给 Linux服务器 装个 Hermes Agent，白嫖英伟达免费 API

兄弟们，这周末我干了件特酷的事——在我那台在风岚云买的4核4G上跑通了 Hermes Agent，还用上了英伟达免费 API（就是那个一分钟只能调40次的）。本来以为会卡限流，结果调教一下完全够用。这篇纯属个人折腾记录，不整那些官方套话，你照着抄作业就行。

一、英伟达免费 API 是个啥？

英伟达给了个白嫖接口，注册就送每分钟40次调用，不限总量。支持的模型还挺猛：z-ai/glm5，moonshotai/kimi-k2.5等等。不用绑卡，不用梯子，直接国内访问。

Hermes Agent 接这个 API 的好处是：

• 一分钱不花

• 数据在自己服务器上

• 模型能力完全不输付费的

唯一的坎就是那一分钟 40 次的限制，后面我会说怎么让它不炸。

二、先去搞个英伟达 Key

1. 打开浏览器，搜 build.nvidia.com，右上角登录。

2. 没账号就注册，邮箱验证一下就行，不用绑卡。

3. 登录后右上角个人菜单里能找到 API Key，点 Generate Key。

4. 复制下来保存好，格式一般是 nvapi-xxxxx。

右上角会写清楚：Up to 40 rpm，说明免费额度到账了。

三、开装！一条命令搞定

先 SSH 连上你的 Linux 服务器（Ubuntu 22.04 最稳），然后执行：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

它会自己搞定 Python、依赖、路径这些杂事。中间要是卡住，可能是网络环境不行，这里我推荐用香港的云服务器。

装完刷新一下环境：

source ~/.bashrc

验证一下：

hermes --version

出来版本号就说明装上了。

四、把英伟达 API 怼进去

默认的配置向导里没有英伟达选项，得手动改配置文件。

1. 打开配置文件

hermes config edit

它会在终端里用 nano 或者 vim 打开 ~/.hermes/config.yaml。

2. 找到 model 那一块，改成这样

model:
  default: "z-ai/glm5"
  provider: "custom"
  base_url: "https://integrate.api.nvidia.com/v1"
  api_key: "nvapi-你的密钥粘贴在这里"
  api_mode: "chat_completions"

注意：default 那里可以换成其他免费模型，比如：

• moonshotai/kimi-k2.5 （长文本猛）

• minimaxai/minimax-m2.5 （综合强）

• z-ai/glm5 （推理好）

3. 顺便把限流防护加上

在同一文件里找到 agent 那一块（没有就自己加），加上重试和并发控制：

agent:
  max_retries: 3          # 超限了自动重试3次
  retry_delay: 2          # 每次重试等2秒
  max_concurrent_requests: 2   # 同时只发2个请求，别一下冲40次
  max_turns: 20           # 一次任务最多推理20轮，省调用次数

保存退出。

4. 切一下模型让配置生效

hermes model

选你刚配的那个，回车确认。

五、测一下通不通

hermes chat -q "讲个冷笑话"

有正常回复就稳了。如果报 RateLimitError: Too many requests，别慌，说明刚才的重试配置没生效或者那一分钟已经打满了，等几十秒再试。

六、让它跑起来！

1. 最基础：命令行聊天

hermes chat

然后你就可以像跟 ChatGPT 说话一样使唤它：

• “帮我看下服务器内存还剩多少”

• “写个 Python 脚本把 /tmp 下超过7天的文件删了”

• “等下把刚才那段对话存成 txt”

它真会去执行命令、读文件，不是光动嘴。

2. 问完就跑

hermes chat -q "Python 快速排序怎么写"

3.接飞书/Telegram

跑一下配置：

hermes gateway setup

选你要的平台（飞书要 App ID 和 Secret，Telegram 要 Bot Token），照着提示填就行。填完重启 gateway：

sudo systemctl restart hermes-gateway

然后手机上给机器人发消息就能使唤了。

七、40次/分钟不够用咋办？

说实话，个人日常用完全够了，除非你让它同时开好几个任务狂跑。万一真超了：

1. 自动重试已经开了（上面配置里的 max_retries），等几秒自己会续上。

2. 降低并发：max_concurrent_requests: 1 设成单线程，稳如老狗。

3. 换个模型试试：不同模型限流松紧好像不太一样，我用的 GLM-5 很少爆。

4. 终极歪招：多注册俩英伟达账号，拿多个 Key，配置文件里写 provider 池轮换（这个高级玩法自己查文档）。

别嫌40次少，我用telegram每天用它查资料、写脚本、定闹钟，从来没见过限流报错。

好了，教程到这里就结束了！英伟达不会注册的小伙伴可以用我的密钥！

没有心仪的服务器这里我推荐风岚云香港4-4一个月才20免备案（我自己用的就是）

下次见！