Hermes v0.6.30 发布工作流MoA实时语音与持久记忆全面升级
Hermes v0.6.30 发布,合并了21个PR,涵盖工作流编排v2、MoA会话、实时语音、持久记忆、Provider稳定性、MCU设置和Windows体验优化等功能。
Hermes v0.6.30 发布,合并了21个PR,涵盖工作流编排v2、MoA会话、实时语音、持久记忆、Provider稳定性、MCU设置和Windows体验优化等功能。
本文深入介绍xAI(文中称SpaceXAI)的Grok Bot如何运作:每个Bot运行在持久化的云端Linux虚拟机上,拥有浏览器、文件系统和终端。核心亮点是'团队化'使用模式——以Chief of Staff为中心,配合各司其职的专家Bot,并由人工审批关键操作。文中以客服事件处理为例:三个Bot(IncidentWatch、Support Bot、IncidentSweep)协作,10分钟内清理204个工单。文章分7部分讲解Bot的组织架构、工程harness、技能与记忆、审批机制及可复制的搭建方案。
本文由 Muse 按真实运行记录重写,是一篇关于 AI Agent 自动化设置的手把手教程。作者提出自动化 = 定时任务 + 自然语言描述 + 人工审批的核心理念,详细讲解如何用说话方式创建定时任务、任务书必须写清的 6 个要素,以及内容流水线、长文排版、巡检盯梢、研究型任务四个实战场景模板。文章还总结了三条运维规矩(先查现状再动手、积压只补有稿的、失败报卡点不重试),并强调发表权永远留给人、凭据不写进脚本等安全边界。全文以本账号一周多产出 100 多条贴图和 14 篇长文的实践为证据,附新手上路清单。
作者复盘2026 AI先锋未来人才大赛全国总决赛的12个FDE(前沿部署工程师)项目,涵盖化工调度、编程教育、低空安防、供应链、雅思诊断、AI短剧、乐园服务、3D打印、家电售后、汽车维修、内容营销和招投标等领域。文章逐一拆解各项目的实现方式与业务价值,并总结三点观察:多数场景不需要垂类模型,业务理解是AI应用的关键门槛,能演示与创造商业价值之间仍有距离。作者认为FDE代表AI时代正在形成的具体工作方式,非计算机背景者也能借AI解决真实行业问题。
作者针对商单博主接单时反复从零开始的内耗问题,开源了一套「商单 Skill」工作流,配合 EverOS 记忆工具使用。方案分三步:将过往 Brief、交付稿件、踩坑复盘入库转为可检索记忆;自动沉淀 SOP 与可复用流程;新单先由 AI 拆解需求、调取历史爆款套路,再动笔成稿。改稿经验也会永久存档,帮助提前规避品牌禁词、法务审核等雷区。所有经验本地或云端存储,工具负责记忆,人负责决策。附赠动笔核对清单,实现「记录→提炼→检索→回存」的经验复用闭环。
文章介绍了 Grok 官方 Bot Marketplace 中 10 个现成的 bot 模板,按用途分为造 bot 与写代码、设计与内容、增长与生意三类,如 dr eggbot、Lingxi's Engineer Bot、figma bro、Stalk Bot 等。作者指出模板的优势在于范围已收窄、审批线已画好、改比写容易,并分享了自己'主管加专员'的 bot 团队组织结构,发布了包含 8 种身份、35 份提示词的 bot-team-playbook。核心准则是只给主管发需求、主管拆解派活、所有不可逆动作先出草稿由人审批。最后给出新手起步顺序建议:导入模板、连接工具、调整习惯、确认审批线、逐步扩展。
文章介绍了用 Codex 作为总导演指挥 AI 视频工具 Muse,将一张古堡场景图制作成 50 秒雄鹰穿越短片的完整流程。作者分五步讲解:准备场景图与飞行参考视频;让 Codex 制定分镜与制作方案;用清晰语言描述飞行路线(贴地、穿拱、盘旋等);由 Muse 参考前段末帧逐段生成视频,保持方向、速度与主体连贯;最后由 Codex 统筹配乐、成片检查与导出。成片为 1216×672、24fps。文中提供了可直接复用的提示词模板,建议新手先尝试 10 秒短片练手,是一份可照做的 AI 视频创作 SOP。
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队,通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”,让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身,而是围绕模型构建的生产系统:使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素,而是编写产生帧的代码,使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境,工作室化流程才是可复现视频创作的核心。
作者高强度实测 Grok Bot 两周后的经验分享。Grok Bot 自带 24 小时云端主机,持久化硬盘、多 Bot 共享同一台电脑,还可远程桌面操作。文章介绍了 Connect Apps 连接 GitHub、X、Gmail、Notion 等生态的用法,以及信息雷达、仓库盯梢、邮件分拣等自动化场景。重点分享了群聊多 Bot 协作的踩坑经验:上下文易乱、需要反复协调,核心是必须设立统一的协调者角色。作者据此搭建了'研发小队 Build Lab'(产品、设计、开发、测试、项目经理、增长六个角色)和'视频工作室 Video Studio'(导演、编剧、素材、配音四个角色)两套协同流水线,并公开了配置模版和社区资源链接。
文章介绍作者封装的 anatomy-explainer 项目,用 Agent 工作流自动制作机械原理科普视频。核心思路是先锁定因果链与解释范围,再用参数化代码几何保证齿轮等部件运动关系可检查、可复现;旁白按短句合成语音,以实测时长驱动动画与字幕对齐。文中以木牛流马为例,讲解了选题收窄、审题约束、声画对齐、字幕遮挡检查、3D 扩展方向与运行环境配置,并强调流程仍需人工审核、简化须标明、自动化能力需靠项目积累验证。
作者分享如何用 Grok Bot 组建一支有分工的 AI Agent 小队:以水浒人物命名 bot 并按座次管理权限;设置单一入口“宋江”统一派活,吴用写代码、公孙胜独立验收,最后由人拍板合并;制定 7 条需人工确认的红线清单。文章还给出实战案例(App CSS 审计优化)、飞书知识库归档、GitHub 私有仓库备份 bot 记忆的规范,以及从 0 搭建小队的 5 步手把手教程,包括创建 bot、设定时任务、bot 互相派活、接入飞书/GitHub/X、把流程存成技能。
作者总结了半年高强度使用 AI 和 Agent 的实践经验:通过沉淀确定性知识库、将高频任务封装为 Skill、用 Plugin 弥补能力不足、多 Agent 分工协作以及构建外部记忆层来搭建可靠的 Harness 工作环境。同时强调 AI 是工具而非决策者,切勿把思考让渡给 AI;AI 并没有创造新需求,重塑的是服务边界;瓶颈在于人的认知与判断力。作者认为 Agent 已能交付生产级成果,真正的护城河是个人的业务理解与持续学习,建议以明确目标驱动闭环,先动手试用再说。