在 Hermes Agent 中接入 Token Station：GPT-5.6 Sol 和 Luna

Hermes Agent 是 Nous Research 的开源自主 agent：一个桌面应用加一个 CLI/TUI，不是 IDE 插件，具备持久记忆、技能系统，以及真正的 subagent 委派。和本系列的其他工具一样，它支持任意 OpenAI 兼容的自定义 endpoint，把它指向 Token Station，就能把 OpenAI 的 GPT-5.6 系列（Sol、Terra、Luna）添加为可选模型，全部通过你自己的 Token Station key 计费。

这篇文章之所以值得单独写：Hermes 的委派功能真的能让 subagent 运行在和主对话不同的模型上。这一点并不是普遍成立的。我们的 Cursor 系列文章不得不记录下这样一个事实：Cursor 的 subagent model: 字段是有效的、文档化的语法，但实际上是个空操作，不管你指定什么，每个 subagent 都会悄悄运行在主对话的模型上。Hermes 的 delegation.model 和 delegation.provider 配置则真正把委派出去的工作路由到另一个模型，下文会用两个模型分别计费、都出现在 Token Station 自己的控制台上这一点来确认。

在开始配置之前，这里的道理和把其他工具通过 Token Station 路由、而不是直接付费给某个 provider 是一样的：成本可见性（每个请求都按 provider 的真实费率计费，零加价，显示在你自己的控制台里）和统一管理（同一个 key、同一批模型 ID 在你用的每个工具上都能用，Hermes 也不例外，而不必给每个工具单独准备 key、单独出账单）。

开始之前需要准备什么

已安装 Hermes Agent。桌面应用下载地址 hermes-agent.nousresearch.com，或者只安装 CLI：curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash（Linux/macOS/WSL2），或 iex (irm https://hermes-agent.nousresearch.com/install.ps1)（Windows PowerShell）。
一个 Token Station 账户和 API 密钥。免费注册：models.bytefuture.ai，无需信用卡。

步骤 1：将 Token Station 注册为自定义 endpoint

在 Hermes 桌面应用中，打开 Settings → Providers → Custom Endpoints，然后点击 + Add Endpoint：

Name：Token Station
Provider ID：token-station
Endpoint URL：https://models.bytefuture.ai/v1
Default Model：openai/gpt-5.6-sol
Context：1050000（Sol 在 Token Station 上真实的上下文窗口；不要在没有确认它实际解析成什么之前，就把这里留在 “Auto”）
API Key：你的 Token Station 密钥
保持 Use for new chats 和 Discover models 的勾选状态

在 Hermes 桌面版的 Settings 里，把 Token Station 注册为自定义 OpenAI 兼容 endpoint，然后确认配置并发送第一条消息。步骤：打开 Settings → Providers → Custom Endpoints → Add Endpoint；填写 Name、Provider ID、Endpoint URL、Default Model、Context 和 API Key；点击 Test（返回 "Endpoint is reachable. Found 14 models."）；点击 Save；该 endpoint 会在 Custom Endpoints 列表里显示为 Active；打开一个新会话，从模型选择器的 Token Station 分区里选中 openai/gpt-5.6-sol，发送一条无关紧要的消息（"say hello"）来确认能收到真实的回复。

在点击 Save 之前先点击 Test。打开 Discover models 后，一个能正常工作的 endpoint 会返回你的 key 能看到的所有模型：确认信息是 “Endpoint is reachable. Found 14 models.”。保存后，模型选择器里的 “TOKEN STATION” 分区就会列出完整目录，Sol 和 Luna 都在其中，不需要再建第二个 endpoint。

不要止步于一个绿色的 Test 结果。打开一个新会话，真正选中 openai/gpt-5.6-sol，发送一条无关紧要的消息。只有收到真实的回复，才能证明 key、URL 和模型名称端到端都是正确的。

步骤 2：确认真正的工具调用，而不只是聊天

一个能在聊天里回复的模型，不等于一个真的能采取行动的模型。切换到 CLI（在终端里运行 hermes），交给它一个需要真正写文件的任务：

确认 openai/gpt-5.6-sol 真的能执行一个动作，而不只是描述一个动作。步骤：在终端里启动 hermes；打开模型选择器（按完整的 provider/model ID 列出全部 14 个已发现的 Token Station 模型）；选中 openai/gpt-5.6-sol，确认信息为 "Model switched: openai/gpt-5.6-sol, Provider: token-station, Context: 1,050,000 tokens, Reasoning effort: medium"；让它创建 unit_conversion.py，一个把英寸转换成厘米的脚本；看着它规划、写文件，并在真实终端里运行它（printf '10\n' | python unit_conversion.py）；它反馈 "Created and verified... Test run with 10 inches produced 25.4 centimeters."；同一个请求也会显示为计费到 openai/gpt-5.6-sol，出现在 Token Station 控制台上。

这正是 Cursor+OpenAI 那篇文章在修复上线之前踩到的同一个坑：读代码、讨论代码，和真正修改代码不是一回事。这次不需要任何修复。Sol 写出了 unit_conversion.py，运行了 printf '10\n' | python C:\Users\ethan\unit_conversion.py，并报告了实际的输出（“Test run with 10 inches produced 25.4 centimeters”），而不是描述代码应该做什么。

步骤 3：把委派指向一个更便宜的模型

Hermes 委派出去的子任务可以运行在和主对话不同的模型上，通过 delegation.model 和 delegation.provider 设置。你可以在一个聊天会话里让 Hermes 自己运行这些命令来完成设置，因为它自带终端工具：

hermes config set delegation.model openai/gpt-5.6-luna
hermes config set delegation.provider token-station

Hermes 对两者都做了确认：“Set and verified: delegation.model = openai/gpt-5.6-luna” 和 “Set and verified: delegation.provider = token-station”。比起只相信确认文本，更值得再核实一遍：

hermes config get delegation.model
hermes config get delegation.provider

Model	Cost (input/output per M)	Role in this setup
`openai/gpt-5.6-sol`	$5 / $30	主 agent：负责规划工作，把一个范围明确的子任务委派出去。
`openai/gpt-5.6-luna`	$1 / $6	委派出去的执行者：执行交给它的、范围明确的一部分工作。
`openai/gpt-5.6-terra`	$2.50 / $15	同一个 endpoint 上也能用；这次演示没有用到它。

步骤 4：确认委派真的落到了更便宜的模型上

既然步骤 2 里已经有了 unit_conversion.py，这里是一个明显需要委派一个范围明确的子任务的任务：

Add input validation to unit_conversion.py. Delegate to a subagent (via delegate_task) the job of writing three test cases covering negative numbers, zero, and non-numeric input, with context that the file lives at C:\Users\ethan\unit_conversion.py and takes inches, outputs centimeters. Once the subagent returns, incorporate its test cases into a new test_unit_conversion.py, then run it and report the results.

Sol 把一个范围明确的子任务委派给 Luna，然后把结果整合进来。步骤：设置 delegation.model 和 delegation.provider（如上所示），并核实；发送上面的提示词；Hermes 生成一个 subagent（"preparing delegate_task... delegate 1x: Write three unit-test cases..."），并在它于后台运行期间继续工作（"Background task running, I'll resume when it finishes"）；一个实时状态栏会追踪这个 subagent 的进度；等它返回结果后（"Subagent Task Completed"），Sol 给 unit_conversion.py 打上输入校验的补丁，把委派出去得到的测试用例写进 test_unit_conversion.py，然后运行整个测试套件；最终结果："Implemented and verified"，列出了新增的校验逻辑，以及覆盖负数、零和非数字输入的三个测试用例。

Hermes 用一段范围明确、自成一体的说明生成了这个 subagent：“Write three unit-test cases for unit_conversion.py covering negative numbers, zero, and non-numeric input. Return the complete test code and briefly state the expected behavior for each case. Do not modify files.”。Hermes 里的 subagent 完全拿不到主对话的历史记录，所以目标和上下文必须自己讲清楚，这里确实做到了：这个 subagent 写出了测试，Sol 把它们整合进 test_unit_conversion.py，给 unit_conversion.py 加上了真正的输入校验，然后运行了整个测试套件。

证明委派真的用到了第二个模型的证据：Token Station 的 Usage 页面，这次会话运行的那几分钟里的请求历史。

Token Station Usage page request history showing openai/gpt-5.6-sol and openai/gpt-5.6-luna requests interleaved within the same two-minute window — 同一个会话里 Token Station 的请求历史：openai/gpt-5.6-sol 和 openai/gpt-5.6-luna 的请求逐分钟交替出现，各自单独计费。

openai/gpt-5.6-sol 和 openai/gpt-5.6-luna 的请求在日志里的同一几分钟内交替出现，各自有自己的 token 数和费用。这才是“前沿模型规划、便宜模型执行”这套模式真正在起作用，而不是靠文档里的说法。

目前能用的

在 Hermes 里把 Token Station 注册为自定义 OpenAI 兼容 endpoint，通过桌面应用的 Settings 就能完成，一个 endpoint 就能自动发现完整目录。真正的工具调用，也就是写文件并运行一个真实文件，已经在 openai/gpt-5.6-sol 上得到确认，而不只是简单的聊天回复。把委派工作交给同一个 Token Station key 下的另一个更便宜的模型，也已经确认端到端可用：delegation.model 和 delegation.provider 真的会把一次 delegate_task 调用路由到 openai/gpt-5.6-luna，同时主对话仍然留在 openai/gpt-5.6-sol 上，两者在同一个会话里各自单独计费，都能在 Token Station 的控制台上看到。

openai/gpt-5.6-terra 在同一个 endpoint、同一套配置下也可以用；这篇文章没有专门测试它。

开始使用

前往 models.bytefuture.ai 注册：无需信用卡，首次充值最高可获得 100% 的等额奖励，最多 50 美元。导出你的密钥，在 Hermes 里把它注册为自定义 endpoint，然后加上上面这些路由。

试用 Token Station