必须先启用浏览器能力并启动Chrome调试服务,再连接Hermes Agent:运行hermes doctor确认browser: ✅ enabled;用指定参数启动Chrome(--remote-debugging-port=9222且--user-data-dir无中文/空格);执行/browser connect ws://localhost:9222;最后通过/goto、/screenshot、/title三步验证操控生效。
☞☞☞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☜☜☜

要让Hermes Agent真正接管浏览器、执行点击、填表、截图、提取网页数据等操作,必须先打通Agent与浏览器之间的通信链路——这一步卡住,后续所有自动化指令都会返回“浏览器未就绪”错误。
确认浏览器能力已启用
打开Hermes Agent终端,运行hermes doctor命令,检查输出中是否包含browser: ✅ enabled。若显示❌ disabled或缺失该行,说明浏览器插件未安装、权限未开放,或调试端口未监听,不能跳过此步直接尝试连接。
这一步操作起来很简单,直接把文件拖进去就行。但注意:【若未看到 browser 行,后续所有连接操作都无效】。
启动本地Chrome调试服务(macOS / Windows)
浏览器必须以特定参数启动,才能接受Hermes Agent的远程控制指令。日常使用的Chrome不能复用,必须新建独立配置目录。
macOS用户在终端执行:
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --user-data-dir="$HOME/.chrome-debug-profile" --no-first-run --no-default-browser-check
Windows用户在PowerShell(管理员身份)中执行:
&"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222 --remote-debugging-address=0.0.0.0 --user-data-dir="C:\ChromeForHermes"
⚠️ 注意:【--user-data-dir路径不能含中文或空格,否则Chrome无法启动】。执行后会自动弹出一个无书签、无历史记录的纯净Chrome窗口,窗口标题栏显示“Chrome (远程调试)”字样即为成功。
连接Agent到调试中的Chrome
确保Chrome调试窗口已打开且处于前台,再回到Hermes Agent输入框,输入以下指令:
/browser connect ws://localhost:9222
等待3~5秒,若终端返回✅ Connected to browser instance,表示连接建立成功;若返回Connection refused,说明Chrome未启动或端口被占用;若返回Timeout waiting for response,大概率是WSL网络未镜像(Windows+WSL用户需额外配置.wslconfig并重启WSL)。
验证浏览器操控是否生效
连接成功后,立即测试最基础的页面加载能力:
第一步:输入/browser goto https://example.com,等待页面加载完成。
第二步:输入/browser screenshot,Hermes Agent会在当前工作目录生成screenshot.png文件。
第三步:输入/browser title,终端应返回Example Domain——这是example.com的
只要这三步全部返回预期结果,说明浏览器管理面板已完全就绪,可随时执行任意网页自动化任务。











