企业官网建设流程全解析

最近一直在折腾一件事：把 Hermes 这个开源智能体框架直接部署到手机上，让它变成一个能听懂人话、自己动手干活的 Robot Phone。折腾了大概一周，踩了不少坑，也把整个流程理顺了，今天干脆把这套部署方案和心得完整写出来，给同样想搞 AI 手机、又不想只停留在聊天阶段的朋友一个参考。

这篇内容主要解决三个问题：Hermes 到底是什么，怎么把一个 Agent 框架装进手机，以及装完之后怎么让它真正帮你发短信、拨电话、控制应用、执行自动化任务。无论你是懂 Python 的开发者，还是只会跟着教程操作的小白，只要手里有一台 Android 手机，基本都能跟着流程走完一遍。

1. 项目概述与核心思路

1.1 什么是 Hermes Agent 和 Robot Phone

Hermes 是一个面向本地优先场景设计的智能体框架，它把大语言模型、工具调用、流程编排和系统接口这几层拆开，提供了一套很轻量的机制，让模型不只能“聊天”，还能实际操作手机上的功能。所谓 Robot Phone，简单说就是让手机从被动接受指令变成主动感知和执行，像一个微型机器人那样，你说一句“帮我给老王发条消息说晚点到”，它自己完成联系人查找、短信发送、确认结果这一整套动作。

我之所以在这么多 Agent 项目里挑中 Hermes，一是因为它的核心代码足够精简，依赖也不重，适合放到手机这种资源受限的环境里跑；二是它的工具注册方式非常直白，写一个 Python 函数就能变成一个可供模型调用的工具，不用理解复杂的 Agent 协议；三是它默认不依赖任何云端服务，模型、工具、推理全部可以在本地完成，隐私和成本都更可控。

1.2 为什么强调“本地部署”而不是直接接云端 API

很多人问，手机装个客户端、把请求发到云端大模型不就完了，为什么非要在手机本地部署一套东西？关键在于“可操作性和权限”。普通聊天 App 只能调云端模型，模型没办法直接访问你手机里的短信、闹钟、文件、应用状态。Hermes 这类本地 Agent 则不同，它运行在你的设备上，可以直接通过系统接口读取和操作数据，相当于给模型装上了“手和眼睛”。

当然，本地部署也意味着算力有限，所以在架构设计上要遵循“小模型做决策、系统工具做执行、大模型按需调用”的分工。Hermes 的设计恰好朝这个方向走，底层模型可以用几百 MB 到几个 GB 的小参数模型，够理解指令就行，真正干活的是后面挂载的一堆本地工具。这也是我在选型时最看重的一点：它不是在手机上硬塞一个大模型，而是用一套轻量智能体把手机能力串起来。

2. 部署前必须搞清楚的方案选型

2.1 手机硬件与系统要求

先说结论：Android 10 以上、内存 8GB 以上的手机体验最好，6GB 内存也能跑起来，但需要把模型压到 3B 以内，并做好 Swap 扩展。我实测用的是天玑 8000 处理器的旧机型，12GB 内存，整个部署下来流畅度可用。

如果你是 iPhone，目前不建议按这个路子走。iOS 对后台进程和系统接口的限制太严格，很多操作（比如读取短信、模拟点击）根本绕不过去。与其折腾越狱，不如直接找一台闲置 Android 手机，这也是 Robot Phone 玩法的主流选择。

另外，存储空间建议至少留出 8GB 空闲。Termux、基础依赖、模型文件、日志文件等加起来很快会超过 4GB，后续如果还要接入语音识别模型，空间只会更紧张。

2.2 本地模型选型：不要盲目贪大

Hermes Agent 本身不绑定模型，只要兼容 OpenAI API 或 Ollama API 的模型都能接。在手机上跑，模型选型直接决定体验。我试过几档：

我的建议：如果只做短信、闹钟、天气这类结构化操作，1.5B 模型足够；如果想让对话更自然、能处理临时出现的多步指令，优先考虑 3B 版本。不要一上来就上 7B，那种“模型能力很强，但每次回复要等三十秒”的体验，用几次就劝退了。

2.3 环境路线：Termux 还是 Linux Deploy

手机端部署 Agent，本质上得有一个能跑 Python 和系统调用的 Linux 环境。目前主流有两种路线：

• Termux：不需要 root，安装方便，包管理器直接装依赖，适合大多数用户。Termux 还能配合 Termux:API 调用手机原生功能，这是我能给出最顺滑的组合。
• Linux Deploy / chroot：需要 root 或使用 proot，可以跑完整 Debian/Ubuntu 环境，兼容性更好，但配置更复杂，而且会破坏 Android 原有的应用隔离。

我最终选择的是 Termux + proot-distro 里的 Debian。我不直接跑在 Termux 原生环境，而是先装一个 Debian 容器，再在容器里部署 Hermes Agent 和 Ollama。这样最大的好处是依赖隔离，避免 Termux 里 Python 包版本和系统库互相打架。

3. 完整部署流程：从零到 Robot Phone 跑起来

3.1 第一步：准备 Termux 和基础依赖

先用 F-Droid 安装 Termux，注意千万不要用 Google Play 商店里的版本，那个早已停更，很多包都装不了。安装完成后打开 Termux，先换源再更新，这一步能省很多事：

termux-change-repo pkg update && pkg upgrade -y pkg install -y python git build-essential ffmpeg termux-api proot-distro

这里有个关键词要提醒：如果你在手机上下载依赖时一直失败，多半是网络源的问题，把 Termux 的软件源切换成国内镜像即可，不用折腾网络代理。termux-api这个包特别重要，后面所有短信、电话、通知栏功能都靠它。

接着安装 proot-distro，并创建一个 Debian 容器：

proot-distro install debian proot-distro login debian

进入 Debian 容器后，继续安装 Python、pip 和基础编译工具：

apt update && apt install -y python3 python3-pip git curl build-essential python3 -m pip install --upgrade pip

到这里，基础环境就准备好了。整个过程约需要 15 到 30 分钟，视网络和手机性能而定。

3.2 第二步：在容器里安装 Ollama 并拉取模型

Hermes Agent 默认对接 Ollama 作为推理后端，所以需要先把 Ollama 跑起来。Ollama 官方其实不直接支持 Termux，但在 proot 的 Debian 容器里可以安装 Linux 版本。执行：

curl -fsSL https://ollama.com/install.sh | sh

如果安装脚本在容器内线上不好使，也可以去 GitHub Releases 下载ollama-linux-arm64.tgz，手动解压到/usr/local并创建 systemd 服务。装完后启动 Ollama：

ollama serve &

再拉取模型。以 Qwen2.5 1.5B 为例：

ollama pull qwen2.5:1.5b

我建议同时拉一个 3B 模型用于复杂场景：

ollama pull llama3.2:3b

模型文件默认放在 Debian 容器的/root/.ollama下，如果空间不够，可以用OLLAMA_MODELS环境变量把它指到 Termux 可读的外部存储目录，但这个操作需要额外设置权限，新手可以先不管。

3.3 第三步：安装 Hermes Agent

目前 Hermes Agent 的发布方式比较灵活，可以直接用 pip 安装，也可以从源码跑。我推荐从源码 clone，因为主分支更新快，而且你后续想加自定义工具时，直接在源码目录下写更方便：

pip install hermes-agent

如果你发现 pip 上的版本比较旧，或者缺少某些插件，就改用源码部署：

git clone https://github.com/hermes-agent/hermes-agent.git cd hermes-agent pip install -r requirements.txt pip install -e .

安装完成后，执行hermes --version确认能正常输出版本号。如果提示找不到命令，多半是 Python 的 Scripts 目录没加进 PATH，可以直接用python3 -m hermes.cli --version代替。

3.4 第四步：编写核心配置文件

Hermes Agent 的配置采用 YAML 格式，我用的配置文件大概是这样的：

agent: name: "Robot Phone" model: "qwen2.5:1.5b" backend: "http://127.0.0.1:11434" temperature: 0.2 max_tokens: 512 device: platform: "android" termux_api: true adb_enabled: false notification_access: true permissions: - sms - call - alarm - location - camera tools: enabled: - send_sms - make_call - set_alarm - get_weather - open_app - take_photo

这里有几个参数需要解释一下。

• temperature调成 0.2，是因为 Agent 执行任务时需要确定性，不能每次回复都不一样。
• permissions列表不是摆设，Hermes 会按这个列表去检查 Termux:API 的对应权限，没有权限的操作会直接报错。
• tools.enabled是真正让模型能用哪些工具的白名单。初装时建议只开两三个工具，跑通后再逐步增加，避免模型“选择困难”。

3.5 第五步：启动服务并做基本自检

启动 Hermes Agent：

hermes start

或者如果你是从源码启动：

python3 -m hermes.cli start

启动后日志会出现类似Listening on http://127.0.0.1:8321的提示。这就是 Agent 的本地服务端口。先在容器里用 curl 做个自检：

curl http://127.0.0.1:8321/health

正常会返回{"status": "ok"}。接着做一个最简单的交互测试，问它“你好，你能做什么”，如果回复内容正常，说明 Ollama 和 Hermes 已经通了。

3.6 第六步：打通 Termux:API，让 Agent 能操作手机

这时候 Agent 还只是跑在容器里的“光杆司令”，想让它真正控制手机，需要把 Termux:API 的接口注册成 Agent 工具。Hermes 提供了现成的termux_tools插件，安装方式如下：

python3 -m hermes.plugins install termux_tools

然后在配置文件的tools.enabled里加入对应工具。重启 Agent 后，执行：

hermes shell

进入交互模式，输入：

帮我把手机调成振动模式

如果 Agent 能返回“已调用 termux-settings set vibrate”之类的信息，说明手机外部接口打通了。如果没有反应，检查 Termux 的 API 服务是否已开启，以及是否安装了termux-api对应 App（在 F-Droid 里单独下载）。

4. 实战玩法：让 Robot Phone 真正“智能”起来

4.1 语音交互：给 Robot Phone 装个“耳朵”

只有文字交互还差点意思，Robot Phone 至少要能听懂人说话。我用的是sherpa-onnx做本地语音识别，它支持热词功能，可以自定义唤醒词“Hey Hermes”。

安装依赖：

pip install sherpa-onnx

下载一个中文语音识别模型，比如sherpa-onnx-streaming-zipformer-zh-14M，然后写一个简单的 Python 脚本实时识别麦克风输入，识别到文本后通过管道传给 Hermes Agent 的 API。大致逻辑：

import sherpa_onnx import requests recognizer = sherpa_onnx.OnlineRecognizer.from_zipformer(...) for text in recognizer.stream(): requests.post("http://127.0.0.1:8321/chat", json={"message": text})

这套方案在手机上跑语音识别占用约 300MB 内存，延迟在一两秒左右，可以接受。如果不想写代码，Hermes 配置里也有语音接入的示例，指向一个本地 WebSocket 服务即可。

4.2 自动发短信和拨打电话

这是最实用、也最容易出效果的功能。预先在配置里启用了send_sms和make_call工具后，直接对 Hermes 说：

给李姐发短信，内容是我马上到，让她先点菜

Hermes 会先通过本地模型识别出联系人“李姐”，然后在通讯录里查找匹配项，再调用 Termux:API 的termux-sms-send发送。整个链路在日志里都能看到：

[action] resolve_contact("李姐") -> 138... [action] send_sms(to="138...", body="我马上到，让她先点菜") [action] result: success

这里有个关键技巧：如果联系人里存在多个“李姐”，Agent 会通过上下文问你要哪个，你只需要回答“第二个”就行。这种多轮澄清能力是 Agent 框架相比简单自动化脚本最大的优势。

4.3 定闹钟、日程管理和天气播报

再举一个“起床助手”的例子。每天早上 7 点，Hermes 通过定时任务触发，自动获取天气接口的数据，然后播报当天的气温和出行建议，同时帮你把 7 点 10 分的闹钟设好。

配置文件里可以加一个schedule段：

schedule: - time: "07:00" task: "morning_brief" - time: "12:30" task: "weather_report"

在 Hermes 里注册一个morning_brief工具函数，它依次调用天气工具、闹钟工具，并把结果合成一段语音文本。这种组合能力，本质上就是把离散的手机功能编排成一个“机器人管家”。

4.4 进阶玩法：通过 ADB 控制任意 App

Termux:API 可以触达系统级能力，但有些第三方 App 操作它做不到，比如自动刷新闻、自动打卡。这时候可以借助 ADB 来做界面级控制。原理是 Hermes Agent 通过 ADB 向 Android 系统发送模拟点击、滑动和输入事件，本质上变成了“手机上的 RPA”。

开启手机无线调试，然后在 Termux 里：

adb pair 192.168.1.10:5555 adb connect 192.168.1.10:5555

再把adb_enabled设为true。之后你就能指示 Hermes 打开某个 App，然后执行一系列点击操作。不过这条路复杂且容易受界面变化影响，建议作为进阶玩法，初期还是先把手表级的工具链跑稳。

5. 踩坑实录：这些问题我提前帮你排掉

5.1 模型推理太慢，回答一次要半分钟

这是最容易遇到的问题。如果推送的是 7B 模型，在手机上基本没法用。解决思路第一个是换 1.5B 或 3B 模型；第二个是降低max_tokens，不要让模型每次都输出一长串解释；第三个是关闭系统动画特效，把手机处理器性能调度设为均衡/性能模式，减少后台限制。

我实测下来，Qwen2.5 1.5B 模型在 12GB 内存手机上的首 token 延迟大约 800ms，一句话完整输出在一两秒左右，属于可接受范围。

5.2 Ollama 进程被系统杀掉

Android 的后台管理策略对 Linux 容器进程很不友好，息屏一段时间后 Ollama 就没响应了。解决办法是使用 Termux 的 wakelock：

termux-wake-lock

同时在系统设置里，把 Termux 的电池优化设为不限制，并将后台运行权限设为“允许”。如果还是被清，考虑用nohup ollama serve &启动，并把日志重定向到文件，方便排查是否被 OOM 结束。

5.3 Termux 访问不到存储和短信权限

执行termux-setup-storage后，Termux 才能访问/sdcard。短信、电话这类敏感权限需要单独在系统设置里授权给 Termux/Termux:API。如果授权后仍然提示权限不足，建议重启一次 Termux 服务，有时权限广播没有即时生效。

5.4 Hermes 依赖冲突，启动直接报错

手机环境里同时装了很多 Python 包，很容易出现依赖版本冲突。我的建议是全程在 proot 的 Debian 容器里用虚拟环境隔离：创建/opt/hermes-venv，所有安装都pip install进这个虚拟环境。虽然多几步，但能避免后期各种莫名其妙的导入错误。

5.5 模型生成结果绕来绕去不执行工具

核心原因是提示词和温度设置的问题。把temperature调到 0.2，并把系统提示词写清楚，比如：“You are a phone assistant. When you need to perform a task, always call the available tools. Never say fake actions.” Hermes 内置的默认提示词已经很完善，但如果你改过，很容易破坏格式约定。

下面是常见问题速查：

6. 扩展思路和我的真实感受

跑通之后，很多人会想继续往里面加东西。比较常见的扩展方向有：接入安卓通知监听，让 Agent 在 App 弹出消息时自动总结并播报；接入 Home Assistant，把 Robot Phone 变成智能家居语音入口；或者利用手机摄像头做视觉识别，让 Agent 能“看”到周围环境。Hermes 的工具注册机制让这些扩展都不需要改框架本身，写一个函数套一层接口就能用。

另外我也做了一个小优化：把常用指令做成“快捷短语”，比如输入“晨报”，Agent 就自动执行天气、日程、新闻三件套，省去每次说一长串。这个思路不是魔法，本质上是给 Agent 配了一套预置模板，真正处理时还是会走工具调用链路。

最后分享一条我的真实感受：手机部署 Agent 这件事，最大的障碍不是技术，而是心态。别指望一部中端手机能跑出云端大模型那种智能水平，Robot Phone 的价值在于“把手机能力用一种自然语言的方式暴露出来”。当你说“帮我关掉 WiFi 并定一个明天的闹钟”，它真的执行了的时候，那种“手机活了”的感觉，确实挺上头的。如果你手里也有一台闲置安卓机，不妨按这个流程试试，大概率你会收获一个属于你自己的 Robot Phone。