💯AI Agent 部署： Hermes Agent + 甲骨文云 + 谷歌云完整实战
三句話摘要
零成本架構：用甲骨文雲免費 ARM 伺服器托管 Hermes Agent，搭配 Google Cloud Vertex AI 呼叫 Gemini 模型，再接入 Telegram Bot，跑通完整 AI Agent 最小閉環。 --- 在 AI Agent 專案驗證前，用甲骨文雲免費 ARM 伺服器托管、Google Cloud 贈金驅動 Gemini，以零成本先跑通完整閉環，比任何設備投資都更有價值。 先驗證再投入，白嫖是風控而非貪便宜。 在專案尚未跑通前就購買 Mac mini、伺服器或充值 Token，屬於未驗證的沉沒成本；正確順序是先用免費資源讓最小閉環可用，確認可行後再談優化與商業化。
重點整理
重點- 1
先驗證再投入，白嫖是風控而非貪便宜。 在專案尚未跑通前就購買 Mac mini、伺服器或充值 Token，屬於未驗證的沉沒成本；正確順序是先用免費資源讓最小閉環可用，確認可行後再談優化與商業化。
- 2
甲骨文雲 ARM 是免費 VPS 天花板，足以承載 Hermes Agent。 Hermes Agent 本身不需本地跑大語言模型，主要負責任務調度與工具執行，4 核 24G 記憶體的免費規格完全夠用，且服務可長期在線、不依賴本地電腦。
- 3
Vertex AI 與 Google AI Studio 的 API endpoint 不同，需手動替換。 Hermes 預設寫入的是 `generativelanguage` 開頭的 Google AI Studio 地址，Vertex AI 使用的是 `aiplatform` 開頭的 URL 並需帶入 project ID，兩者不相容，需覆蓋 `.env` 與 Gemini native adapter 才能正常通訊。
- 4
最小閉環的價值在於排錯順序清晰。 跑通後若出現問題，優先依照鏈路逐一排查：401 錯誤先查 Token 有效性與 project ID；依賴安裝報錯先確認 Linux ARM64 相容性；不要一開始就引入多餘複雜度。
- 5
--
實用技巧與重點
乾貨- 雲端資源
- 甲骨文雲 Always Free ARM：最高 4 核 CPU、24G 記憶體，永久免費
- Google Cloud 新帳號贈金：300 美元（影片演示時剩餘 250 美元）
- 平台與工具
- Hermes Agent（GitHub 開源，官方安裝命令一鍵部署）
- Google Cloud Vertex AI（正式 AI 平台，非 Google AI Studio）
- Gemini 模型：`gemini-3.1-pro-preview`（Quick Setup 時選擇）
- Telegram Bot（透過 BotFather 申請 Token）
- Vertex AI Base URL 格式
- ```
- https://aiplatform.googleapis.com/v1/projects/[YOUR_PROJECT_ID]/...
- ```
- （非 `generativelanguage` 開頭，安裝時需手動輸入）
- 操作步驟
- Google Cloud 建立新專案，關聯帳單帳戶
- 啟用 Agent Platform API，建立 API Key
- 記下 Project ID
- SSH 登入甲骨文雲 ARM 伺服器
- 執行 Hermes Agent 官方安裝命令
- Quick Setup 選 Google AI Studio 類型，輸入 API Key 與 Vertex AI URL
- 設定 Telegram Bot Token（BotFather 申請）
- 修改 `~/hermes/.env`：替換 `GOOGLE_API_KEY` 與 `GEMINI_BASE_URL`
- 覆蓋 Gemini native adapter 檔案至安裝路徑（`/usr/local/lib/hermes-agent/`）
- 重啟 Hermes Agent，測試 CLI 與 Telegram 雙通道
- 常見報錯排查清單
- `401 invalid credential` / `permission denied`：檢查 Project ID、Vertex AI API 是否啟用、Token 是否過期
- 依賴安裝失敗：確認映像檔支援 Linux ARM64
- --
結論
結論“在 AI Agent 專案驗證前，用甲骨文雲免費 ARM 伺服器托管、Google Cloud 贈金驅動 Gemini，以零成本先跑通完整閉環，比任何設備投資都更有價值。”
完整解析
詳細許多人一聽到 AI Agent 就陷入「要不要買 Mac mini、要不要充值 Token」的焦慮，但講者的核心觀點是：在專案閉環尚未驗通之前，投入資金等同於繳學費。正確的策略是先用零成本資源跑通最小可行路徑，確認整條鏈路有效後，才有優化的依據。這套方案的三個支柱分別是：甲骨文雲 Always Free ARM 伺服器提供「身體」、Google Cloud Vertex AI 提供「大腦（Gemini 模型）」、Hermes Agent 負責把兩者串連起來執行任務。
架構層面，完整的資料流如下：使用者在 Telegram 輸入任務 → Telegram Bot 將訊息轉給甲骨文雲 ARM 上的 Hermes Agent → Hermes Agent 使用 Google Cloud Token 呼叫 Vertex AI → Vertex AI 調用 Gemini 模型推理 → 結果回傳至 Telegram。甲骨文雲之所以選 ARM 機型，是因為其 Always Free 方案最高可達 4 核 CPU、24G 記憶體，在免費 VPS 中屬天花板規格，而 Hermes Agent 本身不需在本機跑大語言模型，主要負責任務調度與工具執行，這個規格完全充裕。
實際部署流程分為三段。第一段在 Google Cloud 側：建立新專案（影片示範名稱為 `hermes-2026-05-09`），關聯帳單帳戶確認贈金已綁定，接著啟用 Agent Platform API，建立 API Key，並記下 Project ID 備用。第二段在甲骨文雲 ARM 伺服器：SSH 登入後執行 Hermes Agent 官方 GitHub 的一鍵安裝命令，Quick Setup 時選擇 Google AI Studio 類型，輸入 API Key，並手動填入 Vertex AI 的 base URL（格式為 `aiplatform` 開頭並帶入自己的 project ID，與預設的 `generativelanguage` 不同）。接著設定 Telegram Bot Token（透過 BotFather 新增機器人取得），完成初始安裝後啟動服務。
然而，初次啟動後測試會立即出現報錯，原因是 Hermes 預設的 Google AI Studio endpoint 與 Vertex AI 不相容。解決方法是修改 `~/hermes/.env` 中的 `GOOGLE_API_KEY` 與 `GEMINI_BASE_URL` 兩個欄位，並將預先準備好的 Gemini native adapter 檔案覆蓋至 Hermes 安裝路徑（`/usr/local/lib/hermes-agent/`）。重啟後，CLI 端與 Telegram Bot 雙通道均可正常與 Gemini 模型通訊，包含天氣查詢、日期識別等工具呼叫均測試通過。
影片最後提醒四個注意事項：免費資源需合規使用，不可濫用；300 美元贈金適合學習驗證，非永久額度；Token 有效期需定期確認，遇 401 錯誤依序排查 project ID、API 啟用狀態與 Token；ARM64 架構安裝依賴或 Docker 映像時需確認 Linux ARM64 相容性。講者強調，這些問題都不複雜，關鍵在於按照鏈路順序逐步排查，而不是一開始就堆疊複雜度。
---
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
