如何透過 Atlas Cloud 使用 DeepSeek API 執行 Hermes Agent

您已經安裝了 Hermes Agent，這是 Nous Research 的開源自主代理，現在您需要一個足夠便宜的模型來全天候運行，並且足夠強大以處理真實的工具調用。DeepSeek V4 在成本方面是一個顯而易見的選擇，而 Atlas Cloud 透過單一的 OpenAI 相容端點提供 DeepSeek 系列以及 300 多個其他模型。本指南將引導您將 Hermes Agent 連接到 Atlas Cloud 上的 DeepSeek，從基本 URL 和模型 ID 到可運行的 config.yaml，以便代理在生產級基礎設施上運行，而無需第二個 SDK。

您正在連接什麼

Hermes Agent 是一個持久的、自我改進的代理，運行在您自己的伺服器上。它在設計上與模型和提供商無關，因此它不關心 DeepSeek 令牌是直接來自 DeepSeek 還是透過網關，只要端點符合 OpenAI API 的形狀。

Atlas Cloud 是一個全模態 AI 推理平台，透過一個 OpenAI 相容的 API 金鑰和一個計費帳戶公開文本、圖像和視頻模型。由於介面與 OpenAI 相容，連接 Hermes 只需要更改基本 URL 和金鑰，而無需重寫。

這種配對對於持久代理很重要。Hermes 旨在運行數週，累積記憶和可重用技能，因此其背後的模型是經常性成本，而不是一次性調用。DeepSeek V4 在不犧牲工具調用質量的情況下保持了這種經常性成本的低廉，並且透過 Atlas Cloud 路由意味著同一個金鑰在回答聊天回合時，稍後可以在需要時生成圖像或視頻剪輯。您不僅僅是選擇一個便宜的模型，您還選擇了一個代理不會過時的端點。

有兩個事實決定了整個設置，在您觸摸配置文件之前，這兩個事實都值得精確掌握：

• Atlas Cloud 基本 URL 是 https://api.atlascloud.ai/v1。
• Atlas Cloud 上的 DeepSeek 模型 ID 帶有 deepseek-ai/ 前綴，例如 deepseek-ai/deepseek-v4-pro。這與 Hermes 與其內置 DeepSeek 提供商使用的裸 deepseek-v4-pro 不同，後者指向 DeepSeek 自己的端點。當您透過 Atlas Cloud 路由時，您使用完整的帶前綴 ID 和自定義的 OpenAI 相容提供商，而不是內置的提供商。

步驟 1：獲取您的 Atlas Cloud API 金鑰

登錄 console.atlascloud.ai，打開 API 金鑰，點擊創建 API 金鑰，並將其複製到安全的地方。訪問是按使用量付費的，因此沒有押金，也沒有最低消費。您註冊，獲取金鑰，並按請求付費。

將金鑰保存在版本控制之外。Hermes 有意將秘密與設置分開：config.yaml 包含非敏感結構，可以安全地提交或共享，而 ~/.hermes/.env 包含金鑰，預設情況下會被 git 忽略。將 Atlas Cloud 金鑰放入 .env 並從配置中按名稱引用，這使您可以在不洩露憑據的情況下版本化您的代理設置。

textCopy
1echo "ATLASCLOUD_API_KEY=your-atlas-cloud-key" >> ~/.hermes/.env

步驟 2：確認您可以調用的 DeepSeek 模型 ID

Atlas Cloud 在公共端點發布其實時模型列表，因此您無需猜測 ID。快速調用會返回 API 接受的確切字符串。

textCopy
1curl https://api.atlascloud.ai/v1/models \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

首先查詢列表並不是多餘的工作。模型 ID 會隨著新版本的發布而漂移，來自博客文章或舊腳本的過時 ID 是第一次調用失敗最常見的原因。/v1/models 端點是 API 今天將接受的真實來源，因此在編輯配置之前檢查它可以避免一輪未知模型錯誤。您最常使用的 DeepSeek 條目是這些：

DeepSeek V4 Pro 在 Atlas Cloud 上的定價為每百萬輸入令牌 1.68 美元，每百萬輸出令牌 3.38 美元，而 V4 Flash 的定價為每百萬輸入令牌 0.14 美元，每百萬輸出令牌 0.28 美元。這個差距是將主要和輔助工作分開的原因，下面的配置就是這樣做的。

步驟 3：將 Hermes 指向 Atlas Cloud

由於 Atlas Cloud 是一個自定義的 OpenAI 相容端點，而不是 Hermes 的內置 DeepSeek 提供商，因此您需要在 ~/.hermes/config.yaml 中明確定義它。提供商塊命名了基本 URL 和保存您金鑰的環境變量，模型塊選擇了帶前綴的 DeepSeek ID。

textCopy
1inference:
2  provider: atlascloud
3  base_url: https://api.atlascloud.ai/v1
4  api_key_env: ATLASCLOUD_API_KEY
5  model:
6    default: deepseek-ai/deepseek-v4-pro

保存文件，然後啟動代理。

textCopy
1hermes

如果第一條消息返回正常回复，則連接正確。如果您收到身份驗證錯誤，則 .env 中的金鑰錯誤或未加載；如果您收到未知模型錯誤，請根據步驟 2 中的 /v1/models 輸出重新檢查 deepseek-ai/ 前綴。

這裡最常見的錯誤是使用 Hermes 的內置 deepseek 提供商，卻期望 Atlas Cloud 回應。內置提供商硬連接到 DeepSeek 自己的端點及其裸模型名稱，因此它會愉快地向您的 DeepSeek 帳戶收費，並完全忽略 Atlas Cloud。透過 Atlas Cloud 路由是一個有意的自定義提供商選擇：您自己的 base_url、您的 Atlas Cloud 金鑰以及帶前綴的 deepseek-ai/ 模型 ID。將這三者保持在一起，兩條路徑永遠不會混淆。

步驟 4：將廉價工作發送給 Flash

Hermes 在幕後執行許多低價值調用：網頁摘要、視覺分析、上下文壓縮、命令批准。為這些支付 V4 Pro 費率是浪費。將輔助槽指向 V4 Flash，這樣主循環可以保留更強大的模型，而後台雜務則以一小部分成本運行。

textCopy
1auxiliary:
2  web_extract:
3    provider: atlascloud
4    base_url: https://api.atlascloud.ai/v1
5    api_key_env: ATLASCLOUD_API_KEY
6    model: deepseek-ai/deepseek-v4-flash
7  compression:
8    provider: atlascloud
9    base_url: https://api.atlascloud.ai/v1
10    api_key_env: ATLASCLOUD_API_KEY
11    model: deepseek-ai/deepseek-v4-flash
12    timeout: 120

每個輔助槽都接受自己的提供商、模型、基本 URL、金鑰和回退鏈，因此您可以獨立調整每個後台任務。

步驟 5：添加回退以提高彈性

長時間運行的代理最終會遇到速率限制或超時連接。回退鏈使其繼續工作而不是出錯。這裡壓縮任務首先嘗試 V4 Flash，然後回退到第二個 Atlas Cloud 模型，然後放棄。

textCopy
1auxiliary:
2  compression:
3    provider: atlascloud
4    base_url: https://api.atlascloud.ai/v1
5    api_key_env: ATLASCLOUD_API_KEY
6    model: deepseek-ai/deepseek-v4-flash
7    fallback_chain:
8      - provider: atlascloud
9        base_url: https://api.atlascloud.ai/v1
10        api_key_env: ATLASCLOUD_API_KEY
11        model: deepseek-ai/deepseek-v3.2

Hermes 會按順序嘗試每個條目，直到其中一個成功，因此單個提供商的故障不會使代理停滯。對於按計劃無人值守運行的代理，這是一個安靜恢復的 cron 作業與一個在凌晨 3 點死亡並在早上給您留下堆棧跟踪的 cron 作業之間的區別。

何時此設置是正確的選擇

透過 Atlas Cloud 在 DeepSeek 上運行 Hermes 在您希望代理所接觸的一切都使用一個金鑰和一個帳單時最有意義。由於同一個端點也提供圖像和視頻模型，因此一個最初只處理文本的代理稍後可以生成圖像或剪輯，而無需新的集成或第二個供應商帳戶。如果您的代理只會調用 DeepSeek 而沒有其他，那麼指向 DeepSeek 自己的 API 的內置 DeepSeek 提供商是更簡單的路徑。一旦您希望在單一的 OpenAI 相容介面下添加跨模態模型，Atlas Cloud 路由就會發揮其作用。

在將所有這些提交到配置文件之前，您可以在 atlascloud.ai/models 上自行確認每個模型 ID 和實時價格，這是隨著 DeepSeek 產品線的發展值得保持的習慣。