Hermes + DeepSeek 实战指南⑦：完整能力图谱与系列总结

前面六篇，我们从安装讲到多模型路由，从团队协作讲到 Docker 部署，再到自动化 Blueprints。 这一篇收个尾：把 v0.20.2 现在能做的事，完整列一遍。

它现在能干什么

**运行方式（6种）** - 本地 CLI：直接在终端跑，最简单的用法 - Docker：一台 $5 VPS 就能 24 小时在线 - SSH 远程：连到你自己的服务器 - Singularity / Modal / Daytona：云端按需唤醒，闲置不花钱 **模型后端** - Nous Portal：400+ 模型，一个订阅搞定 - OpenRouter：200+ 模型 - 直接填 API Key：DeepSeek、Claude、GPT、Grok、Gemini、Kimi、智谱、MiniMax、NVIDIA NIM 等 - 本地模型：Ollama、vLLM **消息平台（22+）** Telegram、Discord、Slack、WhatsApp、Signal、Microsoft Teams、微信、QQ、iMessage、Line、SimpleX…… 基本上你能想到的聊天工具都接了。 **核心能力** - 自学习循环：从执行经验里自动生成技能（skills） - 持久记忆：跨会话记住你的偏好和项目背景 - 多代理 Kanban：把大任务拆成子任务，多个 agent 并行跑 - Blueprints：用自然语言创建自动化工作流 - Bot Mode：把 Hermes 变成群里的一个机器人，@ 它就能干活 - 原生桌面应用：macOS / Linux / Windows，内置浏览器管理界面 - 简体中文 UI

它做不到什么（实话实说）

- 不能替代你的判断。它写代码、做分析、跑任务，但架构决策、业务方向这些事，还是得你来 - Blueprints 不支持复杂分支逻辑和人工审批节点 - 本地模型跑大模型，效果和产品级 API 有差距 - 配置多个 provider 初期有学习成本，不是开箱即用零配置

谁适合用

| 你是 | 推荐用法 | |------|---------| | 个人开发者 | 本地 CLI + DeepSeek，成本最低 | | 小团队 | Nous Portal + 共享技能库 | | 重度用户 | Docker 部署 + Telegram 接入，手机也能用 | | 不想碰服务器 | Nous Portal Cloud，零运维 |

一个真实的使用节奏

我自己的日常是这样： 早上开机，Hermes 桌面应用已经在跑了。我说"帮我看看昨天 GitHub 上的 PR 有没有要处理的"，它切到 DeepSeek 拉数据、切到 Claude 做分析，把结果发到我的 Telegram。 下午写代码卡住了，直接 @ Hermes 让它看我的报错日志，它从记忆里调出上次类似问题的解法，给出一个修改方案。 晚上睡前设了个 Blueprint：每天凌晨 2 点自动备份我的配置文件到 GitHub，失败了发邮件提醒我。 就这么简单。没有科幻电影里的全自动公司，但确实把很多重复劳动外包出去了。

七期回顾

- ① 安装与基础概念：pip install 搞定，不再需要旧方法 - ② 技能系统与实战场景：自学习循环怎么运作 - ③ 多模型切换与团队协作：Advanced Setup + 技能库共享 - ④ 代码审查与 GitHub Actions：把审查嵌进 CI - ⑤ Docker 部署与云端托管：六种后端怎么选 - ⑥ 自动化 Blueprints 与智能路由：零代码工作流 - ⑦ 完整能力图谱（本篇） Hermes Agent 是一个还在快速迭代的开源项目，版本号已经到 v0.20.2。今天写的内容基于这个版本，后续如果有大更新，建议直接看官方文档。 --- 参考：Hermes Agent v0.20.2 官方文档（docs.hermes-ai.net）