆盖。
现在的流程是:Space 启动 → 从 Dataset 恢复其他数据(聊天记录、人格设定等)→ 跳过 config.yaml → 由启动脚本根据当前环境变量重新生成配置。
具体来说,data_sync.py 的 restore_from_download() 方法现在会:
- 默认跳过
config.yaml的恢复(由环境变量SKIP_CONFIG_RESTORE=true控制) - 仅在本地完全不存在 config.yaml 时,才从备份中恢复一份作为初始值
- 其他数据(聊天记录、人格、技能等)照常恢复,不受影响
2. 三层防覆盖机制保护模型配置
改动文件:entrypoint.sh
即使跳过了旧配置恢复,Hermes 内部仍然有一个"配置桥接"机制,会在启动时自动检测 API Key 并可能修改 config.yaml。为了防止这种情况,我们增加了三层保护:
第一层:环境变量注入
- 在 Hermes 启动前,将所有供应商的 Base URL 导出到进程环境变量中
- 导出
HERMES_MODEL环境变量,确保定时任务等场景也使用正确的模型 - 环境变量列表包括:
NVIDIA_BASE_URL、SILICONFLOW_BASE_URL、GEMINI_BASE_URL、OPENROUTER_BASE_URL、LONGCAT_BASE_URL
第二层:启动前强制锁定
- 在 Dashboard 启动前,通过
hermes config set命令将模型配置写入 config.yaml - 如果
hermes config set不可用,回退到yq工具直接修改 YAML 文件 - 修改后立刻用
yq读取验证,确认模型字段没有被意外修改
第三层:启动后二次验证
- Dashboard 改为后台启动,等待 5 秒初始化
- 再次读取 config.yaml,检查模型配置是否被 Dashboard 启动流程覆盖
- 如果发现被修改或被清空,立即用
yq修正回正确值 - 没有
yq时回退到sed做局部修改(不会破坏其他配置项)
3. 修复压缩阈值错误
改动文件:entrypoint.sh、config/config.yaml
Hermes 的 compression.threshold 是一个比率值(0 到 1 之间的小数),不是绝对 token 数。例如 0.50 表示"当对话上下文使用到模型上下文窗口的 50% 时触发压缩"。
之前的配置写了 threshold: 4000,Hermes 把它当作"400000%"来计算,得出的压缩阈值为 8.19 亿 tokens,远超压缩模型 100 万 tokens 的处理能力,导致压缩功能完全失效。
现在改为 threshold: 0.50,含义清晰:对话上下文达到模型上限的 50% 时触发压缩,压缩模型 gemini-3-flash-preview(1M 上下文)完全能够处理。
4. Dockerfile 支持自动更新和 YAML 处理
改动文件:Dockerfile
- 移除了
--branch v2026.4.13固定版本参数,改为始终拉取最新代码。这样在 Hugging Face Space 的 Settings 页面点击 Factory Rebuild,就会自动获取 Hermes Agent 的最新版本 - 新增安装
yq(YAML 处理工具),用于运行时精确修改 config.yaml 中的特定字段,而不是覆盖整个文件
5. 更新默认模型
改动文件:entrypoint.sh、config/config.yaml
NVIDIA 供应商的默认模型从 minimaxai/minimax-m2.7(该模型在实际使用中无响应)更换为 moonshotai/kimi-k2-thinking。
Hermes Agent v0.9.0 on Hugging Face Spaces
智能AI代理,支持16个消息平台,持久化记忆,和Web管理界面。
功能
- 🤖 AI 对话与工具调用
- 🌐 Web Dashboard 管理
- 💾 数据持久化到 Hugging Face Dataset
- 🔔 支持消息网关(Telegram/Discord/Slack等)
- ⚡ 自动唤醒保持在线
技术栈
- Hermes Agent v0.9.0
- FastAPI Web Dashboard
- Hugging Face Datasets 持久化
- Docker Spaces
数据目录映射
| Hermes 目录 | Dataset 路径 | 说明 |
|---|---|---|
~/.hermes/config.yaml |
/config/config.yaml |
核心配置 |
~/.hermes/.env |
/config/.env |
环境变量 |
~/.hermes/auth.json |
/config/auth.json |
OAuth认证 |
~/.hermes/SOUL.md |
/personality/SOUL.md |
代理人格 |
~/.hermes/memories/ |
/memories/ |
持久记忆 |
~/.hermes/skills/ |
/skills/ |
自定义技能 |
~/.hermes/sessions/ |
/sessions/ |
会话历史 |
~/.hermes/state.db |
/state/state.db |
SQLite数据库 |
~/.hermes/logs/ |
/logs/ |
日志文件 |
~/.hermes/cron/ |
/cron/ |
定时任务 |
环境变量
# 必需
HF_DATASET_REPO=your-username/hermes-data
# 可选
HERMES_HOME=/data/.hermes
SYNC_INTERVAL=300 # 同步间隔(秒)
HF_TOKEN=your-huggingface-token # 用于访问私有 dataset
快速开始
1. 创建 Hugging Face Dataset
# 创建一个新的 dataset 用于存储数据
huggingface-cli repo create hermes-data --type dataset
2. 设置环境变量
在 Hugging Face Spaces 的 Settings 中设置:
HF_DATASET_REPO: 你的 dataset 名称 (例如: username/hermes-data)HF_TOKEN: Hugging Face access token
3. 配置唤醒服务
使用 UptimeRobot 或 Cron-job.org 定期访问 Space URL 以保持在线。
部署步骤
部署到 Hugging Face Spaces
方式一:通过 Web 界面部署
创建 Space: 访问 https://huggingface.co/new-space
- 选择 "Docker" SDK
- 设置 Space 名称
- 选择硬件配置(免费版即可开始)
克隆 Space 仓库:
git clone https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
cd YOUR_SPACE_NAME
- 复制项目文件:
# 复制所有项目文件到 Space 目录
cp -r /path/to/hermes-spaces/* .
配置环境变量:
- 在 Space Settings → Variables 中设置:
HF_DATASET_REPO:your-username/hermes-dataHF_TOKEN:your-huggingface-token
- 在 Space Settings → Variables 中设置:
提交并推送:
git add .
git commit -m "Initial deployment"
git push
- 等待部署完成:
- 访问
https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME - 查看 Build 日志,等待部署完成
- 访问
方式二:通过 GitHub Actions 自动部署
Fork 本仓库 到你的 GitHub 账号
在 Hugging Face 创建 Space:
- 访问 https://huggingface.co/new-space
- 选择 Docker SDK
- 记下 Space 名称
配置 GitHub Secrets:
- 进入 GitHub 仓库 → Settings → Secrets and variables → Actions
- 添加以下 secrets:
HF_TOKEN: 你的 Hugging Face access tokenHF_SPACE_REPO:YOUR_USERNAME/YOUR_SPACE_NAME
推送代码到 main 分支:
git push origin main
- GitHub Actions 会自动部署:
- 查看 Actions 标签页查看部署进度
- 部署完成后访问 Space URL
配置唤醒服务
由于 Hugging Face Spaces 免费版会在 48 小时无活动后休眠,建议配置外部唤醒服务:
使用 UptimeRobot(推荐)
- 访问 https://uptimerobot.com 并注册账号
- 点击 "Add New Monitor"
- 配置如下:
- Monitor Type: HTTP(s)
- Friendly Name: Hermes Agent
- URL:
https://YOUR_USERNAME-YOUR_SPACE_NAME.hf.space/health - Monitoring Interval: 5 minutes
- 点击 "Create Monitor"
使用 Cron-job.org(备选)
- 访问 https://cron-job.org
- 创建新的 cron job
- 配置 URL:
https://YOUR_USERNAME-YOUR_SPACE_NAME.hf.space/health - 设置每 5 分钟执行一次
首次使用
- 访问 Space URL:
https://YOUR_USERNAME-YOUR_SPACE_NAME.hf.space - 首次启动会创建默认配置,从 Dataset 恢复数据(如果存在)
- 在 Web Dashboard 中配置:
- API Keys(OpenAI, OpenRouter, etc.)
- 消息网关(Telegram, Discord, etc.)
- 代理人格(SOUL.md)
故障排除
Space 无法启动
检查构建日志:
- 访问 Space 页面 → Files → "Build logs"
- 查看错误信息
常见问题:
- 内存不足: 升级到付费硬件(CPU Upgrade)
- 依赖安装失败: 检查 requirements.txt 格式
- 权限错误: 确保 Dockerfile 中设置了 USER appuser
数据未持久化
检查环境变量:
- 确认
HF_DATASET_REPO已正确设置 - 确认
HF_TOKEN有写入 Dataset 的权限
- 确认
检查 Dataset 权限:
- 确保 Dataset 是私有的(推荐)
- 确保 Token 有
write权限
查看同步日志:
- 在 Space 的 Logs 中查看 data-sync 相关日志
消息网关断开
- 这是正常现象: Spaces 休眠后所有连接会断开
- 解决方案:
- 升级到付费版保持持续运行
- 或配置网关自动重连(在 Hermes 配置中设置)
文件说明
Dockerfile- Docker 镜像定义entrypoint.sh- 容器启动脚本requirements.txt- Python 依赖src/data_sync.py- 数据同步服务.github/workflows/deploy.yml- GitHub Actions 自动部署
许可证
MIT License - 详见 LICENSE 文件
贡献
欢迎提交 Issue 和 Pull Request!