Customer Services
Cyber Security
Cloud Computing
IT Management
Creative Design
Service

Our Services

There are many variations words pulvinar dapibus passages dont available.

Customer Services

Lorem Ipsum is simply dummy text of the printing and typesetting

Cyber Security

Lorem Ipsum is simply dummy text of the printing and typesetting

Cloud Computing

Lorem Ipsum is simply dummy text of the printing and typesetting

Join In Our Team

Please, Call Us To join in Our Team.
Our Blog

Our Blog

There are many variations words pulvinar dapibus passages dont available.

CC‑Switch 原来是这么玩的!90% 的人都没用对

用 Claude Code 的人几乎都踩过这些坑:

  • 想换模型 / API,必须手动改 ~/.claude/settings.json,容易改错、格式崩溃
  • 多个供应商(Claude/GLM/DeepSeek/Kimi…)来回切,每次折腾好几分钟
  • 代理、密钥、节点、MCP、Skills 分散管理,同步麻烦
  • 配置改崩了无法回滚,没有备份与测速
  • 换模型测试效果,需重启终端、重新认证,效率低

如果你也存在这些问题,今天给大家推荐一款开源实用的大模型配置管理工具:cc-switch,它几乎完美解决了以上所有问题!

CC‑Switch 就是为解决这些痛点而生

它把所有主流模型、API、代理、MCP、Skills 收到一个可视化面板,点一下就切换,真正做到无感、零出错、高效率

一、CC Switch是干啥用的?

CC‑Switch 是一款专为 Claude Code 打造的跨平台模型 / 供应商一键切换工具,本质是 AI 编程工具的配置中心 + 切换管家,解决多模型、多 API、多账号来回改配置的痛点,让你在 Claude Code 里秒切 Claude、GLM、DeepSeek、Kimi、Gemini 等任意大模型,不用手动改 JSON、不用重启、不怕格式报错。

简单来说:

cc-switch 不是简单的“改个API地址”的小工具,而是一个全家桶式的管理中心。

如果你每天都在用AI写代码,且不止用一个模型/一个渠道,讨厌每次切换模型都要手动改配置文件,需要管理大量自定义 Skills 和 Prompt 模板,那么装上 cc-switch 基本不会后悔。

项目地址https://github.com/farion1231/cc-switch

它核心解决了三件事:

  1. 一键切换:Claude Code(当然你用其它的AI编程工具也行) 背后的模型 / 供应商秒切
  2. 统一管理:API Key、节点、代理、MCP、Skills 集中维护
  3. 安全稳定:可视化配置、自动备份、测速择优、不怕改错

二、核心功能(最实用的 6 大能力)

1. 多模型 / 供应商一键切换

支持几乎所有主流模型,点一下立刻生效

  • Claude Official、DeepSeek、智谱 GLM、Kimi、通义千问、Gemini、OpenRouter 等
  • 内置预设,填 API Key 直接用,不用手写配置

2. 可视化配置,告别 JSON

  • 图形界面填 Key、选节点、开代理
  • 不用关心文件路径、JSON 格式、转义问题
  • 系统托盘快速切换,不打断开发流

3. API 节点测速与延迟可视化

  • 一键测延迟、丢包、稳定性
  • 自动推荐最优节点,告别慢、卡、断连

4. MCP 服务器统一管理

  • 统一面板管理 MCP
  • 支持 stdio /http/sse
  • 一键同步到 Claude Code,不用多处配置

5. Skills 一键安装 / 卸载

  • 自动扫描 GitHub 热门 Skills
  • 一键安装、批量管理、软链接同步
  • 像装插件一样简单

6. 配置备份 恢复 导入导出

  • 自动保留历史版本
  • 一键备份 / 还原,不怕改崩
  • 多设备同步更方便

三、安装下载

cc-switch是一个开源项目,项目的发布页面可以下载各种版本。

地址为:

代码语言:TXT

自动换行

AI代码解释

https://github.com/farion1231/cc-switch/releases

打开之后找到Assets展开。

里面会有各种版本,支持 Window,macOS,Linux。

比如我是 Window 用户只要下载 msi 文件即可。

文件非常小只有 9M 左右。

安装软件:双击下载的文件,像安装普通软件一样安装它。

四、快速上手

安装完成之后,点击快捷图标打开软件,进来之后长这个样子的,界面非常简单

工具已经内置了常见的主流供应商,比如 DeepSeek、Kimi、智谱、MiniMax 等;如果想用三方的,这边以 Claude Code 为例,只需点击右上角”+”添加供应商即可进入配置页面,

这是最关键的一步,请仔细填写。

  1. 打开 CC Switch 应用程序
  2. 点击 “Add Provider”(添加供应商)
  3. 根据自己需要,选择对应的预设供应商,比如此处,我们选择 “ZhiPu GLM”(智谱)
  4. 按照下表填写配置信息:
项目填写内容重要提示
Provider NameZhipu GLM可自定义,好记就行
API Endpointhttps://open.bigmodel.cn/api/anthropic⚠️ 必须是这个地址,别填错了!
API Key你的 GLM API Key去 https://open.bigmodel.cn/usercenter/proj-mgmt/apikeys 注册获取
Model NameGLM-5.1模型标识

上述的配置,对于人工来讲,其实只需要将自己的 API Key粘贴上去、配置一下模型名称就行了,其它的配置都已经帮你内置好了,通常按默认值即可。

上述配置好之后,点击保存这样就配置好了,在 Claude Code 就使用 GLM 为默认供应商,非常方便。

配置好之后,接下来,我们来测试连接一下。

打开命令行终端,输入以下命令启动 Claude Code:

以后,你想用哪个模型,直接在主界面上或者打开 CC‑Switch 托盘图标,选择切换到对应的模型供应商就行了

五、CC-Switch隐藏技巧

另外,大家如果使用期间遇到连接异常的问题,比如在Claude Code中原本你是想连接GLM大模型,但实际连接到了Claude官方,

常见原因:CC Switch 的本地代理开关没开!可以尝试将CC-Switch本地代理服务开启,这是解决 90% 连接问题的关键!

在 CC Switch 中,进入 Settings(设置)→ Proxy(代理)

解决方法

  1. 确认 CC Switch 中 “Enable Local Proxy” 开关是开启(ON) 状态
  2. 保存设置,完全退出并重启 CC Switch
  3. 完全关闭并重新打开终端和 Claude Code

Claude Code 如果没有从正确环境读取配置,可以在终端中先手动设置环境变量:

AI代码解释

# Windows CMD
set ANTHROPIC_BASE_URL=http://127.0.0.1:15721
# Windows PowerShell
$env:ANTHROPIC_BASE_URL="http://127.0.0.1:15721"
# macOS/Linux
export ANTHROPIC_BASE_URL="http://127.0.0.1:15721"

然后在同一个终端窗口中运行 claude

开启本地代理后,CC‑Switch 会在你电脑上启动一个本地小服务器(本地代理),让:Claude Code Codex OpenClaw 等工具不再直接连模型官网,而是先把请求发给

CC‑Switch 本地代理,再由代理转发到你选的模型(Claude GLM DeepSeek / Kimi…)。

本地代理有什么作用?

1. 一键切换模型,不用改配置、不用重启

开启代理后,你在 CC‑Switch 点一下切换模型,

Claude Code 立刻生效,不用改 json、不用重启终端。

2. 统一管理所有 AI 工具的网络出口

Claude Code、Codex、OpenClaw…

全部走同一个本地代理,配置一次,全局生效

3. 看得见请求日志,方便排查问题

哪些请求成功、哪些失败、花了多久、返回什么,

CC‑Switch 里一目了然,不用瞎猜哪里出错。

4. 支持主备模型自动故障转移

主模型挂了 / 限流了,自动切备用模型,不中断开发。

5. 兼容国内模型,不用折腾 BASE_URL

GLM、DeepSeek、Kimi、通义千问…

代理自动帮你做格式适配,Claude Code 无感使用

只要符合上面任意一条,就建议必须开

只有一种情况可以不开:

  • 只用官方 Claude
  • 网络环境非常好(家庭直连)
  • 不切换模型、不看日志、不折腾多工具

绝大多数开发者,开了更稳、更方便

六、写在最后

最后,来小结一下。

CC‑Switch 是专为 Claude Code 打造的模型切换与配置管理神器,它以极简操作解决了开发者在多模型切换、网络配置、API 管理上的核心痛点。

通过本地代理实现一键切模、统一网络出口、可视化配置与请求监控,让你无需手动修改 JSON、无需反复重启,即可在 Claude 、GLM、DeepSeek、Kimi 等各类大模型之间无缝切换,兼顾稳定性、兼容性与使用效率。

无论是日常开发提速、办公网络受限环境适配,还是国内模型接入、多工具协同,CC‑Switch 都能让 AI 编程流程更顺畅、更可控、更工程化。搭配 Superpowers 等插件使用,更是如虎添翼,直接把 AI 开发体验拉满。

简单说:用好 Claude Code,先装上 CC‑Switch,可以让你的开发体验感飞起。

程序员效率翻倍的秘密武器:MonkeyCode 智能开发平台深度体验

作为一名每天和代码打交道的开发者,你可能试过不少 AI 编程工具——Copilot、Cursor 都各有千秋,但它们有一个共同的痛点:代码要上传到云端,数据安全全靠厂商的承诺

直到我遇见了 MonkeyCode

长亭科技出品的这款智能开发平台,解决了”省时间”和”保安全”的千古难题。用了两个月,说几点真实感受。

代码从不上传,安心感拉满

金融、政务、医疗行业的开发者应该深有体会——代码就是命根子。MonkeyCode 支持完全私有化部署,代码 100% 留在本地,甚至断网也能正常使用。内置的代码安全扫描引擎还会实时检测 SQL 注入、XSS 等风险漏洞,写代码的同时就帮你把安全隐患挡在门外。

这一点,Copilot 和 Cursor 目前做不到。

不只是补全,是”任务级”的 AI 协作

以前用 AI 辅助编程,基本就是按 Tab 接受补全。MonkeyCode 的思路完全不同:它是面向任务的平台。提交一个需求描述,AI 会在服务端环境中进行代码修改、运行构建、执行测试。你只需要审查最终的 Diff 和结果。

这种感觉就像你有一个不知疲倦的初级工程师在帮你干活,你只需要做 code review 就够了。

多模型自由切换

平台集成了 DeepSeek-V3、Kimi-K2、Qwen-Coder 等多个主流大模型,云端和本地模型可以混合使用。不同项目选不同模型,灵活度远超单一模型的工具。

VS Code 无缝集成 + 企业管理面板

装个 VS Code 插件就能用,学习成本几乎为零。团队管理者可以通过企业级面板实时查看成员使用情况、分配模型权限、查看操作审计日志。一个人用效率高,一个团队用管控到位。

适合哪些人?

  • 对代码安全有要求的金融/政务/医疗行业开发者
  • 想用 AI 提效但又担心数据外泄的团队
  • 需要离线开发环境的制造业/科研场景
  • 正在寻找 Copilot/Cursor 替代方案的个人开发者

怎么开始?

MonkeyCode 提供在线版和私有部署版,在线版注册即可使用,无需任何环境配置。

我放一个邀请链接在这,通过这个链接注册可以获得额外权益:

点击注册 MonkeyCode

https://monkeycode-ai.com/?ic=019c2284-fd09-7df1-ba7d-853acd870736每天送3000万TOK 自带云端沙箱 自己去白嫖吧。含Gpt5.5 Gpt5.6

用起来之后,你会感谢我的。

10个Hermes Agent神操作,把我的聊天助手变成7×24小时永不停机系统

每天重复同样的工作:查资料、写文案、回复消息……你觉得自己像台机器。但有人用同一个AI助手,每周省下15小时,却几乎不用手动操作。差别在哪?不是工具不行,是你没用对。

配图

这10个Hermes Agent技巧,每周能帮你省下15小时以上——而且任何你重复运行的流程都能用。不管是内容创作、软件开发、业务运营、客户管理、研究还是销售,只要做过一次的事,Hermes就能替你做。

作者举的例子来自内容和社交媒体自动化,因为这是每天在跑的场景。但这些设置本身与领域无关。一个用来扫描X平台热帖的定时任务,和用来检查GitHub上未处理的PR、或者监控CRM里新线索的定时任务,用的是同一套机制。

大多数人把Hermes Agent当聊天软件用。打开它,输入提示词,拿到回复,关掉。

这意味着90%的功能都被浪费了。

下面这10个设置,能把Hermes从一个聊天窗口,变成24小时工作的系统——你睡觉时它跑着,工作流变了它会自动反应,而且每次运行都变得更聪明。

如果你没时间看全部10个,先看这3个:定时任务(第3个)、/goal结构化指令(第4个)、技能SOP(第8个)。光这3个设置,就能让你对Hermes的体验一夜之间天翻地覆。

目录

任务控制中心 —— 设置时间:30分钟,每周省时:2小时

事件触发器 —— 设置时间:20分钟,每周省时:3小时

定时任务 —— 设置时间:10分钟,每周省时:5小时 ⭐

/goal结构化指令 —— 设置时间:5分钟,每周省时:4小时 ⭐

子智能体 —— 设置时间:5分钟,每周省时:3小时

Telegram话题分区 —— 设置时间:10分钟,每周省时:1小时

看板任务管理 —— 设置时间:5分钟,每周省时:2小时

技能SOP —— 设置时间:15分钟/每个技能,每周省时:5小时 ⭐

Webhook事件回调 —— 设置时间:30分钟,每周省时:3小时

独立智能体分角色 —— 设置时间:20分钟/每个角色,每周省时:4小时

1. 任务控制中心

第一个设置,也是最大的一个:建一个面板,让所有东西都一目了然。

当Hermes真正干活的时候,你不想这些工作淹没在聊天记录里。你想看到什么在跑、什么在等你处理、什么卡住了、什么需要审批、以及从昨天到现在发生了什么变化。

让Hermes帮你建:

帮我建一个任务控制面板。要求:
- 一个看板,显示所有活跃的智能体任务
- 一个内容流水线,我能往里加想法并跟踪进度
- 一个记忆百科,记录我们做过的所有事情
- 一个绩效板块,显示我的X平台和内容数据

Hermes自带一个开箱即用的面板:

hermes dashboard

打开后访问 localhost:9119。技能、模型、定时任务、角色、看板都在这里。先从这个用起,需要更多功能时再自定义。

Hermes最近还推出了原生的桌面应用,支持macOS、Windows和Linux。有并排预览、文件浏览器、集成语音。数据目录和CLI、Telegram版本一致。在电脑上用桌面版,出门切到Telegram。一个智能体,所有界面。

下载地址: hermes-agent.nousresearch.com/desktop

在任何界面上快速启动一个可用的智能体:

hermes setup --portal

一次OAuth认证,覆盖模型、网页搜索、图片生成、语音合成和云端浏览器。不需要单独配API密钥。

一旦你在面板里加上看板,Hermes就不再是你发消息的对象,而成为你操作系统的一部分。所有任务、状态、阻塞项都在一个地方显示,用不着翻聊天记录。

任务控制中心让你看到整个系统的运作。下一个设置,则让Hermes开始在没有你提示的情况下主动行动。

2. 事件触发器

想想你在哪些地方工作:Notion、Linear、Google Sheets、Slack。你移动一个任务、更新一个状态、加一个想法。但做完这些之后,什么都不会发生。你得记住之后去告诉Hermes。

解决方法:让Hermes监视这些变化,并自动做出反应。

举个例子:当你在Notion里把一个视频创意拖到”待拍摄”列表时,Hermes检测到这个变化,几分钟内就在Telegram上发给你一份拍摄方案。

这份方案包括:

这个内容现在该拍、以后拍,还是直接毙掉?

最强的标题角度

30秒的开场钩子

需要准备的展示素材

拍摄前的检查清单

你没有给Hermes发任何提示。你只是移动了一张卡片。Hermes看到了状态变化,然后完成了工作。

如何设置:

方案 A — Hermes定时任务轮询检测(最简单):

设置一个每10分钟运行的定时任务:
检查我的Notion看板 [看板链接]。
如果过去10分钟内有任何卡片被移到"待拍摄",
就研究这个主题,写一份拍摄方案,
然后发送到Telegram。

方案 B — Webhook触发(实时): 使用Notion自动化、Make或Zapier,当卡片移动时向Hermes发送一个webhook。这样响应是即时的,而不是每10分钟轮询一次。

核心原则:当你的工作流状态发生变化时,Hermes应该知道接下来该做什么。

3. 定时任务

事件触发器对变化做出反应。定时任务对时间做出反应。

每天早晨,作者没开口问,就能收到一条有用的信息。这一转变,让Hermes感觉像是一个在你醒来之前就开始工作的员工。

作者在系统里跑的定时任务:

每天早上8点:
给我发送一条值得在X上回应的AI新闻。

每3小时:
扫描X平台,找出我的领域里值得转推的新帖子。

每天晚上9点:
检查竞争对手今天有没有发超常发挥的内容。

每周一早上9点:
审计我的内容看板。标记那些卡了超过7天的想法。

每周五下午6点:
总结本周发布的内容,哪些表现好、哪些不好、原因是什么。

在Hermes里设置这些,直接用大白话就行。不需要crontab语法。直接告诉智能体你想要什么、什么时候要。

区别在于:你不需要记得去问Hermes,而是在你想之前,有用的信息就已经送到了。这才叫一个24小时待命的助手。

定时工作只是系统的一半。另一半是给Hermes提供比普通提示词更好的目标指令。

4. /goal 结构化指令

普通的提示词,只让Hermes给一次回复。/goal 则给Hermes一个目标,它可以跨多轮对话去完成,直到做完为止。

大多数人在用/goal的时候,跟用普通提示词没什么区别。输入一句模糊的话,得到模糊的结果。一个有用/goal和一个能真正交付工作的/goal,区别就在于结构。

这个模板百试不爽:

/goal [我要达成的结果]
使用 [信息来源]
约束条件: [限制条件]
交付成果: [最终交付物]

举个例子:

/goal 找今天最强的3个内容角度
使用 X平台热门话题和我过去14天的帖子数据
约束条件: 不重复我之前写过的话题
交付成果: 3个角度,每个搭配一条30字内的标题建议

每个部分各有用处:

结果:告诉Hermes什么时候算完成

来源:告诉它去哪里查

约束:告诉它要避开什么

交付:告诉它”做完”长什么样

模糊的提示词,产出也模糊。有结构的目标,才能产出有用的结果。

采访小技巧:

如果你不知道怎么给你的目标加结构,让Hermes帮你:

我想用/goal,但不想目标太模糊。
请你只问我需要的问题。
然后把我的回答转成最强力的/goal命令。
要包含:确切的结果、上下文、信息来源、
约束条件、交付成果,以及什么时候该停止。

Hermes会问你5到8个问题,然后用你的回答自己写出/goal命令。最终生成的目标,比你从头写要精准得多。

5. 子智能体:组建你的研究团队

一个智能体给你一个答案。子智能体给你一个团队。

对于任何值得做的研究任务,作者会把它拆分成多个子智能体同时并行。每个子智能体有不同的信息源。最终的结果汇总成一份建议。

举个例子:

/goal 研究本周最好的内容角度。
生成3个子智能体:

1. 扫描X平台AI智能体领域的热帖,
抓取互动数据和哪些钩子有效

2. 分析我最近30天的帖子,
找出表现好与不好的规律

3. 检查竞争对手的账号,
标记过去7天里的异常内容

把三个结果整合成一份推荐,
包括最强角度、标题草案和需要准备的素材。

每个子智能体都有自己的上下文窗口。只有最终的总结会返回主会话。你的主上下文一直保持轻量。

这就是问一个人去研究所有东西(又慢又浅),和让三个专家各自深耕自己的部分(又快又深)之间的区别。

子智能体最适合的场景:

跨多个信息源的研究

竞争分析(每个竞争对手配一个子智能体)

内容创作(一个做研究、一个写草稿、一个负责编辑)

代码审查(一个检查逻辑、一个检查安全、一个检查性能)

6. Telegram话题分区:打造专属工作空间

Telegram的话题功能,能把一个对话拆成多个独立工作区。每个话题拥有不同的上下文和不同任务。

作者的分区设置:

YouTube话题 —— 内容策划、脚本、拍摄方案

回复话题 —— X平台上值得回应的热门帖子

编码话题 —— 技术工作、调试、PR

研究话题 —— 深度调研、竞争分析

通用话题 —— 小任务、零散问题

不同的工作需要在不同的房间进行。如果所有东西都挤在一个对话里,上下文就会混淆。一个编码问题可能会和内容方案混在一起,一个研究任务可能会打断草稿的审核。

话题可以解决这个问题。每个工作区保持自己的对话线程。Hermes根据你在哪个话题来理解你在说什么。

在任何Telegram群里设置话题的方法:

创建一个包含Hermes机器人的群组

在群组设置中启用话题

每个工作区创建一个话题

在每个话题里分别给Hermes发消息

每个话题对应不同的定时任务:

YouTube话题定时任务,每天早上8点:
研究X和YouTube上AI内容的热门趋势。
给我3个内容想法,附上互动数据。
结果仅发到本话题。

回复话题定时任务,每3小时:
扫描X平台AI智能体领域,
过去3小时内获赞超过500的帖子。
如果有值得回应的,起草一条转推,
发送到这里等审批。

研究话题定时任务,每周一早上9点:
运行一次竞争对手审计。
检查 @对手1 @对手2 @对手3 上周发了什么。
标记异常内容。报告发到这里。

每个话题有自己独立的定时任务。研究内容留在研究话题,内容创作留在内容话题。互不干扰。

7. 看板:任务管理不再迷失

一旦Hermes同时处理多件事情,你就需要一个看板。否则任务会消失在聊天记录里,你甚至忘了自己要求过什么。

Hermes自带内置看板。数据存于SQLite,持久可靠,所有角色共享。

hermes kanban list

显示你的看板。把任务丢进待分类区。调度器每60秒自动分配给工作节点。

状态流转:待分类 → 待办 → 就绪 → 运行中 → 阻塞 → 完成

这改变了什么:

你能看到什么就绪、什么在跑、什么完成

你能看到每个任务属于哪个智能体

你能看到什么卡住了以及原因

崩溃的任务会被自动回收(僵尸检测)

心跳包跟踪工作节点健康

你发起的每一个/goal也会自动生成一个看板卡片。多个角色下的多个目标,全都显示在一个看板上。

/goal 研究竞争对手 → 生成看板卡片
/goal 起草周报 → 生成看板卡片
/goal 处理收件箱 → 生成看板卡片

这三个任务并行运行,全在一个地方跟踪。

有了看板,智能体的工作不会消失在聊天记录里。

早上的看板流程:

/goal 研究竞争对手 → 生成看板卡片
/goal 起草周报 → 生成看板卡片
/goal 处理收件箱 → 生成看板卡片

早餐时丢进5个任务。到午饭时一半已经完成。你完全不需要亲自去管。

8. 技能SOP:把流程存成标准作业

技能就是给Hermes用的标准作业流程。你把一个过程编码一次,智能体就能永远用下去。

Hermes其实在每次完成一项任务后,自动创建技能。它会复盘哪些步骤有效,把工作流保存为markdown文件放在 ~/.hermes/skills/ 目录下,下一次直接复用。

但如果你为关键工作流主动编写技能,杠杆效应会成倍放大。

举个例子 —— 一个内容创作技能:

把这个保存为技能,名叫 "content-post":

# 内容发布工作流

1. 通过X搜索检查AI智能体领域的热门话题
2. 与我过去14天的帖子交叉对比(避免重复)
3. 基于互动规律选择最强角度
4. 用我的风格写草稿:
– 全大写钩子,主题用 HERMES AGENT
– 箭头 → 列出功能
– 不用破折号,不用副词,不要铺垫
– 结尾写 “完整设置指南见文章 👇”
5. 给草稿打分:
– 钩子:能不能让人停下来?(1-10分)
– 收藏价值:会不会有人收藏?(1-10分)
– 证据:每个判断都有数字支撑吗?(1-10分)
6. 如果任何一项低于7分,重写那部分
7. 把最终稿发到Telegram等审批

以后只要你说”用 content-post 技能写今天的草稿”,Hermes就会自动执行整套SOP,你不用再重复解释流程。

任何你解释了两次以上的工作流,都应该变成技能。久而久之,你的智能体会积累几十个技能,每个都编码了一个曾经需要你手动指令的流程。

技能是透明的。它们以markdown文件存在。你可以随时查看、编辑、删除。没有黑箱。

查看所有技能:

hermes skills

或者打开面板 → 技能标签:

hermes dashboard

Hermes内置了60多个工具,覆盖终端、网页、浏览器、视觉、图片生成、语音合成、代码执行等。技能层叠在这些工具之上,创建完整的工作流。

9. Webhook事件回调:世界变了,智能体就动

定时任务因为时间变了而触发。Webhook因为世界变了而触发。

几个事件驱动的例子:

一个新线索进来 → Hermes立即研究该公司

GitHub上有人开了个PR → Hermes总结变更并标记风险

竞争对手发了新内容 → Hermes判断是否值得回应

会议转录文本生成 → Hermes提取行动项并加到你的看板

某个关键词开始走热 → Hermes起草一个内容角度

关键在于消除那些”重要事情发生了但没人处理”的空白时段。

Hermes通过它的网关接收webhook。在你的自动化工具(Make、Zapier、n8n)里配置webhook URL,指向你的Hermes网关端点。

例子:通过 n8n + Hermes 做竞争对手监控:

n8n 工作流:
1. RSS触发器监控竞争对手博客(每30分钟)
2. 如果检测到新文章 → 向Hermes发送webhook

Hermes 收到webhook后执行 /goal:
/goal 竞争对手刚发布了:[标题] [链接]。
通过网页搜索阅读全文。
用3行总结要点。
评估:我是否该在X上回应?
如果是,用我的风格起草一条回复。
把一切发到Telegram等审批。

例子:新线索通知:

Zapier触发器:网站有新表单提交
→ 向Hermes发送webhook

Hermes 收到webhook后执行 /goal:
/goal 新线索:[姓名],[公司],[邮箱]。
通过网络搜索研究该公司。
找到其LinkedIn和近期动态。
起草一封个性化的跟进邮件。
把草稿发到Telegram等审批。

核心原则:定时任务处理时间。Webhook处理事件。两者配合,覆盖了所有”不需要你动手、Hermes就该醒着”的场景。

10. 独立智能体分角色

你不会让会计去做牙医的活。你也不会让一个智能体用同一个模型、同一套工具、同一套记忆、同一套权限去干所有工作。

Hermes的角色功能,让你可以为不同角色创建独立的智能体。每个角色拥有自己的:

soul.md(个性和规则)

记忆(它知道什么)

技能(它能做什么)

模型(需要多聪明)

MCP连接(它能用什么工具)

权限(允许做什么)

示例角色设置:

hermes profile create content-lead
→ soul.md: 你负责内容创作。模仿我的语气。
使用最新趋势。避免重复的角度。
→ model: claude-sonnet-4(需要强写作能力)
→ tools: X搜索、网页搜索、数据分析

hermes profile create researcher
→ soul.md: 你负责找信息。只做深度研究。
没有观点。只有事实和数字。
→ model: gpt-5.5(便宜,量大)
→ tools: 网页搜索、firecrawl、浏览器

hermes profile create ops
→ soul.md: 你处理行政事务。日历、邮件分类、
提醒。发送任何东西之前先请示。
→ model: gpt-5.5(日常任务,成本低)
→ tools: 邮件、日历、Notion

hermes profile create code-reviewer
→ soul.md: 你审核PR。标记安全问题、
逻辑错误、性能问题。
→ model: claude-opus-4-8(需要深度推理)
→ tools: GitHub、终端

有些智能体需要用你能买到的最聪明的模型。有些只需要每小时检查一次页面。有些需要写权限。有些永远不应该有写权限。

每个角色的第一个 /goal:

content-lead:
/goal 研究AI智能体领域的热门话题。
与过去14天的帖子交叉对比。
按我的风格起草2条帖子。
每条按钩子强度(1-10分)和收藏价值(1-10分)打分。
把草稿发到Telegram等审批。

researcher:
/goal 对[主题]进行深度研究。
使用网页搜索和firecrawl从至少5个来源拉取数据。
把发现汇总成结构化的markdown报告,包含数字、
来源和关键结论。保存到文件。

ops:
/goal 检查我的收件箱。总结哪些需要回复。
拉出今天的日历事件。
标记任何紧急事项。
早上9点前把简报发到Telegram。

code-reviewer:
/goal 审核[仓库]的最新PR。
检查安全问题、逻辑错误和性能问题。
写出带具体行号的审核总结。
发到Telegram。

每个角色执行它的第一个/goal,从结果中学习,然后把工作流保存为技能。第二次跑更快。第五次基本自动。

一键分享任意角色:

建了一个好用的研究智能体?通过git分享:

cd ~/.hermes/profiles/researcher
git init && git add . && git commit -m "初始化"
git push origin main

任何人都可以安装你的智能体:

hermes profile install github.com/你/你的research角色

他们填入自己的API密钥,然后智能体就能用你的技能、你的soul.md、你的工作流开始运行。他们的记忆和会话保持独立。

关键在于形成一支由小型智能体组成的团队,每个都有自己的大脑、工具、记忆和权限,专门干自己的那摊活。

让它们同时运行。每个都专精一路。在自己的赛道上独立进化。

它们如何串联在一起

这10个设置叠加起来,效果指数级放大。以下是作者系统里正在跑的一个链条:

早上8:00 — 定时任务(第3个)触发。

content-lead角色(第10个)被唤醒,
开始执行一个结构化的 /goal(第4个):

“利用X平台热门数据和过去14天的帖子,
找出今天最强的3个内容角度。”

它生成了3个子智能体(第5个):
→ 子智能体1 扫描X热门帖
→ 子智能体2 拉取近期帖子表现
→ 子智能体3 检查竞争对手账号

这三个都变成了看板卡片(第7个)。
调度器并行跟踪它们。

子智能体完成后,content-lead角色
运行 content-post 技能(第8个)起草2条帖子。

草稿落入Telegram的”内容”话题(第6个)等审批。

作者认可一条,拒绝另一条。
通过的帖子通过xurl发布。

10分钟后,一个竞争对手发布了
针对同一话题的回应。
一个webhook(第9个)触发。
Hermes起草了跟进角度,
发到”回复”话题(第6个)等审批。

作者在任务控制中心(第1个)看到所有东西:
什么跑了、什么发布了、什么在等着。

一个早晨。七个技巧同时触发。两条帖子准备好了。零手动研究。

这就是系统。

真正的洞察

如果你觉得Hermes还是个聊天软件,那是你忽略了它周围的系统。

给它一个任务控制中心,让你看到一切。设置事件触发器,让工作流一变它就自动反应。设置定时任务,让有用信息在你提问之前就送到。使用结构化的/goal而不是模糊的提示词。把研究拆成多个子智能体。用Telegram话题分隔工作空间。用看板跟踪任务。把重复流程存成技能。用webhook连接外部事件。别再让一个智能体干所有事。

十个设置。每个每周省下几个小时。十个叠加在一起,Hermes替你运营你的工作流,而你专注于真正能推动进展的事情。

智能体已经就绪。系统已经就绪。把线接好,让它跑起来。

资源

官方:

Hermes Agent 文档 —— 安装、配置、完整CLI参考

技能集散中心 —— 社区技能,浏览和安装

GitHub —— 源码、issue、PR

想了解另外7个技巧?包含会话回放、Token优化、语音模式、浏览器自动化、隔夜/goal运行、记忆插件和工具搜索的完整版本,可以在子栈上阅读完整17个技巧指南。

配图