呼吸

@_FORAB 大把，指10人想要。都是点进去看乐子的，极少数傻子真去买。为了流量天天搞这种👎

事实证明，真的可以用地域、信息差赚钱。 美国国防部官网，可以直接下载的外星 UFO 3.6G 文件。 闲鱼、小红书、抖音，大把寻求想下载的。。

@nanshenwudao @dotey @op7418 首先先排除🍊互

学习AI必须关注的博主（第一期） 1️⃣.@dotey（宝玉老师） Prompt工程与AI应用实战专家，前程序员背景。推文信息密度极高，常分享长文解析、工具解读和开源代码，还会聊AI圈内幕。被誉为“读他的推文等于上一堂AI实战课”，是中推AI圈的理论+实战标杆。 2️⃣.@op7418（歸藏老师） AIGC周刊主理人，专注LLM、AI图像/视频生成与设计实践。Prompt实测和模型评测干货最多，每周周刊已成为很多人固定打卡内容。生图领域“工具箱守护者”，小红书很多变现Prompt都源自这里。 3️⃣.@vista8（向阳乔木 ） 产品经理视角的AI工具与趋势挖掘者，特别擅长Agent Skills、OpenClaw等新玩法。分享总带着“如何落地”的务实感，很多技能直接可抄作业，是中推最早推趋势的博主之一。 4️⃣.@oran_ge（Orange AI） AI创业认知分享者，专注Agent系列、多模态工具（如声音克隆）和硅基观察。第一手创业圈洞察极强，适合想了解AI落地商业化的人。 5️⃣.@xiaohu（互总） 最详细的AI资讯聚合者，能提前几天知道新模型发布。资讯全面且及时，是不想错过任何AI动态的必关注账号（微博大V同步活跃）。 6️⃣.@berryxia AI System Prompt与工具构建专家，常分享硬核Prompt、工作流和人生重塑式思考。内容实用且有深度，工具栏蓝本级推荐。 7️⃣.@yaojingang（姚老师） 主攻AI营销 + GEO（地理营销/本地化） + 教育赛道的商业化落地，同时持续开源实用AI工具和Skills。不仅在做两家AI创业公司，还每周更新个人认知随笔，内容偏向“如何把AI真正用在商业和创业上”的干货和思考，适合对AI变现、工具开源、Agent实战感兴趣的朋友关注。 8️⃣.@canghe（苍何） AI出海、本地部署与编程实践者，开源项目推荐和MCP/Skills实测多。适合想做AI副业、出海或本地化部署的人。 9️⃣.@cuimao 🔟.@bozhou_ai（泊舟） AI编程与Vibe编码实践者，Gemini学习模式、实际编码经验分享极其实用。适合开发者转AI编程或想高效学习的人。

@dotey 一直没开过这个honcho，白用了这么久hermes😨 方法：Hermes 默认不开启 Honcho（可选插件）。 你可以通过命令 hermes memory setup 选择 Honcho 作为 Memory Provider，或手动配置

转译：深度拆解 Hermes Agent 的记忆系统：它如何修正 OpenClaw 的误区 如果你读过我之前关于 ChatGPT、Claude 以及 Clawdbot 记忆系统的文章，你就会知道我一直在钻研同一个问题：这些 AI 智能体（AI Agent）到底是怎么记事的？ Hermes Agent 对我来说格外有趣，因为这次我不需要只靠观察它的行为来搞“逆向工程”。Hermes 是开源的，它的代码库和文档都是公开的。所以，我没有通过提示词（Prompt）去盲测这个黑盒，而是直接翻看了它的代码路径——从它如何构建提示词状态、持久化会话，到如何清理记忆和查询历史对话。 简而言之：Hermes 拥有的不是一套记忆系统，而是四套。 1. 存储在 MEMORY.md 和 USER.md 中、经过高度浓缩的提示词记忆。 2. 通过 session_search 调用的 SQLite 历史会话存档（可搜索）。 3. 像程序记忆（Procedural Memory）一样运作的智能体技能管理。 4. 可选的 Honcho 层，用于更深层的用户建模（User Modeling）。 把这些设计联系在一起的核心逻辑非常简单：保持提示词稳定以便利用缓存（Caching），其他一切繁杂信息都交给工具。 让我们深入聊聊。 Hermes 的上下文结构 在理解记忆之前，我们先看看 Hermes 到底给模型发送了什么。 系统提示词（System Prompt）大致是按以下顺序组装的： ------- [0] 默认智能体身份 [1] 工具使用行为指南 [2] Honcho 集成模块（可选） [3] 可选系统消息 [4] 固化的 MEMORY.md 快照 [5] 固化的 USER.md 快照 [6] 技能索引 [7] 上下文文件（AGENTS.md, SOUL.md 等规则文件） [8] 日期/时间 + 平台信息 [9] 对话历史 [10] 当前用户消息 -------- 这非常关键，因为 Hermes 正在针对大模型供应商的提示词缓存（Prompt Caching）机制进行优化。代码显示，提示词构建器的目标非常明确：让稳定的前缀部分尽可能长时间地保持不变。 这一个决定就解释了 Hermes 大部分的记忆架构。 如果某条信息每一轮对话都要用到，Hermes 会尽量把它缩得很小并注入进去；如果信息量很大、属于历史旧账或者偶尔才有用，Hermes 就会把它踢出提示词，改用“按需检索”的方式。 第一层：固化的提示词记忆 其内置的记忆系统小得令人惊讶。 Hermes 将持久记忆存储在 ~/.hermes/memories/ 下的两个文件中： 1). MEMORY.md 智能体笔记：环境、规范、工具怪癖、教训 限制：2,200 字符 2). USER.md 用户画像：偏好、沟通风格、身份信息 限制：1,375 字符 这容量真不大。加起来大约只有 1,300 个 Token（模型理解文本的最小单位）。 而这正是刻意为之。 在会话开始时，Hermes 加载这两个文件，把它们渲染进提示词区块，然后在整个会话期间固化这个快照。会话中途写入的记忆会立即存入硬盘，但不会改变已经生成的系统提示词。这些改动只有在开启新会话，或者触发了“压缩（Compression）”导致的提示词重建时才会生效。 渲染后的格式如下： ------ ═══════════ MEMORY (你的个人笔记) [67% — 1,474/2,200 字符] ═══════════ 用户的项目是一个位于 ~/code/myapi 的 Rust Web 服务，使用 Axum + SQLx § 这台机器运行 Ubuntu 22.04，安装了 Docker 和 Podman § 用户喜欢简洁的回复，讨厌冗长的解释 ------ 这里有几个我非常欣赏的细节设计： 1. 使用字符限制而非 Token 限制：这让记忆逻辑与模型无关。Hermes 不需要调用特定模型的计算工具就能判断记忆是否存满。 2. 简单的分隔符文件格式：条目之间用 § 分隔。没有复杂的向量数据库（Vector DB），没有自定义二进制存储，就是纯文本。 3. 刻意保持极小的系统提示词空间：这是整个设计的重中之重。Hermes 不想把所有历史都塞进提示词，它只想要最有价值的事实。 4. 记忆是“精选状态”，而不是“日记”：这是 Hermes 与 OpenClaw 最大的区别。 OpenClaw 的日志更像是“流水账”。而 Hermes 则反其道而行。它的工具架构和测试逻辑强调： • 保存用户偏好。 • 保存环境事实。 • 保存反复出现的错误修正。 • 保存稳定的规范。 • 不保存任务进度。 • 不保存会话结果。 • 不保存临时的待办事项（TODO）。 真相是：Hermes 希望 MEMORY.md 和 USER.md 保持精简、高频且对缓存友好。 memory 工具 Hermes 通过一个拥有三种操作的 memory 工具来管理这些文件：add（添加）、replace（替换）、remove（移除）。 一个好用的细节是：replace 和 remove 使用子字符串匹配。你不需要记住条目的内部 ID，只需要传入现有条目中一段唯一的文字即可。 此外，系统会拒绝完全重复的内容，并拦截危险信息。源代码会扫描记忆条目，防止提示词注入（Prompt Injection，即通过输入恶意指令误导 AI）、凭证泄露或隐藏的 Unicode 字符。 第二层：用于情景回溯的 session_search 如果说 MEMORY.md 是 Hermes 的“短期热记忆”，那么 session_search 就是它的“长尾回溯系统”。 所有过去的会话都存储在 SQLite 数据库中，拥有完整的索引和搜索功能。当模型需要想起以前聊过的内容时，它不去翻 MEMORY.md，而是搜索这个会话数据库。 其工作流程是： 1. 在过去的消息中进行全文搜索。 2. 按会话分组结果。 3. 加载匹配度最高的会话。 4. 使用一个便宜的辅助模型对这些会话进行摘要总结。 5. 将精炼后的回顾内容返回给主模型。 这是一种非常务实的设计。它比盲目地把长篇累牍的历史塞进每一个提示词要便宜且高效得多。 第三层：压缩与记忆冲刷（Memory Flush） Hermes 另一个聪明之处在于它处理长对话“压缩”的方式。 当会话变得太长，Hermes 会压缩对话中间的部分以节省空间。但摘要是有损的，重要事实可能会丢失。 于是，Hermes 会先进行一次“记忆冲刷”。 在压缩之前，它会发送一条指令告诉模型： > “会话即将压缩，请保存任何值得记住的东西。优先保存用户偏好、修正建议和重复模式，而非具体的任务细节。” 然后它运行一次额外的模型调用，只开启 memory 工具。如果模型觉得有什么东西该留下来，就会在对话被“洗掉”之前把它写入 MEMORY.md。 第四层：作为程序记忆的技能（Skills） Hermes 不仅能记住事实，还能记住技能。 技能（Skills）存储在 ~/.hermes/skills/ 下。当 Hermes 发现了一个复杂的流程、修复了一个棘手的问题或学会了更好的方法时，它可以将其保存为“技能”。 大多数记忆系统只关注“语义回溯”（名字、偏好、事实），但智能体还需要记住如何做事。 为了效率，Hermes 不会把所有技能都塞进提示词，而是只放一个技能索引，只有在需要时才加载具体的技能内容。 第五层：用于深层建模的 Honcho 最后是可选的 Honcho 层。如果说本地记忆是 Hermes 的笔记本，Honcho 就是它尝试构建的复杂用户模型。它能实现跨设备、跨平台的记忆连续性。 最精妙的是它如何在不破坏提示词缓存的前提下实现集成： • 在会话的第一轮，Honcho 的上下文会被织入系统提示词。 • 在之后的对话中，为了保持提示词稳定，Honcho 的回溯内容会附加在当前用户的提问后面，而不是修改系统提示词。 这确保了缓存依然有效，同时 AI 依然能读到最新的背景信息。 Hermes 与 OpenClaw 的区别 • OpenClaw：记忆更接近“以 Markdown 为中心的存储”，日志和长效文件是主要事实来源。 • Hermes：提示词记忆被严格限制，历史记录存在 SQLite 里，只有需要时才搜索。 Hermes 更加关注缓存效率。 它认为：不是所有东西都配住在“系统提示词”这个黄金地段。 总结：Hermes 做对了什么？ 1. 冷热分离：小规模提示词记忆负责常驻信息，搜索负责偶尔用到的信息。 2. 缓存优先：它意识到频繁改动提示词会导致延迟增加和成本上升。 3. 记忆的多样性：它承认记忆是分层的——包括个人画像、情景回溯、操作技能和深层建模。 Hermes 的核心设计原则最令我折服：记忆应该让智能体变得更好用，而不是通过摧毁提示词的稳定性来换取博闻强识。 真正的诀窍不是记住更多，而是在正确的层级、以正确的成本，记住正确的事情。

社区另一个Python版的webui有斜杠命令和模型切换，这点比你这版好用，这个可以加上吗？但那个有个比较烦的问题：它自己再管理了一套session，而不是优先访问state.db。改会话名的时候只改它自己那套，不回写state.db，有些新会话也不会同步到它的JSON里；压缩后的compression child session和state.db的parent/child关系也对不上。结果就是在你这个webui里以state.db为准的UI里，标题不对、内容不全、或者新会话根本看不到。

@Suu766 这Web UI不好用，用不了终端命令和不方便修改模型配置思考强度啥的。 社区有另一个Python版本的Web UI，更好用点，但是略微也有点坑，他自己管理一套会话。

逛 GitHub 的时候翻到几个 Hermes Agent 的扩展，感觉挺实用的，整理了一下，也分享给同样在玩的朋友 这些项目都是专门为 Hermes Agent 量身打造的扩展、工具、Web UI 或资源合集，能直接集成、配合使用，帮你大幅提升体验、简化部署、扩展功能 质量高、维护活跃，新手老鸟都能快速上手，强烈推荐收藏！ hermes-agent-camel – 给 Agent 加了道安全锁 如果你拿 Agent 跑敏感任务，或者在接触隐私数据、财务相关的流程里用，这个会比较放心 它会在执行前自动做信任校验和安全边界检查，防止越权、误操作 github.com/nativ3ai/herme… hermes-web-search-plus – 多引擎搜索，自动选路 接入了 Serper、Tavily、Exa、Perplexity 这些引擎，能根据当前任务自动选最合适的去搜，不是死绑一个 搜索结果明显更准，也省掉了一些无意义的调用成本 github.com/robbyczgw-cla/… hermes-skill-factory – 让 Agent 自己攒技能 用得久了，总会有些重复操作，这个插件可以自动把重复任务提炼成可复用的 Skill，慢慢积累，Agent 就越用越“懂你”，后面处理类似的事情轻松很多 github.com/Romanescu11/he… hermes-workspace – 一个页面控全场 做成了 Web 界面，聊天、终端、记忆浏览、技能管理都整合在一起，不用来回切窗口 尤其刚上手的时候，有个可视化的地方，摸索起来会顺一些 github.com/outsourc-e/her… hermesclaw – 直接在微信里用 Agent 把 Hermes Agent 和微信打通了，可以在微信里下指令、收结果 日常设个提醒、查点东西，或者在外面时临时跑个任务，拿微信就当控制台用，挺方便 github.com/AaronWong1999/… hermes-lcm – 长对话记忆不丢 用 DAG 结构去管对话历史，多轮复杂任务也不会把前面的重要信息漏掉 对比默认的记忆方式，长对话场景下体验稳了不少，记性真的好 github.com/stephenschoett… awesome-hermes-agent – 社区资源导航 一个社区维护的合集，技能、工具、集成案例和教程都分类列好了 新手用来找入门路径，老手想翻点进阶资源，都值得先看看这里 github.com/0xNyk/awesome-… hermes-ecosystem (Hermes Atlas) – 生态地图 把整个 Hermes 生态里的工具、技能、项目做了可视化整理，按类别展示 想快速了解还有哪些扩展可以用，翻这张“地图”就很清晰 github.com/ksimback/herme… 简单总结一下： 如果你和我一样 ，是个新手小白，可以先装 awesome-hermes-agent + workspace，上手会快很多 要往生产环境走的话，agent-camel（安全）+ lcm（记忆）+ web-search-plus（搜索）这三件套可以优先安排 想让 Agent 慢慢“长大”，就在日常流程里把 skill-factory 加上，效果是慢慢显现的 有微信使用习惯的可以试试 hermesclaw，移动场景会顺手不少 都是社区开源项目，一直在维护，直接去 GitHub Star 一下，跟着 README 部署就行 有兴趣的朋友可以去逛逛，也欢迎一起交流用法 关注我，后续我会继续分享干货教程，有什么问题也可以直接在评论区问我，我都会尽量回复~

@fankaishuoai 现在根本不怕烧不完，昨天两个号都还剩70多两天就重置了，还有点焦虑。结果开了个 xhigh分分钟就没了，5小时限额烧完就几轮会话的事。

我的 ChatGPT Plus订阅周限额只剩 15%了，自从用上了GPT-5.5 明显烧token非常厉害，感觉20美元套餐快不够用了。

@Nuanran01 快连恁贵了，到底好在哪呀

早上醒来发现vpn又发了一个公告。宣布退出大陆，曾经禁币。现在禁网！伙伴们还好吗？

Deepseek内测群发的，那这样来说就是agent能力差了 DeepSeek-V4测试报告 model1: 优势: 1. 该模型纯编程能力远强于Kimi-k2.6和GLM-5.1 2. 模型上下文超长,利于大量文档阅读 劣势: 1. 该模型未经过Agent使用环境优化 1. 特征一:"亲历亲为":模型极少使用SubAgent,导致上下文迅速膨胀 2. 特征二:模型代码注释不详实,无文档, 即使有在提示词中以一定程度提及: "具有AI-AGENT可持续性 具有人类可读性" 但效果聊胜于无,说明模型不知道可读性对应文档详实 Agent可持续性对应良好的AGENTS.md文档以及自主生成SKILL 3. 特征三:缺乏大型项目规划能力:无Todo长程规划,项目构建逻辑不足 rs项目不会写rustfmt.toml以及clippy,依赖配置错误 C++项目Vcpkg配置错误 说明模型并不明白构建项目以及维护良好代码的基本逻辑 4. 特征四:使用Claude Code反而导致模型能力退化 说明模型并不具备复杂Agent系统承载能力 2. "偷懒":测试模型C++能力时,尝试从开源库拉取代码,这是其他所有模型没有的 特殊: 1. 非思考下模型的规划能力会更强

测试了一下 DeepSeek V4，完全无法正常调用 Skill。 指令遵循和工具调用的效果很差，不知道是他们发布的原因还是什么问题。 用我那个 PPT Skills 测试，它都没有办法读模板，自己随便实现了一个网页。

@Jason_Young1231 @tison1096 终于来了，试试能不能用

CC Switch 已发布 v3.14.1，主要集中在 codex 反代稳定性和缓存命中率修复、系统托盘显示用量、skills 导入相关稳定性修复，以及 @tison1096 大佬带来的 Gemini cli 相关修复，建议更新！

@pengchujin 我操，这样爽了。早就不想用终端了，终于能用上桌面版了

卧槽，你可以在 Claude Desktop 中使用第三方大模型了。不用登录账户随便用。 1. 顶部 Help > Troubleshooting > Enable developer mode 打开开发者模式 2. 然后就有了 Developer > Configure Third-Party Inference 配置第三方接口 3. Open Router - Connection: Gateway - Gateway base URL: openrouter.ai/api - Gateway API key: 密钥 - Gateway auth scheme: x-api-key 重启就可以使用了！

@Jason_Young1231 @tianma8888 自动启用，找不到access_token在哪编辑

@Jason_Young1231 @tianma8888 是我操作的不对吗？一切换两个都变了，做不到一个provider一个号，切号两个同步的

CC Switch 已发布 v3.14，（加上上周的3.13）带来了 Hermes agent 支持、Codex & Copilot OAuth 反向代理、response & gemini -> message 格式转换、官方订阅用量展示、轻量模式、内置 skills.sh 市场等一系列亦可赛艇的功能，详细内容如下⬇️

@Jason_Young1231 这个咋修复

@ThirteenYizuka 成本两块多，卖给散户5.5r

都用了，我前段时间也是跟风换了感觉还好，按照我的使用方式没什么提升，最不同的就是类Unix的文件系统 有感知的是就是续航和可以随时启动，但现在win阵营有panther lake，win轻薄本大利好续航上能打平了 之前用的是鸡哥的本，路线教室宿舍图书馆，电脑也是不关机的，也算是随时启动。自媒体的特性就这样，别神话了 还有一点就是它的Spotlight，这功能真好用，应用再也不要快捷方式，也不用找了。之前用win完全不知道，后来发现Windows也有相关的应用可以下来用一下，很不错

为什么都在说要买Mac 我觉得windows也挺好用的啊🧐

@pengchujin @Barbar0ssa 其实就慢一个版本而已，慢一点又不影响

@Barbar0ssa 差挺多，很多新功能 Windows 版没有，比如 Computer Use

苹果虽然 AI 拉跨，但你想用上最先进的 AI Agent 工具 Codex、Claude 还真只能乖乖买 M 芯片苹果电脑。

@cellinlab 确实不理解，plus一个月6块，开三个号轮着用就也就一餐的饭钱。我是两个plus+codingplan，一个月成本就50多对我来说够够的了

刚面试，一哥们，CC 用 LongCat， 一时间我想起来，刚毕业， 我三千月薪，看盗版课的日子... 感觉 AI 是真残酷，看盗版课好歹能学， 但是用普通模型，代差是越来越大了..

跨会话记忆和多平台共用上下文，openclaw都可以实现，配置dmsope指向main就行，反而hemers不是不行跨平台共享会话吗？ 跨会话记忆不应该是memory吗，两边都有，且opc现在梦境模式，约等于自主沉淀记忆 它这个把会话历史写入数据库也没用，上下文窗口都是有限的，不可能都加载了，且opc里历史会话也是有存档的可以查看。 玩下来最主要的区别就是主动性不同

@dingyi chuinima

怎么这玩意又突然火了？？？说实话我就没用过几次 OpenClaw，太垃圾了，又慢又丑的。自从 Hermes 出现就一直用，团队有品位，功能更强大。以防你不知道，这还有个 Web UI 可以用。 github.com/nesquena/herme…

@0xAA_Science agent的代码并不重要就是个壳，claude code最关键的还是模型能力

喔吼，claude code 源码泄漏了？ 直接开源得了 😂