构建改变生活的自托管 Agent 知识库
文章介绍了如何利用 Hermes Agent 构建一个集中的个人知识库，解决 AI 使用中上下文分散的问题。通过四个提示词，作者展示了如何建立结构化存储、自动更新归档技能、基于证据的检索机制以及大脑倾倒处理流程，从而让 Agent 全面了解用户并大幅提升生活质量。
🏷️ 个人助理
14 篇如何用 Claude 搭建一个真正懂你的个人 AI 系统
本文介绍了如何花费约 60 分钟，通过 7 个步骤搭建一个深度定制化的 Claude 个人 AI 系统。方法涵盖设置个人偏好、建立专属项目、开启记忆功能、训练写作风格、上传知识库、连接外部工具以及设置定时任务。通过这套系统，AI 能无缝融入工作流，极大提升效率。
如何构建基于 Claude 的个性化 AI 系统
文章详细介绍了如何通过四个步骤构建一个深度了解用户的 Claude 系统。方法包括：在设置中定义个人身份与偏好、为不同工作领域建立独立项目、开启记忆功能让 AI 学习模式，以及提供写作样本以训练个性化文风。该系统旨在解决每次对话需重复背景的问题，将 Claude 从通用工具转变为熟悉用户偏好、目标和历史的个人智能助理。
五一我没开电脑，但我的 Agent 团队没放假：如何用 Hermes Agent 移动办公
本文记录了作者在五一假期期间尝试“纯手机 + Agent 团队”的移动办公实验。通过 Hermes Agent、Codex 和飞书等工具，作者组建了包含“个人助理”和“内容总监”的 Agent 团队，实现了微信群摘要生成、事件梳理、播客转 PDF 及短视频内容生产等工作。文章指出，Agent 时代的移动办公并非科幻式的全自动，而是将手机作为指挥台，让后台的 Agent 团队协作处理杂事与内容生产，从而验证了“一人公司”在流程清晰前提下的可运行性。
构建个人生活 AI 智能体：基于 Claude Desktop 与 MCP 的实战指南
本文介绍了一个无需额外付费、仅用一个下午构建的个人 AI 智能体。通过 Claude Desktop 结合 MCP 协议，利用 Filesystem、Playwright 和 Telegram 三个工具，实现了自动读取任务、浏览网页资讯并发送早报到手机的功能，展示了 AI Agent 从“回答问题”到“执行任务”的跨越。
2026年AI Agent横评：水星与爱马仕的抉择
文章针对2026年AI Agent红海现状，对比了OpenClaw、Hermes（爱马仕）和Mercury（水星）三款工具。指出OpenClaw成本高易出Bug，Hermes适合进阶玩家追求自我进化，而Mercury（水星）因其安全可控、成本低廉及稳定性，被推荐为普通人的最优解。文章详细分析了选型逻辑并提供了Mercury的安装指南。
OpenClaw被反超，Mercury杀出！2026普通人到底养哪个AI Agent？
文章发布于2026年4月，分析了AI Agent赛道的新格局。面对OpenClaw（高耗能故障多）和Hermes（自我进化但难控），作者强烈推荐普通人首选Mercury。Mercury主打安全可控（行动前必问）、极致省流（本地检索）及24/7稳定运行，完美契合普通用户痛点。文章还提供了详细的Mercury安装教程、精选技能推荐及日常成本分析，建议将其作为主力Agent。
Hermes Agent 详解：安装、使用与自动化实践
本文详细介绍了 Hermes Agent 的优势，包括内置记忆、搜索历史、稳定性及预装工具。作者分享了如何通过 OpenRouter 和代码化任务将 Token 成本降低 90%，并展示了在 Android 和 Mac 上的安装与安全配置。文章强调通过个人实际工作流（如 Gmail 分类、Obsidian 管理）来发挥 Agent 价值，并指出掌握个人 AI Agent 将成为未来的核心竞争力。
Hermes Agent 的 7 大实际用途：基于近 30 天社交媒体调研
文章基于对近 30 天 Reddit、X 和 YouTube 的数据分析，总结了 Hermes Agent 的 7 大高频实际应用场景。主要用途包括：会前客户调研、会议纪要转跟进邮件、播客摘要生成、新闻简报推送、内容运营自动化、全天候个人助理以及作为其他 Agent 的监控哨兵。这些工作流普遍具有定时任务、文件读写和消息推送三大特征。
OpenClaw 和 Hermes，到底该选哪个？
文章深度对比了 OpenClaw 和 Hermes 两款 AI Agent 框架的区别。OpenClaw 类似于实习生，需手动配置但连接性强（微信、飞书等），适合企业多平台管理；Hermes 则像会成长的助理，具备记忆与自学习能力，随使用越来越懂用户习惯，更适合个人及重复性任务。文章建议个人及新手首选 Hermes，企业 IT 架构选 OpenClaw。
我如何在 OpenClaw 上打造了一个比我雇过的任何人都强的幕僚长
作者分享了利用 OpenClaw 构建全能 AI 幕僚长“Stella”的实战经验。系统核心在于独特的双层记忆架构（每日笔记+长期记忆）和持续进化的 Kaizen 循环。Stella 能够自动化处理会议准备、任务管理、关系上下文跟踪及信息过滤，通过将确定性逻辑交给脚本、仅让 LLM 负责判断，实现了超越人类助理的效率与可靠性。
基于 OpenClaw 打造超越人类能力的 AI 助理
作者利用 OpenClaw 构建了一个名为 Stella 的 AI 办公室主任，其能力超越了以往的人类助手。文章详细介绍了该系统的核心架构：基于 Markdown 的双层记忆机制（日志与长期记忆）确保上下文连贯；Kaizen 持续改进机制通过周报和社区学习自动优化系统；以及自动化的会议准备、跟进和任务管理流程。该系统利用 Granola 等工具实现了工作流的自动化，不仅提升了效率，更通过持续迭代实现了自我进化。
如何将你的 OpenClaw 打造成世界上最好的助手
文章详细介绍了如何通过开源项目 Clawchief 将 OpenClaw 定制成高效的个人行政助理和幕僚长。通过安装特定技能、配置工作区文件（如心跳、任务清单）及设置定时任务，实现自动化的邮件管理、日历安排和 CRM 更新，从而将通用 AI 助手转化为深度个性化的主动执行系统。
OpenClaw 从新手到中级完整教程
这是一份关于开源 AI Agent 项目 OpenClaw 的完整使用教程。文章详细介绍了 OpenClaw 相比传统聊天机器人的核心优势，即具备本地执行、真实操作、持久记忆等能力。教程涵盖了从环境准备、初始化配置、基础对话，到进阶的 Skills 插件开发、Google Workspace 集成、多 Agent 管理、Docker 沙盒安全配置及浏览器自动化等实战技能，旨在帮助用户构建真正能“做事”的个人 AI 助理。