【Agent工坊】Hermes Agent Profile Builder 完全指南：5分钟创建你的第一个专用 Agent

Hermes Agent v0.16 刚刚发布了 Profile Builder——一个浏览器内的引导式表单，让你告别 CLI 命令，在图形界面中完成 Agent 的身份定义、模型配置、技能安装和 MCP 服务器挂载。本教程带你从零创建两个生产级 Agent。

▲ Profile Builder Dashboard界面：引导式表单创建Agent Profile

引言：为什么 Profile Builder 是个大事

2026年6月11日，Nous Research 在 Hermes Agent 的本地 Web Dashboard 中发布了 Profile Builder。这个功能表面上看起来只是个"表单版 CLI"，但它解决了一个真实痛点：为不同任务创建专用 Agent 的门槛太高了。

在 Profile Builder 出现之前，创建一个新 Agent 需要大约6条 CLI 命令：

hermes profile create coder

coder config set model deepseek/deepseek-v4-pro

coder skills install nousresearch/skills/git-worktree

# ... 编辑 mcp_servers、配置 .env、写 SOUL.md ...

现在，所有这些操作在一个浏览器表单中完成。本教程基于 Hermes Agent v0.16.0 实测，带你走完完整流程。

读完这篇你能做到：

用 Profile Builder 在5分钟内创建一个专用 Agent
正确配置技能（Skills）和 MCP 服务器的组合
理解 Profile 的隔离机制，避免 Agent 之间状态污染
在 GUI 和 CLI 之间灵活切换

前置准备：启动 Dashboard

Profile Builder 运行在 Hermes 的本地 Web Dashboard 中。确保你已经安装了 hermes-agent[web] 扩展：

# 安装 Web Dashboard 扩展（如果尚未安装）

pip install 'hermes-agent[web]'

# 启动 Dashboard

hermes dashboard

浏览器会自动打开 ` 默认绑定在 loopback 地址，所有数据留在本地，不会有任何信息离开你的机器。

踩坑提醒：如果你以前只用过 CLI 模式，Dashboard 是独立安装的。直接 pip install hermes-agent 不带 [web] 后缀不会包含 HTTP 服务器。运行 hermes dashboard 如果提示找不到命令，就是漏了这个扩展。

理解 Profile：为什么需要多个 Agent

在 Hermes 的架构中，一个 Profile 是一个完全独立的 Agent 实例。每个 Profile 拥有自己的：

资源	路径	说明
配置文件	`~/.hermes/profiles//config.yaml`	模型、MCP 服务器、网关设置
环境变量	`~/.hermes/profiles//.env`	API Key、自定义环境变量
身份定义	`~/.hermes/profiles//SOUL.md`	Agent 的行为准则、专业领域
技能	`~/.hermes/profiles//skills/`	该 Agent 专属的技能文件
长期记忆	`~/.hermes/profiles//memories/`	Agent 积累的经验和知识
定时任务	`~/.hermes/profiles//cron/`	该 Agent 的自动化任务

这意味着一个"编码 Agent"和一个"调研 Agent"在物理上完全隔离——它们的记忆不会互相污染，技能不会互相干扰，API Key 可以分别配置。

实际场景：你可以让 coder Agent 使用 DeepSeek V4 Pro（代码能力强、便宜），让 researcher Agent 使用 Claude Sonnet 4（长上下文、推理严谨），两者同时运行在一台机器上，互不干扰。

步骤1：创建 Profile 并定义身份

进入 Dashboard 后，点击左侧导航栏的 Profiles → Create Profile。

1.1 命名和描述

第一个表单页面会让你填写两个关键字段：

Profile Name（必填）：Agent 的唯一标识符，使用小写字母和连字符，如 coder、research-assistant、content-writer
Description（可选但强烈建议填写）：用一句话描述这个 Agent 的职责，例如 "Reads source code, runs tests, and writes commit messages"

描述的真正用途不是给你看的——Agent 自己会读它。当你用 hermes profile use 切换到这个 Profile 时，描述会作为系统提示的一部分，帮助 Agent 理解自己的定位。

1.2 SOUL.md：Agent 的行为准则

Profile Builder 会自动为每个 Profile 生成 SOUL.md 文件。这是 Agent 的"灵魂文档"，控制着它的行为边界。

# 示例：编码 Agent 的 SOUL.md

你是一个专业的编码助手。你的职责：

- 阅读和理解项目源代码

- 编写通过测试的代码

- 运行 lint 和格式化工具

- 编写清晰的 commit message

你的限制：

- 不修改 .env 或包含密钥的文件

- 不在主分支上直接提交

- 不确定时先询问，不猜测

经验之谈：SOUL.md 越具体越好。模糊的指令（"你是一个好助手"）几乎没有效果。明确列出 Agent 该做什么、不该做什么，可以显著降低它"越界"的概率。

步骤2：选择模型和提供商

这是 Profile Builder 最直观的改进——模型选择器现在支持模糊搜索。这是 v0.16.0 的新特性。

2.1 模糊搜索模型

在模型选择框中输入 v4fl，deepseek-v4-flash 会立刻出现。输入 opus，Claude Opus 系列全部匹配。

# 模糊搜索示例

输入: "v4fl" → deepseek-v4-flash

输入: "son" → claude-sonnet-4, claude-sonnet-4.5

输入: "mini" → minimax-M3, gpt-4o-mini

多端点的提供商（如 OpenAI 同时支持 API Key 和 OAuth）会被合并为一行，不再像以前那样在列表中出现重复条目。

2.2 模型选择策略

不同任务适合不同模型，这是多 Profile 架构的核心优势：

Agent 类型	推荐模型	原因
编码 Agent	deepseek-v4-pro	代码能力强，成本低（$0.55/M tokens）
调研 Agent	claude-sonnet-4	长上下文（200K），推理严谨
写作 Agent	claude-opus-4.7	语言质量最高，适合面向读者的内容
自动化 Agent	deepseek-v4-flash	速度最快，适合简单的定时任务
多模态 Agent	gpt-5.5	图像理解和生成能力最强

踩坑提醒：模型选择器中的模型列表每小时自动刷新一次（v0.16.0 改进，之前是每天一次）。这意味着新发布的模型在同一天就能在 Dashboard 中找到。但如果刚配置好一个模型发现"不存在"，可能是因为该 Provider 尚未在你的 .env 全局配置中设置 API Key。

▲ 多Profile隔离架构：一台机器运行三个独立Agent

步骤3：选择和安装技能（Skills）

技能（Skills）是 Hermes Agent 最强大的扩展机制。Profile Builder 把技能管理变成了勾选框和搜索框，不再需要记忆 CLI 命令。

3.1 内置技能开关

Profile Builder 的第一屏技能选择是内置技能的开关。这些是 Hermes 自带的技能，涵盖 Git 操作、文件管理、代码搜索等基础能力。

内置技能示例（v0.16.0 精简后）：

✅ git-worktree — 并行 Git 工作树管理

✅ code-review — 自动化代码审查

✅ shell-expert — Shell 脚本编写和调试

✅ file-operations — 安全的文件读写操作

v0.16.0 变化：默认技能集在 v0.16.0 中经过了精简。以前会自动加载的冗余技能（如 spotify、linear 等已被原生插件替代的技能）不再默认安装。如果你需要它们，可以从 Skills Hub 手动安装。

3.2 Skills Hub：搜索和安装社区技能

Profile Builder 的第二屏是 Skills Hub，类似于应用商店。v0.16.0 新增了 NVIDIA/skills 作为受信任的技能源，与 OpenAI、Anthropic 和 HuggingFace 并列。

# 在 Profile Builder 的搜索框中输入关键词即可搜索：

输入: "k8s" → openai/skills/k8s（Kubernetes 运维技能）

输入: "cuda" → nvidia/skills/cuda-x（CUDA 编程优化）

输入: "pdf" → anthropic/skills/pdf（PDF 文档处理）

技能加载机制（重要）：Hermes 使用渐进式加载——Agent 启动时只读取技能的名称和简短描述（几乎不消耗 token），只有在任务需要时才加载技能的完整内容。这意味着即使安装了20个技能，也不会撑爆每次请求的上下文窗口。

3.3 编码 Agent 的技能组合示例

# coder Profile 的技能配置

内置技能：

✅ git-worktree — 并行分支管理

✅ code-review — PR 审查

✅ shell-expert — 命令行操作

Skills Hub 安装：

✅ nousresearch/skills/git-worktree — 高级 Git 操作

✅ openai/skills/codex — Codex 编码模式

步骤4：挂载 MCP 服务器

MCP（Model Context Protocol）让 Agent 能够调用外部工具和服务。Profile Builder 提供两种方式挂载 MCP 服务器：从目录一键安装，或手动配置。

4.1 从 MCP Catalog 一键安装

点击 MCP Servers → Add from Catalog，可以看到 Nous 审核过的 MCP 服务器列表：

MCP Catalog 中的热门服务器：

📁 filesystem — 安全的文件系统访问

🐘 postgres — PostgreSQL 数据库查询

🌐 playwright — 浏览器自动化

📦 github — GitHub API 操作

🔍 brave-search — 网页搜索

选中需要的服务器 → 点击 Install → 输入必要的配置参数（如 API Key、数据库连接字符串）→ 完成。Profile Builder 会自动将配置写入 Profile 的 config.yaml 中的 mcp_servers 块。

4.2 手动配置 MCP 服务器

对于不在 Catalog 中的自定义 MCP 服务器，可以手动填写配置：

STDIO 传输（本地进程）：

# 在 Profile Builder 的表单中填写

# 等价于 config.yaml 中的配置：

mcp_servers:

custom-tool:

command: npx

args:

- "-y"

- "@my-org/custom-mcp-server"

env:

API_KEY: "${CUSTOM_API_KEY}"

HTTP 传输（远程服务）：

mcp_servers:

remote-docs:

url: "https://mcp.example.com/mcp"

headers:

Authorization: "Bearer ${DOCS_API_KEY}"

安全提醒：对于 STDIO 方式的 MCP 服务器，Hermes v0.16.0 在执行 npx/uvx 命令前会自动扫描包名，检测已知的恶意软件签名。但这不是万能的——只安装你信任来源的 MCP 服务器。

4.3 调研 Agent 的 MCP 配置示例

# researcher Profile 的 MCP 配置

mcp_servers:

brave-search:

command: npx

args: ["-y", "@anthropic/mcp-server-brave-search"]

env:

BRAVE_API_KEY: "${BRAVE_API_KEY}"

filesystem:

command: npx

args: ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/research"]

playwright:

command: npx

args: ["-y", "@anthropic/mcp-server-playwright"]

步骤5：保存并验证

点击 Create Profile 后，Profile Builder 会在 ~/.hermes/profiles// 下创建完整的目录结构。验证方法：

# 查看 Profile 是否创建成功

hermes profile list

# 输出示例：

# coder Reads source code, runs tests

# researcher Reads source code and external docs

# * default (当前激活的 Profile)

# 切换到新 Profile

hermes profile use researcher

# 验证配置

researcher config show

researcher skills list

▲ 编码Agent vs 调研Agent配置方案对比

完整实战：创建两个生产级 Agent

下面用 Profile Builder 创建两个最常用的 Agent 配置。

实战 A：编码 Agent（coder）

Profile Name: coder

Description: Reads source code, writes tests, and creates commits

SOUL.md 核心内容：

- 先读代码再修改，不做无根据的改动

- 每次修改后运行相关测试

- commit message 使用 conventional commits 格式

- 不修改 .env、config.yaml 等敏感文件

模型: deepseek-v4-pro（通过 DeepSeek API）

内置技能:

✅ git-worktree

✅ code-review

✅ shell-expert

Skills Hub:

✅ nousresearch/skills/git-worktree

MCP 服务器:

📦 github（GitHub API 操作）

📁 filesystem（限制在项目目录内）

实际运行效果：

# 使用 coder Profile 进行开发

hermes profile use coder

coder "帮我给 src/auth.py 添加 JWT refresh token 逻辑"

# coder Agent 会：

# 1. 先读取 src/auth.py 理解现有代码

# 2. 搜索项目中 JWT 相关的配置

# 3. 编写代码并运行测试

# 4. 如果测试通过，自动生成 conventional commit

实战 B：调研 Agent（researcher）

Profile Name: researcher

Description: Searches the web, reads documentation, and writes structured findings

SOUL.md 核心内容：

- 每个结论必须有信息来源

- 输出使用结构化格式（Markdown 表格优先）

- 区分"事实"和"推测"，标注置信度

模型: claude-sonnet-4（通过 Anthropic API）

内置技能:

✅ file-operations

Skills Hub:

✅ anthropic/skills/pdf

✅ openai/skills/web-research

MCP 服务器:

🔍 brave-search（网页搜索）

📁 filesystem（读写调研文档）

🌐 playwright（访问需要渲染的页面）

# 使用 researcher Profile 进行调研

hermes profile use researcher

researcher "调研当前 MCP 生态中 GitHub Stars 排名前5的服务器，输出对比表格"

# researcher Agent 会：

# 1. 搜索 GitHub Stars 排名数据

# 2. 访问每个项目的 README

# 3. 用 Playwright 访问需要 JS 渲染的详情页

# 4. 输出结构化对比报告

Profile Builder vs CLI：什么时候用哪个

场景	推荐方式	原因
第一次创建 Agent	Profile Builder	引导式流程，不易遗漏配置项
快速实验/原型	Profile Builder	可视化操作更快
批量创建 Agent	CLI	可脚本化，批量执行
CI/CD 集成	CLI	命令行适合自动化流水线
微调已有配置	任意	两者编辑的是同一组文件

关键理解：Profile Builder 和 CLI 操作的是同一组文件。用 Builder 创建的 Profile，后续可以用 CLI 微调；用 CLI 创建的 Profile，在 Builder 中同样可见和可编辑。

常见问题

Q: Profile Builder 创建的 Agent 能在桌面应用中使用吗？

可以。Hermes Desktop v0.16.0 支持多 Profile 并发会话，每个会话窗口可以连接到不同的 Profile。在桌面应用的设置中选择 Profile 即可切换。

Q: 不同 Profile 的 API Key 可以不同吗？

可以。每个 Profile 有自己的 .env 文件。你可以让 coder Agent 使用 DeepSeek 的 Key，researcher Agent 使用 Anthropic 的 Key，两者完全隔离。

Q: 创建的 Profile 占用多少磁盘空间？

初始状态下约 1-2 MB（主要是技能文件和配置）。随着使用（累积记忆、会话记录），会逐渐增长。建议定期清理不需要的会话记录。

Q: 可以删除 Profile 吗？

# CLI 删除

hermes profile delete <name>

# 或者直接从文件系统删除

rm -rf ~/.hermes/profiles/<name>

踩坑与排障

坑1：Dashboard 启动后看不到 Profile Builder

原因：Hermes Agent 版本低于 v0.16.0。Profile Builder 是 v0.16.0 的新功能。

解决：

hermes --version

# 如果版本号 < 0.16.0，升级：

pip install --upgrade hermes-agent[web]

坑2：Skills Hub 搜索不到想要的技能

原因：v0.16.0 的默认技能源是 nousresearch/skills、openai/skills、anthropic/skills、nvidia/skills 和 huggingface/skills。如果技能不在这些源中，需要手动添加 tap。

# 添加自定义技能源

hermes skills tap add https://github.com/my-org/my-skills

坑3：MCP 服务器安装后 Agent 调用失败

排查步骤：

# 1. 检查 MCP 服务器是否正常启动

hermes mcp list

# 2. 手动测试 npx 命令（对于 STDIO 传输）

npx -y @anthropic/mcp-server-brave-search --help

# 3. 检查 .env 中的 API Key 是否正确

cat ~/.hermes/profiles/<name>/.env | grep API_KEY

坑4：切换 Profile 后发现 Agent 行为没变化

原因：旧会话使用的是之前的 Profile。切换 Profile 后需要开启新会话。

# 确保在新会话中使用切换后的 Profile

hermes profile use <name>

# 然后开启新对话，不要在旧会话中继续

总结

Profile Builder 是 Hermes Agent 从"开发者工具"走向"大众化 Agent 平台"的关键一步。它降低了三个门槛：

创建门槛：从6条 CLI 命令缩减为一个浏览器表单
发现门槛：Skills Hub 和 MCP Catalog 让用户能浏览和搜索可用的扩展
理解门槛：引导式流程自带说明，不需要查文档就能完成配置

对于 AI 创业者来说，这意味着你可以在几分钟内为团队配置多个专用 Agent——一个做开发、一个做调研、一个做内容——全部运行在同一台机器上，不增加额外的基础设施成本。

Profile Builder 不替代 CLI，但它是每个 Hermes 用户都应该了解的第一个入口。

#AI创业 #Agent工坊 #HermesAgent #Profile #一人公司

本文由AI辅助创作，经人工审核编辑发布