1. Hermes Agent 设置

Hermes Agent 这样设置，那么恭喜你，为了省钱又进一步😂

DeepSeek 为主大模型，Kimi K2.6 为视觉模型，并且无需来回切换，只要丢图片进去就会自动使用 Kimi K2.6 去识别。
（理论上你可以设置更多的大模型去完成不同的工作，并且全程自动无需切换大模型）

写很多以 X 文章的形式去编辑这类干货教程已经很多了，我想试试普通的发帖方式编辑会不会被更多的人去看到。

那么话不多说，下面直接是干货！

主模型：deepseek-v4-pro

视觉模型：kimi-k2.6

运作逻辑：DeepSeek 负责所有的工具调用、代码、排查、对话，一旦你丢过来图片或者视频帧，系统自动切到 Kimi 去识图，识完把结果扔回给 DeepSeek 继续处理。
整个过程不需要手动切换模型，你体感上就是同一个助手在干活，但实际上后面是两个大脑在协作。

1.1. 为什么这样搭

deepseek-v4-pro 的工具调用和长上下文处理能力确实强，跑代码任务、排查问题、多步骤复杂操作的稳定性比 Kimi 好一截。

但它有一个硬伤：暂时不支持多模态，直接给它丢图片会报 unknown variant image_url 的错。

而 kimi-k2.6 的多模态能力不用说，中文 OCR 也准，但纯文本推理和工具调用不如 DeepSeek 稳。

所以最优解就是各取所长，DeepSeek 当大脑，Kimi 当眼睛。

（其实说白了就是为了省 Token！）

1.2. 配置步骤

1.2.1. 第一步：确保 API Key 就位

在 ~/.hermes/.env 里确认两行：

DEEPSEEK_API_KEY=你的deepseek密钥
KIMI_API_KEY=你的kimi密钥

1.2.2. 第二步：切主模型

终端敲：

hermes config set model.default deepseek-v4-pro
hermes config set model.provider deepseek

1.2.3. 第三步：设视觉模型

hermes config set http://auxiliary.vision.model kimi-k2.6
hermes config set http://auxiliary.vision.provider kimi-coding
hermes config set http://auxiliary.vision.base_url https://api.moonshot.ai/v1

1.2.4. 第四步：如果你的 Kimi key 是老 key

（sk- 开头不是 sk-kimi- 开头），需要在 .env 最后加一行：

KIMI_BASE_URL=https://api.moonshot.ai/v1

新 key 走 api.kimi.com，老 key 走 api.moonshot.ai，config 默认写的 api.moonshot.cn 是错的，不改会 401。

1.2.5. 第五步：/reset 重开会话生效

1.3. 踩过的坑

一个是上面说的 API 地址问题，moonshot.cn 和 moonshot.ai 差一个字母，排查了好一阵。

另一个更隐蔽：Hermes 内置的 vision 工具往 Kimi API 发请求时，content 数组里 image_url 排在了 text 前面，Kimi 的接口不认这个顺序，偶尔 400。

目前的变通方案是发图时绕过内置工具，直接 Python 调 moonshot API，text 放 image_url 前面就没事。

不影响使用，但不算完美，等后续优化。

配完之后你正常跟他聊天就行，DeepSeek 处理一切。

发图过来的时候，你不需要说“用 Kimi 看”，系统自动检测到图片就走 Kimi 视觉，识读完无缝回到 DeepSeek 继续对话。

你体感上就是同一个助手能看能想能干，但后台其实是两个模型在做各自最擅长的事。

最大好处是不用你在聊天里手动切模型，流程全自动。
而且以后如果想换视觉模型，改 auxiliary.vision.model 一行就行，不影响主模型。