一人媒体公司实操指南：六个 AI 角色的分工系统
文章介绍如何用六个分工明确的 Hermes AI 机器人加共享知识库，构建一人媒体公司的完整内容生产闭环。系统采用四层基础设施（Bot Mode、独立档案、Obsidian 知识库、Kanban 看板），六个角色分别为信号侦察、研究员、内容策略师、长文作者、分发和编辑，各自遵守职责契约。关键机制包括可检查的结构化交接、人类保留编辑边界批准权、数据反哺系统迭代。文章还给出 8 步 MVP 落地路径，强调自动化应消除重复决策而非消除个人品味。
全部文档 / 标签: Hermes
223 篇
Agent 为什么也需要一套自己的 Git
随着 AI Agent 从聊天机器人演变为长期自我改进的系统，其 Memory、Skill、Script、定时任务和权限等状态不断变化且相互依赖，容易陷入不一致的"半升级"状态。文章提出 Agent 需要一套类 Git 的版本管理体系（Agent Native Git），让每次自我修改成为可查看、可审查、可回退的完整"升级包"。文中以 Hermes 的 Memory Tool 和 Skill Ledger 为案例，分析了现有实现的差距，并提出候选版本、变更记录、冲突检测、分层存储等四项关键能力，以及基于 libgit2、gix、Dulwich 等开源实现的技术方案。
本地小模型实测！Ling-3.0-tiny vs Qwen3.5-9B
作者在 AMD Ryzen AI MAX+ 395 小主机上，用相同提示词和 Hermes 环境，对 Ling-3.0-tiny 与 Qwen3.5-9B（均 Q8_0、64K 上下文）跑三份真实业务任务：电商中台需求整理、商务合作决策备忘录、X 长文数据分析。结果 Ling 在前两轮抓住主线、输出可继续修改，总耗时仅约为 Qwen 的 56%；Qwen 在数据题上更稳，但商务任务两次失控，一次忘记任务、一次虚构公司实体。作者最终选择 Ling 作为默认模型，并强调应以模型最差一轮而非最好一轮作为取舍标准，同时收紧本地 Agent 的权限边界，保持人工把关。
Cherry Studio 2.0.10 预发布，更新内容有点多
Cherry Studio 2.0.10 预发布版本带来大量更新：Agent 成为新用户默认主入口并优化子 Agent 流程；Mini App 正式支持沙箱化的本地应用扩展；Code Mate 新增 Hermes Dashboard 与 Antigravity CLI；修复多模型兼容性（MiniMax M3、GLM-5.3-Flash、DeepSeek V4、Kimi、Gemini、OpenAI Responses API 等）；增强诊断体系，支持自动错误扫描和带签名的诊断报告；安全性采用 Consent + Sandbox + Fail Closed 策略；并进行了系统性的 Lazy Load 前端性能优化。整体方向收敛于统一 Agent Runtime、模型兼容层与标准化 Support 基础设施。
如何用 Hermes 机器人打造一人媒体公司
作者介绍了如何利用六个 Hermes 机器人构建一套完整的媒体内容生产系统，让一个人具备研究、写作、编辑和分发的全部能力。系统基于 Hermes 的 bot mode、profiles 和 kanban 功能，配合 Obsidian 构建共享内容知识库，包括信号侦察、研究验证、策略定位、长文写作、多平台分发和编辑审核六个角色，形成从创意到分发的完整闭环。作者用该系统在 X 平台四周内获得超过 580 万次曝光。文章详细讲解了共享知识库结构、各机器人的职责契约与交接流程。
如何构建一个帮你寻找客户的 Agent
文章介绍如何用 AI Agent（Hermes 或 Grokbot）自动寻找销售线索。传统方法是基于 ICP 手动猜测潜在客户，而更好的信号是社交平台上的公开购买意图——用户主动询问产品推荐、竞品替代方案等。文中提出完整工作流：定义理想客户画像、识别购买意图信号（附10分制意图评分标准）、在 X/Reddit/Hacker News 等渠道搜索、研究和验证买家信息、过滤打分后将合格线索持久化保存。强调不允许 AI 编造无法验证的信息，最后由人工审核并个性化触达信息。文中引用数据称2025年79%的 B2B 买家主动发起与供应商的首次接触。
The Instinct Thesis: Why Memory Is Becoming the Moat
作者提出假设：Instinct 产品的魔力不在于其 agentic 引擎，而在于其记忆架构。基础模型已经商品化，自主执行（如 Devin、Claude Code）也在快速商品化，而效用驱动的记忆正成为真正的护城河。作者认为 Instinct 携带类似笔记本的原则性记忆架构，通过'准入效用'和'行动效用'两个效用函数有选择地遗忘和压缩信息，将经验编译为多层状态模型：临时摄取层、选择性语义账本和演化的信念与偏好地图。记忆不是数据库或录音机，而是一种编译器，其意义在于支持未来的智能决策，而非高保真地传递过去。
Dissecting over 1,500 company brains
作者基于帮助团队构建和维护超过1500个公司知识库的经验，总结了七条核心经验：1) 知识库应为AI Agent而非人类设计，让Agent自己重组信息结构；2) 通过MCP和API连接CRM、数据库等外部数据源与知识库本身同等重要；3) 让团队摆脱聊天界面，使用Claude Code、Codex、Cursor等能真正执行工作的工具；4) Notion等外部知识库因更新与工作脱节而失败，知识库必须内嵌于Agent工作流中；5) 除保存成果外，还要记录工作过程——提示词、被否决的方案和判断过程，这些是未来训练Agent的关键数据；6) 共享Slack Agent模式效果不佳；7) 知识库不应绑定单一界面，应实现一个大脑、多个接口。
8步构建真正协作的AI Agent团队（完整教程）
本文是使用Raft平台搭建多Agent协作团队的完整课程。作者指出多数人运行的只是'五个聊天窗口加一个人肉中转'，真正的瓶颈在于Agent之间无法共享上下文。文章分8步讲解：创建统一的服务器工作区、连接本地计算机运行时（如Claude Code、Codex CLI、OpenCode等）、将Agent作为持久身份的角色而非一次性提示来创建、通过共享任务看板进行工作交接与认领，以及跨公司Agent协作等内容。Raft让Agent像Slack成员一样拥有记忆、状态和专长，可并行工作、互相交接和审查输出，且运行在用户自己的硬件上复用已有的AI订阅。
出门不带电脑也能调用家里的知识库：MacBook + Mac mini + iPhone 协同保姆级教程
作者分享了一套将 MacBook、Mac mini、iPhone 三台设备打通的完整方案：Mac mini 作为 24 小时常开的“主脑”运行 Hermes 并接入微信，MacBook 作为操作端负责开发与写作，iPhone 作为遥控器通过微信指令和 SSH 远程控制。核心工具为 Syncthing（知识库同步）、Tailscale（跨网络组网）和 SSH（远程控制），全部免费。文章详细讲解了设备互信、文件夹共享、防休眠设置、Tailscale 与国内代理（Clash/Surge）共存等配置步骤，并总结了设备已连接但文件夹非共享、Clash 配置校验失败、DNS 冲突等踩坑经验，新手可照做跑通。
15个 Hermes Agent 核心概念详解
本文以通俗易懂的方式讲解 Hermes Agent 的 15 个核心概念，包括：harness 与模型的分层架构、按任务路由不同模型、通过终端、桌面应用、Telegram 和语音等多种界面与同一代理交互、SOUL.md 等配置文件如何定义代理行为、上下文窗口的压缩与交接机制、代理循环、工具与 MCP 服务器和插件、记忆与技能的区别，以及钩子的自动触发机制等，帮助读者理解 Hermes 各组件如何协同工作。
本地部署的Ling-3.0-tiny实测：7.9B小模型能把活干好吗
作者在128GB统一内存小主机上本地部署开源MoE模型Ling-3.0-tiny（7.9B参数，激活1.3B），用llama.cpp Vulkan加载Q8_0量化版本。实测任务是将2360行、2小时17分的客户会议飞书妙记转写交给模型，进行需求提取、实施方案搭建和报价结构整理。结果显示：模型能在235秒内完成需求提取，方案模块划分与人工方案接近，但时间戳偶有不准需人工复核。经提示词调优后，碰撞长度上限次数从16次降至3次。作者认为它适合承担会议整理、需求归类等“脏活”，但范围、价格、承诺等决策仍需人负责，并推荐在真实业务场景中使用。
全新 Hermes 安装必装的 17 个 Skills
作者 Farea 分享了在全新 Hermes 环境中必装的 17 个技能（Skills），强调技能是让智能体从普通聊天机器人升级为能研究、编码、剪视频、执行循环任务的专业代理的关键。清单涵盖 Agent-Reach（免 API 联网）、oh-my-hermes（多智能体规划与验证执行）、Anthropic 网络安全技能库、OpenMontage（视频制作）、Minions（看板任务管理）、代码库知识图谱索引、浏览器自动化等，并逐一说明用途、解决的问题及适用场景。
用 Telegram Desktop 管理 4 个 Hermes 并发任务的实践方案
作者分享了使用 Telegram Desktop 作为 Hermes 交互界面、同时管理多个并发任务的实践经验：优先使用功能更完整的 Telegram Desktop 而非 macOS 定制版，利用多窗口功能让每个窗口对应一个任务；从 channel 或 topic 上右键打开新窗口以避免焦点定位问题；借助 Rectangle 快捷键将窗口一屏平铺四列。作者认为一屏四个并发任务是注意力管理的舒适上限，并指出当前无法跨 group 切换 channel 的痛点。
为12岁孩子打造Hermes儿童配置的蓝图
作者为12岁女儿从零构建了一个独立的Hermes儿童配置，并将过程开源为'Hermes Kids Profile Blueprint'，供家长创建私有、面向孩子的AI代理配置。文章强调儿童配置是包含行为规则、凭证、记忆、工具和接口的完整系统，应从全新档案开始，最小化能力授权。基于研究，蓝图提出三个核心选择：做导师而非计算器（提示优先）、温暖但不假装朋友、家长参与但不默认监控，并区分了建议求助、留待审查和即时警报三种升级路径。
Grok Bot vs. Hermes: 外表相似，底层架构截然不同的押注
本文基于第一手文档对比 Grok Bot 与 Hermes Bot Mode。两者在产品层面日益相似，但架构理念截然不同：Grok Bot 提供托管的云计算机环境，让持久化 AI 队友像管理产品一样运行，降低操作摩擦；Hermes 则是一个开源（MIT）可配置的 Agent 运行时，模型层、工具、记忆、技能、Profiles 等组件均可由操作者自行配置。文章分析了 Hermes 的 Profiles 状态隔离（并非执行隔离）、多模型路由自由，以及两者都将技能视为可复用的长期资产等关键差异。
如何构建Reddit销售系统（完整指南）
本文介绍如何利用Reddit的公共RSS源构建一个自动化销售系统，通过两个AI代理（Hermes）分别处理无产品和有产品的情况。系统监控相关子版块，分析社区特征，自动生成回复和内容，但所有发布操作由人工完成以避免封号。文章详细说明了设置步骤、社区画像的建立方法，以及如何通过持续使用提升营销和写作能力。
Hermes Agent 正在快速进化，但离一亿用户还差什么？
本文作者 brucexu.eth 基于自身使用经验，分析了开源 AI Agent 项目 Hermes Agent 的现状与未来。文章指出，Hermes 在 GitHub 和 OpenRouter 上增长迅速，并具备开源、高自由度、数据主权、跨场景一致性和模型可替换等优势。然而，要成为一亿用户级的平台，Hermes 仍需填补多个关键缺口，包括：真正以 Agent 为中心的手机端、简化底层概念以降低使用门槛、完善企业级权限审批与审计、提供可嵌入应用的 Agent Runtime、构建 Agent 控制面与长期数据管理、促进 Agent 间协作、提供普通人负担得起的托管服务，以及建立 Skills 市场。作者认为这些挑战也蕴含着巨大的商业机会。
如何用 Claude Code 打造自动化销售机器（完整指南）
作者 Chris 介绍如何用 Claude Code 构建一套全自动销售系统，以销售网站服务给本地商户为例。系统通过多模型协作：Claude Opus 负责编排，Gemini Flash 分析商户网站质量并评分筛选，Kimi K3 构建模板化网站，GPT Image 生成明信片图片，Claude Haiku 处理后续邮件修改请求。流程包括：挖掘并筛选潜在商户、预建网站、通过联系表单或实体明信片触达、用 Whop 收款上线，并通过订阅制提供持续修改服务，最终由 Hermes Agent 定时调度运行整套系统。
Grok Bot 大师课：理解、搭建与实际运用指南
SpaceXAI 推出的 Grok Bot 采用“一人一机”模式：每个账户共享一台持久化云端计算机，所有 Bot（命名角色代理）共享浏览器、文件系统和终端凭证。文章解析了 Grok Bot 的架构——持久云端计算机、共享模型、连接器与浏览器操作层、takeover 认证流程，并与 Devin、Manus、ChatGPT Work 等托管代理的记忆与持久化方案进行对比，最后指导如何在 macOS 上搭建 Bot 名册并构建可后台运行的例行任务。
我用了半年 Hermes，换 DeepSeek Harness 只花了一个下午
本文是作者从 Hermes 迁移到 DeepSeek Harness（dsh）的实战笔记。作者通过 8 组功能对照（Profile、Goal、execute_code、delegate_task、后台进程、Cron、Skill、上下文管理），展示了 dsh 与 Hermes 的对应关系，并指出真正需要重新学习的三样新东西：Trajectory、Session Fork 和 Dynamic Cordis。文章还讨论了 dsh 的插件化架构、社区争议及上手门槛，强调方法比工具更持久。
Hermes Desktop Agent Makes Browser Automation Way Better
Hermes Desktop Agent 通过将浏览器操作可视化，显著提升了浏览器自动化的可信度。用户可以在桌面界面中实时观察代理的工作过程，包括页面加载、文件处理、工具结果等，从而更容易发现错误并及时干预。其预览栏（Preview Rail）允许用户通过快捷键（Mac 的 Command J 或 Windows 的 Control J）打开，实时查看代理的导航和操作。此外，Hermes 利用网页的可访问性树（accessibility tree）来理解页面结构，结合视觉能力，使其能够更稳健地处理复杂网站。其工具集包括导航、点击、输入、滚动、键盘命令、后退、图像列表等，并具备处理 JavaScript 错误、弹窗、长页面等困难情况的能力，使研究过程更易验证和信任。
Give Hermes A Second Brain With Obsidian
本文介绍如何利用 Obsidian 为 AI 助手 Hermes 构建一个“第二大脑”，使其能够访问工作所需的全部上下文。文章详细说明了从创建空 vault、让 Hermes 自动搭建结构，到通过访谈填充身份文件、设置上下文规则、建立路由表，以及实现捕获模式和夜间编译的完整流程。核心思想是区分原始素材（Raw）和编译知识（Wiki），让 AI 在回答前先读取相关文件，从而减少重复解释、提高回答质量。
Hermes 登顶背后：一个 Web3 团队的进阶之路
本文深度剖析了 Hermes Agent 在 OpenRouter 上登顶的现象，指出其成功并非源于技术代差，而是精准闭合了“挑战者增长系统”：承接 OpenClaw 教育成熟的用户池，建立“可委托性”体验差异。文章对比了 Hermes 与 OpenClaw 在 Crypto 问题上的不同取向，阐述了 Hermes 作为任务总控层与 Claude Code 等专业 Agent 的分层协作关系，并分析了其商业模式与用户价值公式，揭示了 Web3 背景在组织层面提供的独特优势。
Hermes Agent 不完全指南：从入门到放弃
本文是一篇面向新手和 OpenClaw 迁移用户的 Hermes Agent 部署与使用教程。Hermes 是一款开源的 AI Agent 框架，主打持久运行、自动提炼复用技能以及按需召回的分层记忆系统。文章详细图文指导了 Hermes 的环境准备、一键安装、模型 API 配置及接入 Telegram 等即时通讯平台的方法，并深入解析了其技能生成、语音交互、多平台人格定制等核心特性。最后，提供了费用参考、安全防御机制说明及常见问题解答，帮助用户零成本、高效率地搭建专属的数字 AI 员工。
Hermes Agent 进阶：获得一个共同成长的长期记忆伙伴
本文探讨了如何构建AI Agent的长期记忆系统，实现个人数字资产的沉淀与共同成长。作者通过实践总结出，记忆管理不仅是数据堆砌，而是需要对数据进行分层处理。作者提出了四层记忆架构：以Obsidian作为核心数据底座，Hermes自带记忆作为热数据层，Honcho推导长期偏好，以及AI进行深度发散推理。核心理念强调用户才是数据主人，通过区分事实与个人思考，在保留原始数据真实性的同时，让AI更好地理解和辅助用户。
五个被低估的 Hermes Agent 技能
本文介绍了能将 Hermes Agent 提升为操作系统的五个强大且常被低估的技能。grounded-citations 通过要求提供可验证来源来确保研究准确性；dogfood 作为测试代理，以真实用户视角发现产品交互缺陷；systematic-debugging 强调在修改代码前先进行结构化调查以找到根本原因；hermes-agent-skill-authoring 将重复工作转化为可复用的记忆技能。这些技能大幅提升了 AI 工作流的可靠性、可扩展性和操作效率。
我把 WorkBuddy 的美团能力「借」给了 Codex 和 Hermes
文章介绍了如何通过“本地能力借用”的方法，将 WorkBuddy 的美团生活助手能力轻量地复用到 Codex 和 Hermes 上。作者通过 CLI 调用和权限隔离，实现了 Codex 自动领券和 Hermes 餐厅推荐的功能，同时强调了这仅限个人本机编排，不涉及逆向或对外分发，旨在优化 AI 助手的使用效率与安全性。
别再把X帖子收藏到吃灰：用Hermes加Telegram加Obsidian搭一套AI公用大脑
本文介绍了一种利用 Hermes、Telegram 和 Obsidian 搭建个人 AI 公用大脑的方法。用户只需将链接发送到 Telegram，Hermes 会自动抓取内容、生成摘要、去重并归档到 Obsidian 中。文章详细部署了从安装 Hermes、配置 Telegram Bot、设置抓取工具到编写 Skill 实现自动化工作流的全过程。
使用 Hermes Kanban 构建多智能体 SEO 文章流水线
本文介绍了如何利用 Hermes Kanban 插件构建一个多智能体协作的 SEO 文章生成流水线。作者创建了六个专业智能体，分别负责编排、策略制定、AI 搜索研究、源资料收集、写作和编辑。通过集成 DataForSEO 实时数据，实现了从关键词研究到内容发布的自动化流程，确保每个环节由专门的智能体负责，避免了单一智能体既当运动员又当裁判员的问题。