Конфигурация

Все настройки хранятся в каталоге ~/.hermes/ для удобства доступа.

Структура каталогов​

~/.hermes/
├── config.yaml     # Настройки (модель, терминал, TTS, сжатие и т.д.)
├── .env            # API-ключи и секреты
├── auth.json       # Учетные данные OAuth (Nous Portal и т.д.)
├── SOUL.md         # Основная личность агента (слот №1 в системном промпте)
├── memories/       # Постоянная память (MEMORY.md, USER.md)
├── skills/         # Навыки, созданные агентом (управляются через skill_manage)
├── cron/           # Запланированные задачи
├── sessions/       # Сессии шлюза
└── logs/           # Логи (errors.log, gateway.log — секреты скрываются автоматически)

Управление конфигурацией​

hermes config              # Просмотреть текущую конфигурацию
hermes config edit         # Открыть config.yaml в вашем редакторе
hermes config set KEY VAL  # Установить конкретное значение
hermes config check        # Проверить наличие недостающих опций (после обновлений)
hermes config migrate      # Интерактивно добавить недостающие опции

# Примеры:
hermes config set model anthropic/claude-opus-4
hermes config set terminal.backend docker
hermes config set OPENROUTER_API_KEY sk-or-...  # Сохраняется в .env

Приоритет конфигурации​

Настройки разрешаются в следующем порядке (начиная с самого высокого приоритета):

1. Аргументы командной строки (CLI) — например, hermes chat --model anthropic/claude-sonnet-4 (переопределение для конкретного вызова)
2. ~/.hermes/config.yaml — основной файл конфигурации для всех несекретных настроек
3. ~/.hermes/.env — резервный вариант для переменных окружения; обязателен для секретов (API-ключи, токены, пароли)
4. Встроенные значения по умолчанию — жестко заданные безопасные значения, если ничего другого не установлено

Провайдеры вывода​

Вам нужен хотя бы один способ подключения к LLM. Используйте hermes model для интерактивного переключения провайдеров и моделей или настройте напрямую:

Anthropic (Native)​

Используйте модели Claude напрямую через Anthropic API — без прокси OpenRouter. Поддерживается три метода аутентификации:

# С API-ключом (оплата за токены)
export ANTHROPIC_API_KEY=***
hermes chat --provider anthropic --model claude-sonnet-4-6

# Рекомендуется: аутентификация через `hermes model`
# Hermes будет использовать хранилище учетных данных Claude Code напрямую, если оно доступно
hermes model

# Ручное переопределение с помощью setup-token (резервный / устаревший вариант)
export ANTHROPIC_TOKEN=***  # setup-token или ручной OAuth-токен
hermes chat --provider anthropic

# Автоматическое обнаружение учетных данных Claude Code (если вы уже используете Claude Code)
hermes chat --provider anthropic  # автоматически считывает файлы учетных данных Claude Code

Когда вы выбираете Anthropic OAuth через hermes model, Hermes предпочитает использовать собственное хранилище учетных данных Claude Code вместо копирования токена в ~/.hermes/.env. Это позволяет сохранять возможность обновления учетных данных Claude.

Или установите это на постоянной основе:

model:
  provider: "anthropic"
  default: "claude-sonnet-4-6"

GitHub Copilot​

Hermes поддерживает GitHub Copilot как первоклассного провайдера в двух режимах:

copilot — прямой API Copilot (рекомендуется). Использует вашу подписку GitHub Copilot для доступа к GPT-5.x, Claude, Gemini и другим моделям через API Copilot.

hermes chat --provider copilot --model gpt-5.4

Варианты аутентификации (проверяются в указанном порядке):

1. Переменная окружения COPILOT_GITHUB_TOKEN
2. Переменная окружения GH_TOKEN
3. Переменная окружения GITHUB_TOKEN
4. Резервный вариант через CLI: gh auth token

Если токен не найден, hermes model предложит OAuth-вход по коду устройства — тот же процесс, который используется в Copilot CLI и opencode.

Маршрутизация API: модели GPT-5+ (кроме gpt-5-mini) автоматически используют Responses API. Все остальные модели (GPT-4o, Claude, Gemini и др.) используют Chat Completions. Модели обнаруживаются автоматически из живого каталога Copilot.

copilot-acp — бэкенд агента Copilot ACP. Запускает локальный Copilot CLI как подпроцесс:

hermes chat --provider copilot-acp --model copilot-acp
# Требуется наличие GitHub Copilot CLI в PATH и существующая сессия `copilot login`

Постоянная конфигурация:

model:
  provider: "copilot"
  default: "gpt-5.4"

Пользовательские и локальные LLM-провайдеры​

Hermes Agent работает с любым OpenAI-совместимым API-эндпоинтом. Если сервер реализует /v1/chat/completions, вы можете подключить к нему Hermes. Это означает, что вы можете использовать локальные модели, серверы инференса на GPU, мульти-провайдерные роутеры или любые сторонние API.

Общая настройка​

Есть два способа настроить пользовательский эндпоинт:

1. Интерактивный (рекомендуется):

hermes model
# Выберите "Custom endpoint (self-hosted / vLLM / etc.)"
# Введите: API base URL, API key, Model name

2. Вручную (файл .env):

# Добавьте в ~/.hermes/.env
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=***
LLM_MODEL=your-model-name

Интерактивная настройка сохраняет провайдера и базовый URL в config.yaml, поэтому последующие сессии будут использовать этот эндпоинт, даже если OPENAI_BASE_URL не экспортирован в вашей текущей оболочке.

Ollama — локальные модели, нулевая настройка​

Ollama позволяет запускать модели с открытыми весами локально одной командой. Лучше всего подходит для быстрых локальных экспериментов, работы с конфиденциальными данными и использования офлайн.

# Установка и запуск модели
ollama pull llama3.1:70b
ollama serve   # Запускается на порту 11434

# Настройка Hermes
OPENAI_BASE_URL=http://localhost:11434/v1
OPENAI_API_KEY=ollama           # Любая непустая строка
LLM_MODEL=llama3.1:70b

vLLM — высокопроизводительный инференс на GPU​

pip install vllm
vllm serve meta-llama/Llama-3.1-70B-Instruct --port 8000

# Настройка Hermes
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=dummy
LLM_MODEL=meta-llama/Llama-3.1-70B-Instruct

LiteLLM Proxy — унифицированный шлюз​

LiteLLM объединяет более 100 провайдеров LLM под одним API.

ClawRouter — маршрутизация с оптимизацией затрат​

ClawRouter — локальный прокси-роутер, автоматически выбирающий модели по сложности запроса. Оплата производится криптовалютой USDC.

Другие совместимые провайдеры​

Любой сервис с OpenAI-совместимым API будет работать. Популярные варианты:

Определение длины контекста​

Hermes использует цепочку разрешений из нескольких источников для определения правильного окна контекста вашей модели и провайдера:

1. Переопределение в конфиге — model.context_length в config.yaml (высший приоритет)
2. Постоянный кэш — ранее обнаруженные значения (сохраняются после перезапуска)
3. Эндпоинт /models — запрашивает API вашего сервера
4. OpenRouter API — живые метаданные моделей из OpenRouter
5. models.dev — поддерживаемый сообществом реестр с данными о 3800+ моделях
6. Значения по умолчанию — общие шаблоны семейств моделей (128K по умолчанию)

Чтобы установить длину контекста явно, добавьте context_length в конфигурацию вашей модели (config.yaml):

model:
  default: "qwen2.5:7b"
  context_length: 131072  # в токенах

Выбор подходящей конфигурации​

Дополнительные API-ключи​

Маршрутизация провайдеров OpenRouter​

При использовании OpenRouter вы можете контролировать, как запросы распределяются между провайдерами. Добавьте раздел provider_routing в config.yaml:

provider_routing:
  sort: "throughput"          # "price" (по умолчанию), "throughput" или "latency"
  # only: ["anthropic"]      # Использовать только этих провайдеров
  # ignore: ["deepinfra"]    # Пропускать этих провайдеров

Резервная модель (Fallback)​

Настройте резервного провайдера и модель, на которые Hermes автоматически переключится при сбое основной модели (лимиты, ошибки сервера):

fallback_model:
  provider: openrouter
  model: anthropic/claude-3-5-sonnet

Умная маршрутизация моделей​

Опциональная маршрутизация позволяет Hermes использовать основную модель для сложной работы, отправляя простые запросы более дешевой модели:

smart_model_routing:
  enabled: true
  max_simple_chars: 160
  cheap_model:
    provider: openrouter
    model: google/gemini-2.0-flash

Вспомогательные модели​

Hermes использует специализированные модели для конкретных задач, чтобы снизить затраты и повысить скорость. По умолчанию для всех вспомогательных задач используется Gemini 2.0 Flash через OpenRouter.

auxiliary_models:
  vision:           # Анализ скриншотов и изображений
    provider: openrouter
    model: google/gemini-2.0-flash
  web_extraction:   # Преобразование HTML в Markdown (если Firecrawl не используется)
    provider: openrouter
    model: google/gemini-2.0-flash
  approval:         # Оценка необходимости подтверждения действия пользователем
    provider: openrouter
    model: google/gemini-2.0-flash

Конфигурация терминального бэкенда​

Определите, где Hermes должен выполнять команды. Значение по умолчанию — local.

terminal:
  backend: "local"    # "local", "docker", "ssh", "k8s", "modal", "e2b"
  shell: "/bin/zsh" # Автоматически определяется, если не указано

Управление контекстом...

Hermes автоматически управляет памятью токенов, чтобы избежать переполнения окна контекста:

• Сжатие контекста: Включается при заполнении окна более чем на 80%.
• Предупреждение о давлении: Уведомляет пользователя, если история становится слишком длинной.

context:
  compression_threshold: 0.8
  pressure_warning: true

Бюджет итераций​

Ограничьте максимальное количество шагов (размышление + действие), которые Hermes может выполнить для одной задачи:

max_iterations: 50

Память​

Hermes использует локальную векторную базу данных для хранения долгосрочной памяти и знаний о проекте.

memory:
  enabled: true
  max_chunks: 10 # Максимальное количество фрагментов памяти, извлекаемых за раз

Git Worktree​

Для предотвращения конфликтов с вашей текущей работой Hermes может создавать изолированные окружения с помощью git worktree:

git_worktree:
  enabled: true

Усилия размышления (Reasoning Effort)​

Для моделей с поддержкой рассуждений (например, серии OpenAI o1, o3) вы можете установить уровень усилий:

reasoning_effort: "medium" # "low", "medium", "high"

Настройки отображения​

Настройте внешний вид CLI-интерфейса:

display:
  compact: false  # Скрывать детальные логи инструментов
  colors: true   # Включить цветной вывод
  emoji: true    # Использовать иконки в интерфейсе