官宣新插件！Hermes 快速接入 Cua Spaces，并更新MCP等3项能力

北京时间 10 月 23 日早间，Nous Research 公开介绍了 Hermes 的 Cua Spaces 插件。

这个插件的原始功能始发于 10 月 20 日，来自知名的 Computer Use 工具官方。

同一阶段，Hermes 合入了高级任务委派、MCP 事件触发等变化。这篇把它们放在一起，看看 AI 助手怎样从“听一句、做一步”，向能分工、能使用独立电脑的工作方式迈进。

想象一个场景：你让 AI 做网页，它在自己的桌面里写代码、打开浏览器；你照常用电脑处理其他事。发现页面颜色不对，就进入它的工作环境调整一下，再让它继续。需要查资料时，主助手还能把工作交给另一位“小同事”。

听起来像给 AI 配了一间办公室。真正值得研究的是，这间办公室可以用你已有的电脑搭起来。

下面围绕三件事展开：Cua Spaces 解决“在哪里干活”，高级委派解决“交给谁”，MCP Events 解决“什么时候开工”。看完，你能找到接入步骤，分清本机、远程和团队共享的用法，再挑一个小任务开始尝试。

一、Cua Spaces：给 AI 一台工作电脑，不必另外买机器

过去说“让 AI 操作电脑”，很容易想到自己的鼠标被接管，窗口不停切换，自己只能坐在旁边看。

Cua Spaces 提供了另一条路：准备一个 Space（工作空间），里面有系统、屏幕、应用和文件，让 AI 到那里操作。空间可以放在自己的电脑、已经接入的备用机器，或者自己租用的云主机上。

它解决的不是“再买一个更聪明的模型”，而是“把现有助手安排到合适的电脑上”。

Cua 官方介绍特别强调，可以选择自己的计算设备，也可以选择助手。Hermes、Claude Code、Codex 等都能接入，不必为了换一个工作环境，把已经用顺手的 AI 一起换掉。

你贴的官方演示里，还有一个很直观的设计：启动助手、发送任务、检查状态、结束运行，可以用很短的程序串起来；改变执行位置，任务就转到另一台已经接入的电脑。普通用户不用先学这些代码，理解成“给助手选工作地点”就行。

不过，同样叫“接入”，有两种安排。

一种是 Hermes 仍在原来的位置运行，只把终端命令、文件操作和代码执行交给 Space。这篇主要讲的就是这条插件路线。

另一种是把整个助手放进 Space，连程序和工作环境一起安排进去。Cua 的 SDK 和示例应用提供了这类玩法，适合进一步搭自己的机器人管理工具。

可以把前一种理解为“助手还在原来的办公室，具体操作送到实验室”；后一种则是“连助手带工具一起进驻”。

对已经装好 Hermes 的朋友，前一种更容易起步。原来的对话入口不用换，先给执行任务的那部分工作换个地方。

这里的“自己的电脑”也不等于“完全离线”。程序可以在本地运行，模型是否联网，仍取决于 Hermes 选择了什么模型。多开几个 Space，也不会凭空增加电脑性能，内存、磁盘和处理器还是由承载它们的机器提供。

二、快速接入：先让 Hermes 在本机 Linux Space 里完成一件小事

第一次体验，建议先用本机 Linux Space，不急着连接多台机器。

先在承载 Hermes 的电脑上安装 Cua 应用和命令行。macOS、Linux 可以使用官方安装命令，Windows 使用对应安装方式：

curl -fsSL https://cua.ai/install.sh | sh

安装后检查环境：

cua doctor

本机 Linux Space 需要可用的容器运行环境，例如 Docker；如果选择 macOS 虚拟机，则需要符合要求的 Apple 芯片 Mac，并准备更大的磁盘空间。先把运行条件检查好，比后面反复猜“为什么创建失败”省事。

接着，在电脑终端安装 Hermes 插件并切换执行后端：

hermes plugins install cua-spaces --enablehermes config set terminal.backend cuahermes config set plugins.entries.cua-spaces.settings.on localhermes config set plugins.entries.cua-spaces.settings.image linux

这里最重要的是后两行：明确让新空间在本机创建，系统选 Linux。不是看到“Spaces”，就默认把任务送去云端。

准备反复练习，可以再加上：

hermes config set plugins.entries.cua-spaces.settings.delete_on_exit falsehermes config set plugins.entries.cua-spaces.settings.desktop true

第一行保留插件创建的空间，后续继续使用；第二行让插件在需要时，为 Linux Space 安装桌面和浏览器所需组件。初次准备需要下载文件，并在空间内安装依赖。

重新启动 Hermes，先不要下复杂任务。可以这样说：

请运行 hostname 和 cat /etc/os-release，告诉我当前在哪台机器、使用什么系统。然后在当前用户目录创建一个测试文件夹，写入一份简单的 HTML 页面，报告保存位置。

先确认命令和文件都落在 Space，而不是日常工作目录，再继续体验浏览器。

要看工作现场，可以打开 Cua Spaces 应用，也可以在终端执行：

cua spaces lscua viewer

三、能看、能接管、能换电脑，还有一个保存设置别漏了

连接成功后，最有意思的不是多了一个终端，而是你能看见 AI 正在干什么。

例如让它制作活动报名页面。它在 Space 中写文件、运行预览，你打开画面检查，发现标题太小，或者报名说明少了一句。

这时可以让 AI 先停一下，你亲手调整，再告诉它：“读取刚才修改的内容，沿着这个版本继续。”工作发生在同一个环境里，不必重新描述整个现场。插件文档也明确提供了查看桌面和人工接手的入口。

Cua 还支持给共享成员分配“只能查看”和“可以操作”两类权限。看进度的人不一定需要控制权，真正参与修改的人再获得相应权限。

想把工作移到备用机器，也有入口。先把那台机器加入 Cua，再在插件的 on 设置里选择它。电脑需要保持在线、满足运行条件；并不是输入一个名字，任何设备都会自动变成工作机。

多个助手并行时，最好分别安排 Space。一个修改网页，一个测试程序，各有文件目录，减少同时改同一份文件的麻烦。插件支持为不同 Hermes 配置档案指定不同的命名空间。

这里尤其要注意空间的寿命。

插件默认创建的是临时空间，Hermes 结束后会删除。上面的 delete_on_exit false 会让它保留并复用 hermes-default；也可以指定一个已经建好的命名 Space，插件不会自动删除它。完成的成果仍应另行备份。

别等 AI 干了一下午，才发现自己一直在使用临时环境。

还有费用问题：使用自有电脑，不必向 Cua 再租一台机器；但模型调用、自己租的云主机仍有各自的账单。Cua 有免费和付费档位，远程时长、并发和团队权益按账户当前方案选择。

官方还展示了 Mac 与 iPhone 的机器人示例：Mac 负责运行，手机负责聊天、看桌面和处理审批。这是开发者可以继续搭建的示例应用，不是安装 Hermes 插件后，手机就自动变成运行虚拟机的主机。

四、高级任务委派：有了工作电脑，还得知道把活交给谁

电脑安排好了，下一步就是分工。

让一个模型既搜资料、又写代码、再检查自己的结果，未必每一步都划算。Advanced Delegation（高级任务委派）增加了两种选择，让主助手按照任务使用你预先配置的执行路线。

第一种叫 Model routes（模型路由）。

“路由”不用想得太复杂，就是给任务指路。你可以准备几个名字：

路线名

用途示例

fast

整理短材料、提取要点、处理明确的小修改

deep

分析复杂问题、检查方案、排查难题

local

使用已经配置好的本地模型完成适合它的工作

这些名字不是系统规定，背后对应什么模型，由你决定。再给每条路线写一句“适合干什么”，主助手委派任务时，就从这份名单里选。它得到的是你提供的路线名称和说明，不是随意编造模型地址。

用途说明最好写具体。与其写“这是一个聪明模型”，不如写“适合分析复杂报错，先找原因，再提出修改方案”。主助手更容易知道什么时候该派它出场。

第二种叫 Profile routes（配置档案路由）。

Profile 不只是一个昵称，而是一套单独的模型、凭据、技能、身份说明和执行环境设置。你已经配置了研究助手、代码助手，就可以把它们列入允许委派的名单。

两种方式的区别可以这样记：模型路由是“这件事用哪个脑子”；Profile 路由是“这件事交给哪套已经准备好的助手配置”。

一次选择一种高级模式。并不是勾选几个名字，就自动把全部模型、全部电脑混在一起运行。

版本也要对上：截至 10 月 23 日早间，最新正式版仍是 v0.22.4；高级委派的代码已经合入，插件标注需要 v0.22.5 或更新核心。还在稳定版的读者，可以先做前面的 Cua 练习，等版本满足要求再安装。

满足条件后，入口是：

hermes plugins install advanced-delegation --enablehermes delegation config

桌面端对应 Settings → Model → Subagents（设置 → 模型 → 子助手）里的路由设置。配置好名称、用途和目标模型，或者选好允许调用的 Profile，再保存。

例如准备好角色后，可以安排：

让研究助手整理官方资料，代码助手制作一个展示页面，你负责检查两边结果。先报告分工，再执行；不要直接发布到外网。

修改路线后，新开会话更稳妥。需要保存为 Profile 路由并开启新聊天，可以在 Hermes 对话框使用：

/delegation profiles --global/new

你给主助手的是一份可用名单，而不是一张随意调用所有账号的通行证。把哪个 Profile 加进去，就意味着允许使用它所配置的相关能力和凭据。

五、MCP Events：以前是 AI 去问，现在是事情来了通知 AI

分工解决了“谁来做”，还有一个问题：什么时候开始做？

很多自动化采用定时检查：每隔十分钟看看有没有新内容。即使什么也没发生，也要按时过去看一眼。

MCP Events（事件）尝试换个方式：支持事件的外部服务发现变化后，主动通知 Hermes，让它开始一轮工作。MCP（模型上下文协议）原本就可以让助手调用外部工具；这次新增的是实验性的事件订阅与回调能力。

可以把普通工具调用想成“有事打电话过去问”，事件订阅则是“留下联系方式，有变化叫我”。

例如，一个资料服务有新报告发布。你预先订阅相应事件，指定收到后先提取标题、来源和关键内容，结果发到哪里。以后服务发来通知，Hermes 就按这个安排启动处理。

这里的重点不是所有网站突然都会通知 AI，而是上游服务必须实现对应事件接口。Hermes 此次接入的是 Webhook（事件回调）方式，与“把 Hermes 作为 MCP 服务供其他助手调用”不是同一项功能。

实际部署需要三样东西：支持事件的 MCP 服务、持续运行的 Hermes 网关，以及外部服务能够访问的 HTTPS 回调地址。

连接配置里，要为该服务启用 events: true，再设置网关的 public_url。准备好以后，先查看有哪些事件可订阅，再写清“收到后做什么”和“结果送到哪里”。每次建立订阅都要确认，因为这相当于允许它以后在无人发消息时启动任务。

这份指令也别只写“有更新就处理”。

可以写成：“收到新报告后，先核对来源，提取三项重要变化，保留原文地址，将摘要发到指定聊天；不修改文件，不对外发布。”把触发条件和交付内容说清楚，后面才容易判断它有没有做好。

Hermes 会处理签名验证、相同事件的重复投递，以及订阅续期。网关关掉，事件接收也就停下；收到事件后的模型分析，仍会产生正常调用开销。

它和定时任务不是谁替代谁：每天固定做日报，定时任务很合适；某件事发生后再处理，事件触发更自然。不要为了追新，把原来简单好用的定时任务全部重做。

六、把三项能力串起来，能搭出怎样的工作流？

说到这里，三项变化终于能连成一条线。

以“把新发布的行业资料整理成可查看的简报”为例，可以设计这样一套流程。它需要分别配置事件、分工和执行环境，不是现成的一键模板。

先由支持 MCP Events 的资料服务发出通知，Hermes 按订阅指令整理出来源和任务内容。

再由主助手把任务交给研究 Profile，让它阅读原始材料，区分事实和判断，整理成结构化摘要；代码 Profile 则根据摘要制作 HTML 页面。

负责制作页面的 Profile，提前接好自己的 Linux Space。文件、预览程序和浏览器都在那里。你打开画面，检查标题、图表和字号；哪里不合适，就让它改，或者自己接手处理。

最后把成果保存到保留空间，并导出一份备份。主助手汇总交付内容，你确认后再发布。这是基于三项能力设计的组合用法，实际搭建时还要验证任务交接和文件传递。

这里有两个容易混淆的地方。

第一，增加模型路线，不会自动给每个模型分配一台电脑。模型、Profile 和 Space 是三个不同设置，需要自己安排对应关系。

第二，外部事件进入 Hermes 后，默认受 Webhook 的工具权限约束。要衔接代码执行或委派，必须明确配置允许使用的工具；初次尝试，可以只让事件生成摘要，人工确认后再交给主助手派活。

这种“先自动收集，再确认执行”的路线，反而更适合普通人起步。

也可以先不接事件服务：手动给主助手一份资料，只测试分工和 Space。等每一段都跑顺，再把通知接在最前面。

验收时也别只听一句“完成了”。让它交代生成了哪些文件、保存在什么位置、做过哪些检查，最后自己打开看一眼。

自动化不是一次装完所有插件，而是把一件已经弄明白的工作，逐段交出去。

七、干货总结：先有一个能干活的空间，再慢慢组成团队

这轮更新，可以记成三个问题：

问题

对应能力

AI 在哪里操作电脑、保存文件？

Cua Spaces

不同任务交给哪个模型或助手？

Advanced Delegation

什么事情发生后需要启动工作？

MCP Events

最值得先做的，不是搭一支复杂的 AI 团队，而是让一个 Hermes 在本机 Space 里完成小任务：写个页面，打开预览，自己进去改一处，再让它接着做。

这一步跑通，你就能明白“人和 AI 使用同一个工作环境”有什么价值。

之后再增加分工，最后考虑事件触发。电脑继续用自己的，模型按任务选择，需要人工判断时随时参与。

真正有意思的，不是 AI 又多了几个按钮，而是你开始能安排它在哪里工作、交给谁处理，以及哪些事情值得它主动来叫你。

#探寻人工智能，从技术到真实世界#