CHLee

支持了Hermes agent，现在Hermes里的对话也能用talk-normal去除AI味了 @NousResearch github.com/hexiecs/talk-n…

🚀 deepagents 0.5 release 👉 Async subagents - kick off background tasks on any Agent Protocol backed server while you continue to interact with the main agent. Start multiple background tasks in parallel, keep the conversation going, and collect results as they come in. Tasks are stateful and maintain their own thread so you can send follow-up instructions mid-task without losing context or restarting from zero. Any Agent Protocol compliant server is a valid target. This means you have the flexibility of using LangSmith deployments or hosting async subagents using your own custom infra. 👉 Expanded multimodal support - your agent can now see images, listen to audio, watch video, and read PDFs. The read_file tool returns native content blocks, so your agent can reason across all these formats out of the box, unlocking a whole new set of workflows for your agents. 👉 Improved prompt caching - better token efficiency and lower costs for Claude models. Try it out in deepagents v0.5, deepagentsjs v1.9.0 Learn more in the Deep Agents v0.5 blog. blog.langchain.com/deep-agents-v0…

@Sur_dragon8306 主要功能是可以輔助user來讓操作UI更方便(或是協助使用者一步一步操作), 以及協助使用者解釋不同App/document的作用嗎?

我去！！Google又出了一款王炸产品，快去用起来！

@servasyy_ai the best practice of team work for open source community!!

速度真的好快！昨晚刚推荐，就被Hermes收入！ 感谢Hermes创始人！

@yyyole 很早之前在字节专门研究过，效率越高越加班，本质是因为个人能力被放大，每个人离“我可以改变世界”更进一步，创造的价值反馈更明确，分泌的多巴胺更多，加班更狠。就和路飞开二档一样，透支生命的行为

推荐个插件叫 YouTube to NotebookLM，能一键把油管频道所有视频打造成一个知识库。当然也可以单独添加单个视频和合集，太好用了！

据传有人把迄今为止最大的中国消费者数据合集，打包丢上了黑客论坛。 500亿条记录。 拼多多145亿、京东100亿、圆通顺丰45亿…… 你的快递地址、购物记录、身份信息——可能全在里面。

Claude 刚刚获得了真正的浏览器控制权……这将改变一切。不是截图。不是脆弱的选择器。不是缓慢的 MCP 循环。而是真实的浏览器代码。实时运行。它被称为 dev-browser。 它让 AI Agent 能够像开发者一样控制 Chrome。以下是大多数人忽略的范式转移： 不再是发明新的“Agent 语法”…… AI 直接编写真实的 Playwright 代码： goto() click() fill() evaluate() scrape() screenshot() 没有抽象层。没有奇怪的封装。只有代码。但真正的突破在于架构： • 在 QuickJS 沙箱内运行 • 对你的系统零访问权限 • 无文件系统访问权限 • 无宿主执行权限 拥有完整能力，且完全隔离。因此，现在 Agent 可以： • 打开网站 · 一次性登录 • 保持会话活跃 • 像人类一样导航 • 提取结构化数据 • 运行多步骤工作流 全部在一次运行中完成。最疯狂的地方在于： 现在一个 Agent 可以： → 打开 X (Twitter) → 滚动动态 → 提取推文 → 返回干净的 JSON 无需插件。 无需扩展程序。无需编排。那么性能如何？dev-browser： • 3分53秒 • $0.88 • 100% 成功率 碾压： • MCP 配置 • Chrome 扩展程序 • “浏览器技能”技术栈 核心思想： AI 使用浏览器最快的方式， 就是让它自己编写浏览器代码。我们正在进入一个新阶段： 能够“阅读”网页的 AI 能够“操作”网页的 AI 一旦 AI 能够可靠地控制浏览器…… 它就可以使用任何带有 UI 的软件。无需 API。无需集成。 无需权限。只需：打开 → 行动 → 完成。AI 同事不再仅仅是“思考”。它们开始“点击”。

Anthropic 出了一篇多 Agent 协作模式指南，总结了 5 种架构和适用场景。 总之不要让协调复杂度超过任务本身的复杂度，干货很足，分享总结如下： 1. Generator-Verifier（生成-验证） 一个 Agent 出活，另一个 Agent 审核。审不过就打回重写，循环直到通过。 适用：代码生成+测试、事实核查、合规检查。 陷阱：验证标准不明确，就是自欺欺人。 2. Orchestrator-Subagent（编排-子代理） 一个主 Agent 当组长，拆任务、派活、汇总。Claude Code 用的就是这个。 适用：任务边界清晰，子任务之间不太依赖。 陷阱：组长是信息瓶颈，信息传递之间容易丢失。 3. Agent Teams（团队模式） 每个 Agent 是长期存在的"同事"，持续积累领域上下文，不是用完就丢。 适用：大型代码库迁移，每个 Agent 负责一块独立服务。 陷阱：Agent 之间如果共享资源，可能会冲突。 4. Message Bus（消息总线） Agent 通过发布/订阅事件交互，不是直接调用。新 Agent 插进来不用改已有连线。 适用：安全告警流水线，事件类型越来越多。 陷阱：调试难，一个告警经过 5 个 Agent，出事了追链路很痛苦。 5. Shared State（共享状态） 没有中央协调者。所有 Agent 读写同一个数据库/文件系统，靠共享信息间接协作。 适用：多 Agent 联合研究，一个人的发现另一个人直接用。 陷阱：反应式循环——A 写了，B 读了再写，A 又读又写，无限烧 token。 核心建议： 从最简单的开始，看哪里卡住了再升级。不要一上来就选最复杂的。 这篇值得每个做 Agent 架构的人收藏。 🔗 claude.com/blog/multi-age…

这个技能画出来的架构图的质量是真的太高了！ github.com/Cocoon-AI/arch… 下面是OpenHarness的架构图，配色很舒服

Microsoft is quietly taking over the Enterprise AI Agent stack. And most people have only seen ~10% of it. Everyone talks about Copilot. Some know Azure. A few use GitHub Copilot. But underneath... Microsoft has built a full-stack AI ecosystem —from models → to agents → to governance. Here’s the full breakdown 👇 📌 1. Models (the brain) Azure GPT-5.1, Phi-4, MAI-1, KOSMOS-2, Florence 2, MAI-Voice This is the intelligence layer powering everything. 📌 2. Frameworks (the builder layer) Semantic Kernel, AutoGen, Task Weaver, Agent Framework These are what let you actually build AI agents. 📌 3. Responsible AI (the guardrails) Azure AI Content Safety, Purview, Defender, Entra Security + governance baked in from day one. 📌 4. Productivity (the distribution) Excel, Teams, Outlook, PowerPoint AI is not a feature. It’s embedded in daily workflows. 📌 5. Image & Video (creative layer) Designer, Clipchamp, Copilot Image Content creation → fully inside the ecosystem. 📌 6. Coding (developer layer) GitHub Copilot, VS Code, Azure AI Toolkit From writing code → to deploying → AI is everywhere. 📌 7. AI Agents Microsoft Copilot, SharePoint Knowledge Agents, Copilot Studio, Dynamics 365, Power Platform, Viva Learning Agent, Edge Copilot, Security Copilot , The autonomous layer that ties the entire ecosystem together And this is just the outer surface of the Microsoft Core offering. If we start to dive deeper into Azure AI, the layer goes even deeper. This just shows Microsoft's commitment on helping enterprises adopt agentic AI. Not only do they make it very easy with no-code tools like Power Platform, but also allows you to customize it and build custom agents using their agent frameworks and tools. Save 💾 ➞ React 👍 ➞ Share ♻️

It’s official, Gemini Live 2.5 voice agent is the best It’s smart, it’s fast, it has large enough context Coming to GBrain Voice shortly

☤ Hermes HUD — Web UI Hermes 的浏览器端意识监控界面 —— 一个拥有持久记忆的 AI 智能体。 相同的数据，相同的灵魂，让 TUI 版本 广受欢迎的仪表盘，现在可以在浏览器中运行了。 github.com/joeynyc/hermes…

烧了我200万 Opus4.6 tokens，用女娲.skill 蒸馏出的这款 乔布斯.skill 已开源： github.com/alchaincyf/ste…

fireworks-tech-graph 将自然语言描述转化为精美的 SVG 技术图，并通过 rsvg-convert 导出高分辨率 PNG。内置 5 种视觉风格，深度覆盖 AI/Agent 领域常见图类型（RAG、Agentic Search、Mem0、Multi-Agent、Tool Call 流程等） github.com/yizhiyanhua-ai…

Chronically over-scheduled? Ask Copilot in Outlook to clear your calendar.