hermes agent提供五种企业级部署方式：腾讯云lighthouse一键镜像、本地linux源码部署、docker容器化（支持k8s）、企业微信全链路集成、云推理+本地工具混合部署，均支持长期记忆、自主进化与多工具协同。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在企业环境中部署一套具备长期记忆、自主进化与多工具协同能力的AI智能体系统，则Hermes Agent提供了一条已被验证的可行路径。以下是实现该目标的多种搭建方式：
一、基于腾讯云Lighthouse一键镜像部署
该方式适用于缺乏运维经验但追求快速上线的团队，利用预置环境规避依赖冲突与配置错误风险。系统已集成基础运行时、Playwright浏览器环境及SQLite记忆数据库。
1、登录腾讯云控制台，进入轻量应用服务器Lighthouse产品页。
2、点击“创建实例”，在应用镜像栏中选择“Hermes Agent专属模板”。
3、配置规格为2核4G及以上，确保内存充足以支撑多子Agent并行任务。
4、实例创建完成后，通过Web终端执行hermes configure命令。
5、按提示输入企业微信CorpID、AgentID与Secret，并绑定DeepSeek V4或Kimi API密钥。
6、运行hermes start --daemon启动后台服务，系统将自动监听/webhook/wecom端点。
二、本地Linux服务器源码部署
该方式适用于需深度定制工具链、审计全部组件或对接私有化模型API的企业，所有模块可控且可嵌入现有CI/CD流程。
1、在home目录下创建~/.hermes目录并设置权限为700。
2、使用国内镜像克隆仓库：git clone https://ghfast.top/https://github.com/NousResearch/hermes-agent.git。
3、配置Python包索引源：export UV_INDEX_URL="https://mirrors.aliyun.com/pypi/simple"。
4、配置Playwright下载源：export PLAYWRIGHT_DOWNLOAD_HOST="https://npmmirror.com/mirrors/playwright"。
5、执行安装脚本：curl -fsSL https://ghfast.top/https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash。
6、编辑config.yaml，在tools节中添加自定义SQL连接器或内部RESTful服务定义。
7、运行hermes migrate --from=openclaw（如需从OpenClaw迁移历史记忆与技能）。
三、Docker容器化部署（支持K8s编排）
该方式适用于已有容器平台的企业，便于实现灰度发布、资源配额控制与跨节点高可用，同时隔离模型推理与工具执行环境。
1、从GitHub拉取官方Dockerfile，确认基础镜像为python:3.12-slim-bookworm。
2、在Dockerfile中追加私有模型API证书挂载指令：COPY ./certs /app/certs。
3、构建镜像时启用BuildKit加速：DOCKER_BUILDKIT=1 docker build -t hermes-enterprise .。
4、准备docker-compose.yml，声明memory_limit: 4g与restart: unless-stopped策略。
5、将config.yaml通过ConfigMap挂载至容器内/app/config.yaml路径。
6、启动服务后，调用hermes healthcheck验证工具调度层、执行沙箱与记忆检索模块连通性。
四、企业微信全链路集成部署
该方式聚焦于办公场景落地，使AI能力直接嵌入员工每日工作流，无需切换平台即可触发复杂任务。
1、在企业微信管理后台创建自建应用，获取corp_id、agent_id、secret三元组。
2、生成消息回调所需的token与aes_key，长度必须为43位与43位Base64字符串。
3、在Hermes配置文件中启用wecom网关，填写上述四项参数，并确保enabled: true。
4、将服务器公网IP加入企业微信可信IP白名单，最小粒度需精确到/32。
5、在企业微信后台设置消息回调URL为https://your-domain.com/webhook/wecom，协议必须为HTTPS。
6、执行hermes gateway wecom verify命令，系统将自动完成签名验证并返回success响应。
五、混合部署：云推理+本地工具执行
该方式兼顾模型调用延迟与数据安全要求，将大模型请求路由至合规云服务，而文件操作、数据库查询等敏感动作保留在内网执行。
1、在config.yaml中将llm.provider设为deepseek或kimi，并填入对应API密钥。
2、将tools列表中的type: script项路径指向内网NAS或本地/opt/hermes/tools目录。
3、为本地脚本添加SELinux上下文标签：chcon -t bin_t /opt/hermes/tools/db_query.py。
4、配置execution.sandbox为local模式，禁用远程容器化执行。
5、启动时添加--no-remote-exec标志，强制所有工具调用在宿主机进程空间完成。
6、验证hermes test tool data_processing返回结果中不包含container_id字段，确认执行未进入远程沙箱。
