安装hermes后启动很慢？一个skill帮你解决

上篇文章我写了一份完整的 Hermes 使用教程，从安装到接模型到接飞书都讲了一遍。文章发出去之后，有朋友私信我说，他按教程把 Hermes 装好了，用起来什么都好，就是有个毛病：每次在终端敲下 hermes 两个字，聊天界面要等好几秒才弹出来，有时候甚至要等二十秒，这体验也太难受了。

其实我自己刚装好那阵子也遇到过一模一样的问题，后来让 Hermes 自己排查了半天，找到根因，把问题解决了。我还把整套排查方法和解决方案做成了一个技能（Hermes 里叫 skill），你如果也遇到启动慢的情况，直接装我这个 skill 就能搞定。

一、为什么启动慢

让 Hermes 给自己做了一次体检，发现它每次启动，都会向 https://models.dev/api.json 这个地址发一个请求，拿各家模型供应商的元数据。问题就出在这个域名上：它在国内网络环境下，DNS 和 TCP 全都连不通，而代码里的超时设置是 5 秒加 10 秒，两次连接尝试各等 5 秒，正好硬卡 10 秒。

换句话说，启动慢不是电脑配置不行，是它在傻等一个永远连不上的网站。

验证起来很简单，在终端跑：

1	curl -s -m 8 https://models.dev/api.json

返回 exit=28，连接超时，实锤了。你如果也碰到启动慢，先跑这一条命令，是超时的话基本就是同一个原因。

二、处理方案

逻辑很简单：它要的网络数据拿不到，那我们就帮它把数据准备好放在本地，让它启动的时候直接读本地文件，跳过网络请求。

在 Hermes 的主目录下建一个文件 models_dev_cache.json，Linux 和 macOS 是 ~/.hermes/，Windows 是 ~/AppData/Local/hermes/，不确定的话用 hermes config path 查一下 config.yaml 的位置，缓存文件和它同级。内容格式如下，以 DeepSeek 为例，其他供应商结构相同：

{
  "id": "deepseek",
  "env": [
    "DEEPSEEK_API_KEY"
  ],
  "npm": "@ai-sdk/openai-compatible",
  "api": "https://api.deepseek.com",
  "name": "DeepSeek",
  "doc": "https://api-docs.deepseek.com/quick_start/pricing",
  "models": {
    "deepseek-v4-flash": {
      "id": "deepseek-v4-flash",
      "name": "DeepSeek V4 Flash",
      "description": "Official DeepSeek V4 Flash release with enhanced agentic capabilities and integrated DSpark speculative decoding",
      "family": "deepseek-flash",
      "attachment": false,
      "reasoning": true,
      "reasoning_options": [
        {
          "type": "toggle"
        },
        {
          "type": "effort",
          "values": [
            "low",
            "high",
            "max"
          ]
        }
      ],
      "tool_call": true,
      "interleaved": {
        "field": "reasoning_content"
      },
      "structured_output": true,
      "temperature": true,
      "knowledge": "2025-05",
      "release_date": "2026-07-31",
      "last_updated": "2026-07-31",
      "modalities": {
        "input": [
          "text"
        ],
        "output": [
          "text"
        ]
      },
      "open_weights": true,
      "limit": {
        "context": 1000000,
        "output": 384000
      },
      "cost": {
        "input": 0.14,
        "output": 0.28,
        "reasoning": 0.28,
        "cache_read": 0.0028
      }
    }
  }
}