技术 on Kalend's Blog

Hermes Agent 升级指南：v0.14.0 → v0.15.1，为什么要隔天发补丁

Fri, 29 May 2026 10:00:00 +0800

2026年5月，Hermes Agent 两周内连发三版：v0.14.0 → v0.15.0 → v0.15.1。第三版是隔天紧急修复——Dashboard 无限重载，新装用户直接无法使用。

先说结论

所有用户直接升级到 v0.15.1。 不用停在 v0.15.0，它的 Dashboard 有 P0 级缺陷。

一张表看全貌：

版本	日期	代号	一句话定位
v0.14.0	5.16	Foundation	全平台基础版本
v0.15.0	5.28	Velocity	1302 commits 大重构
v0.15.1	5.29	Hotfix	隔天紧急修复

v0.14.0 → v0.15.0：大版本跳跃

这不是小更新。v0.15.0 是 Hermes 历史上最大的单版本变更——747 个 PR、1302 个 commit、321 位贡献者。

核心代码大瘦身

run_agent.py 从 16,000 行重构到 3,800 行，缩减 76%。不是删功能，是把职责拆分到独立模块。

性能实测数据：

指标	变化
每轮工具调用	-195ms
每轮函数调用	-240ms（-47%）

session_search 重写：4500x 提速

会话搜索引擎从 LLM 驱动改为纯 FTS5 实现。搜索速度快了 4500 倍，而且不再消耗 token。

Kanban 演进为多 Agent 平台

Kanban 模块经过 104 个 PR 打磨，从任务看板变成了多 Agent 协作平台。支持任务分解、子 Agent 分发、跨 Agent 依赖管理。

安全防护：Promptware Defense

新增 promptware 防御机制，防止恶意提示词注入攻击 Agent 系统提示。

新集成

Bitwarden Secrets Manager：密钥管理集成
Krea 2 + FAL 插件：两个新图像生成提供商
Nous 官方 MCP 目录：审核过的 MCP 服务目录
ntfy 平台：第 23 个消息平台
mTLS 支持：MCP 连接支持 TLS 客户端证书

Breaking Changes

变更	说明
`API_SERVER_KEY` 强制	API Server 现在强制要求 Key，无 Key 不再允许请求
`web_crawl` 移除	该工具及相关 provider 已被移除
context engine	新增外部上下文引擎接口，需配合新配置

v0.15.0 → v0.15.1：为什么隔天就发补丁

v0.15.0 发布后隔天社区报告了多个阻断性问题。

🔴 Dashboard 无限重载循环（P0）

这是 v0.15.1 存在的唯一理由。

在 loopback 模式下（Docker 部署 / 托管环境 / 全新安装），Dashboard 的 SPA 在 token 过期后陷入死循环：401 → 重新登录 → 又 401 → 无限刷新。用户看到页面不停闪烁，完全无法使用。

修复方式：/api/auth/me 返回 401 时不再触发整页重载，改为 SPA 内部处理 token 刷新。

🔴 Kanban Worker SIGTERM 不终止

发送 SIGTERM 后进程没有正确终止，任务超时或手动取消时僵尸进程堆积。

🟡 其他修复

问题	影响
`/model` 和模型选择器列表不统一	CLI 和 gateway 显示不同模型列表
`/yolo` 模式未绕过 session	yolo 模式实际没生效
Skills 目录不完整	858 → 19,932，只拉取了部分条目
`.md` 媒体投递被误拦截	Gateway 把正常 Markdown 附件也拦了
Web URL 被误脱敏	URL 参数被错误替换

Docker 安全加固

--insecure 标志必须通过环境变量显式启用
MCP bare command（npx/npm/node）明确解析到 /usr/local/bin
arm64 CI 缓存问题修复

升级指南

从 v0.14.0 升级（推荐）

直接跳到 v0.15.1，不需要中间停 v0.15.0：

1
2
3
4
5
6
7


# 源码安装（推荐）
git clone https://github.com/NousResearch/hermes-agent
cd hermes-agent
pip install -e .

# 或 PyPI
pip install --upgrade hermes-agent

从 v0.15.0 升级到 v0.15.1（必须）

v0.15.0 的 Dashboard 无限重载是影响所有新装和 Docker 用户的 P0 问题：

1

pip install --upgrade hermes-agent

升级后检查清单

检查项	说明
Gateway 重启	升级后必须 `hermes gateway restart`
`API_SERVER_KEY`	v0.15.0+ 强制要求，检查 `~/.hermes/.env`
Browser Use 配置	需配置 `BEARER_TOKEN` 匹配 `API_SERVER_KEY`
Kanban 备份	并发加固后更稳定，但建议备份 `~/.hermes/kanban.db`
Docker `--insecure`	必须显式设置环境变量

版本号背后的逻辑

v0.15.1 不是计划内版本。大版本（v0.15.0）涉及 1300+ commits 变更，回归测试不可能覆盖所有部署环境。Dashboard 无限重载只在 loopback/Docker 场景触发，CI 没覆盖到。

发现问题后团队在隔天内发布修复——这是健康开源项目的标准响应速度。

建议所有用户直接使用 v0.15.1。

关注 varkm，一起学习，一起成长

更多 AI Agent 实战经验和踩坑记录，持续更新中

Kanban + Profile：让你的 AI Agent 自己管博客

Thu, 14 May 2026 23:00:00 +0800

你跟 AI 说"帮我写篇博客"，它写完就走了。下次再说，它又是从零开始。

这篇文章教你用 Hermes 的 Kanban + Profile，给 AI Agent 一个专职身份，让它自己管博客。

先说结论

delegate_task 是临时工，Kanban + Profile 是全职员工。

如果你想：

让一个 AI 专门负责博客（写文章、同步、部署）
任务不丢失（主 Agent 崩了也不影响）
随时查看进度（微信直接看）
出了问题自动通知你

那就用 Kanban + Profile。下面是完整方案。

我的踩坑故事

我有一个 Hugo 静态博客。之前让主 Agent 兼顾博客写作——一边排查路由器 DNS 问题，一边写博客文章。结果：

read_file 带行号前缀写回文件，Hugo front matter 全毁，页面数从 168 暴跌到 102
日期格式不对，date: 2026-05-14 被解析成 0001-01-01
中文 URL 编码错误，又拍云上传 45 个文件失败

根本原因：上下文切换太频繁，主 Agent 在路由器、DNS、博客之间反复横跳，每次切换都丢细节。

两种方案对比

很多人第一反应是 delegate_task（子代理），我也是。但调研完官方文档后发现，这俩根本不是一个量级：

维度	delegate_task	Kanban + Profile
形状	函数调用（fork→join）	持久工作队列 + 状态机
生命周期	分钟级，调用者阻塞等待	小时/天级，fire-and-forget
身份	匿名子代理，干完就走	命名 Profile，有自己的记忆和人格
抗中断	父 Agent 断了，子代理也死	独立进程，互不影响
可恢复	失败即失败	阻塞→解除→重跑；崩溃→回收
人工介入	不支持	任何节点都能 comment/unblock
审计追踪	上下文压缩后丢失	SQLite 永久保存

一句话：delegate_task 是你叫一次临时工；Kanban 是你雇了个全职员工。

架构设计

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


你（微信/Telegram/CLI）
 ↓ "写一篇关于 XX 的博客"
主 Agent（orchestrator）
 ↓ kanban_create 创建任务
kanban.db（SQLite 持久化看板）
 ↓ dispatcher 自动调度（gateway 内嵌，60s 轮询）
blog-writer（独立 Profile，独立进程）
 ↓ kanban_complete / kanban_block 汇报
kanban.db
 ↓ gateway 自动通知
你（微信收到完成/阻塞通知）

关键点：

dispatcher 内嵌在 gateway 里，不需要额外的守护进程
blog-writer 是独立 Profile，有自己的 config、记忆、skills、SOUL.md
gateway 自动推送通知，任务完成或卡住都会通知你
你随时可以用 /kanban 命令查看进度、添加评论、解除阻塞

5 步搭建

第 1 步：创建独立 Profile

1

hermes profile create blog-writer --clone

--clone 会复制当前 Profile 的 config.yaml、.env、SOUL.md，省得重新配 API Key。

第 2 步：配置独立人格和工作目录

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


# 配置工作目录指向博客项目
blog-writer config set terminal.cwd /root/blog

# 写专属 SOUL.md
cat > ~/.hermes/profiles/blog-writer/SOUL.md << 'EOF'
你是 blog.kalend.top 的博客写作专家。
职责：撰写高质量技术博客、同步公众号文章、构建和部署。
风格：简洁直接、先结论后细节、代码示例丰富。
严格遵守 hugo-blog skill 中的所有陷阱清单。
EOF

第 3 步：确认 skill 可用

1
2
3
4
5
6
7
8


# kanban-worker 是 bundled skill，自动同步
blog-writer skills list | grep kanban-worker

# 如果缺失，恢复
blog-writer skills reset kanban-worker --restore

# 验证 hugo-blog skill（需要手动确保已安装）
blog-writer skills list | grep hugo-blog

第 4 步：初始化 Kanban

1
2
3
4
5


# 创建看板数据库（幂等操作）
hermes kanban init

# 确保 gateway 运行（内嵌 dispatcher）
hermes gateway start

第 5 步：创建第一个任务

1
2
3
4


hermes kanban create "写一篇关于 Hermes Kanban 的博客" \
 --assignee blog-writer \
 --skill hugo-blog \
 --workspace dir:/root/blog

从这一刻起，dispatcher 会自动发现 ready 状态的任务，spawn blog-writer Profile 作为独立进程执行。

Worker 的工作流程

当 dispatcher 启动 blog-writer 后，它会：

1
2
3
4
5
6


1. kanban_show() → 读取任务详情（标题、正文、父任务结果、评论历史）
2. cd $WORKSPACE → 进入工作目录
3. 执行任务 → 搜索素材 → 撰写文章 → Hugo build → 部署
4. kanban_heartbeat() → 长任务中间汇报（可选）
5. kanban_complete() → 完成（附带 summary + metadata）
 或 kanban_block() → 阻塞（需要你确认标题/内容等）

阻塞时，你微信会收到通知。你直接在微信里回复：

1
2


/kanban comment t_xxx "标题用「Kanban实战：让AI自己管博客」"
/kanban unblock t_xxx

dispatcher 下一次轮询时会重新 spawn worker，worker 读取你的评论后继续。

任务依赖：Pipeline 模式

如果你的写作流程是：调研 → 写作 → 审校 → 部署，可以用 parents 串起来：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


# 1. 调研任务（立即开始）
hermes kanban create "调研 Hermes Kanban 架构" \
 --assignee researcher

# 2. 写作任务（等调研完成）
hermes kanban create "写博客文章" \
 --assignee blog-writer \
 --parent t_research

# 3. 部署任务（等写作完成）
hermes kanban create "部署博客" \
 --assignee blog-writer \
 --parent t_writing

子任务会停留在 todo 状态，直到所有 parent 达到 done，然后自动 promote 到 ready。不需要手动协调。

9 种协作模式

官方文档列出了 9 种 Kanban 协作模式。博客场景常用的：

模式	用法
P1 Fan-out	同时写 5 篇不同主题的文章
P2 Pipeline	调研 → 写作 → 审校 → 部署
P5 Human-in-the-loop	写完后阻塞等你确认再部署
P8 Fleet farming	一个 writer 处理 N 篇文章队列
P9 Triage specifier	粗略想法 → triage → 自动展开为完整任务

我遇到的真实问题

问题 1：写作质量不可控

解法：GLM-5.1 做格式转换和同步任务完全够用。原创写作需要更强的模型——Profile 可以独立配置模型：

1

blog-writer config set model.default anthropic/claude-sonnet-4

问题 2：格式错误反复出现

解法：把所有踩过的坑写进 skill，每次 worker 启动时自动加载。我的 hugo-blog skill 现在有 12 条陷阱清单，覆盖了行号前缀、日期格式、URL 编码等所有已知问题。

问题 3：上下文丢失

解法：每篇独立跑，skill 固定注入。不依赖主 Agent 的上下文。kanban.db 里的 comment 线程就是完整的任务上下文。

和 delegate_task 什么时候用哪个

场景	选择
快速并行子任务（搜索3个话题）	`delegate_task`
长时间独立工作（写博客文章）	Kanban + Profile
需要人工确认	Kanban（阻塞/解除）
一次性的简单问答	直接回答
需要跨 session 保持状态	Kanban（SQLite 持久化）

它们可以共存：Kanban worker 内部可以调用 delegate_task 处理短子任务。

官方文档

Kanban 文档：https://hermes-agent.nousresearch.com/docs/user-guide/features/kanban
Kanban 教程：https://hermes-agent.nousresearch.com/docs/user-guide/features/kanban-tutorial
Profile 文档：https://hermes-agent.nousresearch.com/docs/user-guide/profiles

这是「Hermes 多 Agent 协作」系列的第一篇。下一篇会实际搭建 blog-writer Profile，跑通第一个完整的写作→部署流程。

如果你也在用 Hermes Agent 或者对 AI Agent 协作感兴趣，关注我，后面会持续分享实战经验。

关注 varkm，一起学习，一起成长

多 Agent 协作实战

AI Agent 的定时任务：从「到点跑命令」到「到点帮你思考」

Thu, 14 May 2026 00:00:00 +0800

半夜3点磁盘满了，早上9点选题推荐准时推送——这些都不是我干的，是我的AI定时任务替我干的。

先说结论

AI Agent的cron定时任务，和传统的 crontab 不是一回事。

传统cron是"到点跑命令"，AI Agent的cron是**“到点唤醒一个AI帮你思考和执行”**。它能搜索、能分析、能写文件、能推送到微信。

两种模式：脚本直出（零token消耗，纯数据采集）和Agent模式（有推理能力，会做判断。token可以理解为AI思考和输出的计费单位）。选型一句话：固定格式用脚本，需要思考的用Agent。

传统cron到底差在哪

先看一张对比：

维度	传统crontab	AI Agent cron
能力	执行固定命令	执行+推理+搜索+写文件
输出	发邮件，没人看	推到微信/Telegram
上下文	无	可注入skill、记忆、历史
智能程度	零	能判断"没事别烦我"
失败处理	写个error日志	分析原因、换方案重试

传统cron最大的问题不是功能弱，而是输出没人看。crontab每天给你发邮件，你打开过吗？

AI Agent的cron不一样——它直接推到你的聊天工具，而且只在有事的时候才推。

两种模式

A. 脚本直出（no_agent模式）

原理很简单：bash/python脚本跑完 → stdout → 直接推送到你的聊天窗口。

不经过LLM，零token消耗。

我配了一个系统健康巡查脚本，每天8:00和22:00自动跑，输出长这样：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


## 🟢 系统巡查报告

时间: 2026-05-12 08:01 | 运行: 3天23小时 | 负载: 0.06

资源
| 指标 | 数值 | 状态 |
|--------|-------------------|------|
| CPU | 3% | ✅ |
| 内存 | 2268M/32131M (7%) | ✅ |
| Swap | 0M/7823M | ✅ |
| 磁盘/ | 42G/140G (32%) | ✅ |

服务: sshd ✅ | AI助手 ✅
网络: 百度 ✅ | Google ✅

这个脚本做了什么？

检查CPU/内存/Swap/磁盘，超阈值标⚠️
检查关键服务是否活着（sshd、cron、AI进程）
测试国内外网络连通性（ping + HTTP）
拉最近1小时系统错误日志
任何一项异常，标题从🟢变⚠️

全部健康就一条消息，有异常自动高亮。每天看一眼就行。

适合场景：监控告警、固定格式数据采集、定期备份验证。核心特征是输出格式固定，不需要AI判断。

B. Agent模式

这个才是真正有意思的。

原理：定时唤醒 → 加载你写的prompt → AI推理 → 调用工具（搜索、终端、文件） → 生成报告 → 推送给你。

消耗token，但有"脑子"。

比如我的公众号选题推荐，每周二9:00自动执行。它的信息采集分四个维度：

维度1：我最近做了什么（读cron状态、最近skill、产出文件、AI记忆）
维度2：我的系统最新更新了什么（搜GitHub release/changelog）
维度3：外面在我的系统上都在聊什么（Reddit/HN/掘金/知乎）
维度4：外面在聊什么（本周AI热点动态）

它会先读本地环境（最近装了什么、配了什么），再搜外部热点，然后找两者的交集。出来的选题不是泛泛的"AI时代来了"，而是"我刚装了RTK省了80% token"这种实操内容。

适合场景：需要搜索分析、需要综合判断、需要阅读本地文件的场景。核心特征是每次输出不一样，需要AI"思考"。

一个关键设计：静默机制

Agent模式有个 [SILENT] 机制——如果AI判断"确实没什么新东西"，它回复一个静默标记，系统就不推送。

这个设计太重要了。

传统监控最怕的是什么？告警疲劳。天天给你发"一切正常"，你就不看了。突然有一天"不正常"了，你早就把它当噪音过滤掉了。

静默机制反过来：没事别烦我，有事才说话。 你的聊天窗口只出现真正需要关注的信息。

从0配置一个cron job

以健康巡查为例，完整流程：

Step 1：写脚本

~/.hermes/scripts/health-check.sh，用bash采集系统信息，输出Markdown表格。关键点：

用 set -uo pipefail 防止静默失败
设置阈值判断（CPU>80% ⚠️、内存>85% ⚠️）
输出格式统一（Markdown表格，方便在聊天窗口阅读）

Step 2：创建cron

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


# 脚本模式
cronjob create \
 --name "系统健康巡查" \
 --script "health-check.sh" \
 --no-agent \
 --schedule "0 8,22 * * *" \
 --deliver origin

# Agent模式
cronjob create \
 --name "公众号选题推荐" \
 --prompt "你的prompt..." \
 --toolsets web,terminal,file \
 --schedule "0 9 * * 2" \
 --deliver origin

Step 3：验证

所有执行记录存在cron的output目录下，按时间命名。随时可以回查。

进阶玩法

链式执行：job A采集数据 → job B分析报告（A跑完自动触发B）。用 context_from 参数把上游输出注入下游。比如：健康巡查发现异常 → 自动触发诊断任务分析原因。
模型锁定：每个job可以指定不同模型。省钱的数据采集用小模型，重要的分析任务用大模型。
目录隔离：不同job可以指定不同的工作目录（workdir），互不干扰。

踩坑实录

1. skill找不到

cron执行环境是独立的，不像主对话有完整的skill列表。解决方案：把需要的能力写在 enabled_toolsets 里（web/terminal/file）。

2. 纯数据采集用了Agent模式

固定格式的数据采集（比如健康检查），用Agent模式是纯浪费token。能用脚本解决的别用Agent。

3. 输出太长被截断

微信单条消息有长度限制。设计prompt时加一句"输出控制在500字以内"，或者脚本里精简格式。

4. 时区

schedule用的是系统时区。服务器在国内就不用管，在海外记得设 TZ=Asia/Shanghai。

5. 静默不等于失败

脚本模式下，stdout为空 = 不推送。如果你的脚本某个分支忘了echo，就会"消失"。确保每种情况都有输出。

怎么选

一句话决策树：

1
2
3
4
5
6
7


需要AI判断吗？
├── 不需要 → 脚本直出（no_agent=true）
│ └── 监控、采集、固定格式报告
└── 需要 → Agent模式
 ├── 搜索+分析 → toolsets加web
 ├── 读本地文件 → toolsets加terminal+file
 └── 两个都要 → 都加上

写在最后

AI Agent的cron，本质上是把"定时执行"升级为**“定时思考”**——不是到点跑命令，而是到点让AI帮你做决策。

不在线的时候，有人在替你盯着。

AI 写代码太费 Token？一个 9.5MB 小工具，直接砍 80%

Thu, 14 May 2026 00:00:00 +0800

AI写代码太费Token？一个9.5MB小工具，直接砍80%

你有没有算过，让AI帮你写代码，一天要烧多少Token？

先说结论

我给AI Agent装了一个叫 RTK 的工具，一个命令，零配置，Token消耗直接砍掉80%。

核心思路就一句话：在命令输出喂给AI之前，先压缩一遍。

问题是什么

用AI Agent干活的人都知道，Agent特别"啰嗦"——它会疯狂执行命令，然后把所有输出原封不动塞给自己的上下文窗口（AI一次能"看到"的信息量）。

举个例子，项目里跑个 git status：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


On branch main
Your branch is up to date with 'origin/main'.

Changes not staged for commit:
 modified: src/components/Dashboard.tsx
 modified: src/hooks/useAuth.ts
 modified: src/pages/Login.tsx
 modified: src/utils/api.ts
 modified: package.json
 modified: package-lock.json

Untracked files:
 src/utils/newFeature.ts
 tests/test_newFeature.py
 ...

大概 2000个Token。

但AI真正需要知道什么？就一句话：“5个文件改了，还没commit”。

一个中型项目，AI Agent跑30分钟，光是 ls、cat、git status、pytest 这些命令的输出，就能吃掉 11.8万个Token。按主流商业API的价格算，这就是几块钱没了。

更致命的不是钱——是上下文窗口被垃圾信息占满，AI真正需要关注的代码逻辑反而被挤掉了。

RTK做了什么

RTK（Rust Token Killer） 的工作原理极其简单：

1
2
3
4
5


没有RTK：
AI → 执行 git status → 完整输出(2000 tokens) → 塞给AI

有了RTK：
AI → 执行 git status → RTK拦截 → 压缩后输出(200 tokens) → 塞给AI

它在命令和AI之间加了一层过滤器，对输出做四件事：

过滤：去掉注释、空行、无关信息
分组：把相似内容合并（比如按目录归类文件）
截断：保留关键上下文，砍掉重复
去重：把重复的日志行合并成计数

压缩效果：

命令	原始输出	RTK压缩后	节省
`ls -la`	完整文件列表	紧凑目录树	72%
`git status`	30行状态信息	一行摘要	80%
`pytest`	全量测试日志	只看失败的	90%
`git commit`	完整输出	“ok abc1234”	92%
`cargo test`	编译+测试全量	只看失败	90%

覆盖 100+ 命令：git、find、grep、各种test runner、lint工具、Docker、K8s、AWS CLI……基本你能想到的开发命令它都支持。

我的实测

装完之后我跑了两个命令测试，RTK自己的统计面板：

1
2
3
4
5


Total commands: 2
Input tokens: 987
Output tokens: 279
Tokens saved: 713 (72.2%)
Total exec time: 3ms (avg 1ms)

72.2%的节省，延迟3毫秒。完全无感。

再看一个具体对比。项目目录下跑 ls：

压缩前（原始 ls -la，987 tokens）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


drwxr-xr-x 35 root root 1120 May 12 06:56 .
drwxr-xr-x 35 root root 1120 May 12 06:56 ..
drwxr-x--- 3 root root 4096 May 10 22:00 .config
drwxr-xr-x 2 root root 4096 Apr 8 18:12 .gnupg
drwxr-xr-x 4 root root 4096 May 6 21:30 .hermes
drwxr-xr-x 2 root root 4096 May 7 12:48 .local
-rw-r--r-- 1 root root 37B May 2 14:25 .npmrc
-rw-r--r-- 1 root root 348B Apr 8 18:12 .profile
-rw-r--r-- 1 root root 1.1K May 12 06:51 .bashrc
-rw-r--r-- 1 root root 72B Apr 8 18:12 .zshrc
-rw-r--r-- 1 root root 13K May 12 06:52 .bash_history
...（省略20行）

压缩后（rtk ls，279 tokens）：

1
2
3
4
5


.config/ .gnupg/ .hermes/ .local/
.bashrc 1.1K .profile 348B .zshrc 72B
.bash_history 13.0K .npmrc 37B
dialogs/ exes/ output/ workspace/
...（紧凑列表，无多余信息）

同样的信息量，砍了72%的Token。

它不是万能的

说几个我注意到的问题：

1. 覆盖不了AI工具的内置命令

比如某些AI编码工具有自己的 Read、Grep 内置工具，这些不走系统shell，RTK拦截不到。得手动用 rtk read、rtk grep 替代。

2. 46k Star，476个Open Issue

增长太快，维护压力肉眼可见。不过核心的命令压缩功能很稳——过滤文本输出这种事，不太容易出问题。

3. 会收集使用数据

默认有遥测上报（设备哈希+命令统计）。开源项目，代码可以审计，在意的话可以关掉。

谁该用，谁不需要

✅ 该装的：

用AI Agent写代码（任何AI工具都行）
Token消耗大、账单肉疼
上下文窗口老是不够用，AI"忘性"大

❌ 不需要的：

偶尔问两句话、不跑命令
不用AI做开发

怎么装

一行命令，9.5MB单文件，零依赖，装完就能用：

1

curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

macOS 也可以用 Homebrew：

1

brew install rtk

装完验证一下：

1
2


rtk --version # 应该显示 rtk 0.39.0
rtk gain # 查看节省统计

如果你的AI工具在支持列表里（Claude Code、Cursor、Copilot、Codex、Gemini CLI……），跑一下 rtk init -g 自动配置。否则直接在命令前加 rtk 前缀：rtk git status、rtk pytest、rtk ls。

RTK 解决的不是什么高大上的问题——它就是在做一件事：别把垃圾喂给AI。

这件小事，省80%的Token。

Windows 原生支持来了：Hermes Agent 不再只属于 Linux/macOS

Thu, 14 May 2026 00:00:00 +0800

Windows 原生支持，来了

2026年5月8日，一个 255 个文件、新增 7675 行代码的 PR 被合并进 Hermes Agent 主分支。

PR #21561，标题很简单：「feat(windows): native Windows support (early beta)」。

从这一天起，Hermes 不再只属于 Linux/macOS 用户。你可以直接在 PowerShell 里一行命令装好，不需要 WSL，不需要虚拟机，不需要任何 Linux 基础。

先说结论：能用了，但还早

目前的状态是** Early Beta**——官方自己标的。什么意思？

**能用的：**CLI 终端、Gateway 消息网关、定时任务、浏览器自动化、MCP 工具链、Ollama 本地模型对接、Web 管理面板，这些全部在原生 Windows 上跑通了。

**还不行的：**Web 面板里的嵌入式终端（需要 POSIX PTY，Windows 暂不支持）；另外还有一些路径编码、进程管理的小 bug 在持续修复中。

安装：一行命令

1

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

打开 PowerShell，粘贴回车。安装脚本会自动处理 Python 环境（通过 uv）、Node.js 和 Git Bash 的依赖。

Linux/macOS 用户原有的 curl 安装方式不变：

1

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

为什么这件事值得说

在 PR #21561 合并之前，Windows 用户想用 Hermes，只有两条路：

WSL2——能用，但你得懂 Linux，得装 WSL，得处理网络桥接，折腾门槛不低。
自己硬上——有人在 Windows 直接跑，但到处报错：fcntl 导入失败、GBK 编码崩溃、进程探测 OSError……体验一言难尽。

GitHub 上与 Windows 相关的 issue 超过 1100 个。排在前面的全是：os.kill(pid, 0) 在 Windows 上抛 SystemError、终端工具输出为空、.env 文件编码损坏、cp1252 导致 UnicodeEncodeError……

说白了，Hermes 之前是按 POSIX 标准写的，Windows 是个「二等公民」。

这次合并把这些问题做了系统性的修复：

进程管理：重写了 Windows 进程检测逻辑，用 kernel32.OpenProcess 替代了 POSIX 信号量探测
路径处理：新增路径归一化函数，统一处理反斜杠、驱动器号、WSL 路径互转
编码问题：全局强制 UTF-8 输出，解决 cp1252/GBK 崩溃
安装体验：PowerShell 一键安装器，自动绑定 Python + Node.js + Git Bash
CI 门禁：新增 check-windows-footguns.py，每个 PR 都自动检测 Windows 兼容性问题

功能对比：原生 Windows vs WSL2

功能	原生 Windows	WSL2
CLI / TUI	✅	✅
Gateway 消息网关	✅	✅
定时任务	✅	✅
浏览器自动化	✅	✅
MCP 工具链	✅	✅
Ollama 本地模型	✅	✅
Web 管理面板	✅	✅
面板内嵌终端	❌	✅
开机自启	✅ (schtasks)	✅ (systemd)

除了面板内嵌终端这一个点，其他功能已经和 WSL2 平齐。

背后做了什么

这次合并不是简单加几个 if-else。CONTRIBUTING.md 里新增了 16 条跨平台兼容性规范，覆盖了你在 Windows 上能想到的每一个坑：

禁止使用 os.kill(pid, 0)（Windows 会抛 SystemError）
禁止直接调用 wmic、ps、grep 等 Unix 命令
fcntl/termios 必须 ImportError 保护
文件读取必须显式指定 UTF-8 编码
进程管理要用 CREATE_NEW_PROCESS_GROUP 替代 os.setsid
路径必须用 pathlib.Path，不能硬编码斜杠
符号链接在 Windows 需要管理员权限
OneDrive 重定向路径的兼容处理
CRLF/LF 行尾符一致性

配套的 CI 检查脚本会在每个 PR 提交时自动扫描这些「Windows 地雷」，防止新代码引入兼容性问题。

如果你想试试

环境要求：Windows 10/11，PowerShell 5.1+
安装：一行命令搞定，安装脚本自带 Python 环境
配置模型：安装完成后运行 hermes setup，配置你的 API Key（支持智谱GLM、DeepSeek、通义千问等国内模型）
启动：hermes 回车，进入交互式终端

遇到问题可以直接去 GitHub 搜 issue，1100 多个 Windows 相关 issue 说明社区很活跃，维护者在密集修复。

值得关注的信号

几个细节说明这次不是玩票：

创始人亲自提交：PR #21561 的合并者是 @teknium1（Nous Research 创始人），不是随便一个社区贡献者
文档同步上线：README 首页直接加了 Windows 安装入口，文档站新增了完整的 Windows 专属页面
安装脚本锁定：CONTRIBUTING.md 要求 install.sh 和 install.ps1 必须同步更新，不是加完就不管
社区参与度高：合并当天就有多个新 issue 和 PR 提交，说明已经有用户在原生 Windows 上实际使用了

一句话总结

Windows 原生支持从「完全不能用」变成了「能用但还粗糙」。对 Windows 用户来说，门槛从「先学 Linux」降到了「一行命令安装」。对项目来说，用户池一下子从 Linux/macOS 开发者扩展到了全球最大的桌面操作系统用户群。

Beta 就是 Beta，但方向是对的。

上次没敢写的4个 Hermes 进阶配置，这次全给你

Thu, 14 May 2026 00:00:00 +0800

上一篇发了8个必改配置，反响不错。结尾提到4个进阶功能，很多人追着问。这次翻完源码，一个个给你讲透——配置拿来就能用，不是画饼。

先说结论

上次那8个是"装完就改"的基础配置。这次4个是真正拉开差距的进阶玩法：

配置	一句话	难度	最低版本
Shell Hooks	AI每次执行命令前，先跑你的检查脚本	⭐⭐	v2026.4.23
Quick Commands	输入 /status 直接跑系统命令，不经过AI，不花Token	⭐	v2026.3.12
模型别名	输入 /model opus 一键切模型，不用改配置文件	⭐	v2026.3.23
凭据池轮换	多个API Key自动轮换，被限流也不怕	⭐⭐⭐	v2026.4.3

⚠️ 版本要求：这4个功能都是近几个月新增的，老版本不支持。查看你的版本：hermes --version。如果低于上表中的最低版本，先 hermes update 升级。当前最新版是 v0.13.0 (v2026.5.7)。

一个一个说。

1. Shell Hooks：用Shell脚本拦截AI的操作

类比：你在公司，AI是你的助理。默认情况下它想干嘛干嘛——删文件、跑命令、改配置，你管不了。Shell Hooks就是给助理装了个"门禁"：每次它要执行操作，先过你的检查脚本。不合格的直接拦下来。

实际用途：

AI要执行 rm -rf？拦住
AI刚写了Python文件？自动跑black格式化
每次AI开始思考前，自动注入当前git状态

配置方法

在 ~/.hermes/config.yaml 中：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


hooks:
 pre_tool_call: # AI执行工具前触发
 - matcher: "terminal" # 正则匹配工具名
 command: "~/.hermes/agent-hooks/block-dangerous.sh"
 timeout: 5 # 超时秒数，默认60，最大300
 post_tool_call: # AI执行工具后触发
 - matcher: "write_file|patch" # 写文件后自动格式化
 command: "~/.hermes/agent-hooks/auto-format.sh"
 pre_llm_call: # AI每次思考前注入上下文
 - command: "~/.hermes/agent-hooks/inject-git-status.sh"

实战示例：拦截危险命令

创建目录和脚本：

1

mkdir -p ~/.hermes/agent-hooks

脚本1：拦截危险命令（保存为 ~/.hermes/agent-hooks/block-dangerous.sh）

1
2
3
4
5
6
7
8


#!/usr/bin/env bash
payload="$(cat -)"
cmd=$(echo "$payload" | jq -r '.tool_input.command // empty')
if echo "$cmd" | grep -qE 'rm[[:space:]]+-rf?[[:space:]]+/'; then
 printf '{"decision": "block", "reason": "blocked: rm -rf / is not permitted"}\n'
else
 printf '{}\n'
fi

脚本2：自动格式化（保存为 ~/.hermes/agent-hooks/auto-format.sh）

1
2
3
4
5


#!/usr/bin/env bash
payload="$(cat -)"
path=$(echo "$payload" | jq -r '.tool_input.path // empty')
[[ "$path" == *.py ]] && command -v black >/dev/null && black "$path" 2>/dev/null
printf '{}\n'

脚本3：注入git状态（保存为 ~/.hermes/agent-hooks/inject-git-status.sh）

1
2
3
4
5
6
7
8


#!/usr/bin/env bash
cat - >/dev/null # 丢弃stdin
if status=$(git status --porcelain 2>/dev/null) && [[ -n "$status" ]]; then
 jq --null-input --arg s "$status" \
 '{context: ("Uncommitted changes:\n" + $s)}'
else
 printf '{}\n'
fi

别忘了加执行权限：

1

chmod +x ~/.hermes/agent-hooks/*.sh

工作原理

脚本通过JSON管道跟Hermes通信：Hermes把工具调用的详细信息（工具名、参数、会话ID等）通过stdin传给你的脚本，你的脚本通过stdout返回JSON结果。

stdin 示例（脚本收到的数据）：

1
2
3
4
5
6
7


{
 "hook_event_name": "pre_tool_call",
 "tool_name": "terminal",
 "tool_input": {"command": "rm -rf /"},
 "session_id": "sess_abc123",
 "cwd": "/home/user/project"
}

stdout 返回（脚本要输出的数据）：

1

{"decision": "block", "reason": "blocked: rm -rf / is not permitted"}

返回空 {} 就是不拦截，放行。

支持的所有钩子事件

事件	触发时机	能做什么
`pre_tool_call`	AI执行工具前	拦截危险操作
`post_tool_call`	AI执行工具后	自动格式化、记录日志
`pre_llm_call`	AI开始思考前	注入额外上下文（如git状态）
`post_llm_call`	AI思考完成后	日志记录
`subagent_stop`	子代理完成时	记录多代理协调日志
`on_session_start`	会话开始	初始化操作
`on_session_end`	会话结束	清理操作
`on_session_reset`	会话重置	状态清理
`transform_terminal_output`	终端输出时	过滤/压缩输出内容
`transform_tool_result`	工具返回结果时	过滤敏感信息

首次运行提示

第一次用Shell Hooks时，Hermes会弹窗问你是否信任这个脚本。同意后会记住（存在 ~/.hermes/shell-hooks-allowlist.json），以后不再问。

如果你是在Gateway（微信/Telegram等）或Cron定时任务中使用，没交互界面，需要在配置中加：

1

hooks_auto_accept: true # 自动信任新脚本

或者启动时加 --accept-hooks 参数。

检查和维护

1
2
3


hermes hooks list # 查看所有已配置的hooks
hermes hooks doctor # 健康检查（权限、状态、执行时间）
hermes hooks test pre_tool_call --for-tool terminal # 测试某个hook

2. Quick Commands：零Token快捷命令

类比：你跟AI说"帮我查下GPU状态"，AI要理解你的意思、调用工具、返回结果——走完整流程，花Token。Quick Commands就是给你设了个快捷键：输入 /gpu 直接执行命令，不经过AI，Token消耗为零。

实际用途：

/gpu → 直接看GPU状态
/ip → 直接查IP
/dn → 看今天的笔记
/status → 一键查系统状态

配置方法

在 ~/.hermes/config.yaml 中：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


quick_commands:
 gpu:
 type: exec
 command: "nvidia-smi --query-gpu=name,utilization.gpu,memory.used --format=csv,noheader"
 ip:
 type: exec
 command: "curl -s ifconfig.me"
 status:
 type: exec
 command: "echo \"CPU: $(top -bn1 | grep '%Cpu' | awk '{printf \"%.0f\", 100-$8}')%\" && echo \"MEM: $(free -h | awk '/^Mem:/{print $3 \"/\" $2}')\" && echo \"DISK: $(df -h / | awk 'NR==2{print $5}')\""
 dn:
 type: exec
 command: "cat ~/notes/$(date +%Y-%m-%d).md"

两种模式

type	行为	示例
`exec`	直接执行shell命令，输出结果	`/gpu` → 跑nvidia-smi
`alias`	重写到另一个斜杠命令	`/sc` → 等同于 `/model sonnet --provider openrouter`

alias模式示例：

1
2
3
4
5
6
7


quick_commands:
 sc:
 type: alias
 target: "/model sonnet --provider openrouter"
 local:
 type: alias
 target: "/model qwen3.5 --provider custom"

注意事项

exec模式不支持参数模板（比如 {args}），就是固定命令
alias模式会自动传递用户输入的额外参数
命令超时30秒自动终止
执行优先级：内置命令 > Quick Commands > Skill命令
Gateway（微信/Telegram等）也能用，直接输入 /gpu 即可

3. 模型别名：一句话切模型

类比：你有一堆门钥匙（不同AI模型），每次开锁都要翻半天找。模型别名就是给每把钥匙贴了标签——喊"opus"就知道用哪把。

实际用途：

/model opus → 切到Claude Opus处理复杂代码
/model sonnet → 切到Claude Sonnet做日常对话
/model ds → 切到DeepSeek省钱
/model glm → 切到国产GLM模型

配置方法

方式一：完整格式（在 ~/.hermes/config.yaml 中）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18


model_aliases:
 opus:
 model: claude-opus-4-6
 provider: anthropic
 sonnet:
 model: claude-sonnet-4-20250514
 provider: anthropic
 ds:
 model: deepseek-chat
 provider: deepseek
 glm:
 model: glm-5.1
 provider: zai
 base_url: "https://open.bigmodel.cn/api/coding/paas/v4"
 local:
 model: qwen3.5:397b
 provider: custom
 base_url: "http://localhost:11434/v1"

方式二：简写格式（provider/model格式）

1
2
3
4


model:
 aliases:
 ds-flash: deepseek/deepseek-v4-flash
 local-qwen: qwen3.5:397b

使用方法

在聊天中直接输入：

1
2
3


/model opus # 切到Claude Opus（仅当前会话）
/model sonnet # 切到Claude Sonnet
/model --global glm # 全局切换到GLM（所有会话生效）

内置别名（不用配就能用）

Hermes自带了一批模型目录别名，输入关键词就能匹配到该厂商最新版本：

别名	对应模型家族
sonnet	Claude Sonnet系列
opus	Claude Opus系列
haiku	Claude Haiku系列
gpt5	GPT-5系列
o3 / o4	OpenAI推理模型
gemini	Google Gemini系列
deepseek	DeepSeek系列
glm	智谱GLM系列
qwen	通义千问系列
kimi	Kimi（月之暗面）

这些是模糊匹配——输入"sonnet"会自动找到Anthropic最新的Sonnet版本。你自己的别名（model_aliases）优先级更高，会覆盖内置的。

切换逻辑

当你输入 /model opus 时：

先查你的 model_aliases 配置（精确匹配）
再查 model.aliases 配置（简写格式）
最后查内置目录别名（模糊匹配，自动找最新版本）

4. 凭据池轮换：多个API Key自动切换

类比：你一个人去自助餐厅，只有一个盘子，每次拿菜都要排队。凭据池就是给你发了多个盘子——一个被限流了（排队的厨师说"你等会儿"），自动换下一个。不耽误吃饭。

实际用途：

OpenRouter单个Key被限流？自动换下一个
Claude API额度用完？切到备用Key继续
多个provider混用？自动选最优

添加凭据

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


# 添加API Key类型的凭据
hermes auth add openrouter # 交互式输入API Key
hermes auth add anthropic --type api_key # 指定类型
hermes auth add openrouter --label "主号" # 加标签方便管理

# 查看已有凭据
hermes auth list
hermes auth list openrouter # 查看某个provider的凭据

# 移除凭据
hermes auth remove openrouter 0 # 按序号移除
hermes auth remove openrouter my-label # 按标签移除

# 重置限流状态（Key被标记为exhausted后手动恢复）
hermes auth reset openrouter

轮换策略配置

在 ~/.hermes/config.yaml 中：

1
2
3
4
5


credential_pool_strategies:
 anthropic: round_robin  # 轮询：挨个用，雨露均沾
 openrouter: random  # 随机：随便挑一个
 openai-codex: least_used  # 最少使用：挑调用次数最少的
 # 不配 = fill_first（默认）

策略	行为	适用场景
`fill_first`	用第一个直到用完，再换下一个	有主备Key的场景
`round_robin`	轮着用，每次选下一个	均匀分摊用量
`random`	随机选一个	不在乎分布，只要不被限流
`least_used`	选调用次数最少的	想最大化利用每个Key

限流自动恢复

不用你管，Hermes会自动处理：

错误类型	冷却时间	恢复方式
401（认证失败）	5分钟	自动跳过，用其他Key
429（限流）	1小时	自动跳过，用其他Key
402（余额不足）	1小时	自动跳过

冷却期过了之后，Key会自动恢复到可用状态。

支持的Provider

OAuth类型（浏览器授权）：anthropic、nous、openai-codex、qwen-oauth、google-gemini-cli

API Key类型（直接填Key）：openrouter、deepseek、zai、kimi、stepfun、moonshot、minimax、xai、gemini、copilot、bedrock、nvidia等

Custom类型：custom:名称，从你的custom_providers配置自动生成

完整配置示例

一个真实的多Key配置长这样：

1
2
3
4
5
6


credential_pool_strategies:
 anthropic: round_robin
 openrouter: random

# 凭据存在 ~/.hermes/auth.json，不要手动编辑
# 用 hermes auth 命令管理

然后：

1
2
3
4
5
6
7
8


# 添加3个OpenRouter Key
hermes auth add openrouter --label "OR-主号"
hermes auth add openrouter --label "OR-备用1"
hermes auth add openrouter --label "OR-备用2"

# 添加2个Anthropic Key
hermes auth add anthropic --type api_key --label "AN-主号"
hermes auth add anthropic --type api_key --label "AN-备用"

配完之后，hermes auth list 看一眼：

1
2
3
4
5
6
7
8


OpenRouter:
 [0] OR-主号 (ok) requests: 847
 [1] OR-备用1 (ok) requests: 823
 [2] OR-备用2 (exhausted, resets in 23min) requests: 891

Anthropic:
 [0] AN-主号 (ok) requests: 156
 [1] AN-备用 (ok) requests: 148

被限流的Key会标 (exhausted)，倒计时结束自动恢复。你什么都不用做。

4个配置怎么搭着用

我自己的搭配：

场景	配置组合
日常开发	Quick Commands查状态 + 模型别名随时切模型
重要操作	Shell Hooks拦截危险命令 + 自动格式化
长时间跑任务	凭据池轮换防限流 + Hooks记录操作日志
团队协作	pre_tool_call Hook统一检查 + 凭据池共享Key池

改完之后最明显的变化

Shell Hooks：之前AI偶尔会跑一些我不确定的命令，现在危险操作自动拦截，格式化自动执行，省心了。

Quick Commands：以前查个GPU状态要跟AI说一句话，花几百Token。现在 /gpu 两个字搞定，零成本。

模型别名：以前切模型要改配置文件重启。现在 /model opus 一行搞定，复杂任务用贵的，日常用便宜的，省钱又灵活。

凭据池：这个最香。之前单个Key被限流就得干等，现在配了3个OpenRouter Key轮着用，基本没遇到429了。

写在最后

4个配置，按需选用。不需要一次全上——先从Quick Commands和模型别名开始，这两个最简单、最直觉。等熟悉了再加Shell Hooks和凭据池。

配置文件位置：~/.hermes/config.yaml，照着上面改就行。

关注 varkm，一起学习，一起成长。

上一篇8个基础配置还没改的，先去改那个。基础不牢，进阶白搭。

装完 Hermes Agent 就完事了？这8个配置不改，白装了

Thu, 14 May 2026 00:00:00 +0800

装完 Hermes Agent，兴冲冲跑起来，结果动不动卡死、账单蹭蹭涨、隐私信息全写在日志里——你不是一个人。改8个配置，5分钟搞定，用起来完全两个世界。

先说结论

Hermes Agent 装好之后的默认配置，是给"能跑就行"设计的，不是给你最佳体验设计的。我翻了一整天文档和源码，筛出8个必改配置。改完之后：

省钱——长对话不再重复烧钱，同样的内容不用来回发两遍
省心——AI不会在同一个错误上死循环
安全——隐私信息自动脱敏，日志干干净净
更聪明——复杂任务能拆得更细，简单问题自动用便宜模型

一张表先给你看全貌：

配置项	改前	改后	效果
忙时输入模式	interrupt（打断式）	steer（追加式）	执行中可随时追加指令
缓存时间	5分钟	1小时	长对话省钱省时间
工具断路器	没开	开启	防止死循环烧钱（3次警告，8次硬停）
子任务深度	1层	2层	复杂任务拆得更细
子代理工具集	3项基础工具	+浏览器	子代理能力更强
隐私脱敏	关闭	开启	日志不泄露隐私
安全扫描	关闭	开启	防止危险自动化
智能模型路由	关闭	开启	简单问题用便宜模型

下面一个一个说。

必改的8个配置

1. 忙时输入模式：从"打断式"改成"追加式"

类比：你在餐厅点菜，厨师正在做你的红烧肉。默认模式下，你突然喊"加个蛋"，厨师会把锅里的肉倒掉，重新开始做。改成steer模式后，厨师会先把红烧肉做完，再做你的蛋——两不耽误。

默认：interrupt——你中途插话，AI会立刻停下手头的活，处理新指令。改成：steer——你的新指令排进队列，AI忙完手上的再处理。效果：AI在执行复杂任务（比如批量改文件）时，你可以随时补充需求，不用干等它做完再说。

配置方法：在 ~/.hermes/config.yaml 中：

1
2


display:
 busy_input_mode: steer  # 默认是 interrupt

2. Prompt缓存时间：从5分钟拉到1小时

类比：每次去图书馆查资料，默认模式下你每次都得重新办借书证。拉长缓存后，一天内只需要办一次。

默认：5分钟——超过5分钟，AI会把系统提示词（System Prompt，就是告诉AI"你是谁、该怎么做"那段话）重新发送一遍，重新算钱。改成：1小时。效果：长对话中，重复的系统提示词不再每次重发。别小看这个，系统提示词通常有好几千字，来回发一次就是几毛钱。一天聊下来，能省不少。

配置方法：

1
2


prompt_caching:
 cache_ttl: 1h  # 默认是 5m

3. 工具循环断路器：必须开

类比：你让AI去隔壁房间拿东西，门锁了它打不开。默认行为是——它会在门口一直拧把手，拧到你破产。断路器就是：试两次打不开就喊你，别搁那拧了。

默认：没有断路器。同一个工具（比如搜索、读写文件）调用失败，AI会无限重试。改成：连续失败3次警告，8次硬停。效果：尤其在定时任务（Cron Job，让AI定时自动执行的任务）场景下，这个配置能救命。不然你睡一觉起来，AI在某个报错上循环了一整夜，账单直接起飞。

配置方法：

1
2
3
4
5
6
7


tool_loop_guardrails:
 warnings_enabled: true
 hard_stop_enabled: true
 warn_after:
 same_tool_failure: 3 # 同一工具失败3次后警告
 hard_stop_after:
 same_tool_failure: 8 # 同一工具失败8次后强制停止

4. 子任务嵌套深度：从1层改成2层

类比：你是项目经理，默认情况下你只能把任务分给下属，下属不能再往下分。改成2层后，下属也能往下再分一级——任务拆得更细，执行更高效。

默认：1层——AI的总指挥（负责分配任务的主代理）不能再往下派子任务。改成：2层。效果：比如你说"帮我调研竞品A"，AI可以拆成"搜网页"+“读文档"两个子任务，分别执行后再合并。1层模式下做不了这种拆分，复杂任务容易翻车。

配置方法：

1
2


delegation:
 max_spawn_depth: 2 # 默认是 1

5. 子代理工具集：加上浏览器操作

类比：你派了个助手出去办事，默认只给他纸笔和电话。加上浏览器操作，等于又给他配了台电脑——能做的事多了不止一倍。

默认：子代理只能用终端（Terminal，命令行操作）、文件操作、网页请求这三样。改成：加上浏览器（Browser）操作能力。效果：子代理也能直接操作浏览器，比如打开网页、点击按钮、截图。不用每次遇到需要浏览器的操作都扔回主代理，效率直接翻倍。

配置方法：

1
2
3
4
5
6


delegation:
 default_toolsets:
 - terminal
 - file
 - web
 - browser  # 默认没有这一项

6. 隐私脱敏：必须开

类比：你让AI帮你整理通讯录，默认情况下，你朋友的手机号、你的身份证号会原样出现在日志里。开了脱敏后，这些信息会自动变成"138****5678"这种格式。

默认：关闭。日志和上下文中明文存储所有隐私信息。改成：开启。自动检测并脱敏手机号、身份证号等PII（Personally Identifiable Information，个人身份信息）。效果：你的 Hermes 日志文件里不会出现任何明文隐私数据。尤其是多人共用服务器的情况，这个不开就是在裸奔。

配置方法：

1
2


privacy:
 redact_pii: true # 默认是 false

7. Skill安全扫描：必须开

类比：AI学会了新技能，默认情况下它想怎么用就怎么用，没人管。安全扫描就是给AI的新技能加了一道"审核”——有风险的技能会被拦下来。

默认：关闭。AI自动创建的技能（Skill，AI根据需要自己写的自动化脚本）不过安全检查。改成：开启。效果：AI自己创建的自动化脚本会先过安全检查，比如检测是否有删文件、发网络请求等高风险操作。防止AI"好心办坏事"——它以为在帮你，其实把重要文件删了。

配置方法：

1
2


skills:
 guard_agent_created: true # 默认是 false

8. 智能模型路由：能省一大笔钱

类比：你去医院，感冒看普通门诊就行，不用挂专家号。智能模型路由就是给AI配了个"分诊台"——简单问题用便宜模型，复杂问题才上贵的。

默认：关闭。所有问题都用你配置的那个模型，不管简单还是复杂。改成：开启。效果：举几个例子你就懂了——

“今天几号”→ 用0.01元的模型
“帮我写封邮件”→ 用0.05元的模型
“帮我重构这段代码”→ 才用2元的模型

一天下来，账单能砍一半以上。

配置方法：

1
2
3
4
5
6
7


smart_model_routing:
 enabled: true # 默认是 false
 max_simple_chars: 160 # 超过160字不走便宜模型
 max_simple_words: 28 # 超过28个词不走便宜模型
 cheap_model: # 填你的便宜模型
 provider: your-provider
 model: your-cheap-model

进阶玩家可以看这些

上面8个是所有人装完都应该改的。如果你是进阶玩家，还有几个值得折腾：

Shell Hooks：用shell脚本拦截工具调用。比如每次AI要执行命令时，先跑你的检查脚本。不需要写Python，会写shell就行。
Quick Commands：零Token快捷命令。输入 /status 直接执行系统命令，不经过AI，不花钱。
模型别名：在聊天中输入 /model opus 一键切换模型，不用去改配置文件。
凭据池轮换：配多个API Key（接口密钥），自动轮换使用，防止单个Key被限流。

这些配置改起来稍微复杂，后续我会单独写一篇展开讲。

改完之后我的变化

最明显的是省钱。改之前我日均消耗大概在15元左右，改完智能路由+缓存时间，直接降到6-7块。一个月省下来两百多，够吃好几顿外卖了。其次是不卡了。之前AI动不动就在某个报错上死循环，得手动停掉重来。开了断路器之后，再没遇到过这种情况。最后是放心了。隐私脱敏和安全扫描这两个，属于"不出事感觉不到，出事就晚了"的配置。改完之后看日志，干干净净，心里踏实。

写在最后

8个配置，全部加起来改5分钟。但这5分钟，决定了你的 Hermes 是"能用"还是"好用"。大多数人装完就跑，然后觉得"Hermes 也就那样"——不是 Hermes 不行，是你没调好。配置文件位置：~/.hermes/config.yaml，照着改就行，不用动脑子。

关注varkm，回复【配置】获取完整的 config.yaml 优化模板，直接复制粘贴，一键搞定。

觉得有用就转给你那个装了 Hermes 但天天骂它不好用的朋友。