API 服务器

API 服务器将 hermes-agent 作为 OpenAI 兼容的 HTTP 端点暴露出来。任何支持 OpenAI 格式的前端——Open WebUI、LobeChat、LibreChat、NextChat、ChatBox 以及数百个其他工具——都可以连接到 hermes-agent 并将其用作后端。

你的 agent 使用完整工具集（终端、文件操作、网络搜索、记忆、技能）处理请求，并返回最终响应。在流式传输时，工具进度指示器会内联显示，让前端能够展示 agent 正在执行的操作。

一个后端同时覆盖模型与工具

Hermes 本身需要配置好 provider（提供商）和工具后端，API 服务器才能发挥作用。Nous Portal 订阅同时处理两者——300+ 个模型，以及通过 Tool Gateway 提供的网络/图像/TTS/浏览器功能。在启动 API 服务器之前运行一次 hermes setup --portal，Open WebUI 或 LobeChat 等前端即可获得一个完整配备工具的后端。

快速开始

1. 启用 API 服务器

在 ~/.hermes/.env 中添加：

2. 启动 gateway

你将看到：

[API Server] API server listening on http://127.0.0.1:8642

3. 连接前端

将任何 OpenAI 兼容客户端指向 http://localhost:8642/v1：

或连接 Open WebUI、LobeChat 或其他任意前端——参见 Open WebUI 集成指南获取分步说明。

端点

POST /v1/chat/completions

标准 OpenAI Chat Completions 格式。无状态——完整对话通过每次请求的 messages 数组传入。

请求：

{
  "model": "hermes-agent",
  "messages": [
    {"role": "system", "content": "You are a Python expert."},
    {"role": "user", "content": "Write a fibonacci function"}
  ],
  "stream": false
}

响应：

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1710000000,
  "model": "hermes-agent",
  "choices": [{
    "index": 0,
    "message": {"role": "assistant", "content": "Here's a fibonacci function..."},
    "finish_reason": "stop"
  }],
  "usage": {"prompt_tokens": 50, "completion_tokens": 200, "total_tokens": 250}
}

内联图像输入： 用户消息可以将 content 作为 text 和 image_url 部分的数组发送。支持远程 http(s) URL 和 data:image/... URL：

{
  "model": "hermes-agent",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "What is in this image?"},
        {"type": "image_url", "image_url": {"url": "https://example.com/cat.png", "detail": "high"}}
      ]
    }
  ]
}

上传的文件（file / input_file / file_id）和非图像 data: URL 将返回 400 unsupported_content_type。

流式传输（"stream": true）：返回逐 token 响应块的 Server-Sent Events（SSE）。对于 Chat Completions，流使用标准 chat.completion.chunk 事件，以及 Hermes 自定义的 hermes.tool.progress 事件用于工具启动的 UX 展示。对于 Responses，流使用 OpenAI Responses 事件类型，如 response.created、response.output_text.delta、response.output_item.added、response.output_item.done 和 response.completed。

流中的工具进度：

Chat Completions：Hermes 发出 event: hermes.tool.progress 以提供工具启动可见性，同时不污染持久化的 assistant 文本。

Responses：Hermes 在 SSE 流期间发出符合规范的 function_call 和 function_call_output 输出项，让客户端能够实时渲染结构化工具 UI。

POST /v1/responses

OpenAI Responses API 格式。通过 previous_response_id 支持服务端对话状态——服务器存储完整的对话历史（包括工具调用和结果），因此多轮上下文无需客户端自行管理。

请求：

{
  "model": "hermes-agent",
  "input": "What files are in my project?",
  "instructions": "You are a helpful coding assistant.",
  "store": true
}

响应：

{
  "id": "resp_abc123",
  "object": "response",
  "status": "completed",
  "model": "hermes-agent",
  "output": [
    {"type": "function_call", "name": "terminal", "arguments": "{\"command\": \"ls\"}", "call_id": "call_1"},
    {"type": "function_call_output", "call_id": "call_1", "output": "README.md src/ tests/"},
    {"type": "message", "role": "assistant", "content": [{"type": "output_text", "text": "Your project has..."}]}
  ],
  "usage": {"input_tokens": 50, "output_tokens": 200, "total_tokens": 250}
}

内联图像输入： input[].content 可以包含 input_text 和 input_image 部分。支持远程 URL 和 data:image/... URL：

{
  "model": "hermes-agent",
  "input": [
    {
      "role": "user",
      "content": [
        {"type": "input_text", "text": "Describe this screenshot."},
        {"type": "input_image", "image_url": "data:image/png;base64,iVBORw0K..."}
      ]
    }
  ]
}

上传的文件（input_file / file_id）和非图像 data: URL 将返回 400 unsupported_content_type。

使用 previous_response_id 进行多轮对话

链式响应以在多轮之间保持完整上下文（包括工具调用）：

{
  "input": "Now show me the README",
  "previous_response_id": "resp_abc123"
}

服务器从存储的响应链重建完整对话——所有之前的工具调用和结果均被保留。链式请求还共享同一个 session，因此多轮对话在仪表板和 session 历史中显示为单个条目。

命名对话

使用 conversation 参数代替追踪响应 ID：

{"input": "Hello", "conversation": "my-project"}
{"input": "What's in src/?", "conversation": "my-project"}
{"input": "Run the tests", "conversation": "my-project"}

服务器自动链接到该对话中的最新响应。类似于 gateway session 的 /title 命令。

GET /v1/responses/{id}

通过 ID 检索之前存储的响应。

DELETE /v1/responses/{id}

删除存储的响应。

GET /v1/models

将 agent 列为可用模型。广播的模型名称默认为 profile 名称（默认 profile 则为 hermes-agent）。大多数前端进行模型发现时需要此端点。

GET /v1/capabilities

返回 API 服务器稳定接口的机器可读描述，供外部 UI、编排器和插件桥接使用。

{
  "object": "hermes.api_server.capabilities",
  "platform": "hermes-agent",
  "model": "hermes-agent",
  "auth": {"type": "bearer", "required": true},
  "features": {
    "chat_completions": true,
    "responses_api": true,
    "run_submission": true,
    "run_status": true,
    "run_events_sse": true,
    "run_stop": true
  }
}

在集成仪表板、浏览器 UI 或控制平面时使用此端点，以便它们能够发现当前运行的 Hermes 版本是否支持 runs、流式传输、取消和 session 连续性，而无需依赖私有 Python 内部实现。

GET /health

健康检查。返回 {"status": "ok"}。也可通过 GET /v1/health 访问，供期望 /v1/ 前缀的 OpenAI 兼容客户端使用。

GET /health/detailed

扩展健康检查，同时报告活跃 session、运行中的 agent 和资源使用情况。适用于监控/可观测性工具。

Runs API（流式友好的替代方案）

除 /v1/chat/completions 和 /v1/responses 外，服务器还暴露了一个 runs API，适用于客户端希望订阅进度事件而非自行管理流式传输的长时 session。

POST /v1/runs

创建新的 agent run。返回可用于订阅进度事件的 run_id。

{
  "run_id": "run_abc123",
  "status": "started"
}

Runs 接受简单的 input 字符串，以及可选的 session_id、instructions、conversation_history 或 previous_response_id。当提供 session_id 时，Hermes 会在 run 状态中暴露它，以便外部 UI 将 run 与自己的对话 ID 关联。

GET /v1/runs/{run_id}

轮询当前 run 状态。适用于需要状态但不想保持 SSE 连接的仪表板，或在导航后重新连接的 UI。

{
  "object": "hermes.run",
  "run_id": "run_abc123",
  "status": "completed",
  "session_id": "space-session",
  "model": "hermes-agent",
  "output": "Done.",
  "usage": {"input_tokens": 50, "output_tokens": 200, "total_tokens": 250}
}

状态在终态（completed、failed 或 cancelled）之后会短暂保留，以供轮询和 UI 对账使用。

GET /v1/runs/{run_id}/events

run 的工具调用进度、token 增量和生命周期事件的 Server-Sent Events 流。专为需要附加/分离而不丢失状态的仪表板和厚客户端设计。

POST /v1/runs/{run_id}/stop

中断正在运行的 agent 轮次。端点立即返回 {"status": "stopping"}，同时 Hermes 要求活跃 agent 在下一个安全中断点停止。

Jobs API（后台计划任务）

服务器暴露了一个轻量级 jobs CRUD 接口，用于从远程客户端管理计划/后台 agent run。所有端点均受同一 bearer 认证保护。

GET /api/jobs

列出所有计划任务。

POST /api/jobs

创建新的计划任务。请求体接受与 hermes cron 相同的结构——prompt（提示词）、schedule（计划）、skills（技能）、provider 覆盖、投递目标。

GET /api/jobs/{job_id}

获取单个任务的定义和最后一次运行状态。

PATCH /api/jobs/{job_id}

更新现有任务的字段（prompt、schedule 等）。部分更新会被合并。

DELETE /api/jobs/{job_id}

删除任务。同时取消任何正在进行的 run。

POST /api/jobs/{job_id}/pause

暂停任务而不删除它。下次计划运行的时间戳将被挂起，直到恢复。

POST /api/jobs/{job_id}/resume

恢复之前暂停的任务。

POST /api/jobs/{job_id}/run

立即触发任务运行，不受计划限制。

系统 Prompt 处理

当前端发送 system 消息（Chat Completions）或 instructions 字段（Responses API）时，hermes-agent 会将其叠加在核心系统 prompt 之上。你的 agent 保留所有工具、记忆和技能——前端的系统 prompt 只是添加额外指令。

这意味着你可以按前端自定义行为，而不会失去能力：

Open WebUI 系统 prompt："You are a Python expert. Always include type hints."

agent 仍然拥有终端、文件工具、网络搜索、记忆等。

认证

通过 Authorization 请求头进行 Bearer token 认证：

Authorization: Bearer ***

通过 API_SERVER_KEY 环境变量配置密钥。如果需要浏览器直接调用 Hermes，还需将 API_SERVER_CORS_ORIGINS 设置为明确的允许列表。

安全

API 服务器提供对 hermes-agent 工具集的完整访问权限，包括终端命令。当绑定到非回环地址（如 0.0.0.0）时，必须设置 API_SERVER_KEY。同时保持 API_SERVER_CORS_ORIGINS 范围尽量小，以控制浏览器访问。

默认绑定地址（127.0.0.1）仅供本地使用。浏览器访问默认禁用；仅为明确的可信来源启用。

配置

环境变量

变量	默认值	描述
`API_SERVER_ENABLED`	`false`	启用 API 服务器
`API_SERVER_PORT`	`8642`	HTTP 服务器端口
`API_SERVER_HOST`	`127.0.0.1`	绑定地址（默认仅限本地）
`API_SERVER_KEY`	（无）	认证用 Bearer token
`API_SERVER_CORS_ORIGINS`	（无）	逗号分隔的允许浏览器来源
`API_SERVER_MODEL_NAME`	（profile 名称）	`/v1/models` 上的模型名称。默认为 profile 名称，默认 profile 则为 `hermes-agent`。

config.yaml

安全响应头

所有响应均包含安全响应头：

X-Content-Type-Options: nosniff — 防止 MIME 类型嗅探

Referrer-Policy: no-referrer — 防止 referrer 泄露

CORS

API 服务器默认不启用浏览器 CORS。

如需直接浏览器访问，请设置明确的允许列表：

启用 CORS 后：

预检响应包含 Access-Control-Max-Age: 600（10 分钟缓存）

SSE 流式响应包含 CORS 头，使浏览器 EventSource 客户端能够正常工作

Idempotency-Key 是允许的请求头——客户端可发送它用于去重（响应按 key 缓存 5 分钟）

大多数已记录的前端（如 Open WebUI）采用服务器到服务器连接，完全不需要 CORS。

兼容前端

任何支持 OpenAI API 格式的前端均可使用。已测试/记录的集成：

前端	Stars	连接方式
Open WebUI	126k	提供完整指南
LobeChat	73k	自定义 provider 端点
LibreChat	34k	librechat.yaml 中的自定义端点
AnythingLLM	56k	通用 OpenAI provider
NextChat	87k	BASE_URL 环境变量
ChatBox	39k	API Host 设置
Jan	26k	远程模型配置
HF Chat-UI	8k	OPENAI_BASE_URL
big-AGI	7k	自定义端点
OpenAI Python SDK	—	`OpenAI(base_url="http://localhost:8642/v1")`
curl	—	直接 HTTP 请求

使用 Profiles 的多用户设置

要为多个用户提供各自隔离的 Hermes 实例（独立的配置、记忆、技能），请使用 profiles：

每个 profile 的 API 服务器自动将 profile 名称作为模型 ID 广播：

http://localhost:8643/v1/models → 模型 alice

http://localhost:8644/v1/models → 模型 bob

在 Open WebUI 中，将每个添加为单独的连接。模型下拉列表显示 alice 和 bob 作为不同模型，每个均由完全隔离的 Hermes 实例支持。详见 Open WebUI 指南。

限制

响应存储 — 存储的响应（用于 previous_response_id）持久化在 SQLite 中，gateway 重启后仍然存在。最多存储 100 个响应（LRU 淘汰）。

不支持文件上传 — 两个端点（/v1/chat/completions 和 /v1/responses）均支持内联图像，但不支持通过 API 上传文件（file、input_file、file_id）和非图像文档输入。

model 字段仅为展示用途 — 请求中的 model 字段会被接受，但实际使用的 LLM 模型在服务端的 config.yaml 中配置。

代理模式

API 服务器还作为 gateway 代理模式的后端。当另一个 Hermes gateway 实例配置了指向此 API 服务器的 GATEWAY_PROXY_URL 时，它会将所有消息转发到这里，而不是运行自己的 agent。这支持分离部署——例如，一个处理 Matrix E2EE 的 Docker 容器将请求中继到宿主机侧的 agent。

完整设置指南参见 Matrix 代理模式。

"API 服务器"

API 服务器#

快速开始#

1. 启用 API 服务器#

2. 启动 gateway#

3. 连接前端#

端点#

POST /v1/chat/completions#

POST /v1/responses#

使用 previous_response_id 进行多轮对话#

命名对话#

GET /v1/responses/{id}#

DELETE /v1/responses/{id}#

GET /v1/models#

GET /v1/capabilities#

GET /health#

GET /health/detailed#

Runs API（流式友好的替代方案）#

POST /v1/runs#

GET /v1/runs/{run_id}#

GET /v1/runs/{run_id}/events#

POST /v1/runs/{run_id}/stop#

Jobs API（后台计划任务）#

GET /api/jobs#

POST /api/jobs#

GET /api/jobs/{job_id}#

PATCH /api/jobs/{job_id}#

DELETE /api/jobs/{job_id}#

POST /api/jobs/{job_id}/pause#

POST /api/jobs/{job_id}/resume#

POST /api/jobs/{job_id}/run#

系统 Prompt 处理#

认证#

配置#

环境变量#

config.yaml#

安全响应头#

CORS#

兼容前端#

使用 Profiles 的多用户设置#

限制#

代理模式#