hermes-web-ui 使用教程
从入门到精通的完整指南
hermes-web-ui 简介
Hermes Studio是一款自托管的AI聊天仪表盘工具，为用户提供统一的多模型对话管理界面。用户可在本地部署后接入多种大语言模型，实现集中化的AI对话管理、历史记录查看和会话组织。它注重隐私保护，所有数据存储在用户自己的服务器上，适合需要私有化部署AI对话能力的个人和团队使用。
详细功能介绍
【工具简介】Hermes Studio是一款自托管的AI聊天仪表盘，提供统一的多模型对话管理界面。
【核心功能】
①多模型接入：支持对接多种大语言模型API，用户可在同一界面切换不同模型进行对话，方便对比和选择最适合的模型。
②会话管理：提供结构化的对话历史管理，支持会话分类、搜索和归档，便于回顾和复用历史对话内容。
③自托管部署：所有数据存储在用户自己的服务器上，不依赖第三方云服务，确保对话内容的隐私和安全。
④Web界面交互：基于现代Web技术构建的响应式界面，支持桌面和移动端访问，操作体验流畅。
【适用场景】
个人开发者希望在本地搭建私有AI对话环境，避免敏感数据外泄；小型团队需要统一管理多模型API调用，集中管控使用成本和权限；企业内部需要部署合规的AI对话工具，满足数据不出域的安全要求。
【快速入门】
①克隆项目仓库并安装依赖，配置运行环境。
②在配置文件中添加大语言模型的API密钥和端点信息。
③启动服务，通过浏览器访问本地地址进入仪表盘。
④创建新会话，选择模型开始对话，体验各项功能。
【优缺点分析】
优点：完全自托管，数据隐私有保障；支持多模型切换，灵活性强；界面设计简洁，上手成本低。
缺点：需要用户自行部署和维护服务器环境；模型能力取决于所接入的第三方API质量；社区生态和插件扩展相对有限。
【适合人群】
注重隐私的个人用户，希望在本地环境使用AI对话能力；小型技术团队，需要统一管理和分发AI模型访问权限；企业IT管理员，需要为内部团队部署合规的AI对话解决方案。
1Hermes Web UI入门教程：私有化AI对话管理平台
入门10分钟
Hermes Web UI是一款自托管的AI聊天仪表盘工具，为用户提供统一的多模型对话管理界面，注重隐私保护，所有数据存储在用户自己的服务器上。
一、快速开始
1. 确保服务器已安装Docker和Docker Compose
2. 从GitHub克隆Hermes Web UI项目到本地
3. 进入项目目录，复制示例配置文件：cp .env.example .env
4. 编辑.env文件，配置你想接入的AI模型API密钥
5. 运行docker-compose up -d启动服务
6. 在浏览器中访问http://localhost:8080，创建管理员账号并登录
二、核心功能演示
功能1：多模型统一对话
登录后进入主界面，你会看到一个简洁的对话窗口。在顶部的模型选择器中，可以切换不同的AI模型（如GPT-4、Claude、本地部署的开源模型等）。选择模型后直接输入问题开始对话。所有对话记录自动保存在本地数据库中，你可以在左侧的历史列表中随时回溯查看任意一次对话。切换模型后继续同一个话题，系统会保持上下文连贯性。
功能2：会话组织与管理
点击左侧栏的「新建会话」文件夹图标，可以创建不同的会话分类，比如「工作」「学习」「创意」等。将相关对话拖拽到对应分类下，保持界面整洁有序。支持会话重命名、置顶和搜索功能。当对话数量增多时，使用顶部的搜索框输入关键词，可以快速定位到历史对话，不用在长列表中手动翻找。
功能3：对话导出与分享
在任意对话窗口中，点击右上角的「更多」菜单，选择「导出对话」。支持导出为Markdown文本、JSON数据或PDF文档三种格式。Markdown格式方便粘贴到笔记软件中，JSON格式适合开发者做数据处理，PDF格式适合归档保存。导出的文件中包含完整的对话记录和时间戳，方便后续查阅或分享给团队成员。
三、实际使用案例
案例1：个人隐私AI助手
一位关注隐私的自由职业者不想将工作内容上传到第三方AI平台。他将Hermes Web UI部署在自己的NAS上，日常使用它来处理文案写作、数据分析和代码调试。所有对话记录都保存在本地硬盘上，即使断网也能通过内网访问。他特别喜欢会话分类功能，将不同客户的工作内容分开管理，条理清晰。
案例2：小团队共享AI服务
一个5人创业团队想共享使用AI服务，但每人单独订阅费用太高。他们将Hermes Web UI部署在公司的云服务器上，团队成员通过内网统一访问。管理员在设置中为每位成员创建独立账号，各自的对话记录互相隔离。团队还利用导出功能，将AI生成的方案文档统一保存到共享文件夹中，方便协作。
四、常见问题FAQ
Q1：支持接入哪些AI模型？
A1：支持所有兼容OpenAI API格式的模型服务，包括OpenAI官方、Azure OpenAI、Anthropic Claude、Google Gemini以及Ollama等本地部署的开源模型。在.env文件中配置对应的API地址和密钥即可。
Q2：部署需要什么服务器配置？
A2：最低配置为1核CPU、1GB内存和10GB硬盘空间。如果需要同时服务多人或接入本地大模型，建议2核CPU、4GB内存以上。对话数据占用空间较小，10GB足够普通个人使用很长时间。
Q3：如何保证数据安全？
A3：所有数据存储在你自己的服务器上，不经过任何第三方。建议配合HTTPS证书加密传输，设置强密码，定期备份数据库文件。如果部署在公网，务必配置防火墙规则限制访问来源。
五、小贴士
1. 善用快捷键提升效率：Ctrl+Enter发送消息，Ctrl+N新建对话，Ctrl+K打开搜索。熟练使用快捷键可以大幅提升日常使用效率。
2. 定期备份数据库：虽然数据在本地很安全，但仍建议每周自动备份一次数据库文件，防止硬盘损坏导致数据丢失。可以用cron定时任务实现自动备份。
3. 合理选择模型：不同任务适合不同模型。简单问答用轻量模型省钱，复杂推理用强力模型。在对话中随时切换模型，找到性价比最优的使用方式。