如果一个 AI 工具第 1 天和第 100 天一样那它本质上还是一次性工具你学会了怎么用它但它没有学会你这次 Hermes Agent 这个完整教程我觉得最该拿走的不是“怎么安装一个桌面应用”而是它把一个 Agent 从聊天框一步步搭成了会记住你、会跑自动化、会把反馈写回流程的个人工作系统这也是 Hermes Agent 和很多 AI 工具不一样的地方它不是只回答你一次会看你反复做什么把重复流程写成 skills下次遇到相似任务再加载它会记住你的偏好、项目、工作方式它也可以每天自己跑任务把结果发到你的手机上然后根据你的反馈调整下一次我现在看个人 Agent越来越在意这个问题它到底会不会随着使用变好如果不会那再强也只是一个更贵的聊天框我会先从桌面端和本地模型跑通第一步很简单先装 Hermes Desktop打开后先不用急着选 OpenAI和Anthropic我会先选 choose provider later进到桌面端以后再去 Settings 里接本地模型这里接的是本地 Ollama大概就是先准备模型ollama pull qwen3:8b然后在 Hermes Agent 的 custom endpoint 里填 Ollama 的本地地址连上以后底部 gateway ready模型选择器里就能看到 local model启动命令ollama run qwen3:8b这里我不会马上开始问复杂问题我会先问一句最简单的What is todays date?这不是为了测试模型聪不聪明这是为了确认三件事Hermes Desktop 能启动gateway 能连上本地模型真的能回话很多 Agent 工作流坏掉不是坏在最后一步而是第一层模型和 gateway 根本没跑稳本地模型最容易踩的坑是 context 太小有一个细节很重要有些 Ollama 模型默认 context 只有 2048 tokens普通聊天可能还能凑合但 Hermes Agent 要带工具、带上下文、带系统提示2048 很容易不够如果你问它一些需要工具的事它可能会说自己访问不了或者表现得像什么都不会这时候先别急着骂 Agent先查模型实际 contextollama ps看到 qwen3:8b 的 context 是 4096因为本地模型跑 Agent核心不是“能不能打开”而是“够不够它带着工具工作”如果 context 不够本地私有化就会变成假私有化看起来全在电脑上跑实际复杂任务根本跑不动local 和 cloud 要拆成两个 Profiles本地模型跑通以后我不会把所有事情都塞给它第二步接了 Codex也就是把 OpenAI 的 Codex 模型接进 Hermes Agent这里真正有用的不是多了一个模型下拉选项而是它让 Hermes Agent 自己创建了两个 profile一个走 Qwen3一个走 Codex每个 profile 有自己的配置、sessions、skills 和 soul.md这一步很关键本地模型适合处理隐私更敏感、成本更低、难度没那么高的任务云端模型适合处理复杂规划、写 skill、改配置、搭 profile、长链路自动化不要把它们混成一锅粥我把它当成两个工作间一个偏隐私一个偏能力一个先保证自己电脑上能跑一个负责把复杂事情搭出来这比每天在模型下拉框里乱切靠谱得多Skills 不是插件是 Agent 下次少问你的原因打开 Skills Tools可以看到内置 skills我觉得这里要换个理解skill 不是给人看的教程skill 是给 Agent 下次干活时看的工作流比如我反复让它做一件事先查资料再筛信号再写成日报再按我的口味删掉融资新闻增加 agent workflows 的部分如果这些要求每次都靠我重新说那 Agent 没有变聪明只是我越来越会写 promptHermes Agent 的做法是把这种反复出现的流程沉淀成 skill下次它识别到类似任务就不必从零猜我想要什么memory 负责记住稳定偏好skills 负责记住可复用流程这两个别混比如“我喜欢直接、但希望看到系统各部分怎么拼起来”适合进 user memory比如“每天 AI 日报怎么选题、怎么排序、怎么过滤融资、怎么解释普通人为什么要关心”适合进 skill先管 execution backend再谈放权Hermes Agent 不是只能聊天它能跑代码、跑终端、读文件、用浏览器、接工具所以我不会一上来就给它主系统最大权限如果 Agent 直接在你的主目录里跑命令它做错事的影响范围就很大更稳的方式是先放在可控目录里跑或者用 Docker 隔离等工作流稳定以后再逐步接更大的权限Agent 越能干越不能只看能力列表要看它在哪里干能碰什么错了能不能收住真正开始有用是接上手机和 cron前面这些都跑通以后才进入最有价值的部分Feishu gateway daily report cron我会照这个顺序来先用 Feishu 的 BotFather 创建 bot拿到 token再用 raw data bot 拿自己的 Feishu user ID然后回到 Hermes Desktop 的 Messaging 设置里填进去只允许自己的 user ID 和这个 Hermes 后端通信重启 messaging gateway 后手机上给 bot 发一句 hi如果 Hermes 能回就说明手机到电脑上的 Agent 链路通了这个时候它已经不只是电脑里的一个窗口你可以在手机上叫它它的对话仍然存在你的 Hermes 后端里接下来才是自动化这里做的是一个 AI daily report每天把 AI 相关信息整理后发到飞书但我觉得重点不是日报重点是它的创建方式他不是直接让 Agent 开始跑而是先说Please dont start yet, just make a plan here然后再要求 Hermes 根据官方 docs 校对自己的计划尤其是 cron 的限制这个细节很重要cron job 每次运行都是 fresh session不能默认读取飞书聊天历史所以如果你希望它明天更懂你就要让反馈进入 memory 或 skill而不是幻想聊天记录自然继承过去我会先 dry run再变成每天 8 点的任务我最认同这个一个习惯不要一上来就把 automation 设成 cron先在聊天里 dry run看它会不会找对信息会不会按你要的结构写会不会给出你真的想看的内容不满意就先改 skill比如一开始日报可以抓到 top stories但他又补了一句希望不只是技术信息还要解释为什么普通人应该关心Hermes 就去查看并更新AI Daily Intelskill加上这个视角等 dry run 结果能看再创建 croncron 里要有任务名、运行频率、投递位置、prompt还可以挂上 specific skill这里的关键不是定时定时任务很多工具都能做关键是这个定时任务会加载 skill而 skill 会被你的反馈改进几天以后你拿到的就不是一份普通 AI 新闻摘要而是一份越来越像你自己筛出来的信息流这套系统不会第一次就完美飞书和 cron 不是一次就全部完美他大概调了三四次才让任务按每天 8 点运行也发现搜索时要明确让它用 browser而不是 web因为 web 可能需要外部 API key后面还有一个更关键的问题飞书里的反馈先更新了 memory但没有自动更新 daily report skill所以他又让 Hermes 建第二个 cron在每天日报之前跑读取反馈并更新 skill这一步非常像真实工作流不是“我写一个神 prompt然后永远自动化”而是先跑出来看哪里差把反馈写回系统第二天再验证个人 Agent 真正变强靠的不是第一次回答惊艳靠的是它能不能把你每次纠正过的东西留下来我会按这个顺序搭如果我现在从零给自己搭一套 Hermes Agent Desktop我会这么来1. 先装 Hermes Desktop2. 先接 Ollama 本地模型3. 用一句简单问题确认 gateway 和模型可用4. 检查 Ollama context不够就做 64k variant5. 再接 Codex 或其他云模型6. 拆 local / cloud 两个 profile7. 打开 memory写入少量稳定偏好8. 选一个每天都烦的小任务先让 Hermes 做计划9. 让它根据官方 docs 校对计划10. 先 dry run不满意先改 skill11. 再创建 cron挂上对应 skill12. 最后接 飞书把结果发到手机13. 每天给反馈再让反馈进入 memory 或 skill别反过来不要第一天就 MCP、Obsidian、LLM Wiki、飞书、cron、远程 gateway、Docker、memory provider 全部打开层越多坏起来越像玄学先让它稳定回答再让它稳定用工具再让它稳定定时跑最后再让它跨设备、跨入口、跨知识库学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
Hermes Agent：别再把 Agent 当聊天框了，它应该越用越懂你
如果一个 AI 工具第 1 天和第 100 天一样那它本质上还是一次性工具你学会了怎么用它但它没有学会你这次 Hermes Agent 这个完整教程我觉得最该拿走的不是“怎么安装一个桌面应用”而是它把一个 Agent 从聊天框一步步搭成了会记住你、会跑自动化、会把反馈写回流程的个人工作系统这也是 Hermes Agent 和很多 AI 工具不一样的地方它不是只回答你一次会看你反复做什么把重复流程写成 skills下次遇到相似任务再加载它会记住你的偏好、项目、工作方式它也可以每天自己跑任务把结果发到你的手机上然后根据你的反馈调整下一次我现在看个人 Agent越来越在意这个问题它到底会不会随着使用变好如果不会那再强也只是一个更贵的聊天框我会先从桌面端和本地模型跑通第一步很简单先装 Hermes Desktop打开后先不用急着选 OpenAI和Anthropic我会先选 choose provider later进到桌面端以后再去 Settings 里接本地模型这里接的是本地 Ollama大概就是先准备模型ollama pull qwen3:8b然后在 Hermes Agent 的 custom endpoint 里填 Ollama 的本地地址连上以后底部 gateway ready模型选择器里就能看到 local model启动命令ollama run qwen3:8b这里我不会马上开始问复杂问题我会先问一句最简单的What is todays date?这不是为了测试模型聪不聪明这是为了确认三件事Hermes Desktop 能启动gateway 能连上本地模型真的能回话很多 Agent 工作流坏掉不是坏在最后一步而是第一层模型和 gateway 根本没跑稳本地模型最容易踩的坑是 context 太小有一个细节很重要有些 Ollama 模型默认 context 只有 2048 tokens普通聊天可能还能凑合但 Hermes Agent 要带工具、带上下文、带系统提示2048 很容易不够如果你问它一些需要工具的事它可能会说自己访问不了或者表现得像什么都不会这时候先别急着骂 Agent先查模型实际 contextollama ps看到 qwen3:8b 的 context 是 4096因为本地模型跑 Agent核心不是“能不能打开”而是“够不够它带着工具工作”如果 context 不够本地私有化就会变成假私有化看起来全在电脑上跑实际复杂任务根本跑不动local 和 cloud 要拆成两个 Profiles本地模型跑通以后我不会把所有事情都塞给它第二步接了 Codex也就是把 OpenAI 的 Codex 模型接进 Hermes Agent这里真正有用的不是多了一个模型下拉选项而是它让 Hermes Agent 自己创建了两个 profile一个走 Qwen3一个走 Codex每个 profile 有自己的配置、sessions、skills 和 soul.md这一步很关键本地模型适合处理隐私更敏感、成本更低、难度没那么高的任务云端模型适合处理复杂规划、写 skill、改配置、搭 profile、长链路自动化不要把它们混成一锅粥我把它当成两个工作间一个偏隐私一个偏能力一个先保证自己电脑上能跑一个负责把复杂事情搭出来这比每天在模型下拉框里乱切靠谱得多Skills 不是插件是 Agent 下次少问你的原因打开 Skills Tools可以看到内置 skills我觉得这里要换个理解skill 不是给人看的教程skill 是给 Agent 下次干活时看的工作流比如我反复让它做一件事先查资料再筛信号再写成日报再按我的口味删掉融资新闻增加 agent workflows 的部分如果这些要求每次都靠我重新说那 Agent 没有变聪明只是我越来越会写 promptHermes Agent 的做法是把这种反复出现的流程沉淀成 skill下次它识别到类似任务就不必从零猜我想要什么memory 负责记住稳定偏好skills 负责记住可复用流程这两个别混比如“我喜欢直接、但希望看到系统各部分怎么拼起来”适合进 user memory比如“每天 AI 日报怎么选题、怎么排序、怎么过滤融资、怎么解释普通人为什么要关心”适合进 skill先管 execution backend再谈放权Hermes Agent 不是只能聊天它能跑代码、跑终端、读文件、用浏览器、接工具所以我不会一上来就给它主系统最大权限如果 Agent 直接在你的主目录里跑命令它做错事的影响范围就很大更稳的方式是先放在可控目录里跑或者用 Docker 隔离等工作流稳定以后再逐步接更大的权限Agent 越能干越不能只看能力列表要看它在哪里干能碰什么错了能不能收住真正开始有用是接上手机和 cron前面这些都跑通以后才进入最有价值的部分Feishu gateway daily report cron我会照这个顺序来先用 Feishu 的 BotFather 创建 bot拿到 token再用 raw data bot 拿自己的 Feishu user ID然后回到 Hermes Desktop 的 Messaging 设置里填进去只允许自己的 user ID 和这个 Hermes 后端通信重启 messaging gateway 后手机上给 bot 发一句 hi如果 Hermes 能回就说明手机到电脑上的 Agent 链路通了这个时候它已经不只是电脑里的一个窗口你可以在手机上叫它它的对话仍然存在你的 Hermes 后端里接下来才是自动化这里做的是一个 AI daily report每天把 AI 相关信息整理后发到飞书但我觉得重点不是日报重点是它的创建方式他不是直接让 Agent 开始跑而是先说Please dont start yet, just make a plan here然后再要求 Hermes 根据官方 docs 校对自己的计划尤其是 cron 的限制这个细节很重要cron job 每次运行都是 fresh session不能默认读取飞书聊天历史所以如果你希望它明天更懂你就要让反馈进入 memory 或 skill而不是幻想聊天记录自然继承过去我会先 dry run再变成每天 8 点的任务我最认同这个一个习惯不要一上来就把 automation 设成 cron先在聊天里 dry run看它会不会找对信息会不会按你要的结构写会不会给出你真的想看的内容不满意就先改 skill比如一开始日报可以抓到 top stories但他又补了一句希望不只是技术信息还要解释为什么普通人应该关心Hermes 就去查看并更新AI Daily Intelskill加上这个视角等 dry run 结果能看再创建 croncron 里要有任务名、运行频率、投递位置、prompt还可以挂上 specific skill这里的关键不是定时定时任务很多工具都能做关键是这个定时任务会加载 skill而 skill 会被你的反馈改进几天以后你拿到的就不是一份普通 AI 新闻摘要而是一份越来越像你自己筛出来的信息流这套系统不会第一次就完美飞书和 cron 不是一次就全部完美他大概调了三四次才让任务按每天 8 点运行也发现搜索时要明确让它用 browser而不是 web因为 web 可能需要外部 API key后面还有一个更关键的问题飞书里的反馈先更新了 memory但没有自动更新 daily report skill所以他又让 Hermes 建第二个 cron在每天日报之前跑读取反馈并更新 skill这一步非常像真实工作流不是“我写一个神 prompt然后永远自动化”而是先跑出来看哪里差把反馈写回系统第二天再验证个人 Agent 真正变强靠的不是第一次回答惊艳靠的是它能不能把你每次纠正过的东西留下来我会按这个顺序搭如果我现在从零给自己搭一套 Hermes Agent Desktop我会这么来1. 先装 Hermes Desktop2. 先接 Ollama 本地模型3. 用一句简单问题确认 gateway 和模型可用4. 检查 Ollama context不够就做 64k variant5. 再接 Codex 或其他云模型6. 拆 local / cloud 两个 profile7. 打开 memory写入少量稳定偏好8. 选一个每天都烦的小任务先让 Hermes 做计划9. 让它根据官方 docs 校对计划10. 先 dry run不满意先改 skill11. 再创建 cron挂上对应 skill12. 最后接 飞书把结果发到手机13. 每天给反馈再让反馈进入 memory 或 skill别反过来不要第一天就 MCP、Obsidian、LLM Wiki、飞书、cron、远程 gateway、Docker、memory provider 全部打开层越多坏起来越像玄学先让它稳定回答再让它稳定用工具再让它稳定定时跑最后再让它跨设备、跨入口、跨知识库学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
