ghcr.io/nesquena/hermes-webui:0.51.388

Hermes Web UI

Hermes Agent 是一款运行在您服务器上的高级自主代理，可通过终端或消息应用访问，它能记住所学内容，并且运行时间越长，能力越强。

Hermes WebUI 是一款轻量级、深色主题的 Web 应用界面，可在浏览器中访问 Hermes Agent。与 CLI 体验完全对等——您在终端能做的所有事情，都可以通过此 UI 完成。无需构建步骤，无需框架，无需打包工具。仅需 Python 和原生 JS。

布局：三面板。左侧边栏用于会话和导航，中间用于聊天，右侧用于工作区文件浏览。模型、配置文件和工作区控制项位于 编辑器底部——在编辑时始终可见。圆形上下文环可直观显示令牌使用情况。所有设置和会话工具都在 Hermes 控制中心（侧边栏底部的启动器）中。

• 支持完整配置文件的浅色模式
• 自定义设置，配置密码
• 带内联预览的工作区文件浏览器
• 会话项目、标签和工具调用卡片

这使您通过便捷的 Web UI 获得与 Hermes CLI 几乎 1:1 的对等体验，您可以通过 Hermes 环境中的 SSH 隧道安全访问该 UI。只需一条命令即可启动，一条命令即可通过 SSH 隧道在您的计算机上访问。Web UI 的每一部分都使用您现有的 Hermes 代理和现有模型，无需任何额外设置。

---

目录

• 为什么选择 Hermes — 它是什么以及如何比较
• 快速开始 — 克隆 + bootstrap.py / start.sh / ctl.sh
• 功能 — 聊天、会话、工作区、语音、配置文件、安全、主题、面板、移动设备
• 配置与访问 — 自动发现、覆盖、远程/Tailscale/手机、手动启动
• Docker — 单容器和多容器部署
• 运行测试
• 架构 — 后端/前端布局、状态目录
• 文档 — 完整文档索引
• 贡献者

---

为什么选择 Hermes

大多数 AI 工具在每个会话中都会重置。它们不知道您是谁、您在做什么工作，或者您的项目遵循什么约定。您每次都需要重新解释。

Hermes 跨会话保留上下文，在您离线时运行计划任务，并且运行时间越长，对您的环境了解越深入。它使用您现有的 Hermes 代理设置和现有模型，启动时无需额外配置。

它与其他代理工具的不同之处在于：

• 持久内存 — 用户配置文件、代理笔记以及保存可重用程序的技能系统；Hermes 学习您的环境，无需重新学习
• 自托管调度 — 在您离线时触发的 cron 任务，可将结果发送到 、、Slack、Signal、电子邮件等
• 10+ 消息平台 — 终端中可用的同一代理可从您的手机访问
• 自我改进技能 — Hermes 从经验中自动编写和保存自己的技能；无需浏览市场，无需安装插件
• 供应商无关 — 支持 OpenAI、Anthropic、Google、DeepSeek、OpenRouter 等
• 编排其他代理 — 可生成 Claude Code 或 Codex 来处理繁重的编码任务，并将结果带回自己的内存
• 自托管 — 您的对话、您的内存、您的硬件

与同类工具对比 (领域正在不断变化 — 完整分析参见 docs/why-hermes.md)：

† Claude Code 具有 CLAUDE.md / MEMORY.md 项目上下文和滚动自动内存，但不具备完整的跨会话自动回忆功能
‡ Claude Code 具有云托管调度（Anthropic 基础设施）和会话范围的 /loop；无自托管 cron

最接近的竞争对手是 OpenClaw — 两者都是始终在线、自托管、开源的代理，具备内存、cron 和消息功能。主要区别：Hermes 将自动编写和保存自己的技能作为核心行为（OpenClaw 的技能系统以社区市场为中心）；Hermes 在更新过程中更稳定（OpenClaw 有记录的版本回归问题，且 ClawHub 曾发生涉及***技能的安全事件）；并且 Hermes 原生运行在 Python 生态系统中。完整对比参见 docs/why-hermes.md。

---

快速开始

运行仓库引导程序：

git clone https://github.com/nesquena/hermes-webui.git hermes-webui
cd hermes-webui
python3 bootstrap.py

或者继续使用 shell 启动器：

./start.sh

对于自托管 VM 或家庭实验室安装，ctl.sh 封装了常见的守护进程生命周期命令，无需 fuser 或 pkill：

./ctl.sh start # 后台守护进程，PID 位于 ~/.hermes/webui.pid
./ctl.sh status # PID、运行时间、绑定的主机/端口、日志路径、/health
./ctl.sh logs --lines 100 # 查看 ~/.hermes/webui.log 的最后 100 行
./ctl.sh restart
./ctl.sh stop

ctl.sh start 在守护进程包装器后台以前台/无浏览器模式运行引导程序，将日志写入 ~/.hermes/webui.log，并支持 .env 文件以及内联覆盖，例如 HERMES_WEBUI_HOST=0.0.0.0 ./ctl.sh start。

[!IMPORTANT] 停止服务器。每种启动方法都有自己的停止方式，因为只有 ctl.sh start 会写入 PID 文件（~/.hermes/webui.pid）：

启动方法	停止方式
python3 bootstrap.py 或 ./start.sh	在终端中按 Ctrl-C（两者均在前台运行）
./ctl.sh start	./ctl.sh stop（发送 SIGTERM，等待后发送 SIGKILL）
分离的 bootstrap.py（无 --foreground）	通过 lsof -i :8787（或 ss -tlnp）找到 PID 并 kill 它

./ctl.sh stop 无法直接停止由 bootstrap.py 或 start.sh 启动的服务器 — 它仅管理自己启动的进程。

高级：动态回忆预填充和 Gateway 支持的聊天

两个可选的自托管部署功能 — 将动态 会话回忆预填充 附加到浏览器对话（Joplin/Obsidian/Notion/llm-wiki 路由器），以及通过运行的 Hermes Gateway 路由浏览器聊天 — 记录在 docs/advanced-chat-setup.md 中。大多数用户不需要这两个功能。

引导程序将：

功能特性

聊天与智能体

• 通过 SSE 实现流式响应（令牌生成后即时显示）
• 多提供商模型支持——任何 Hermes API 提供商（OpenAI、Anthropic、Google、DeepSeek、Nous Portal、OpenRouter、MiniMax、小米 MiMo、Z.AI）；动态模型下拉列表根据已配置的密钥自动填充
• 处理消息时可发送新消息——系统会自动排队
• 内联编辑任何历史用户消息并从该点重新生成响应
• 一键重试上次助手响应
• 直接从输入框底部取消正在运行的任务（发送按钮旁的停止按钮）
• 内联工具调用卡片——每张卡片显示工具名称、参数和结果片段；多工具轮次可展开/折叠所有卡片
• 子智能体委托卡片——子智能体活动显示独特图标和缩进边框
• 内联渲染 Mermaid 图表（流程图、序列图、甘特图）
• 思考/推理显示——可折叠的金色主题卡片，用于 Claude 扩展思考和 o3 推理块
• 危险 shell 命令的审批卡片（允许一次/会话/始终/拒绝）
• 网络中断时 SSE 自动重连（SSH 隧道恢复能力）
• 文件附件在页面重载后保持不变，默认存储在活动工作区外（~/.hermes/webui/attachments/，或配置 HERMES_WEBUI_ATTACHMENT_DIR 时的路径）
• 消息时间戳（每条消息旁显示 HH:MM，悬停显示完整日期）
• 代码块复制按钮，带有“已复制！”反馈
• 通过 Prism.js 实现语法高亮（Python、JS、bash、JSON、SQL 等）
• AI 响应中的安全 HTML 渲染（粗体、斜体、代码转换为 Markdown）
• rAF 节流令牌流，确保长响应期间渲染更流畅
• 输入框底部的上下文使用指示器——令牌计数、成本和填充条（模型感知）

会话

• 创建、重命名、复制、删除、按标题和消息内容搜索
• 通过每个会话的 ⋯ 下拉菜单执行会话操作——固定、移动到项目、归档、复制、删除
• 将会话固定/标星到侧边栏顶部（金色指示器）
• 归档会话（隐藏但不删除，可切换显示）
• 会话项目——带颜色的命名组，用于组织会话
• 会话标签——在标题中添加 #标签 以显示彩色芯片并支持点击筛选
• 侧边栏按今日/昨日/更早分组（可折叠日期组）
• 下载为 Markdown 转录本、完整 JSON 导出或从 JSON 导入
• 会话在页面重载和 SSH 隧道重连后保持不变
• 浏览器标签标题反映当前活动会话名称
• CLI 会话桥接——hermes-agent 的 SQLite 存储中的 CLI 会话在侧边栏显示金色“cli”徽章；点击即可导入完整历史并正常回复
• 令牌/成本显示——每次对话显示输入令牌、输出令牌和估计成本（在设置或 /usage 命令中切换）

工作区文件浏览器

• 可展开/折叠的目录树（单击切换，双击导航）
• 带可点击路径段的面包屑导航
• 内联预览文本、代码、Markdown（已渲染）和图像
• 使用 workspace://path/to/file 的聊天链接在右侧预览窗格中打开文件
• 编辑、创建、删除和重命名文件；创建文件夹
• 二进制文件下载（由服务器自动检测）
• 目录导航时文件预览自动关闭（带有未保存编辑保护）
• Git 检测——工作区标题中显示分支名称和未提交文件计数徽章
• 右侧面板可拖动调整大小
• 语法高亮代码预览（Prism.js）

语音输入

• 输入框中的麦克风按钮（Web Speech API）
• 点击开始录音，再次点击或发送消息停止
• 实时临时转录文本显示在文本框中
• 静音约 2 秒后自动停止
• 追加到现有文本框内容（不替换）
• 浏览器不支持 Web Speech API 时隐藏（Chrome、Edge、Safari 支持）

配置文件

• 输入框底部的配置文件芯片——下拉菜单显示所有配置文件，包含网关状态和模型信息
• 网关状态点（绿色=运行中）、模型信息、每个配置文件的技能数量
• 配置文件管理面板——从侧边栏创建、切换和删除配置文件
• 创建时从活动配置文件克隆配置
• 创建时可选的自定义端点字段——创建时将 Base URL 和 API 密钥写入配置文件的 config.yaml，因此无需手动编辑文件即可配置 Ollama、LMStudio 和其他本地端点
• 无缝切换——无需重启服务器；重新加载配置、技能、内存、定时任务、模型
• 每会话配置文件跟踪（记录创建时的活动配置文件）

设置与配置

• Hermes Control Center（侧边栏启动按钮）—— 对话选项卡（export/import/clear）、偏好设置选项卡（model、send key、theme、language、所有开关）、系统选项卡（version、password）
• 发送键：Enter（默认）或 Ctrl/Cmd+Enter
• 显示/隐藏 CLI 会话开关（默认启用）
• 令牌使用情况显示开关（默认关闭，也可通过 /usage 命令）
• Control Center 始终在对话选项卡打开；关闭时重置
• 未保存更改保护 —— 当关闭带有未持久化更改的页面时，显示放弃/保存提示
• 定时任务完成提醒 —— 悬浮通知和任务选项卡上的未读标记
• 后台代理错误提醒 —— 当非活动会话遇到错误时显示横幅提示

兼容性

WebUI运行时状态中显示的版本仅为WebUI版本（当前运行的构建/镜像/标签）。它并非完整的兼容性映射。

在https://github.com/nesquena/hermes-webui/issues/1925%E5%92%8Chttps://github.com/nesquena/hermes-webui/issues/2491%E4%B8%AD%E5%85%B3%E4%BA%8E%E7%A8%B3%E5%AE%9A%E4%BB%A3%E7%90%86%E8%BE%B9%E7%95%8C%E7%9A%84%E5%B7%A5%E4%BD%9C%E5%AE%8C%E6%88%90%E4%B9%8B%E5%89%8D%EF%BC%8CWebUI%E5%9C%A8%E8%BF%90%E8%A1%8C%E6%97%B6%E6%89%A7%E8%A1%8C%E3%80%81%E6%8F%90%E4%BE%9B%E7%A8%8B%E5%BA%8F/%E6%A8%A1%E5%9E%8B%E8%AE%BF%E9%97%AE%E4%BB%A5%E5%8F%8A%E7%8A%B6%E6%80%81/%E6%9E%B6%E6%9E%84%E4%BD%BF%E7%94%A8%E6%96%B9%E9%9D%A2%E4%BB%8D%E4%B8%8EHermes Agent内部耦合。实际上，WebUI直接导入Agent模块（api/config.py、api/providers.py、api/streaming.py）并直接读取Agent状态布局，因此版本不匹配可能导致导入错误或行为偏差。

兼容性策略

• WebUI发布分支会针对WebUI发布时可用的匹配Hermes Agent版本进行测试。
• 同时升级两者：同时升级或固定WebUI和hermes-agent（相同的发布序列/版本/日期），尤其是在启用生产流量之前。
• 在https://github.com/nesquena/hermes-webui/issues/1925/https://github.com/nesquena/hermes-webui/issues/2491%E4%B8%AD%E7%9A%84%E7%A8%B3%E5%AE%9AAPI%E8%BE%B9%E7%95%8C%E5%B7%A5%E4%BD%9C%E5%AE%8C%E6%88%90%E4%B9%8B%E5%89%8D%EF%BC%8C%E8%BF%90%E8%A1%8C%E5%9B%BA%E5%AE%9A%E7%9A%84%E6%97%A7%E7%89%88%E6%9C%AC/%E6%96%B0%E7%89%88%E6%9C%AC%E7%BB%84%E5%90%88%E6%98%AF**%E6%9C%AA%E7%BB%8F%E6%B5%8B%E8%AF%95%E4%B8%94%E4%B8%8D%E5%8F%97%E6%94%AF%E6%8C%81%E7%9A%84**%E3%80%82
• 当怀疑存在升级不匹配时，请在问题报告中记录完整的hermes-agent + hermes-webui版本。

Docker用户：固定两个镜像标签（或相应的固定源代码修订版），而不是一侧使用latest而另一侧使用固定标签。升级多容器设置时，请遵循docs/docker.md中的代理镜像升级步骤（需要在重新创建前删除hermes-agent-src卷）。当前源边界状态在docs/rfcs/agent-source-boundary.md中跟踪。

https://github.com/Michaelyklam — 近期版本中贡献最丰富的贡献者（118个PR，v0.50.240 → v0.51.198）
生产环境Docker强化（#1921，移除具有sudo权限的临时用户）、配置文件作用域的技能端点（#1903）、配置文件作用域HERMES_HOME下的网关PID解析（#1901）、配置文件感知的AIAgent缓存（#1898/#1904）、反斜杠LaTeX分隔符（#1848）、Codex配额错误显示（#1770）、shell路由HTML 503错误（#1836）、陈旧看板客户端恢复（#1828）、上下文自动压缩提示框生命周期（#1988）、/goal命令（#1866）、看板详情视图滚动（#1916）、CLI会话工具元数据保留（#1778）、繁体中文看板区域设置回填（#1979）、v0.51.51移动版Insights分桶/布局（#2120/#2121）、Hermes运行适配器RFC（#2105，用于#1925）、“从此处分叉”绝对索引（#2198，用于#2184）、opencode-go自定义提供程序重叠路由（#2204，用于#1894）。

https://github.com/rodboev — Windows/跨平台正确性+测试可靠性（83个PR，v0.51.223 → v0.51.384）
广泛而持续的改进，重点关注使项目在Linux之外的环境中运行：ctl.sh Windows进程树终止修复（#3670）、本地Windows全套信号/孤儿进程处理、斜杠命令自动完成优化，以及在数十个发布批次中交付的大量前端和基础设施修复。

https://github.com/bergeouss — 提供商管理UI + Docker强化（70个PR，v0.48.0 → v0.51.385）
用于从设置中添加/编辑自定义提供商的提供商管理UI、OAuth提供商状态检测（#1552）、双容器Docker设置、配置文件隔离强化（每个配置文件的.env密钥）、用户点击“设置→提供商”时看到的大部分内容、“在Finder中显示”上下文菜单（#1551）、网关状态卡片（#1552）、将会话自动分配到活动项目筛选器（#1550）、更新横幅中的“新增功能？”链接（#1549）、OpenRouter免费层实时获取（#1548）、凭据池401自愈（#1553）、模型选择器中的内联提供商芯片+分组模型计数（#1644）。

https://github.com/ai-ag2026 — 会话恢复 + 审计基础设施（75个PR，v0.50.279 → v0.51.367）
自治AI贡献者（由Hermes Agent驱动），专注于耐用性：基于state.db的边车协调（#2041）、启动时恢复孤立的.json.bak文件（#2035）、只读会话恢复审计端点（#2036、#2040）、/health中的活动运行生命周期（#2039）、docs/rfcs/turn-journal.md中的崩溃安全轮次日志RFC（#2042）、仅追加的轮次日志助手（#2059）、生命周期事件层（#2062）、Content-Security-Policy-Report-Only头（#2084）、每个定时任务的通知开关（#2100）、分叉会话压缩谱系隔离（#2014）。

https://github.com/dso2ng — 会话谱系 + 诊断（30个PR，v0.50.227 → v0.51.327）
用于有限会话图诊断的/api/session/lineage-report/端点（#2012）、陈旧Mermaid渲染错误清理（#1337）、session_source="fork"的延续链隔离（#2063）、侧边栏徽章展开时延迟获取谱系报告（#2130），以及一系列围绕会话加载的前端可靠性修复。

https://github.com/jasonjcwu — 编辑器 + 对话记录优化（16个PR，v0.50.227 → v0.51.132）
通过活动轨道点击折叠侧边栏（#2054，整合#1884 + #1924）、编辑器芯片灯箱（#1758）、工具密集型首轮的标题修复、会话切换期间的静默压缩状态（#2185）、并发发送丢失修复（#2186）、对话记录中的引导消息徽章（#2187），以及一系列前端优化修复。

https://github.com/Jordan-SkyLF — 实时流 + UX优化（12个PR，v0.50.18 → v0.51.66）
最初的工作区回退解析冲刺、实时推理卡片（#366、#367、#394–#397），以及近期的一系列更新：提供商配额卡片上的手动“刷新用量”按钮（#2150）、取消轮次状态分类（#2151）、Firefox侧边栏滚动稳定性（#2200）、早期临时会话标题（#2202）、目标感知的“新增功能？”更新横幅链接（#2207），以及设置中MCP工具溢出修复（#2210）。

https://github.com/aronprins — v0.50.0 UI大修（PR #242，外加9个后续PR）
项目最大的单一贡献：完整的UI重新设计，将模型/配置文件/工作区控件移至编辑器底部，用Hermes控制中心（标签式模态框）替换齿轮图标设置面板，移除活动栏转而使用内联编辑器状态，用⋯操作下拉菜单重新设计会话列表，并添加工作区面板状态机。此外还包括对话记录重新设计（#587）、侧边栏精简（#584）、三列布局重构（#899）、明暗主题+强调色皮肤（#627），以及共享confirm()/prompt()对话框替换（从#242中提取的PR #251）。

https://github.com/iRonin — 安全强化冲刺（PR #196–#204）
六个连续的聚焦安全PR：会话内存泄漏修复（过期令牌修剪）、CSP + Permissions-Policy头、30秒慢客户端连接超时、通过环境变量的可选HTTPS/TLS支持、自更新的上游分支跟踪修复，以及文件浏览器API中的CLI会话支持。这种专注、高质量的安全工作使自托管工具更值得信赖。

https://github.com/lucasrc — 身份验证强化三部曲（PR #2191、#2192、#2193）
三个协调的安全PR均在v0.51.57中发布：带PBKDF2密钥分离的线程安全登录速率限制器、设置保存时的密码哈希缓存失效，以及完整的64字符HMAC-SHA256会话签名（含向后兼容迁移桥）。这种清晰分解的安全工作可作为三个独立部分进行审查。

https://github.com/LumenYoung — 实时流热路径正确性（8个PR，v0.51.47 → v0.51.99）
最初的陈旧流写回保护（#2136——后续两个版本扩展的bug类别）、网关状态存活空值分类（#2075）、压缩横幅锚点对齐（#2182），以及压缩完成时上下文进度环自动刷新（#2188）。每个PR都在代码库中最脆弱的子系统之一中进行了小而精准的修复。

https://github.com/dobby-d-elf — 前端可靠性 + 动效优化（15个PR，v0.51.38 → v0.51.161）
删除目录时的工作区回退（#2138）、iPhone PWA底部滚动修复（#2143）、新的“活动：X个工具”编辑器底部微光动画（#2203），以及后续的动画调整（#2212）。

https://github.com/JKJameson — 编辑器 + 会话优化（10个PR）
每个会话的持久编辑器草稿（#1956），以及一系列编辑器和会话侧边栏的优化。

https://github.com/gabogabucho — 西班牙语本地化 + 引导向导
完整的西班牙语（es）本地化覆盖所有UI字符串，以及首次启动时引导新用户完成提供商设置的一次性引导向导。

https://github.com/deboste — 反向代理身份验证 + 移动响应式布局（PR #3、#4、#5）
最早的三个社区PR：修复EventSource/fetch以在反向代理设置中使用URL源、从配置中修正模型提供商路由，以及添加带dvh视口修复的移动响应式布局。早期的基础工作。

https://github.com/indigokarasu — 视觉重新设计提案（PR #213）
纯CSS的完整UI重新设计——适当的设计标记、替换表情符号标签栏的图标轨道侧边栏、一致的表单卡片、面包屑导航，以及7个内置主题作为自定义属性。该PR未按原样合并，但塑造了v0.50.0中发布的设计语言和主题架构。

https://github.com/zenc-cp — ReAct循环的抗幻觉保护（PR #133）
三层方案（临时抗幻觉提示、实时令牌过滤、会话历史清理），实时流管道仍在使用。

https://github.com/Hinotoi-agent — 配置文件 + 会话安全（PR #351、#2048）
配置文件.env密钥隔离修复（PR #351）防止API密钥在配置文件间泄漏，以及会话导入工作区验证（PR #2048）阻止针对/的特制JSON文件读取。