大多数 AI Agent 在你关闭标签页的那一刻就会忘记一切。
下一次会话，一切归零。你又得重新解释上下文。每次都是从头开始。
Hermes 的工作方式截然不同。它会保存学到的东西。你交给它的每一个任务，它都会将操作步骤写成一个文件存到你的硬盘上。下次你运行类似任务时，它会找到那个文件并直接复用。一个月下来，你的 Hermes 文件夹里会积累 30-50 个这样的技能。它会越来越快，越来越准确。这是复利式的成长。
我在一台普通笔记本电脑上设置了它。不需要特殊硬件。大约花了 30 分钟。第一周，我通过做竞争对手调研报告，搞定了三个客户，每个收费 300-400 美元。每份报告的实际工作时间：15 分钟。
下面是完整的设置方法。
Hermes 是什么
来自 Nous Research 的开源 Agent 框架。三个月内在 GitHub 上获得了 140,000 颗星。目前是 OpenRouter 上使用最多的 Agent。NVIDIA 在五月份的一篇博客文章中提到了它，并让它在新的 DGX Spark 工作站上运行。
你并不需要那种硬件。一台 16GB 内存的 MacBook 就够用。任何带有中端 GPU 的 Windows 机器也可以。
你硬盘上的三个文件夹负责所有工作：
1~/.hermes/memory/ 你的偏好、项目、模式2~/.hermes/sessions/ 所有操作的索引历史3~/.hermes/skills/ 以 .md 文件形式保存的学习工作流
这个技能文件夹（skills folder）就是关键所在。拥有超过 20 个自创技能的 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，而是获得相同结果所需的时间更少。
服务内容
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、市场定位、客户对他们不满意的地方、市场空白点。通常这需要一个人 3-4 小时的工作量。我收费 300 美元，当天交付。
Hermes 实际完成调研只需要 15 分钟。
通常人们要付的费用：
1服务 费用2─────────────────────────────────────3自由职业分析师 $150-3004调研公司（最低起） $500-20005自己动手做 3-4 小时的时间
这项服务的成本：
1工具 费用2─────────────────────────────────────3Hermes Agent $04Ollama $05Qwen 3.6 27B 模型 $06你的笔记本电脑 $07电费 约 $2/月8─────────────────────────────────────9总计 $0-2/月
设置步骤（30 分钟）
第一步：本地模型服务器
前往 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。它会在以下地址运行：
1http://localhost:1234
在浏览器中打开这个 URL。如果看到 JSON 内容，说明运行正常。
如果你更喜欢用终端，可以使用 Ollama：
1ollama pull qwen3.62export OLLAMA_HOST=0.0.0.03ollama 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。跳过它则什么都运行不了。
第二步：安装 Hermes
1bash scripts/install.sh23source ~/.bashrc45hermes --version
从以下地址获取安装脚本： github.com/NousResearch/hermes-agent
Windows 用户请在 WSL2 内运行。
第三步：连接到你的模型
1hermes model
从菜单中选择 "Custom endpoint"。
1URL: http://localhost:1234/v1 (LM Studio)2 http://localhost:11434/v1 (Ollama)3API Key: 留空，直接按 Enter4Model name: LM Studio 中的确切文件名，或 Ollama 用的 "qwen3.6"
如果在启动时遇到 "Model context too small" 错误，请返回你的模型服务器，将上下文设置为 65536。这是最常见的问题。解决方法总是在模型服务器端。
第四步：首次会话
1hermes
粘贴以下内容作为你的第一个任务：
1研究三个面向自由职业者的项目管理工具的竞争对手。2针对每个对手：市场定位、定价、评论中最常见的客户投诉、3它们产品中的一个空白点。4将此保存为一个技能，以便我们下次可以重用这个流程。
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/。下一次的研究任务会运行得更快，因为技能已经存在了。
完成后输入 /exit。
第五步：检查是否成功
1ls ~/.hermes/skills/
你应该能看到 .md 文件。打开一个。它是一个带有步骤和注释的结构化工作流。这就是 Hermes 的学习成果。
文件夹为空意味着安装没有完成。请重新运行安装脚本。
Telegram 网关
1hermes gateway
选择 Telegram。前往 @BotFather，创建一个新机器人，粘贴令牌。
现在，当你的笔记本电脑在家运行时，你可以直接从手机给你的 Agent 发消息。这完全改变了使用体验。
寻找客户
在第一周就见效的三个地方：
Upwork。搜索 "competitor analysis" 或 "market research"。按最近 7 天筛选。每天发送 10-15 条简短信息。主动提出发送一份示例报告。在还没有任何客户之前，先用 Hermes 构建好这份示例报告。
X/Twitter。搜索 "anyone know" + "competitor research"。创始人经常发这类帖子。回复，提供一份示例，不要直接推销。
冷邮件。访问 Product Hunt，筛选过去 30 天内发布的产品。直接给创始人发邮件。一句话，附上示例链接。主题行："[产品名称] 的快速竞品调研。"
如果你发送的信息足够多，第一个客户通常会在 3-5 天内出现。
数据分析
1第一周2─────────────────────────────────────3设置时间 2 小时4每日客户拓展 1 小时5交付的报告数量 3 份6收入 $900-1,2007每份报告工作时间 15-20 分钟
1第一个月2─────────────────────────────────────3售出报告数量 10-15 份4收入 $3,000-4,5005开启的长期合约 2-3 个6新增月度经常性收入 $600-900
1第三个月2─────────────────────────────────────3~/.hermes/skills/ 中的技能数 30+4每份报告所需时间 10 分钟5长期合约客户 6-8 个6月度经常性收入 $1,800-2,4007一次性报告收入 $1,500-2,0008总计 $3,300-4,400/月
常见问题
启动时提示 "Model context too small"。在你的模型服务器上，将上下文设置为 65536。这占了所有设置问题的 80%。
Hermes 运行缓慢。从 35B 模型降到 27B 模型，或者从 Q6 量化降到 Q4 量化。仅使用 CPU 的话，每次响应需要 2-3 分钟。买个 GPU 或者使用云 API 吧。
Hermes 在会话之间会遗忘。检查 ~/.hermes/ 目录下是否有文件。如果为空，请重新运行安装脚本。
WSL2 无法连接到模型服务器。在 Windows 11 22H2+ 的 WSL 设置中启用镜像网络。或者在 WSL2 内部运行为模型服务器。
完整工具栈
1工具 用途 费用2────────────────────────────────────────────3Hermes Agent Agent 框架 免费4 github.com/NousResearch/hermes-agent56LM Studio 本地模型服务器 免费7 lmstudio.ai89Qwen 3.6 27B 模型 免费10 通过 LM Studio 或 ollama.com1112Stripe 收款 2.9% + 30 美分
启动成本：$0。获得第一个客户的时间：一周。
每次交付报告后，问两件事。第一，要一个评价。第二，问他们认识哪些创始人可能也需要这个服务。
创始人认识创始人。到了第二个月，推荐客户会取代大部分冷启动拓展。
技能文件夹会慢慢填满。工作会越来越快。利润会越来越高。
在你有客户之前，先做一份报告。明天把它作为示例发送给 10 个人。
每周都会分享更多类似的搭建方案。 [t.me/GipArcAI](//t.me/GipArcAI)
