Coding-Tools

Hermes Agent

Verbinden Sie den Hermes Agent mit TokenLab

Verwenden Sie TokenLab als benannten Modell-Provider in Hermes, während Sie Ihre bestehenden Konten und Tool-Berechtigungen beibehalten.

Einrichtung durch meinen Agenten vornehmen lassen

Kopieren Sie diese Aufgabe an einen Agenten, der bereits auf Ihrem Computer läuft:

Read this guide and help me connect Hermes to TokenLab:
https://tokenlab.sh/docs/de/integrations/hermes-agent
Check my installed version and active configuration first.
Preserve existing accounts, providers, permissions and other settings.
Back up local files and show proposed changes.
Have me enter any API key locally; never ask for, print or paste it in chat.
Check configuration loading first.
Explain any paid request test separately before running it.

Hermes installieren oder überprüfen

Folgen Sie der offiziellen Installationsanleitung. Sie bietet Desktop-Installer für Apple Silicon macOS und Windows sowie einen CLI-Pfad für Linux und natives Windows. Überprüfen Sie die Anforderungen für Ihr System; überspringen Sie die Installation, falls Hermes bereits installiert ist.

Optional: Umkehrbare Einrichtung

Verwenden Sie den Hermes-Helfer, der in den TokenLab Skills 0.1.3 für die offizielle Hermes-Version 0.21.3 enthalten ist. Er zeigt eine Vorschau der Änderungen an und erstellt ein Backup, fügt nur einen benannten Provider hinzu und bewahrt YAML-Kommentare, Konten, das Standardmodell sowie Berechtigungen. Lesen Sie zuerst die Setup-Referenz.

Setzen Sie SKILL_DIR auf den installierten tokenlab-api-integration-Ordner und HERMES_PYTHON auf das Python in der Hermes-Installation, das durch hermes --version angezeigt wird: venv/bin/python unter macOS/Linux oder venv\Scripts\python.exe unter Windows. PowerShell verwendet $SkillDir und $HermesPython. Verwenden Sie diese bestehende Umgebung; der Helfer installiert keine globalen Python-Pakete.

"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna
"$HERMES_PYTHON" "$SKILL_DIR/scripts/configure_hermes.py" --model gpt-5.6-luna --apply
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna
& $HermesPython "$SkillDir/scripts/configure_hermes.py" --model gpt-5.6-luna --apply

Überspringen Sie nach dem Anwenden die manuelle Zusammenführung weiter unten. Befolgen Sie die vom Helfer ausgegebenen Home- und Ladebefehle; er erkennt active_profile. Die Konfigurationsprüfung validiert den Key nicht. Zeigen Sie die Wiederherstellung mit --restore an und fügen Sie dann --apply hinzu, um die ursprünglichen Bytes wiederherzustellen. Konflikte, spätere Bearbeitungen, verwaltete Einstellungen und WSL verhindern die automatische Einrichtung; behalten Sie in diesen Fällen die Einstellungen bei und nutzen Sie den manuellen Weg.

Einen benannten Provider konfigurieren

Suchen Sie das aktive Hermes-Verzeichnis: HERMES_HOME, falls gesetzt, andernfalls ~/.hermes (Windows: %LOCALAPPDATA%\hermes). Erstellen Sie ein Backup von config.yaml und führen Sie dann die folgenden Einträge zusammen, ohne andere Einstellungen zu überschreiben. Das Beispiel verwendet Chat Completions; wählen Sie ein aktuelles Modell, das dieses Format und Tool-Aufrufe unterstützt.

Erstellen Sie ein Backup der aktiven Konfiguration. Fügen Sie nur den TokenLab-Eintrag hinzu und bewahren Sie bestehende Provider, Konten, die Standardmodell-Auswahl und Berechtigungen. Wenn der Name bereits verwendet wird, wählen Sie einen anderen Namen und aktualisieren Sie die Befehle. Um die Einrichtung rückgängig zu machen, entfernen Sie nur Ihren hinzugefügten Eintrag oder stellen Sie das vorherige Backup wieder her.

providers:
  tokenlab:
    api: https://api.tokenlab.sh/v1
    key_env: TOKENLAB_API_KEY
    transport: chat_completions
    default_model: gpt-5.6-luna

Erstellen Sie einen Key unter API keys. Geben Sie ihn lokal als TOKENLAB_API_KEY in der .env des Hermes-Verzeichnisses oder in der Umgebung des Prozesses ein, der Hermes startet. Fügen Sie den Key niemals in eine Unterhaltung ein und speichern Sie ihn nicht in der Provider-YAML.

Konfiguration prüfen und Anfrage stellen

Überprüfen Sie den hinzugefügten Provider mit hermes config get providers.tokenlab.api; es sollte https://api.tokenlab.sh/v1 angezeigt werden. Lassen Sie den bestehenden model-Abschnitt unverändert. Starten Sie eine neue Sitzung mit dem expliziten Provider und Modell wie unten angegeben; starten Sie normal ohne diese Flags, um Ihren vorherigen Standard zu verwenden. Die Konfigurationsprüfung validiert den Key nicht.

hermes chat --provider custom:tokenlab --model gpt-5.6-luna

Wenn Sie bereit sind, Ihr TokenLab-Guthaben zu nutzen, senden Sie eine kurze Textanfrage. Überprüfen Sie die Antwort und den entsprechenden Datensatz unter Requests. Versuchen Sie erst danach eine schreibgeschützte Tool-Aufgabe. Hilfsmodelle und optionale Tools können separate Provider oder Keys haben.

Wiederherstellung oder Fehlerbehebung

Wenn der Provider unbekannt ist, überprüfen Sie die installierte Version und das aktuelle Provider-Format. Bei Authentifizierungsfehlern überprüfen Sie die lokale Umgebung und den Key-Status, ohne den Key auszugeben. Um die Einrichtung rückgängig zu machen, stellen Sie die vorherige Modellauswahl wieder her und entfernen Sie nur die von Ihnen hinzugefügten TokenLab-Einträge.

Bilder und Videos im selben Agenten generieren

Hermes kann mit dem TokenLab MCP server auch Bilder und kurze Videos erstellen. Jede Generierung wird vom selben TokenLab-Guthaben bezahlt. Führen Sie diesen Eintrag in derselben config.yaml zusammen:

mcp_servers:
  tokenlab:
    command: "npx"
    args: ["-y", "@tokenlabai/mcp-server@0.6.48"]
    env:
      TOKENLAB_MCP_TOOL_PROFILE: "core"
      TOKENLAB_API_KEY: "<TOKENLAB_API_KEY>"

Hermes übergibt nur die aufgelisteten env-Variablen an den Server. Ersetzen Sie daher <TOKENLAB_API_KEY> durch Ihren Key in dieser lokalen Datei und geben Sie ihn nicht weiter. Führen Sie hermes mcp test tokenlab oder /reload-mcp in einer offenen Sitzung aus. Versuchen Sie dann:

Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.

create_video gibt eine Aufgaben-ID zurück. Der Agent ruft get_task_status auf, bis das Video fertig ist. Der Skill guide bietet zusätzliche Integrationshilfe. Weder MCP noch Skills sind erforderlich, um diesen Provider auszuwählen.

Auf dieser Seite