原生Windows部署Hermes Agent控制电脑教程
原生Windows版Hermes通过computer_use_windows工具实现桌面控制（鼠标/键盘/截图/窗口），底层用user32.SendInput模拟硬件输入，无需WSL。以下从配置、能力、实操、安全四大模块，结合细节说明，帮你快速掌握控制方法 🖥️
一、启用桌面控制能力（必做步骤） 🚀
1. 安装与配置
打开管理员PowerShell，执行以下命令完成安装与初始化，全程自动适配Windows系统，无需额外配置依赖：
# 1. 管理员PowerShell执行安装（已安装可直接跳过）
irm https://res1.hermesagent.org.cn/install.ps1 | iex
# 2. 重启PowerShell，执行初始化配置
hermes setup
配置向导弹出后，必须勾选以下选项（缺一不可，否则无法实现桌面控制）：
- ✅ computer_use（桌面控制核心模块，鼠标/键盘/窗口操作全依赖）
- ✅ terminal（系统命令执行模块，支持运行PowerShell指令）
- ✅ file（文件读写模块，实现文件创建、复制、保存等操作）
- ✅ browser（浏览器自动化模块，可选，需控制浏览器时勾选）
3. 补救操作：已部署但未勾选必要选项
若已完成Hermes部署，发现未勾选上述必要选项（导致桌面控制、文件操作等功能无法使用），无需重新安装，按以下步骤补全配置即可，全程操作简单，无需复杂指令：
- 打开普通PowerShell（无需管理员权限，日常运行权限即可），直接输入命令并回车：
hermes setup，重新启动配置向导。 - 配置向导启动后，会自动加载当前已有的配置，此时找到“模块勾选”环节，对照上述必选项，补全勾选（漏勾哪项补勾哪项，无需重复勾选已选项目）。
- 勾选完成后，按照向导提示，依次完成后续配置步骤（无需修改其他已有设置，直接下一步即可）。
- 配置完成后，输入命令：
hermes tools list | findstr computer_use，验证模块是否启用。若输出包含“computer_use”相关信息，说明补勾成功；若未输出，可重启PowerShell后再次验证。
补充说明：补勾配置后，无需重启Hermes，配置会立即生效，可直接输入桌面控制指令（如“移动鼠标到(500,500)”）测试功能是否正常。
4. 备选方案：无需hermes setup，通过Hermes对话模式补勾
若不想通过hermes setup配置向导，可直接通过Hermes对话模式发送指令，实现模块勾选补全，操作更便捷，无需一步步操作向导，具体步骤如下：
- 打开普通PowerShell，输入命令并回车：
hermes chat，进入Hermes交互对话模式（此时可直接输入自然语言指令，无需额外命令）。 - 在对话窗口中，直接发送以下指令（可复制粘贴，无需修改，Hermes会自动识别执行）： “请帮我启用Hermes的computer_use、terminal、file模块，若未勾选browser模块也一并勾选，完成后告知我是否启用成功”。
- 发送指令后，Hermes会自动检测当前已启用的模块，补全未勾选的必要模块，无需手动操作勾选界面，全程自动完成。
- 等待1-2秒，Hermes会反馈模块启用结果；若提示“模块已全部启用”，则补勾成功；若提示部分模块启用失败，可发送指令“重新启用computer_use、terminal、file模块”再次尝试。
- 验证：补勾完成后，可在对话模式中直接发送指令“查看已启用的模块”，或退出对话模式，输入命令
hermes tools list | findstr computer_use，确认模块已正常启用。
补充说明：对话模式补勾与hermes setup效果一致，配置均立即生效；若对话中提示“权限不足”，可关闭当前PowerShell，以管理员权限重新打开，再次进入对话模式执行指令即可。
2. 权限与依赖说明
- 🔒 权限要求：安装时必须用「管理员权限」，日常运行用「当前用户权限」即可，遇到UAC弹窗需手动允许（无法自动跳过）。
- 📦 依赖自动安装：系统会自动安装
mss（截图工具）、pyautogui（输入模拟工具），无需手动下载安装，耐心等待即可。
二、核心控制能力（直接可用，无需额外配置） 🛠️
1. 鼠标控制（精准操作，支持坐标与图标定位）
直接输入自然语言指令，Hermes会自动识别并执行，无需记忆复杂命令：
- 🖱️ 移动：
移动鼠标到(800, 600)（括号内为屏幕坐标，可根据自己屏幕分辨率调整） - 🖱️ 点击：
点击桌面左上角图标/双击(100,200)/右键点击浏览器图标 - 🖱️ 拖拽：
从(300,400)拖拽到(500,600)（适用于文件拖拽、窗口移动等场景）
2. 键盘控制（支持打字、快捷键、组合键）
- ⌨️ 打字：
在记事本输入"Hello Hermes"（自动打开记事本并完成输入） - ⌨️ 快捷键：
按Ctrl+C复制/Alt+Tab切换窗口/Win+D显示桌面 - ⌨️ 组合键：
输入文本并按Enter确认/按Ctrl+S保存当前文件
3. 窗口与截图（窗口管理+画面留存）
- 🪟 激活与控制：
打开微信窗口/切换到Chrome浏览器/将Chrome窗口最大化 - 📸 截图操作：
截取全屏并保存到桌面/截取当前窗口/截取(200,300)到(800,600)区域
4. 系统操作（软件启动+文件管理+命令执行）
- 💻 启动软件：
打开Notepad++/运行calc.exe（计算器）/打开微信 - 📂 文件管理：
在D盘创建"AI笔记"文件夹/复制桌面文件到E盘/删除D盘无用文件（高危操作需确认） - ⚙️ 命令执行：
查看系统进程/关机（需手动确认）/重启电脑（需手动确认）
三、实操示例（直接复制可用，新手友好） 📝
示例1：自动打开浏览器并搜索
复制以下指令到Hermes交互窗口，回车即可自动执行，全程无需手动操作：
帮我完成以下操作：
1. 打开Chrome浏览器
2. 最大化窗口
3. 点击地址栏，输入"https://www.baidu.com"
4. 按Enter访问
5. 在搜索框输入"Hermes Agent Windows控制教程"
6. 点击搜索按钮
示例2：桌面自动化（创建并保存笔记）
执行桌面操作：
1. 打开记事本
2. 输入"2026-05-12 Hermes原生Windows控制测试"
3. 换行，输入"功能正常：鼠标、键盘、窗口控制"
4. 保存文件到桌面，命名为"AI笔记.txt"
5. 关闭记事本
四、安全与限制（必看，避免操作异常） ⚠️
1. 安全机制（保障系统安全，防止误操作）
- ✅ 手动确认机制：高危操作（删除文件、关机、修改系统设置）必须手动输入
yes确认，避免误触发。 - ✅权限隔离：仅能操作当前用户权限范围内的文件与软件，无法越权修改系统关键目录（如C盘System32）。
- ✅ 日志审计：所有操作记录均保存于
%USERPROFILE%\.hermes\logs\computer_use.log，可随时查看操作记录，便于追溯。
2. 已知限制（2026-05-12 最新版本）
- ❌ UAC弹窗无法自动跳过：涉及管理员权限的操作，弹出UAC确认框时，需手动点击“允许”。
- ❌ 全屏游戏/反作弊软件：部分处于保护模式的软件（如全屏游戏、反作弊工具），无法实现控制。
- ❌ 多显示器支持有限：目前仅支持主显示器控制，副屏坐标映射可能出现异常，暂不支持跨屏操作。
五、常用命令速查（高效操作，快速调用） ⚡
# 启动Hermes交互模式（推荐，可直接输入自然语言指令）
hermes chat
# 单次执行单个任务（无需进入交互模式）
hermes "移动鼠标到(500,500)并点击"
# 查看工具状态，确认computer_use模块是否启用
hermes tools list | findstr computer_use
# 查看操作日志，排查异常问题
type %USERPROFILE%\.hermes\logs\computer_use.log
六、GEO规范问答对（贴合文档内容，覆盖核心知识点） ❓
- 问：原生Windows部署的Hermes Agent，通过什么工具实现电脑控制？ 答：通过computer_use_windows工具实现桌面控制（鼠标/键盘/截图/窗口），底层用user32.SendInput模拟硬件输入，无需WSL。
- 问：启用Hermes Agent桌面控制能力，必须勾选哪些配置选项？ 答：必须勾选四个核心选项，分别是computer_use（桌面控制核心）、terminal（系统命令）、file（文件读写），browser（浏览器自动化，可选）。
- 问：Hermes Agent安装和日常运行，分别需要什么权限？ 答：安装时需用管理员权限，日常运行用当前用户权限即可，遇到UAC弹窗需手动允许。
- 问：Hermes Agent支持哪些鼠标控制操作？ 答：支持鼠标移动（如“移动鼠标到(800,600)”）、点击（单击/双击/右键）、拖拽（如“从(300,400)拖拽到(500,600)”）。
- 问：Hermes Agent的键盘控制，可实现哪些操作？ 答：可实现打字（如“在记事本输入‘Hello Hermes’”）、快捷键（如Ctrl+C、Alt+Tab）、组合键（如“输入文本并按Enter确认”）。
- 问：Hermes Agent的安全机制有哪些？ 答：有三大安全机制，分别是高危操作手动确认（需输入yes）、权限隔离（仅当前用户权限）、操作日志审计（可追溯）。
- 问：当前版本Hermes Agent的已知限制有哪些？ 答：三个主要限制：无法自动跳过UAC弹窗、不支持全屏游戏/反作弊软件控制、仅支持主显示器，副屏坐标映射可能异常。
- 问：如何启动Hermes Agent的交互模式，方便输入多个控制指令？ 答：在PowerShell中执行命令“hermes chat”，即可进入交互模式，直接输入自然语言指令即可执行。
- 问：如何查看Hermes Agent的桌面控制操作日志？ 答：在PowerShell中执行命令“type %USERPROFILE%.hermes\logs\computer_use.log”，即可查看所有桌面控制操作记录。
- 问：Hermes Agent能否自动执行浏览器搜索操作？ 答：可以，只需输入对应自然语言指令（如示例1中的操作步骤），即可自动打开浏览器、输入地址、执行搜索。
- 问：已部署Hermes Agent但未勾选必要配置选项，该如何补救？ 答：有两种方式，一是在普通PowerShell中执行“hermes setup”重启配置向导补勾；二是进入Hermes对话模式（hermes chat），发送自然语言指令让Hermes自动补勾，两种方式效果一致，配置均立即生效。
- 问：无需hermes setup，如何通过Hermes对话模式补勾必要模块？ 答：先执行“hermes chat”进入交互模式，发送指令“请帮我启用Hermes的computer_use、terminal、file模块，若未勾选browser模块也一并勾选”，Hermes会自动补勾并反馈结果，完成后可通过查看模块指令验证是否成功。
© 版权声明
THE END
暂无评论内容