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

 

MCP (Model Context Protocol) 实测:Anthropic 新协议解决了什么?

一、先给结论

MCP(Model Context Protocol)不是银弹,但它确实解决了 Function Calling 的一个核心痛点:模型侧能力与外部工具之间的集成成本太高。

如果你正在做 AI agent 开发,尤其是需要让 LLM 稳定调用多个外部数据源/API,MCP 值得纳入技术选型。但如果你只是偶尔做一个 chatbot,Function Calling 完全够用,没必要多一层抽象。

二、Function Calling 的痛点,你肯定遇到过

2024 年以来,主流模型(GPT-4o、Claude 3.5、DeepSeek V3)都支持 Function Calling,开发流程基本是这样:

  1. 你在代码里定义一个函数列表(JSON Schema)
  2. 模型返回要调哪个函数、传什么参数
  3. 你写胶水代码调用 API
  4. 把结果喂回模型,它继续生成回答

问题在于:

  • 胶水代码太多。每加一个工具(比如查数据库、读文件、调内部 CRM),都要写一遍 schema + 调用逻辑 + 错误处理。
  • 上下文爆炸。工具多的时候,system prompt 和 tool schema 很容易塞满上下文窗口,模型开始”忽略”某些工具。
  • 方言不统一。OpenAI 的 Function Calling、Anthropic 的 Tool Use、Google 的 Function Declarations,格式各有差异,换模型就要改代码。
  • 状态管理难。Function Calling 是无状态的——模型不知道你上次调了什么,除非你把历史全塞回 prompt。

简单说:Function Calling 解决的是”模型怎么调用一个函数”,没解决”一套规范怎么集成一堆工具”。

三、MCP 是什么

MCP 是 Anthropic 在 2024 年底推出的一套开放协议,设计目标是把”模型 ↔ 工具”的交互标准化。

核心架构

[Client]     [Host]     [Server]
(你的应用)  (LLM 宿主)  (外部工具/数据源)
    |           |           |
    |--- MCP 双向通信 -------|
  • Host:运行 LLM 的宿主程序(Claude Desktop、IDE 插件、你自己的后端服务)
  • Client:Host 内部与 MCP Server 建立连接的端点
  • Server:外部工具/数据源的封装,暴露出标准化的 tool/resource/prompt 接口

MCP 协议本身是 JSON-RPC over stdio/SSE,所以:

  • 同一个 Server 可以跑在本地进程、远程 HTTP、甚至容器里
  • 只要协议对,Claude、GPT、DeepSeek 都可以接

三大能力模型

能力 对应什么 举个例子
Tools 函数调用 “查数据库”、”发送邮件”
Resources 只读上下文注入 自动把公司 wiki、FAQ 塞进 prompt
Prompts 模板化指令 把常用 agent 提示词封装成可复用模板

这三者配合,基本覆盖了 agent 开发里”模型需要什么”和”外部能提供什么”的匹配问题。

四、实测:我搭了一个最小 MCP 环境

为了搞清楚 MCP 到底好不好用,我花了半天做了一个中文开发者友好的实测环境。

环境

  • Host:Claude Desktop(macOS)
  • Model:claude-3-5-sonnet
  • Server 1:SQLite 数据库查询(本地文件)
  • Server 2:本地文件系统读取
  • Server 3:自定义天气 API(国内直连,无翻墙)

测试任务

让 agent 完成这句话:“读取最近的 3 条发票记录,找出金额最高的那张,然后写一份报销摘要到我桌面的 report.txt 里。”

这个任务需要:SQLite 查询 → 排序 → 写文件 → 生成摘要。单一 Function Calling 最少要定义 3 个函数 + 多轮调用。

MCP 下的表现

Claude Desktop 里,只要启用了对应 Server,我直接说”帮我写报销摘要”,它自动走了以下流程:

  1. 调用 SQLite tool 查询最近 3 条发票
  2. 自己比较金额,找出最高的一笔
  3. 调用 File System tool,把摘要写入桌面
  4. 返回一份可读的总结给我

全程我一行胶水代码都没写。

对比:纯 Function Calling 实现

同样的任务,用 OpenAI API:

tools = [
  {"type": "function", "function": {"name": "query_invoices", ...}},
  {"type": "function", "function": {"name": "write_file", ...}}
]

然后你要写:

  • SQLite schema + query 函数
  • 文件写入函数
  • 多轮对话管理
  • 错误处理(模型参数格式不对、SQL 报错、磁盘权限)

代码量大约是 50-80 行 Python,还不包括 token 管理和 prompt 调试。

五、MCP vs Function Calling 对比

维度 Function Calling MCP
集成成本 每个工具都要写一遍 schema + 调用 Server 一旦写好,多个 Host 复用
模型依赖 每家格式不同,换模型要改 协议独立,理论上任意模型都能接
状态管理 无状态,全挤在 prompt 里 Server 保持连接状态,上下文更清爽
生态工具 自己造轮子 已有 PostgreSQL、SQLite、Filesystem、GitHub、Slack 等官方 Server
热插拔 容易,类似”安装插件”

六、中文开发者该关注什么

好消息

  • Anthropic 官方维护了 SQLite / PostgreSQL / Filesystem / GitHub / Slack / Google Drive 等 Server,开箱即用。
  • 社区已经在做 中文生态 Server:微信公众号、企业微信、飞书、钉钉、国内短信、支付宝 API。
  • MCP over HTTP/SSE 意味着 Server 可以跑在远程服务器上——这对挂机宝/云服务器场景特别友好。

坑和限制

  1. Anthropic 官方 Server 只支持 Anthropic 模型深度优化。你用 DeepSeek / 通义跑 MCP,虽然协议是对得通的,但提示词工程需要自己调。
  2. 国内访问问题。Claude Desktop 本身需要科学上网;SSE 模式的远程 Server 部署在境外会被墙。本地 stdio 模式最稳。
  3. Server 质量参差不齐。很多第三方 Server 的安全审计做得不好,远程模式下有注入风险。
  4. 缺少成熟的 Node.js / Python 客户端库。官方示例多,生产级 SDK 还在完善。

七、落地建议

什么场景该用 MCP

  • 你的 agent 需要连接3 个以上外部数据源(数据库 + 文件 + CRM + 知识库)
  • 你在做多用户 SaaS,每个用户有独立的数据隔离需求(MCP Server 天然支持 per-user 上下文)
  • 你想做一个可扩展的 agent 平台,允许第三方开发者”插拔”工具

什么场景不需要

  • 单个 chatbot,3 个以内工具,单一模型
  • 原型/MVP 阶段,追求最快上线
  • 团队没人懂 JSON-RPC,纯 Function Calling 更可控

给本站(AI agent 内容站)的启示

如果你的站点将来做 agent 工具市场 / 导航,MCP Server 生态是一个值得自己搭建一条链接分类

  • 收录”官方 Server 列表”
  • 做”国内可用 Server”专题(去掉那些连不上的)
  • 写教程:”给你的 Dify / FastGPT 加 MCP 支持”

MCP 内容现在 Google 上中文资源少,现在进场能吃搜索红利

八、总结

MCP 本质上是把 Function Calling 从”函数调用”升级为”工具集成协议“。它不改变模型能力,但大幅降低了 agent 连接外部世界的工程成本

对于做 AI agent 应用的人:先认识它,再决定要不要入场。如果你的项目还没有超过 3 个工具集成,继续用 Function Calling;如果已经在做平台级 agent,现在就该布局。

参考:

  • Anthropic 官方文档:https://modelcontextprotocol.io
  • GitHub 仓库:https://github.com/anthropics/mcp
  • 官方 Server 列表:https://github.com/modelcontextprotocol/servers

如果你也在测 MCP,欢迎在站点社区话题区留言交流。

什么?你用AI的方法低效的像个幼儿园小朋友,一个提示词轻松解决

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。

AI 终于有了自己的邮箱——腾讯 Agent Mail。快去抢个好名字

 

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。

不是让 AI 进入你的邮箱,而是给 AI 一个邮箱

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。

安全边界:隔离、授权、确认

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。

它现在能做什么?

Agent Mail 搭配@tencent-qqmail/agently-cli 使用,已经覆盖了邮件处理的基础流程:

  • 查看当前邮箱身份;
  • 按文件夹、时间、未读、附件等条件列出邮件;
  • 读取邮件正文、收件人、附件等信息;
  • 按关键词、发件人、收件人、时间等条件搜索邮件;
  • 发送邮件,支持 HTML 正文;
  • 回复、转发邮件;
  • 将邮件移到已删除;
  • 上传和下载附件。

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。

真正值得期待的是工作流

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。

  • 比如发票和报销。你可以把电子发票统一转发到 Agent 邮箱,由 AI 读取附件和正文,按月份、金额、开票方整理清单,最后生成报销材料。提交前,仍由人确认。
  • 比如资讯订阅。行业快讯、平台通知、项目周报可以进入 Agent 邮箱,由 AI 每天汇总成一封摘要,减少主邮箱里的噪音。
  • 比如订单和对账。采购订单、物流通知、付款确认邮件进入同一个邮箱后,AI 可以提取金额、日期、商品、供应商等字段,整理成台账。
  • 比如求职和商务沟通。Agent 邮箱可以成为简历投递、会议邀约、合作询价的专用通信地址。AI 可以先整理信息、生成草稿、提醒下一步动作;涉及发送和回复时,再由用户确认。

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。

别把它理解成一个万能自动发信机器人

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。

如何注册、安装和使用?

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

跳转二维码

作者头像

不会代码,也能用好 Hermes(转载)

 

不会代码,也能用好 Hermes

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。


AI 不应该放大差距

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。」


用大白话代替编程语言

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」「说」


把“配置”翻译成需求

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。


不会的,交给它学

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。


最后说两句

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。

智能体装好了该怎么用?拿它干啥?

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。

以前”想事情”是绑在人身上的

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。

第一把尺子:先选对那件事

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。

第一个问题:你在逃避什么?

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。

第二个问题:什么事你愿意花钱雇人做?

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。

第三个问题:什么事能让你离目标更近?

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。

第二把尺子:判断这活到底该怎么交

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。

一是大小。

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。

二是独立性。

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。

三是分工。

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。

四是可验证。

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

有些事,AI 真不该碰

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。

写在最后

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

我的Hermes养成记

 

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:


一、主模型

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。


二、辅助模型

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。


三、记忆系统

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。


四、消息渠道

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。


五、工具组件

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。


另外分享几点

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:

  1. 主备模型
  2. 辅助模型
  3. 上下文窗口长度和会话重置机制
  4. 记忆系统
  5. 自动重启
  6. 联网搜索、图像识别
  7. cua-driver

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。


一点感想

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

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。

日行一善,你奶奶都能学会的 Hermes 教程,免费,开源

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

Hermes 教程配图

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。

Hermes 教程配图

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。

Hermes 教程配图

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。

Hermes 教程配图

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

Hermes/OpenClaw养不起?这个开源项目可以用90+免费提供商的模型

OmniRoute 配图

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。