直接向AI提问其实是最低效的用法，真正会用AI的人都是反着来。不是我们追着AI要答案，而是让AI主动向我们提问，给人灵感和思路。所以当我们做事情，没有方向的时候就可用以下提示词，让AI逼着你理清思路。
提示词
从现在起，我们角色互换。你不再是被动应答的工具人，而是我的专属战略顾问。接下来，对话节奏由你主导：不是我来问你来答，而是你通过一连串高质量、层层递进的提问，帮我理清现状、拆解核心问题，找到被我忽略的关键线索。你的每一个问题都要像一把锋利的手术刀，直击要害，激活我的深层思考。请严格遵循以下流程：
一次一问 ：每次只提一个问题，等我回答后，再基于我的答案提出下一个追问，层层深入。
目标导向 ：所有提问服务于三个目的：摸清真实处境、拆解复杂问题、挖出关键破局点。
灵活追问 ：不要满足于表面答案，学会质疑、反问、深挖，直到混乱的信息被彻底理清。
收网规划 ：当你判断已掌握足够信息、问题本质已经明朗，即刻切换模式，与我共同输出一份具体、详细、可立即落地的行动规划。
现在，请抛出你的第一个问题。
过去，让 AI 帮我们处理邮件，一直是一个有点别扭的需求。
你当然希望它能帮你读通知、整理附件、回复重复邮件，甚至把日报、发票、订单这些琐碎信息自动归档。但问题也很明显：如果直接把个人主邮箱授权给 AI，它看到的就不只是工作流里的邮件，还可能包括私人通信、账单、验证码、家庭信息和历史往来。
所以这篇文章先讲清楚 Agent Mail 到底解决了什么问题、适合哪些场景；如果你只想快速上手，也可以直接拉到文末，我放了一份注册、安装、使用教程。
Agent Mail 是 QQ 邮箱团队面向 Agent 打造的专属邮箱服务。用户开通后，可以生成一个独立的 xxx@agent.qq.com 邮箱地址。
这个地址与个人 QQ 邮箱隔离，AI 能处理的是 Agent 邮箱里的邮件，而不是你的私人收件箱。
这个设计很关键。
过去很多邮件自动化的风险，来自权限太大：为了让 AI 帮忙处理少数邮件，你不得不把整个邮箱的读取、搜索、发送权限交出去。
Agent Mail 的思路则是把通信入口前移，以后需要 AI 处理的邮件，就发到它自己的邮箱里。
这样一来，AI 有了独立身份，用户也保留了边界。
从目前公开资料看，Agent Mail 的核心安全思路主要有三层。
第一层是账号隔离。Agent 邮箱独立于个人邮箱运行，AI 只能访问这个专属邮箱里的内容。
第二层是授权接入。官方文档提供了 Agent CLI 的安装和 OAuth 授权流程，用户需要完成授权后，Agent 才能通过命令行工具操作邮箱。
第三层是两阶段确认。CLI 文档明确显示，发送、回复、转发、移到已删除等写操作不会一次性直接完成，而是先返回确认令牌，用户确认后才会真正执行。
这对 AI 邮件自动化非常重要。读信、整理、生成草稿可以自动化；但真正对外发信、删除邮件这类动作，必须留下人工确认这一道闸。
Agent Mail 搭配@tencent-qqmail/agently-cli 使用，已经覆盖了邮件处理的基础流程：
这意味着它的价值不只是让 AI 发一封邮件，而是让 AI 拥有一个可持续接收、检索、处理、回复信息的通信入口。
邮箱本身并不新鲜，真正变化的是：邮箱开始变成 Agent 的任务入口。
这些场景的共同点是：重复、标准化、信息结构明确，但又不适合完全无人监管。Agent Mail 恰好提供了一个中间层，让 AI 能接手流程，却不越过用户的控制权。
需要注意的是，Agently Mail 仍然处在早期阶段，适配平台、容量限制、具体能力边界都会继续变化。
更重要的是，邮箱自动化天然涉及隐私、安全和责任边界。验证码、账号注册、批量外发、商务往来等场景，不能简单理解成让 AI 自主完成一切。更稳妥的方式是让 AI 做信息整理、草稿生成、归档和提醒，把关键动作留给用户确认。
这也是两阶段确认机制存在的价值。
AI Agent 正在从回答问题走向执行任务。而执行任务，需要稳定、独立、可控的通信身份。
邮件正是这样的基础设施。它连接通知、票据、合同、订单和外部协作，也最容易牵涉隐私和权限边界。
当 AI 有了自己的邮箱，自动化办公才真正多了一块基础拼图。
下面是一条比较稳妥的上手路径，适合已经在使用 Codex、Claude Code、Cursor、Kimi Work、豆包超能模式等 Agent 工具的用户。
第一步，打开官网 https://agent.qq.com/，按页面提示登录并创建一个 Agent 邮箱地址。创建完成后，你会得到一个类似 xxx@agent.qq.com 的专属邮箱。
第二步，在你常用的 Agent 对话窗口里，让它安装并配置 Agently Mail。可以直接发送这句话：
请阅读 https://agent.qq.com/doc/cli-setup.md 文档，按照步骤为我安装并配置 Agent Mail CLI。
第三步，Agent 会按照官方文档安装 CLI 和 skill。核心命令通常包括：
npm install -g @tencent-qqmail/agently-cli
npx skills add https://agent.qq.com --skill -g -y
第四步，完成 OAuth 授权。Agent 会运行：
agently-cli auth login
随后它会给出一个授权链接。打开链接，按页面提示完成授权。
第五步，验证邮箱是否配置成功：
agently-cli +me
如果返回了你的 xxx@agent.qq.com 邮箱地址，就说明已经接入成功。
之后你就可以直接用自然语言让 Agent 处理邮件，例如：
发一封北京本周天气邮件。
搜索标题里有“发票”的邮件。
读取这封邮件的正文和附件。
给某某发一封会议确认邮件。
把这封邮件转发给同事。
下载这封邮件里的附件。
需要特别注意：发送、回复、转发、移到已删除等写操作会触发两阶段确认。也就是说，Agent 会先展示操作摘要，只有你明确确认后，邮件才会真正发出或被移动。
这一步不要嫌麻烦，它恰恰是 AI 邮件自动化里最重要的安全边界。
看到这里，还不快去给你的 AI 抢注一个喜欢的邮箱名字？点击阅读全文直达
预览时标签不可点
Read more
Scan to Follow
Got It
Scan with Weixin to
use this Mini Program
CancelAllow
CancelAllow
CancelAllow
×分析
不会英语？不懂代码？找不到终端？
没关系，AI 负责干技术活，你负责说人话。
前几篇文章发出去之后，收到不少留言和私信。
有的是技术问题——“fallback 链怎么配置”、“辅助模型怎么接”、“MCP 服务怎么挂”、“辅助模型是 Hermes 自动调用辅助接口还是需要人为干预去切换？”。这类问题我懂，说明对方自己就在折腾配置，有基础。
但也有完全相反的。有人私信问我：“你说的 Hermes 到底是什么？”、“怎么才能用上？”、“教我怎么玩爱马仕……”。
这些留言摆在一起，我突然意识到一件事——
「AI 的发展一日千里，但用户之间的差距却越拉越大。」
懂的人翻 GitHub、配环境、调参数，玩得飞起。不懂的人连终端长什么样都不知道，看到 pip install 就直接劝退了。
这不对。
我一直在想一个问题：AI 到底是来干嘛的？
如果是来放大差距的——懂技术的人用 AI 飞得更高，不懂的人原地踏步——那这技术再好也跟我没关系。
但我觉得不应该是这样。 「AI 的本事应该是补齐短板，不是放大差距。」
你英语不好？AI 能翻译。你不会写代码？AI 能写。你找不到终端在哪？AI 能替你敲命令。你甚至不需要知道 “terminal” 这个单词是什么意思。
那问题来了——不懂这些的人到底怎么用 Hermes Agent？
我的答案很简单： 「说人话。」
平时我是怎么用 Hermes 的？就是跟它聊天。
我打开微信，像跟朋友说话一样告诉它我想干嘛。具体点：
“我想接入一个地图查询功能，查询附近的地点或者路线规划，你觉得应该怎么搞？”
“你能生成图片吗？我需要你能够根据我的描述生成图片。”
“每天晚上 11 点钟总结当天的聊天记录，提取待办事项在滴答清单里面设置提醒。”
这种情况和 AI 对话整体格式大概就是：
「我想干嘛」 + 「你有什么建议/你觉得怎么样」 + 「有什么需要我配合的，告诉我。」
没有一个命令是需要我先学会的。没有一个步骤是在终端里敲的。 「我负责说我要什么，它负责搞定。」
它自己知道该去查什么、配什么、调什么。 「它不懂的会问我，问明白了它自己干。」
你可能会问：那配置那些东西呢？什么 API Key、模型、插件……听起来就很技术。
对，听起来很技术。所以我不自己搞。我跟它说：
“帮我配置一下辅助模型。”
“帮我接入高德地图的 API。”
从头到尾，我没有打开过终端，没有碰过一行配置文件，甚至不知道 Hermes 的配置文件存在哪个文件夹里。
你不必知道怎么实现，但你要能描述出你想要的结果。这些需求不需要任何技术背景，你只需要会 「想」 和 「说」。
很多人卡住，不是卡在 Hermes 难，是卡在“配置”这两个字上。
一看到要配 API Key、配模型、配插件，脑子里就自动弹出“我不行”三个字。但换个角度——
你不是在“配置”，你是在“提需求”。
“帮我接个能查天气的。”——这就是需求，不是配置。
“每天早上把新闻摘要发我微信。”——这就是需求，不是配置。
“把今天聊的内容整理成笔记存到 Obsidian。”——这就是需求，不是配置。
Hermes 干的就是把你的需求翻译成它自己能执行的步骤。你越能说清楚要什么，它干得越准。
有人问：“我不会写 prompt，不会调参数，不会看日志，是不是就用不好？”
我的经验是：不会就直说。
你跟它讲“我不太懂这个，你帮我弄好，弄完告诉我怎么用就行”，它就会把技术细节吞掉，只把你能用的部分交给你。
真正难的部分——环境、依赖、报错排查——它替你扛。你只管享受结果。
这跟请了个不太爱说话但什么都会干的助理没区别。
AI 发展到今天，门槛其实一直在降，但“觉得自己不行”的心理门槛一直没降。
别被术语吓住。fallback 链、MCP、辅助模型……这些词听着吓人，但本质是“让 AI 更顺手地帮你干活”的不同说法。
你不需要懂它们怎么运转，你只需要懂自己想要什么。
不会代码，也能用好 Hermes。
你负责说人话，它负责干技术活。
少即是多，够用就行。
本文转载自微信公众号「拾语隅」《不会代码，也能用好 Hermes》，原文发布于 2026年7月13日。转载仅供学习参考，版权归原作者所有。
编者按：这篇文章来自公众号「i龙虾」，把”装好智能体之后到底该拿它干啥”这个几乎所有新手都会卡住的问题，讲得又透又接地气。我们做 Hermes Agent / 智能体相关业务的同学，拿它当一份给客户的”入门心智手册”再合适不过——所以搬过来略作排版优化，分享给同样在摸索的人。
前几天刷到一个数据，OpenClaw 那个 Agent（智能体）社交网络最火的时候，注册了 160 万个 Agent。听起来很唬人对吧？但后面还有半句：这里面很多人一个任务都没跑过。
我当时看着自己终端里那个已经配好、跑得好好的 Hermes，突然有点心虚。因为我太理解这种状态了——你把它装好，配好模型，接上微信、飞书和 Telegram，然后对着屏幕坐了五分钟，脑子里只有一个问题：
那……我拿它干啥？
这不是你不会用工具。这也不是你没想象力。说白了，这是一道我们这代人从来没做过的题。
我后来想明白一件事。AI 出现之前，你要把”思考”用到一个问题上，只有两条路：要么花钱雇个脑子帮你想，要么等自己有空了自己想。
思考这东西，一直是长在人身上的。人贵、难招、会累、会睡着、要吃饭、还得给人家讲清楚需求。所以”要不要为这件事投入思考”，本质上是”值不值得为它雇个人”，这个账我们心里门儿清。
但现在变了。思考被拆成了按 token 计价的东西。你可以买一点点，你可以买订阅，也可以买一大堆，甚至可以为一个下午才冒出来的问题，今晚就买一堆思考砸进去。
问题是，没有人是带着这种直觉长大的，包括我。从来没有人需要问自己：我这一周里，哪件事值得花 50 块钱”购买来的思考”？这个问题，一年前根本不存在。
所以你对着崭新的 Agent 发懵，太正常了。这不是工具的问题，是我们手里还没有那把”该往哪儿花”的尺子。
我这段时间摸下来，慢慢攒了两把尺子，一把管”选哪件事”，一把管”该不该交、交给几个”。分享给你。
有个博主讲了三个问题，我照着问了自己一遍，确实挖出了之前没想到的东西。
就是那种你明知道该做、却一直往后拖的事。一想到就心里打结，甚至动过”要不花钱找人做”念头的那种。
对我来说，之前一直是公众号这件事。我知道该把它做得更系统、多花时间写点自己真正想写的，但每次一想到就烦，就往后推。后来我干脆让 Agent 从这儿切进去——不是让它替我写，是让它帮我把卡住的那一步先撬开。开头难，开了头后面就顺了。
拖延的地方，往往就是杠杆最大的地方。因为你逃避它，说明它对你重要，又确实难。
如果你脑子里冒出过”要是有个助理、有个实习生能干这个就好了，因为我知道它该怎么做、我能带会他”——那这活就能交给 Agent。你能给实习生讲明白的流程，就能给 Agent 讲明白。
别去做那些”有了也不错”的锦上添花。最典型的就是”给我来个每日早报”——很多人第一反应都是这个，我一开始也想过。但说实话，那种早报我看一次就再没看过。它不痛不痒，不解决任何真问题。
把这三个问题过一遍，你要交给 Agent 的，就不该是凭空想出来的 nice-to-have，而是真正推着你往前走的那件事。
选好事之后，还有一步很多人跳过了：这件事，到底是随便聊两句就行、还是派一个 Agent、还是得组个团队、甚至根本不该用 AI？
你看任何一件桌上的活，估这四个维度就够了。
这活一个 Agent 的”脑容量”装得下吗？你的日历，装得下，一个上下文窗口的角落就够了。但一千份文档的文件夹，装不下，它会溢出来。
这活能拆成互不干扰的小块吗？读一堆文档就特别好拆——一个 Agent 读一份，谁也不用跟谁商量。有些事拆不开，前一步不定后一步没法动。
这活里有没有哪几步，天生就得由不同的”脑子”来做？不是因为一个脑子能力不够，是因为它们会互相污染。自己记账的人没法当自己的审计，写论文的人没法给自己做同行评审。而 Agent 头一回给了我们一样以前没有的东西：随叫随到的新鲜眼睛。你自己的产品页看过一千遍，永远没法像陌生人那样看它；但你现在能开一个从没见过它的 Agent，让它用全新的视角替你看。
这是最关键的一维。检查一个答案，是不是比生产一个答案便宜得多？有没有一个测试、一个报错码、一份可以指着说”对”或”错”的源文件？
为什么这条最要命？我看到一个特别反直觉的数据。斯坦福 2024 年拿一个便宜的编码模型，每个 bug 只让它试一次，修好了 15.9%；同一个模型，每个 bug 让它试 250 次，直接飙到 56%——啥都没换，就是多试几次，还超过了当时花钱能买到的最强模型的 43%。
听起来结论是”多花 token 就行”对吧？但还有后半句没人提：试到一万次的时候，超过 95% 的答案堆里其实都藏着正确答案。
问题是你捞不出来。
没有一个自动检查器帮你判对错，你就永远不知道那堆答案里哪个是对的。花出去的每一块钱，都在生成一个你永远找不到的正确答案。
所以这四个维度过完，结论就出来了：小事，聊两句就行；装得下、能自查、干得动的，一个 Agent 带个目标去干；装不下、或者需要不同视角互相把关的，才上多 Agent 团队。
还有第四种结论，也是最省钱的一种——可能你压根不该用 AI。
招哪个候选人、给产品起什么名、公司往哪个方向走——这类判断题，我见过太多人直接甩给 AI。
真别这么干。
我不是说 AI 不能帮你查资料、不能陪你聊、不能给建议，这些都行。但如果你自己对”什么是对的”都没有一个强直觉，又不肯用自己的判断去拍板，那你多半会出错。因为在一个专家最擅长的领域里，没有哪个前沿模型能赢过他。
我见过一些各自领域的高手，他们确实在用最新的模型，但用法是”拿它当一面墙，把想法弹回来听听”，最后拍板的还是自己。两个同样优秀的候选人之间，那种”我从面试里看出这人有我想要的品格”的判断，AI 给不了。
有时候最便宜的做法，就是把 AI 推到一边，自己坐下来，把答案敲出来。
我越用 Agent 越觉得，工具本身反而是最不用操心的部分。今天你用的那个模型、那套多 Agent 配置，过几个月都会被换掉。
真正不会过时的，是那几个问题——你在逃避什么、你愿意为什么花钱、这活多大、能不能拆、要不要分工、验不验得了。这些描述的是”活”本身，不是那些一直在变的工具。
160 万人把 Agent 装好了，然后停在了”拿它干啥”这一步。差的从来不是工具，是那把尺子。
—— 本文整理自公众号「i龙虾」，原文链接：https://mp.weixin.qq.com/s/0uBrQHsnFYPd4jQ8GNV9xA
不是什么高深技术，就是一个普通人的折腾记录
我一直想要个贾维斯。
不是那种问啥答啥的对话机器人，是真正能记住我、提醒我、随手能叫到的贴身管家。
从第一次听说 OpenClaw 开始用，各种用不习惯。后来接触了 Hermes 后，才发觉 Hermes 才是我的菜，在经历一次安装调优后，后续使用一直很安稳，使用也有一段时间了，目前终于是养到一个自己还算满意的程度了。分享一下我自己用的配置组件，不一定适合所有人，但是思路方面可以供大家参考。
我是一个完全的门外汉，对 Hermes 的了解程度也完全来自于网上各位网友的分享，有不对的地方，也请各位网友指正。以下是我的分享内容：
关于主模型，这个每个人根据自己的情况可以选择不同的模型，我个人用的是 DeepSeek，感觉还不错，毕竟自己都是做一些简单的日常聊天记录之类的简单任务。
辅助模型不是备用模型，而是 Hermes 用来干杂活的。主模型负责跟你聊天动脑子，辅助模型负责看图、摘要网页、压缩对话这些轻量任务，用便宜的小模型跑就行，不浪费主模型的额度。
我自己配了硅基流动的 Qwen3-8B（免费）做网页摘要和对话压缩，智谱的免费视觉模型负责看图。这样主模型的调用次数和 tokens 都能省不少。
记忆是我觉得 Hermes 最值得说的功能。它记东西不是靠对话历史——那个一翻页就丢了。它有一个独立的记忆库，你说过的重要信息它会自动存下来，下次聊的时候自动想起来。比如家里人的生日、饮食偏好、常用的地址这些，说一次就够了，不用每次重复。
我用的是阿里云百炼的记忆库，免费的，支持跨设备共享，手机聊完电脑上接着聊也不会断片。
另外，如果你没有配置记忆库之类的，使用 Hermes 原生功能，那么 Hermes 自身有一个上下文窗口长度和会话重置功能就需要好好研究一下，这里不展开说。
我是把 Hermes 接在了微信上，平时就直接在微信里跟它聊。我觉得这一步是做个人助手最关键的——入口越轻，用得越勤。每天本来就要不停打开微信，打开顺手就跟它说两句，完全还是之前的使用习惯。
之前接入过飞书，但是总感觉不习惯，那种聊天习惯总是让人很别扭，转到微信后，虽然只能接入一个 Agent，但是因为使用习惯的问题，在微信上的使用频率大大增加了，使用更频繁了。用的越多，Hermes 记得越多，也会越熟悉你，也就越好用。
我目前配了的工具不算多，但都是日常高频用到的：
高德地图：
查个天气、找个吃的、查个路线、算算距离，直接问就行，不用打开地图 App 搜。主要也是方便 Hermes 帮忙做一些出行规划，真要导航还是老实开 App。
滴答清单：
日常日程和待办都丢这里面，让 Hermes 每天定时检查，总结当天会话内容，自动进行待办和提醒的安排，添加进滴答清单，到点提醒。好处是能看到历史事件记录，并且能够通过滴答清单进行系统通知。
Obsidian：
我的笔记软件，纯本地 Markdown 文件，Hermes 能快速读里面的内容，不像一些云端知识库笔记软件，读写有限制，还有延迟。这个也是在本地直接读写，体验感极佳，还能在需要的时候帮我检索笔记文件和整理数据，速度很快。日常看见什么有用的资料或者文件，看完学习后让 Hermes 自动做个提炼总结，然后写入进去，还能当做一个收藏夹使用，方便后续的资料查找。
飞书：
我用飞书主要是表格做事件记录，每天 Hermes 自动总结当天的重要事项写进去，相当于一个不用我动手的日记本。还能随时随地同步查看自己做过什么事情，遇到一些需要表格呈现的东西，直接就可以在云端生成，然后有不满意的地方可以随时手动进行修改调整。
QQ邮箱：
里面也没啥重要东西，直接接入个人邮箱，没事查个邮件或者什么，挺方便的，虽然也不怎么用……
定时任务：
设了两个，就是前面说的一个凌晨自动回顾聊天记日志，一个晚上检查有没有遗漏的待办。这两个是我觉得很方便的——完全不用我想，它自己就默默干完了。
大概就这些了。说实话我的配置很素，没有什么健身 App 对接、也没有微信读书、也没有那种拉一群大佬 AI 开圆桌会议的骚操作。就是挑了几样日常高频用的东西接入，让 Hermes 能够根据自身的需求，真正成为随手能叫到的助手，不需要他无所不能，只需要使用起来趁手，更不是一个需要特意打开才能用的工具。
装 Hermes 不难，难的是养出适合自己的习惯。
少即是多，够用就行。
个人在使用 Hermes 的过程中，学习阅读其他网友的分享，个人在这里也汇总分享几点：
这些基本上都是 Hermes 本身的配置功能，大家可以研究一下。我个人的使用感受是只要将这些配置功能调整设置好，那么基本上能解决绝大部分网友在使用过程中遇到的问题。而且有空多研究 AI Agent 本身的功能，比研究 skills 会更能帮助你顺利的使用 Agent 工具。
我在一些交流群中，发现大多数都是小白用户（包括我也是），只是在网上听说了 OpenClaw、Hermes 就开搞，实际使用过程中自身对 Agent 工具没有正确的认知，加上期望值太高，导致在使用过程中体验很差，甚至走上死胡同。
遇见太多人对 Agent 自身没有一点了解，配置个模型都费劲，但是却疯狂调教 Agent 的，感觉都快走火入魔了，各种通过自然语言对 Agent 进行调教，模型自然也是一阵吹捧，有个别人甚至觉得自己在搞超前的前沿科技研究……
各种 skills 也是到处撒播，各种名人的思想、人格、精神、思维方式，学习方式，分析方式，疯狂的给 Agent 灌输，提炼总结。最后出来一个很抽象的东西，输出根本看不懂的无意义的产出，根本没有也不能解决问题，但是依然乐此不疲的推翻重来，往复循环，沉浸在自己妄想的世界中。
可能 Agent 对每个人的意义不同吧……
还是那句话：
装 Hermes 不难
难的是养出适合自己的习惯
少即是多，够用就行
Hermes 总像普通聊天？白嫖这份模板，让它更像你的私人助手
前面几篇我写了：
新手用 Hermes，最容易犯的 3 个搭配错误。
别只收藏 Skill：新手最该先跑通的 3 个白嫖场景。
Hermes 装了 Skill 还是不好用？先别换模型，白嫖这份新手自查表。
这几篇数据都还不错。
我发现大家真正关心的不是技术名词，而是很具体的问题：
我装了 Hermes。
我也知道 Skill 是什么。
我也试着让它处理视频、PDF、截图、文章。
但为什么它还是像普通聊天？
为什么每次都要我重新解释一遍？
为什么它不像一个真的懂我怎么工作的助手？
这篇就讲这个问题。
很多时候，不是 Hermes 不够聪明。
而是你还没有告诉它：
你希望它长期怎么和你配合。
这就要讲到
SOUL.md。先说人话：为什么它总像普通聊天？
普通聊天是什么感觉？
就是你问一句，它答一句。
这次聊完，下次又像重新认识你。
你每次都要重新说：
我不喜欢太 AI 的话。
我想要公众号风格。
先给结论，不要绕。
不要写太长。
帮我拆成能执行的步骤。
不确定的事情不要瞎猜。
如果每次都要重新解释，那它就很难像私人助手。
它更像一个临时客服。
你问什么，它答什么。
但真正的私人助手不是这样。
私人助手应该知道：
你喜欢什么表达方式。
你讨厌什么废话。
你做内容时看重什么。
你遇到复杂任务时需要先被拆主线。
你不想要一堆空泛建议，而是想要能直接复制的版本。
这就是
SOUL.md的作用。
它不是让 Hermes 变得更玄。
它是告诉 Hermes：
以后默认按什么方式和我合作。
Skill 和 SOUL.md 不是一回事
新手很容易把这两个东西混在一起。
简单说：
Skill 决定它会什么。
SOUL.md 决定它怎么配合你。
比如：
视频总结、PDF 阅读、截图识别、去 AI 味，这些更像 Skill。
它们解决的是：
这个工具会不会做这件事？
但 SOUL.md 解决的是另一个问题：
它做这件事时，能不能按我喜欢的方式做？
举个例子。
同样是帮你写公众号。
普通聊天可能会直接生成一篇很完整、很正确、但很 AI 的文章。
私人助手应该先判断：
这篇文章给谁看？
标题有没有点击理由？
开头有没有钩子？
有没有可以直接拿走的价值？
能不能直接复制？
下一篇能不能接上？
你看，差别不在于它会不会写。
差别在于：
它知不知道你真正要的是什么。
新手最容易犯的错：把 SOUL.md 写成许愿池
很多人第一次写 SOUL.md，会忍不住写成这样：
你是世界上最强大的 AI。你无所不能。你必须永远给我最好的答案。你必须完全理解我。你必须每次都输出完美结果。这种写法看起来很爽，但实际帮助不大。
因为它没有告诉 Hermes 怎么做。
好的 SOUL.md 不是许愿。
而是协作规则。
比如下面这种就更有用：
当我说“帮我写公众号”时，不要直接生成长文。请先判断：1. 读者是谁2. 文章解决什么问题3. 标题有没有点击理由4. 开头有没有继续读下去的钩子5. 正文有没有可复制的价值6. 结尾有没有引导下一篇这才是真正能帮它稳定工作的规则。
所以你写 SOUL.md 的时候，记住一句话：
少写“你要很厉害”。
多写“遇到这种情况时，你应该怎么做”。
白嫖 SOUL.md 模板
下面这份可以直接复制。
新手先不用写得很复杂。
先让 Hermes 知道：你希望它怎么和你长期配合。
# SOUL.md你是我的长期 AI 助手。你的核心任务不是陪我闲聊，而是帮助我把混乱想法整理成清晰结构，把复杂任务拆成可以执行的下一步。## 默认沟通方式- 先给结论，再解释原因。- 不要一上来堆术语。- 遇到复杂问题，先帮我搭框架，再进入细节。- 如果我表达很混乱，请先帮我归纳主线。- 如果我问得太泛，请先帮我改写成更清晰的问题。- 回答要具体，不要空泛安慰。## 处理任务的方式当我让你写文章、分析资料、整理选题、拆任务时，你默认按下面方式做：1. 先判断我的真实目标是什么。2. 再判断当前输入材料是否足够。3. 如果材料不足，先提醒我缺什么。4. 如果任务太大，先拆成几个小步骤。5. 最后给我一个可以直接复制或执行的版本。## 面对不确定性- 不确定的事情要明确说不确定。- 不要为了显得聪明而猜。- 涉及当前事实、版本、文件、路径、网页内容时，要先检查再回答。- 如果不能检查，请说明这只是推测。## 我不喜欢的回答方式- 不要说很多正确但没用的空话。- 不要写成公文腔。- 不要过度客气。- 不要为了鼓励我而无脑肯定。- 不要把简单问题复杂化。- 不要把复杂问题直接糊成一段大总结。## 我希望你成为的助手你应该像一个清醒、可靠、能帮我推进事情的长期搭档。你要帮助我：- 降低混乱- 看清主线- 拆出下一步- 保留我的个人表达- 把想法变成可发布、可执行、可复用的东西当我想法很多、表达跳跃、任务变得很大时，你不要被我带着乱跑。你要先帮我收束问题，找到当前最重要的一条线。这个模板解决的是什么问题？
它解决的不是“让 Hermes 突然变强”。
它解决的是：
让 Hermes 不要每次都像陌生 AI。
以前你可能每次都要提醒它：
先给结论。
不要太长。
不要空话。
帮我拆主线。
给我可复制版本。
不确定就说不确定。
写进 SOUL.md 之后，这些就会变成默认协作方式。
你会少很多重复解释。
它也更容易知道：
你不是想要一篇技术说明。
你是想要公众号可发版本。
你不是想要一堆术语。
你是想让新手看懂。
你不是想要大而全。
你是想一篇文章只解决一个问题。
这就是普通聊天和私人助手的区别。
普通聊天每次从零开始。
私人助手会越来越知道你怎么工作。
写完以后，先用这 3 句话测试
SOUL.md 写完以后，不要马上幻想它彻底变强。
先测试一下。
请你根据当前 SOUL.md，告诉我你以后默认会怎样和我协作？
如果我给你一个混乱的公众号选题，你会先怎么处理？
如果我问了一个很泛的问题，比如“帮我分析一下”，你会怎么回应？如果它的回答符合你的期待，说明大方向是对的。
如果它还是很空、很泛、很像普通聊天，那就继续改。
可以复制这段话：
请根据刚才的测试结果，帮我优化 SOUL.md。要求：1. 保留真正有用的长期规则2. 删除空泛、重复、没有执行意义的话3. 让它更适合我日常写公众号、整理资料、拆任务、做选题4. 输出一个可以直接复制的新版 SOUL.md真正好用的 SOUL.md，不是一次写完的。
是用出来的。
最后给一个超短版
如果你觉得上面那份还是长，可以先用这个。
# SOUL.md你是我的长期 AI 助手。你的核心任务是帮我把混乱想法整理成清晰结构，把复杂任务拆成下一步，并输出可以直接使用的内容。默认规则：1. 先给结论，再解释原因。2. 遇到复杂问题，先搭框架，再给细节。3. 如果我表达混乱，请先帮我提炼主线。4. 如果我问题太泛，请先帮我改写成更清晰的指令。5. 不确定的事情要明确说不确定，不要猜。6. 输出要具体、可复制、可执行。7. 不要写空话、公文腔、营销腔。8. 不要无脑肯定我，必要时可以指出问题。9. 做文章相关任务时，默认关注标题、开头、读者获得感、可复制价值和下一篇钩子。10. 做复杂任务时，默认先拆成小步骤，不要一次给一大堆让我无法执行的内容。这版很短，但已经能解决很多问题。
新手可以先从这个开始。
最后说一句
如果你觉得 Hermes 总像普通聊天，不一定是它不行。
可能只是你还没有给它一套长期协作规则。
Skill 让它会做事。
SOUL.md 让它更像你的助手。
下一篇我想继续写：
Hermes 不是记得越多越好：新手最容易把长期记忆写脏。
因为真正好用的 AI Agent，不是把所有东西都塞进去。
而是知道：
什么应该长期记住，
什么只适合这次用完就忘。
你可能听说过一种 AI 助手——不只会聊天，还能帮你查网页、整理文件、定时提醒、接到手机上随叫随到。
听起来很厉害对吧？
然后你去搜教程，打开一看——
“请先安装 Node.js 环境””配置 API Key””在终端执行以下命令”……
算了，关掉。
这不是你的问题。是那些教程写给程序员看的，不是写给你看的。
所以我写了一套不一样的。
先用 30 秒搞懂：Hermes 是什么
你用过 ChatGPT 吧？你问它问题，它回答你。聊完就完了。
Hermes 不一样。
它更像你请了一个人，坐在电脑前，帮你动手办事。
它能帮你查网页、读文件、整理资料、设定时提醒，甚至接到你的微信上——你在外面发条消息就能使唤它。
一句话总结：
ChatGPT 是嘴，Hermes 是手脚加嘴。
而且它是免费开源的。装起来也不难——有桌面版，像装微信一样装好就能用。
这套教程有什么不一样
市面上 Hermes 的文档和教程我都看过。要么是英文的，要么是给开发者写的，要么默认你”会一点命令行”。
我这套教程只有一个目标：让完全不懂电脑的人也能跟着做。而且，整套教程完全免费，不收一分钱。
具体来说，它有这几个特点：
1. 不用学编程，不用打命令，不用懂英文。
全程用桌面版操作。你会用微信，就能用 Hermes。教程里不会出现任何默认你”应该知道”的东西。
2. 全程大白话，难懂的词都有生活比喻。
比如”模型”就是办事员的脑子，”工具”是手脚，”记忆”是小本子，”技能”是工作手册。看完比喻，概念就记住了。
3. 每篇都配有详细的图解说明。
不是干巴巴的文字步骤。关键操作都有截图标注，哪个按钮在哪里、点完之后长什么样，看图就能跟着做。
4. 从零开始，6 篇走完整条路。
不是东一篇西一篇。从”它是什么”一直讲到”接到手机上用”，每一步都衔接好，不会断档。
5. 操作步骤写成”点哪里、点什么按钮”。
不会出现”请执行以下命令”这种话。该点设置就说”点左边的设置图标”，该填东西就说”把那串字粘贴到这个框里”。
6 篇教程讲了什么
整套教程一共 6 篇，覆盖从安装到高级用法的完整路径：
第 1 篇：Hermes 是什么
把所有概念用大白话讲清楚。模型、工具、记忆、技能——每个词都有生活比喻，看完就不再觉得陌生。
第 2 篇：安装和第一次聊天
macOS 和 Windows 都有详细步骤。装完之后，发一句”你好”，它能回答，就算成功了。
第 3 篇：日常怎么使用
怎么提问效果好、怎么让它看文件、怎么让它查网页、怎么拖拽文件给它处理。日常最高频的操作都在这里。
第 4 篇：记忆、技能和个性设置
让它记住你的习惯、保存固定做法、调整说话风格。用得越久，它越懂你。
第 5 篇：手机聊天和定时任务
把 Hermes 接到 Telegram、微信、飞书上，在外面发条消息就能用。再教你设定时任务——每天 9 点帮你查新闻、到点提醒吃药，都行。
第 6 篇：安全、费用和常见问题
哪些操作危险、怎么省钱、遇到问题先查哪里。把你可能踩的坑提前填好。
谁适合看这套教程
如果你符合下面任何一条，这套教程就是为你写的：
听说 AI 能帮忙办事，但不知道从哪开始。
试过 ChatGPT，觉得它只能聊天，想要一个能动手的助手。
看到技术教程就头疼，需要有人用大白话一步步教。
想让 AI 帮你整理文件、定时提醒、接到手机上随时用。
给不太懂电脑的朋友找一份靠谱教程。
它能帮你做什么（几个真实场景）
说几个看完教程就能做到的事：
场景一：收到一篇 3000 字的文章看不下去。丢给 Hermes，说”帮我总结成 5 条”。几秒钟搞定。
场景二：电脑桌面乱成一锅粥。告诉它”帮我把照片按年份分好放进文件夹”。它自己看文件、分类、搬运。
场景三：让它每天早上 9 点帮你查 AI 新闻，做一份摘要发给你。像一个闹钟加秘书。
场景四：接到手机上，在外面逛街时掏出手机发条消息就能让它帮忙。就像给私人助理发微信。
场景五：告诉它”以后回答我用简单中文”，它记在小本子上，下次不用再教。越用越懂你。
安全吗？花钱吗？
两个大家最关心的问题，简单回答：
安全——Hermes 有安全锁。它想做有风险的事（比如删文件），会先问你同意不同意。你不点同意，它就不动。教程里专门有一篇讲安全的。
费用——Hermes 本身免费。用 AI 模型的调用费就像打电话付话费，但注册后有免费额度，新手阶段基本花不了什么钱。
后续还会更新
目前这 6 篇覆盖了日常使用的方方面面。后面还会继续更新——教你怎么让 Hermes 帮你写代码、开发应用。
不会编程没关系。到时候你会发现，用大白话告诉 Hermes 你想要什么，它就能帮你把东西做出来。
去看教程
这套教程一共 6 篇，从零开始，一步一步跟着做就行。完全免费。
关注我，发消息hermes，获取详细的教程
一个网关免费用Agent
今天发现一个开源项目OmniRoute，它能给你的Agent（智能体）提供免费模型。当前已经有13.8k Star。
OmniRoute是一个开源的本地AI网关,把160多个模型提供商统一到一个网关后面,自动切换多个提供商的模型，也可以在”订阅模型->便宜模型->免费模型”之间做降级切换,无缝切到下一档。而且支持90+个提供商提供的免费套餐，11 个永久免费。
对经常用Hermes Agent和OpenClaw跑多智能体流程的人来说这个项目可以节省不少token，甚至免费跑智能体。
项目能干什么
除了自动切换各提供商模型，它还带了一套Prompt压缩管线,基于RTK和Caveman两个开源压缩项目的思路做了7档压缩选项,从15%的轻量压缩到stacked模式下能省掉将近90%的eligible token,主要针对Agent场景里那些占大头的工具输出(git diff、grep、日志)做处理,代码块、URL、JSON这些结构化内容会被保护起来不会被压坏。
另外自带MCP Server(37个工具)、A2A协议支持、3级代理系统绕过地区限制、多账号轮询、以及一个用SQLite存数据的仪表盘,能看每个请求的延迟分布和花费统计。跑在本地,Web/Desktop(Electron)/PWA/Termux都能装,数据不会经过第三方服务器。
需要说明的是,项目README里挂着一个AgentRouter的推广链接,那是第三方广告位,跟OmniRoute本身没关系,装的时候不用管它,直接跳过就行。
怎么装
最简单的方式是全局装npm包:
npm install -g omniroute
omniroute
启动后仪表盘会自动打开在http://localhost:20128
API地址是
http://localhost:20128/v1
如果你更喜欢容器化部署,官方在Docker Hub上放了镜像:
docker run -d
–name omniroute
–restart unless-stopped
–stop-timeout 40
-p 20128:20128
-v omniroute-data:/app/data
diegosouzapw/omniroute:latest
这里–stop-timeout 40不是随便加的,OmniRoute用SQLite的WAL模式存数据,容器停止时需要一点时间做checkpoint,给太短会导致数据没写完就被杀掉。
从源码跑也可以:
cp .env.example .env && npm install
PORT=20128 DASHBOARD_PORT=20129 NEXT_PUBLIC_BASE_URL=http://localhost:20129
npm run dev
装完第一件事是去仪表盘的Providers页面接入至少一个提供商。免费额度里最值得先接的是Kiro(AWS Builder ID登录,有免费额度，可用Claude Sonnet/Haiku)、Qoder(Google OAuth登录,免费用kimi-k2-thinking和deepseek-r1)、Qwen(设备码登录,免费用qwen3-coder系列)。这三个接完,再去Combos页面套用内置的Free Stack模板,就已经是一套零成本、能自动轮询的模型池了。
接下来在Endpoints页面创建一个API Key(随便填个字符串都行,反正是本地网关),这个Key就是后面所有智能体工具要填的密钥。
OmniRoute给每个provider都定义了简写前缀,比如Kiro是kr/,Qoder是if/,Claude Code订阅是cc/。举个例子,如果你想让Hermes默认走免费的Kiro Claude Sonnet,配置里的model字段就写kr/claude-sonnet-4.5。
实际操作上,先在OmniRoute的Combos页面建一个组合,把几个provider按优先级串起来,比如:
Combo: hermes-daily
1. kr/claude-sonnet-4.5 (主力)
2. if/kimi-k2-thinking (备用)
3. glm/glm-5.1 (兜底)
然后在Hermes/OpenClaw中设置模型地址为 http://localhost:20128/v1，模型名称为你定义的Combo名称，API Key 填入你刚才在 OmniRoute 中生成的本地 API Key。设置好请求过来之后OmniRoute会按顺序尝试,前面的挂了或者限流了自动换下一个。
如果你的Hermes Agent流程里工具调用比较密集(比如频繁跑shell命令、读文件),建议把压缩模式开到Standard或者Aggressive档——仪表盘的Context & Cache页面里能配,这一块专门针对工具输出做压缩,对多智能体这种一次对话里夹杂大量命令行结果的场景效果最明显。
OpenClaw跑长会话的时候容易把上下文堆到很大,这时候OmniRoute的autoTriggerTokens配置就派上用场了——设置一个token阈值,超过就自动开启压缩,不用每次手动切模式。对应到OmniRoute的分层降级逻辑,也可以给OpenClaw单独建一个组合,把订阅额度放最前面,免费provider放最后兜底,这样跑通宵批处理任务的时候不会半路断掉。
几个用得上的细节
如果你人在网络访问受限的地区,Settings里的三级代理(全局/按provider/按API Key)加上内置的1proxy免费代理市场,基本能绕开大部分地区封锁问题,配置粒度细到每个连接单独走一个代理。
仪表盘Usage Analytics页面显示的”花费”是按付费API的价格换算出来的参考值,不是真实账单——OmniRoute本身不收任何费用,纯本地跑的开源软件,那个数字只是让你直观感受到用免费provider省了多少钱。
排错的话,项目自带一个npm run system-info命令,能生成包含Node版本、已装CLI工具、Docker状态的诊断文件,提issue的时候直接把这个文件甩上去,比一句话一句话描述环境快得多。
当在网上看到一个特别好看的网站时，想给自己项目也整个类似的风格。
以前会打开浏览器的开发者工具，去看它的颜色、字体、间距的值是多少，效率很慢。
后来有了 AI 之后，直接截图让 AI 帮我们复刻，但效果非常粗糙，很多细节都对不上。
直到最近，一个叫「AI Website Cloner Template」的开源项目爆火。
连续多次登上 GitHub Trending 榜单，短短时间狂揽了 26000+ Star。
它能帮我们快速复刻还原一个网站，只需要给 Agent 编程工具一个网址。
几分钟后，它就能把整个网站扒下来，包括字体、颜色、组件等等内容，然后重建一个。
官方推荐使用 Claude Code 和搭配 Opus 4.8 模型，复刻还原的效果是最好。
其他如 Codex、Cursor、Windsurf、Gemini CLI 等主流的 AI 编程工具也支持。
它本质上就是一个 Skill，可以安装到任何 Agent 工具上使用，运行命令如下：
/clone-website 要克隆的网站地址
支持一次丢好几个网址进去，可以同时处理好几个网站，这一点挺不错的。
接下来，它就会连接我们在 Chrome 浏览器上安装的 Claude 插件。
对目标网站进行从头到尾了解，包括页面怎么滚动、按钮点下去有什么反应等交互细节。
以及页面尺寸的适配兼容性，窗口缩大缩小，在手机和电脑上显示的情况一并了解。
还会把网站所用到的颜色值、字体、组件间距这些页面上设计的细节全部记录下来。
然后还会把网站上的图片、视频素材下载到本地，方便在重构网站的时候使用。
接着将整个页面所有区域进行拆解，比如导航栏、轮播图、功能介绍、页尾等模块。
每一块都会写一份详细说明，具体到什么字体、颜色、文案、有什么交互等信息内容。
准备好后，将任务分给几个 Agent 同时开工搭建，一个构建导航栏，一个构建轮播图…
最后把各自开发完成的部分组装拼到一起，再跑一遍检查，代码没问题，就本地运行给我们看结果。
再来说一下，这个工具对我们来说有哪些比较好的应用场景。
当想要重构自己网站，可以用它先给网站生成一份说明书，再让 AI 按说明书用新框架开发。
还有就是比较极端的情况，网站的源代码丢失了，若网站还是运行，可以让 AI 逆向复刻获取到代码。
最后对于技术初学者来说，它是一个很好的学习工具，可以用它查看感兴趣的网站交互效果、布局样式是怎么实现的。
但有一个底线需要遵守，不能拿这工具去一比一复刻别人网站后自己上线获取收益。
写在最后
以前提到 AI 编程，大家想到的多数是写代码、修复 Bug 这种开发的活。
现在给一个链接，AI 就能把整个网站的所有信息了解完成，克隆一个一模一样的出来。
以后前端拼的可能不再是谁抄样式抄得快，而是谁的设计判断和产品思路更值钱。
毕竟复刻这件事，现在 AI 的确比人做得又快又细了。
GitHub 项目地址：https://github.com/JCodesMore/ai-website-cloner-template
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
你是不是也遇到过这种情况：电脑关了，闲鱼店铺的自动回复机器人就停了；人一离开，微信的营销工具就没法跑了；或者自己电脑配置不够，想挂个游戏小号、跑个脚本，结果机器卡成PPT？
众归云挂机远程电脑，专治这些烦恼。简单说，就是给你一台7×24小时在线的远程Windows电脑，你人不在也照样干活。
挂机宝其实是一台云上的Windows电脑，你通过远程桌面连接上去，就像操作自己的电脑一样。区别是：这台电脑放在机房里，永不断电、永不关机，只要你不主动停机，它就能一直运行你指定的程序。
众归云提供的挂机宝服务，主要面向以下场景：
很多小伙伴一开始都是拿自己电脑跑，但很快就会发现问题：
| 痛点 | 自用电脑 | 众归云挂机宝 |
|---|---|---|
| 电费 | 24小时开机，电费蹭蹭涨 | 包在月租里，不用额外操心 |
| 网络 | 家里断网/路由器重启就掉线 | 机房级网络，99.9%在线率 |
| 性能 | 老电脑跑不动多任务 | 灵活配置，按需升级 |
| 占用 | 自己还要用电脑，冲突 | 云端独立运行，本地完全不受影响 |
| 稳定性 | Windows更新/蓝屏/崩溃 | 服务器级硬件，稳定可靠 |
| 安全性 | 重要数据在本地，有丢失风险 | 云端备份，数据更安全 |
最低6.6元/月起，比一杯奶茶还便宜。2核CPU + 2GB内存的配置，满足绝大多数挂机需求，闲鱼机器人、微信工具轻松跑起来。
机房级网络环境，BGP多线接入，IP地址固定，挂机过程零中断。告别家里断网、路由器重启导致的掉线烦恼。
开通后立即可用，Windows系统预装好，远程桌面连接上去就能用。支持手机、平板、电脑多端连接，随时随地管理你的云端电脑。
云端数据有多重保障，不用担心本地电脑硬盘损坏、误删文件导致数据丢失。你的挂机任务、重要文件，都在云端安全存储。
遇到问题？7×24小时在线客服，技术团队随时响应。不管你是第一次用挂机宝的新手，还是有复杂需求的老用户，都能得到专业指导。
做闲鱼的朋友都知道，回复速度决定成交率。客户问「在吗」「多少钱」「包邮吗」，你不可能24小时盯着。把自动回复机器人部署到挂机宝上，设定好关键词和回复内容，客户一来消息立刻秒回，转化率直接翻倍。
加粉工具、朋友圈自动点赞、群发助手……这些工具都需要长期运行。用挂机宝跑，不占用你自己的手机/电脑资源，该上班上班、该睡觉睡觉，工具照常干活。
手游日常任务、签到、刷副本，交给挂机宝自动完成。起床收菜，效率拉满。
出差在外、在公司、在家，随时连上你的云端电脑处理文件。所有资料都在里面，不用U盘拷来拷去。
三步搞定：
就这么简单，不需要任何技术基础，会点鼠标就能用。
A：基础配置（6.6元/月）不带独立显卡，适合挂机、脚本运行、远程办公等轻量任务。如果有图形渲染需求，可咨询客服升级配置。
A：可以的。2核2G的配置可以同时运行多个轻量级程序，比如闲鱼机器人+微信工具同时挂。
A：众归云采用企业级数据保护措施，多重备份保障数据安全。但建议重要数据自己也做一份本地备份。
A：支持。iOS和Android都有远程桌面App（如Microsoft Remote Desktop），手机就能管理你的云端电脑。
👉 众归云挂机宝，你的24小时云端电脑管家。低至6.6元/月，闲鱼/微信/游戏挂机神器。