大多数 AI Agent 在你关掉标签页的那一刻，就把所有东西忘光了。
下次打开，一切归零。你又得重新解释一遍上下文。它又从头开始。每次都这样。
Hermes 不一样。它会记住自己学到的东西。你交给它的每个任务，它都会把操作步骤写成一个文件存到你的硬盘上。下次你再做类似的事情，它会找到那个文件并直接使用。一个月下来，你的 Hermes 文件夹里会积累 30 到 50 个这样的技能。它会越来越快，越来越准。能力会不断叠加。
我就在一台普通笔记本上搭的，没用什么特殊硬件，花了大概 30 分钟。第一周，我靠做竞品调研报告，签下了三个客户，每个收费 300 到 400 美元。每份报告实际耗时：15 分钟。
下面是完整的搭建过程。
Hermes 是什么
来自 Nous Research 的开源 Agent 框架。三个月内获得了 14 万 GitHub Star。目前是 OpenRouter 上使用最多的 Agent。NVIDIA 在五月的博客文章中专门介绍了它，当时运行在他们的新 DGX Spark 工作站上。
你不需要那种硬件。一台 16GB 内存的 MacBook 就能跑。任何带中端 GPU 的 Windows 机器也行。
你硬盘上的三个文件夹负责所有工作：
~/.hermes/memory/ 你的偏好、项目、模式
~/.hermes/sessions/ 已索引的全部历史记录
~/.hermes/skills/ 以 .md 文件形式保存的已学习工作流这个 skills 文件夹才是关键。拥有 20 个以上自创技能的 Agent，完成类似任务的速度比全新实例快 40%。不是输出质量更好，而是达到同样结果所需的时间更少。
提供的服务
为早期创业公司和小型 SaaS 企业提供竞品调研报告。
创始人想知道他们的三个主要竞争对手在做什么。定价、定位、客户讨厌什么、哪里有空白。这通常需要一个人花 3-4 个小时。我收费 300 美元，当天交付。
Hermes 实际做调研只需要 15 分钟。
大多数人付出的成本：
服务 成本
─────────────────────────────────────
自由职业分析师 $150-300
调研公司（最低消费） $500-2000
自己做 3-4 小时时间我的成本：
工具 成本
─────────────────────────────────────
Hermes Agent $0
Ollama $0
Qwen 3.6 27B 模型 $0
你的笔记本 $0
电费 ~$2/月
─────────────────────────────────────
总计 $0-2/月搭建过程（30 分钟）
第一步：本地模型服务器
访问 [lmstudio.ai](//lmstudio.ai)。下载并安装。
打开 LM Studio，进入 Discover 标签页，搜索 Qwen 3.6 27B。选择 Q4 量化版本。下载需要 10-15 分钟。
之后：进入 Developer 标签页，加载模型，在设置中启用 "Serve on Network"，点击 Start Server。运行在：
http://localhost:1234在浏览器中打开那个 URL。如果看到 JSON，说明运行正常。
如果你更喜欢终端，可以用 Ollama：
ollama pull qwen3.6
export OLLAMA_HOST=0.0.0.0
ollama run qwen3.6 -c 65536那个 -c 65536 参数不是可选的。Ollama 默认上下文是 4K。Hermes 需要 64K。跳过它的话，什么都跑不起来。
第二步：安装 Hermes
bash scripts/install.sh
source ~/.bashrc
hermes --version从 [github.com/NousResearch/hermes-agent](//github.com/NousResearch/hermes-agent) 获取安装脚本。
Windows 用户在 WSL2 内运行。
第三步：连接到你的模型
hermes model从菜单中选择 "Custom endpoint"。
URL: http://localhost:1234/v1 (LM Studio)
http://localhost:11434/v1 (Ollama)
API Key: 留空，按回车
Model name: LM Studio 中的确切文件名，或 Ollama 的 "qwen3.6"如果启动时出现 "Model context too small" 错误，回到你的模型服务器，将上下文设置为 65536。这是最常见的问题。修复方法始终在模型服务器端。
第四步：第一次会话
hermes粘贴以下内容作为你的第一个任务：
Research three competitors for a project management tool targeting
freelancers. For each: positioning, pricing, top customer complaints
from reviews, one gap in their offering. Save this as a skill so we
can reuse the process next time.Hermes 会将其分解为子任务，进行搜索，撰写报告，并将操作步骤保存到 ~/.hermes/skills/。下次做调研任务时，因为技能已经存在，速度会更快。
完成后输入 /exit。
第五步：检查是否成功
ls ~/.hermes/skills/你应该能看到 .md 文件。打开一个。这是一个结构化的工作流，包含步骤和备注。这就是 Hermes 在学习。
如果文件夹为空，说明安装没有完成。重新运行脚本。
Telegram 网关
hermes gateway选择 Telegram。前往 @BotFather，创建一个新机器人，粘贴 token。
现在，只要你的笔记本在家运行，你就可以在手机上给你的 Agent 发消息了。这完全改变了使用体验。
寻找客户
第一周有效的三个渠道：
Upwork。搜索 "competitor analysis" 或 "market research"。按最近 7 天筛选。每天发送 10-15 条简短消息。主动提出发送一份示例报告。在你有任何客户之前，先用 Hermes 制作好示例报告。
X/Twitter。搜索 "anyone know" + "competitor research"。创始人经常发这类帖子。回复他们，提供一份示例，不要推销。
冷邮件。访问 Product Hunt，筛选过去 30 天的发布产品。直接给创始人发邮件。一句话，附上示例链接。主题行："quick competitor research for \[产品名称\]。"
如果你发送的消息足够多，第一个客户通常会在 3-5 天内出现。
算笔账
第 1 周
─────────────────────────────────────
搭建 2 小时
每日外联 1 小时
交付报告 3 份
收入 $900-1,200
每份报告耗时 15-20 分钟第1个月
─────────────────────────────────────
售出报告数 10-15
收入 $3,000-4,500
启动的长期客户 2-3
月经常性收入增加 $600-900第3个月
─────────────────────────────────────
~/.hermes/skills/ 中的技能 30+
每份报告耗时 10 分钟
长期客户 6-8
月经常性收入 $1,800-2,400
一次性报告收入 $1,500-2,000
总计 $3,300-4,400/月常见问题
启动时提示"模型上下文太小"。在模型服务器上将上下文设置为 65536。80% 的配置问题都出在这。
Hermes 运行缓慢。从 35B 模型降到 27B，或从 Q6 量化降到 Q4。纯 CPU 运行意味着每次响应需要 2-3 分钟。建议使用 GPU 或云端 API。
Hermes 在会话间会遗忘。检查 ~/.hermes/ 目录下是否有文件。如果为空，重新运行安装。
WSL2 无法连接模型服务器。在 Windows 11 22H2+ 的 WSL 设置中启用镜像网络。或者直接在 WSL2 内部运行模型服务器。
完整工具栈
工具 用途 成本
────────────────────────────────────────────
Hermes Agent Agent 框架 免费
github.com/NousResearch/hermes-agent
LM Studio 本地模型服务器 免费
lmstudio.ai
Qwen 3.6 27B 模型 免费
通过 LM Studio 或 ollama.com
Stripe 支付 2.9% + 30美分启动成本：$0。找到第一个客户的时间：一周。
每次交付报告后，问两件事。第一，要一份评价。第二，问他们认识哪位创始人可能也需要这个。
创始人认识创始人。到第二个月，转介绍就能取代大部分冷启动 outreach。
技能文件夹会越来越满。工作速度越来越快。利润率越来越高。
在找到客户之前先做一份报告。明天就把它作为样本发给 10 个人。
每周更多类似方案。[t.me/GipArcAI](//t.me/GipArcAI)