1. 项目定位与用途
Hermes HUD UI 是 Hermes AI 代理的官方 Web 意识监控仪表板。其核心定位是将代理的持久记忆与运行状态转化为可视化的浏览器界面,用途在于为开发者、研究人员及 AI 系统观察者提供一套完整的监控解决方案,实时展示代理的“自我认知”维度,包括身份标识、记忆容量、技能库、会话历史、项目进展、系统健康、定时任务、工具使用模式、日常活动节奏以及 API 调用成本等。该仪表板与 TUI 版本共享同一数据源,但提供更丰富的交互功能与视觉主题,是理解“有记忆的 AI”如何运作的关键工具。
2. 解决的问题
本项目主要解决 AI 代理系统运行状态“黑盒化”的问题。传统监控工具难以捕捉具备持久记忆的代理在身份演化、记忆积累、技能习得等方面的动态变化。HUD UI 通过直接读取代理本地数据目录 (~/.hermes/),将分散的文件数据聚合为结构化的仪表板视图,使用户能够直观理解代理的“意识”发展轨迹。具体而言,它解决了以下问题:如何将代理的内部状态(如记忆容量条、用户画像状态、修正吸收量)转化为可视化指标;如何追踪代理的技能学习进度与项目工作状态;如何估算不同 LLM 模型的 API 调用成本;以及如何提供多维度、可交互的监控界面而非静态日志。
3. 适用场景
该仪表板适用于以下场景:AI 代理开发者需实时监控代理健康度与运行状态;研究人员分析代理的记忆容量演变与用户画像变化;团队追踪代理的技能习得进度与项目完成情况;运维人员估算 API 调用成本与优化模型选择;以及任何希望直观理解“有记忆的 AI”如何思考与学习的观察者。由于 Hermes 代理通常用于长期任务、个人助理或自动化工作流,HUD UI 成为评估代理“成长”与“生产力”的关键工具,尤其适合需要向非技术干系人展示 AI 代理价值的情境。
4. 安装方式
安装需满足前置条件:Python 3.11+、Node.js 18+(仅用于前端构建)、以及一个运行中的 Hermes 代理(其数据位于 ~/.hermes/)。推荐使用 Quick Start:克隆仓库后,创建 Python 虚拟环境,运行 ./install.sh 自动完成依赖安装与前端构建,最后执行 hermes-hudui 启动服务。手动安装步骤包括:pip install -e . 安装后端包;进入 frontend 目录执行 npm install 与 npm run build 构建前端;将构建产物复制到 backend/static;通过 hermes-hudui 命令启动。首次启动后,后续运行只需激活虚拟环境并执行 hermes-hudui。注意:install.sh 脚本在 macOS 与 Linux 上可用,Windows 未明确支持。
5. 使用方式
服务启动后,在浏览器访问 http://localhost:3001 即可看到仪表板。界面包含多个信息面板,可通过数字键 1-9 或 0 快速切换。按 t 键打开主题选择器,在四种视觉主题(Neural Awakening、Blade Runner、fsociety、Anime)间切换,并可选择是否启用 CRT 扫描线效果。按 r 键手动刷新所有数据;按 Ctrl+K 打开命令面板进行快速操作。前端使用 SWR 库自动轮询数据,保持界面实时更新。各面板分别展示:身份概览、知识统计、记忆状态、服务健康、技能学习、项目进展、定时任务、工具模式、活动趋势、增长快照及成本分析等信息。
6. 实现特点与补充说明
技术架构上,项目采用前后端分离设计:React 前端(Vite 构建)通过 SWR 调用 FastAPI 后端的 /api/* 接口;后端使用线程池并行执行 I/O 密集型的采集任务,提升响应速度;collectors 子包直接解析 ~/.hermes/ 下的原始文件(如 JSON、YAML),转换为内部 dataclass 模型。Token 成本计算基于 README 中列出的硬编码定价表,支持 Anthropic、OpenAI、DeepSeek、xAI、Google 等提供商的多个模型,未列出的模型回退到 Claude Opus 定价,本地/免费模型计为 $0。项目与 TUI 版本(hermes-hud)独立开发但数据源相同,可通过 pip install hermes-hudui[tui] 集成 TUI 功能。平台支持 macOS 与 Linux,Windows 未明确给出。