最近社区里聊“智能体”聊得特别凶各种 Agent 框架满天飞但大部分人的玩法还停留在电脑上开个终端、跑个 WebUI 就算部署完了。我今天想聊点不一样的把 Hermes 这个 Agent 运行时直接塞进手机里让手机不再只是装各种 App 的“应用容器”而是变成一个能听、能说、能自己调用工具干活的 Robot Phone。Hermes 如果你还没听说过可以把它理解成一个专门跑 AI Agent 的“调度中枢”。你跟它说“帮我看看明天早上天气顺便规划一条去公司的路线”它不是简单回你一段文字而是自己去调天气接口、查地图导航、组合出结果再以语音或文本的形式回给你。这一套逻辑跑在手机上才算真正把“随身智能体”这个概念落地了。这篇文章我会从方案选型讲起把在手机上部署 Hermes 的完整步骤、关键配置、以及我踩过的坑全部写出来适合那些想在手机上尝试 Agent、愿意折腾 Termux、又不想只看官方文档干瞪眼的人。1. 在动手之前先把 Hermes 和 Robot Phone 这件事想清楚1.1 Hermes 到底是个什么东西很多人第一次接触 Hermes会把它理解成一个“聊天机器人外壳”其实这是最大的误区。Hermes 本质上是一个 Agent Runtime也就是智能体运行环境。它负责把大模型、工具调用、记忆存储、任务编排这几块东西串起来。你可以把它想象成一个“项目经理”大模型是给你出主意的专家工具是能实际干活的手脚记忆是过往经验的档案库。你下达一个目标Hermes 负责拆解、调度、执行、反馈。项目标题里的“Robot Phone ”也就是要把它当成一个有手有脑的数字助理来用。项目里跑通的典型链路是手机端的语音输入被转成文字Hermes 根据任务类型决定调用哪个模型来理解意图然后通过技能插件去访问定位、日历、地图、通知栏等手机能力最后把结果用 TTS 念出来或者推送到通知栏。整个过程用户感知到的就是“对着手机说了一句话它真的把事办了”而不是传统 App 那种“打开界面、点按钮、等结果”的交互方式。1.2 为什么非要在手机上跑你可能会问在电脑上部署 Hermes 不香吗性能强、屏幕大、调试方便。确实香但电脑解决不了“随身”和“感知”这两个问题。Robot Phone 的核心价值在于它天然拥有你的一部分实时数据当前定位、运动状态、通知内容、日程安排、甚至是环境声音通过麦克风。这些数据是电脑上没有的。Hermes 跑在手机上以后Agent 可以直接把这些数据当作工具参数来用这是任何云端 Agent 都做不到的。另外还有一个非常现实的原因成本。我实测下来把 Hermes 接上云端模型 API跑一个完整的“日常任务编排”场景一天大概是几十次请求费用也就是几毛钱级别。你花几十块钱给手机买个支架再花几块钱配一个 API Key一部旧安卓手机就能变成一台专属的 Robot Phone。这比购买任何智能音箱、智能助理硬件都便宜而且它是真正“你自己的”数据和调度逻辑都掌握在手里。1.3 这次部署的整体技术路线在开始安装之前我先把这次采用的方案画个框架方便你理解后面每一步是在干什么。硬件层一台安卓手机最好 6GB 以上内存、64GB 以上存储。旧手机完全可行我用的就是一台退役的三年前机型。系统层Android 系统上装 Termux它相当于一个 Linux 终端环境不 root 也能跑大部分命令行工具。Agent 运行时安装 Hermes包括主程序、配置目录、技能插件目录。模型层采用“本地小模型 云端大模型 API”的混合路由方案。简单任务走本地量化模型复杂推理走云端 API。工具层通过 Termux:API 包调用手机的定位、通知、麦克风、扬声器、摄像头等能力把这些能力包装成 Hermes 可调用的 Tool。我建议你把上面这条链路理解透再动手。很多人安装失败不是因为命令敲错而是根本不清楚这个组件在整条链路里的位置。Hermes 装好后会默认有一个 WebUI 入口前期调试可以在电脑浏览器里访问手机上的服务跑通以后再慢慢折腾语音和通知。2. 部署前准备手机、系统和模型方案选型2.1 手机选型与系统要求先说结论正规方案支持安卓系统建议 Android 10 及以上版本内存至少 6GB存储至少 8GB 可用空间。为什么有内存要求Hermes 本体运行时占用的内存并不高真正吃内存的是模型推理。如果你打算在本机跑一个 7B 级别的量化模型加载阶段很容易吃掉 3~5GB 内存。而系统还需要给 Termux 留出运行空间所以 6GB 是体验线8GB 及以上会比较舒服。我自己实测用的是 8GB 内存的骁龙 865 机型跑 1.5B 参数量的量化模型非常流畅跑 3B 模型需要把线程数限制在 4 线程才能不烫手。如果你手里的手机内存只有 4GB也不要直接放弃云 API 方案依然可以跑只是本地推理这条分支体验会差一些。2.2 准备好 Termux 基础环境Termux 是这次部署的基石。它不是一个模拟器而是 Android 上的原生终端环境可以通过包管理器安装 Python、Node.js、Git 等工具。安装 Termux 有两个关键点第一不要去应用商店下载老旧版本尽量到官方渠道获取最新包否则后面安装依赖时会碰到一堆兼容性问题。第二装完以后第一步先更新包管理器的软件源建议切换到国内镜像源不然下载包的速度会让你怀疑人生。终端里依次执行pkg update pkg upgrade -y pkg install python nodejs git build-essential clang cmake rust openssl上面这一行命令装的是 Hermes 运行所需的底层工具链。Python 和 Node.js 是主程序依赖git 用来拉取代码和技能插件build-essential、clang、cmake、rust 是为了让某些 Python 包在本地编译时能通过。这里有个比较容易踩的坑如果你以后要接语音识别、向量数据库这些额外组件尽量在开始阶段就把常用的包都装上。我一开始偷懒少装了 rust后面编译某个 tokenizer 包时直接报错又回头补装等于白等了半小时。2.3 模型方案选择本地跑还是接 API在手机上跑 Agent最绕不开的问题就是模型怎么接。Hermes 官方支持很多模型后端我自己用了这么久总结了三种路线建议你根据实际条件选择。第一种是纯本地模型方案。通过 llama.cpp 或同类后端加载 GGUF 格式的量化模型好处是完全离线、隐私性最强坏处是手机上能流畅跑的模型体量普遍在 7B 以下复杂推理能力有限。适合处理天气查询、定时提醒、信息抽取这类轻量任务。第二种是纯云 API 方案。通过 Hermes 接入 DeepSeek 这类在线模型的 API效果上限最高调试也最简单但每次调用都有网络开销和延迟离线时直接瘫痪。适合追求性能、网络稳定的场景。第三种是我推荐的主流路线混合路由。让 Hermes 根据任务复杂度自动在本地小模型和云端大模型之间切换。比如“今天几号”这种问题本地处理而“帮我写一份周报草稿”就交给云端 API。这个方案既省了成本又保住了响应速度后面我会专门讲路由配置方法。3. 手机上安装 Hermes从命令行到 WebUI3.1 获取安装包与处理安装依赖Hermes 目前推荐的安装方式是通过官方脚本直接拉取主程序。在 Termux 终端里执行以下命令curl -fsSL https://hermes-agent.serv/install.sh | bash如果安装过程提示缺少依赖就反过来更新 Termux 的包再重试。官方脚本会检测环境并自动写配置文件整个过程大概需要 10 到 20 分钟看网络状况。安装完成后建议把 Hermes 的可执行目录加到 PATH 里。官方脚本一般在最后会提示你把这行加到.bashrc中类似echo export PATH$HOME/.hermes/bin:$PATH ~/.bashrc source ~/.bashrc然后执行hermes --version验证一下。如果能看到版本号说明主程序已经可以正常启动。这里我遇到过一个问题Termux 的 shell 环境每次新开窗口并不会自动加载.bashrc而是加载.bash_profile所以如果重启终端后找不到 hermes 命令记得在.bash_profile里加一行source ~/.bashrc。还有一个小细节安装完毕后不要急着启动服务先运行hermes doctor或类似的自检命令它会列出一堆你缺的依赖和配置项。我第一次部署时忽略了这一步结果启动服务后报了一堆缺失模块的错误排查起来非常痛苦。3.2 初始化配置模型接入与数据目录Hermes 的主配置文件位于~/.hermes/config.yaml安装脚本会自动生成默认配置模板。你需要重点改几个部分。模型接入部分核心是修改 model 和 router 节点。以混合路由为例配置文件大致长这样model: default: cloud router: - name: local type: llama model_path: /data/data/com.termux/files/home/models/agent-qwen2.5-1.5b-instruct-q4_k_m.gguf context_length: 8192 max_tokens: 2048 threads: 4 - name: cloud type: openai api_base: https://api.deepseek.com/v1 api_key: sk-xxxx model: deepseek-chat rules: - task_type: chat target: cloud - task_type: simple_query target: local duration_threshold: 5s上面这段配置的意图是所有对话类任务走云端模型保证质量简单查询类任务走本地模型保证速度。duration_threshold是判断简单任务的时间阈值如果本地模型预计能在 5 秒内返回结果就走本地。配置里的api_base需要根据你实际用的服务商来改不要照抄。数据目录默认在~/.hermes/storage用来存放 Agent 的对话历史、记忆矩阵和技能插件状态。如果你想迁移数据直接打包这个目录就行。3.3 启动服务与远程 WebUI 访问配置完成后启动服务只需要一行命令hermes serve --host 0.0.0.0 --port 3000--host 0.0.0.0的意思是监听所有网络接口这样你在同一局域网下的电脑、平板都能通过浏览器访问 WebUI。如果只在本机访问可以省略这个参数。WebUI 默认路径是http://手机IP:3000里面可以看到当前模型状态、任务队列、技能日志。我在调试阶段基本都是开着 WebUI 看的因为终端日志不够直观而 WebUI 会把一次 Agent 的完整执行链路展示出来包括用户输入、任务拆分、工具调用、模型返回结果等等排查问题效率高很多。这里必须提醒一个安全细节--host 0.0.0.0意味着局域网内任何人都能连上你的 Hermes 服务。Termux 没有防火墙配置界面我建议你在初始化配置里加上一个访问令牌比如server: auth_token: mojimiyaogaijicheng然后在 WebUI 登录时输入正确的 token 才能访问。千万不要图省事跳过这一步我实测过同一个 WiFi 环境下扫描端口是很容易发现未授权服务的。3.4 关于 Docker 部署路径的补充说明网上很多 Hermes 教程推荐用 Docker 部署但我要泼一盆冷水在手机上跑 Docker 不如直接跑原生版。Docker 依赖的容器引擎需要占用额外内存而且 Android 上跑容器级的 Linux 环境性能和隔离效果都受限。之前有网友问“Windows 上安装 Hermes 用 Docker 比 WSL2 更省资源”其实 Windows 上 Docker Desktop 也默认是走 WSL2 后端的不存在谁更省资源的问题。手机上的情况更特殊Termux 本身已经提供了足够的系统调用兼容层再套一层容器纯属多此一举。如果你是那台手机安装了完整的 Linux 环境也就是通过 chroot 或容器方式运行了 Ubuntu 或 Debian 发行版那在发行版里面装 Hermes 确实会更接近桌面端的部署体验。但绝大多数人不需要走那条路Termux 原生方案足够支撑日常使用了。4. 把手机改造成 Robot Phone 的关键配置4.1 装上“耳朵和嘴巴”语音交互配置Robot Phone 的第一感官就是语音。我建议安装 Termux:API 应用这相当于给 Termux 和 Android 系统能力之间开了一座桥。安装 Termux:API 分两步。第一步在 Termux 里执行pkg install termux-api第二步去应用商店或官方渠道安装 Termux:API 的 Android 应用这个应用负责把系统 API 暴露给终端。注意终端里的包和 Android 应用缺一不可很多人只装了终端包就开始调麦克风结果一直报权限错误。语音链路的核心是三个工具语音识别模型、语音合成模块、以及录音通道。Hermes 的技能系统自带一个voice_input技能它调用termux-microphone-record录制用户语音然后交给whisper.cpp转成文字再进入 Agent 流程回复时通过termux-tts-speak把模型输出转成语音。我在配置 TTS 时有个心得中文场景下系统默认的 TTS 引擎效果一般建议多装一个中文语音引擎然后在 Termux 里用termux-tts-settings切换引擎和语速。我习惯把语速调到 1.05听起来比较自然默认的 1.0 有点机械感。4.2 打通通知栏和传感器让 Agent 感知手机状态Robot Phone 和普通语音助手的另一个区别是它能“看见”手机里发生了什么。Hermes 可以通过技能插件周期性或被动地获取手机状态。我设计了一套这样的自动化早上 8 点Hermes 读取当天的日历事件、当前天气、通勤路况汇总成一份简报到通知栏当手机检测到耳机连接时自动播放新闻摘要当电量低于 20% 时它会主动问你是否需要查找附近充电桩。实现这些能力并不复杂核心是几个 Termux:API 命令termux-battery-status # 电量、温度、充电状态 termux-location # 当前定位 termux-notification-list # 通知栏消息 termux-sensor -s accelerometer # 加速度传感器数据 termux-call-log # 通话记录这些命令返回的都是 JSON 格式数据。Hermes 的技能插件可以把它们封装成标准的工具接口Agent 在需要时直接调用。比如我猜测你要写导航类技能可以让 Hermes 先通过termux-location获取当前坐标再把它作为参数传给高德地图的 URL API最后通过termux-open-url唤起地图 App 导航。4.3 技能与任务编排让它开始“自己干活”说一个我跑通的例子你感受一下什么叫“自己干活”。我配置了一个“下班回家”技能。对着手机说一句“我要回家了”Hermes 会启动下面这一串流程先调用定位获取当前公司位置然后调高德地图接口查询回家路线的路况和时间再检查日历看今晚有没有日程最后把汇总信息通过 TTS 在蓝牙耳机里播报。整个流程里我只说了一句话其他全部由 Agent 自动编排完成。这种编排逻辑在 Hermes 里是通过技能定义文件实现的。技能格式大致是name: go_home trigger: phrase: 我要回家 steps: - tool: get_location - tool: amap_route params: destination: home - tool: query_calendar output: combine这里每个 tool 都可以是一个 Python 脚本或者外部 API 调用。Hermes 支持自定义技能接口你也可以写一个notify_slack.py、send_email.sh之类的脚本让 Agent 在对应步骤里动态调用。这个自定义能力是 Robot Phone 真正强大的地方——你的手机不是固定的那几个预设技能而是可以随时长出新的能力。4.4 多模型路由调优平衡速度、成本与质量上一步的混合路由配置只是个基础真正常态化使用 Hermes路由策略要根据任务类型精细调优。我建议把任务分成四类。第一类是纯指令型比如“打开手电筒”“倒计时十分钟”这类任务本质是工具调用本地小模型就能正确识别不用浪费云端 API。第二类是信息查询型比如“今天股票行情”需要实时数据但推理量不大本地模型负责提取查询实体再交给工具取数就行。第三类是内容生成型比如“帮我写一段朋友圈文案”这类需要较强的语言能力尽量走云端大模型。第四类是复杂多步规划型比如“规划一次周末出行”需要在多个工具之间来回决策这类任务必须交给能力最强的云端模型。配置上可以这样player: task_matcher: rule: intent: tool_only target: local rule: intent: short_generation target: cloud max_tokens: 1000 rule: intent: multi_step target: cloud temperature: 0.2这个配置还可以在 WebUI 里逐条调试。我调试时通常会在测试面板同时发十几个不同难度的任务观察每个任务被路由到了哪个模型、耗时多少、结果质量如何。实测下来本地 1.5B 模型对“今天是几号”“打开某个 App”这类短指令的识别准确率已经能到 90% 以上真正送去云端的基本都是长文本和理解推理型任务成本控制效果非常明显。5. 常见问题与排查技巧实录5.1 内存不足和运行卡顿手机内存有限Hermes 跑起来以后加上模型进程很容易触摸到系统的内存上限。我的建议是给 Termux 开启 Linux 交换分区。在 Termux 里执行pkg install termux-tools termux-setup-storage然后创建一个交换文件。注意不要开太大否则会频繁读写闪存影响寿命。我实测开 2GB 交换文件再加上 Hermes 自己的内存池限制在 1GB 以内整机表现就稳定很多。模型侧也不要贪多。在手机端跑模型量化精度选 Q4_K_M 就足够了再高的精度对手机来说提升有限但内存占用剧增。线程数建议限制在 4~6全线程跑会让 CPU 瞬间满载手机直接变暖宝宝。5.2 API 请求报错和速率限制接云 API 时最常见的两个问题请求延迟和速率限制。延迟高一般是因为请求体太大或网络不稳定。我建议在 Hermes 配置文件里设置request_timeout: 30s并在重试策略里打开指数退避避免因为瞬间重试过多被服务端封禁。关于速率限制你需要仔细看服务商返回的错误码如果是 429说明触发限流合理的做法是降低单位时间内的任务并发数如果是 400 参数错误多半是本地模型把构造请求的参数搞错了去 WebUI 任务日志里看下具体入参就能定位。有段时间我的 Hermes 总是间歇性请求被拒绝排查了半天发现是手机系统休眠导致网络连接被挂起请求重建后把上下文丢了。后来我一律用termux-wake-lock保持唤醒状态问题才彻底消失。5.3 进程被杀和权限问题Android 系统对后台进程的管理非常激进即使你不锁屏Hermes 跑了一会儿也可能被杀掉。解决办法有两个。第一给 Termux 应用加电池白名单。在每个厂商的系统设置里路径不同一般是“设置-应用-特殊访问权限-电池优化”把 Termux 设为不优化。第二步是在 Termux 里执行termux-wake-lock这个命令会生成一个前台通知让系统知道这个应用正在持续工作从而降低被杀的概率。实测下来加了 wake-lock 以后Hermes 服务最多连续稳定运行了两天没有断线。权限问题则更隐蔽。Termux:API 的麦克风、定位、通知读取等权限在第一次调用时系统会弹出授权窗口。很多人直接点了拒绝后来运行技能时才发现没有任何数据返回。建议在部署阶段把 Termux:API 应用的所有权限都手动打开包括定位权限设为“始终允许”否则锁屏后 Agent 会立刻失去定位能力。5.4 开机自启动与长时间运行方案Robot Phone 最好能断电重启后自动恢复服务。Termux 官方提供了termux-boot应用配合使用可以实现开机自启脚本。在~/.termux/boot/目录下创建启动脚本内容类似#!/data/data/com.termux/files/usr/bin/bash termux-wake-lock hermes serve --host 0.0.0.0 --port 3000然后安装 Termux:Boot 应用授予自启动权限。每次开机Hermes 服务会自动拉起。如果你担心终端意外退出导致服务中断还可以在终端里启用 tmuxtmux new-session -s hermes -d hermes serve --host 0.0.0.0 --port 3000这样做的好处是即使你主动关闭了终端界面Hermes 服务也会继续在后台跑重新打开 Termux 后用tmux attach就能看到原来的日志输出。5.5 发热和续航平衡手机长时间运行 Agent发热是绕不开的问题。我个人实践出来的平衡方案是白天工作时段让 Hermes 全功能运行夜间只开一个低功耗的迷你服务仅保留定时任务和通知监听把模型推理和语音交互都停掉。Hermes 本身支持多个实例配置你可以在~/.hermes/profiles/下建两个 profile一个 full 模式一个 low_power 模式。晚上通过定时任务切换到 low_powerCPU 占用会明显下降手机温度能保持在 35 度以下。这个做法虽然没有减少多少模型请求总量但让手机可以真正 7×24 小时连续运行而不是热得让人不敢摸。那我个人最后再分享一个经验部署完 Hermes 以后不要急着加一堆花哨的技能。先让它跑一个最基础的“天气日程”语音播报流程把整个链路亲手走通再去慢慢加地图、通知、自动化这些能力。因为每个新技能都会引入新的变量如果基础链路不稳排查起来会非常痛苦。我用这台旧手机跑 Hermes 已经快三个月了一开始也觉得折腾但当你真正对着手机说一句话看着它自己完成整套任务的时候你会觉得这远比用着厂商云同步的智能助理踏实多了。