Hermes支持连接omlx么

大家好，今天讲一个很多 mac 用户关心的话题，怎么在 mac 本地跑 ai agent 并使用本地六大模型。然后先说一下结论，我最终选择的是 o m l x 加千万三点五九 b 的 一个模型，然后我的配置是 m 二 pro 三十二 b 的 一个内存，目前来说的话还是可以使用。 整体上来说的话啊，千万这个模型比较适合在麦克上跑，中间踩了不少坑。我先来说一下啊，为什么其他的我不太推荐？首先我来说一下欧拉玛，这个其实是目前最流行的本地模型工具，但是我放弃了。 第一个问题是协议不太兼容，首先我们 hms 协进的需要 open a 一个标准协议，但是欧拉玛的话需要 let l l m 做一个中转，中转的时候还得注意我们的工具调用需要单独开一个非流式的一个经用才能正常的调用函数， windows 的 用户可以参考一下，这个是整体的架构，然后这个流程的话是能够完全跑通的。第二个来说一下 lm studio， 这个其实也是 mac 原声的一个工具，也挺好的。但是它发现我发现它没有 so endpoint， 赫默斯无法调用，只能本地自己用，无法作为服务来跑，并且它的内存占用是很高的。 说完刚才那些踩坑的经验，来说说我为什么选择 o m l x 以及 o m l x 对 mac 的 一个底层优化。很多人觉得用 mac 跑 a 帧的会很卡，其实问题是出在 prefix feel 这个东西啊，每次 ai 回复都要重新计算你的系统提示词， 系统提示词不短，它有工具描述， m c p 配置大概加起来有二十 k token， 传统框架每次都靠 cpu 重新计算，等半天才能出第一个字 o m l x。 怎么解决呢？其实是靠的四项核心技术，第一个前缀缓存，第二个分页式共享 k v， 第三个冷热分层，第四个高泵发调度。最后总结一下， mac 用户如果也想在本地跑 agent 以及大模型的话，建议使用欧美 mlx 这套方案。以上是 github 的 一个链接，大致现在的话只有一万个 star， 感谢大家的观看。

大家好， hermes agent 都用上了吗？觉得怎么样呢？那今天来分享一下我最近使用的十个技巧，比较适配新手。 那第一个就是我们去安装 hermes 的 时候，只要执行这一条命令就行了，但是呢， windows 用户一定要特别注意啊，必须得安装这个 wcl 这个环境，那其实安装也非常方便啊，只要打开你的这个 pro shell， 那输入这个 install 命令就可以了。安装完之后输入这个 wc 要启动，然后再去执行这条命令，那么就 ok 了。那第二个就配置这个主模型啊，那么在 hermes 里面是其实是有主模型和辅助模型的，那我们怎么去配置这个主模型呢？那配置也是非常简单，只要执行 hermes， 然后 model 模型，那么你就可以选择，那第一个是它自己自家这个订阅，第二个是 open rotter， open rotter 非常建议大家使用，这个 open rotter 里面其实有非常多免费的模型，然后的话你就可以等它出来，就是它会先加载一些。就是啊，模型 我们可以拉到最下面啊，就是你可能这个模型不在这里的，你可以拉到最下面，然后对话输入模型的名称啊，输入模型名称点确定， ok， 这样的话你的模型就变成这个应用达这个模型呢，因为我之前已经输入过密钥了，所以他没有提示我输入密钥，比如说我们再看一下他是不是变了， ok， 你 看这个名字是不变了，我问一下， ok 啊，它这个模型是这个，那我们在设置模型的时候有一个小小的问题，比如说我们如果说设置的模型需要输入这个 key， 但是这个 key 其实在它这个终端输入里面我们是看不到的，经常我们复制过去之后看不到这个字母出来， 那你不知道，你可能又复制，导致可能这个命要输错了，那怎么办呢？ 那么在这个 hermes 这个啊，目录里面有一个环境的这个配置的文件叫这个点 e n v， 那 么在这个文件里面是保存了所有你配的这个模型的密钥。所如如果说你这个模型调不通，那么你建议你去这个文件里面看一下你的密钥是不是配置的，对不对？那第三个就是啊，配置这个辅助模型，那为什么它会有辅助模型呢？ 因为它设置了不同的任务模块啊，比如说这个第一个任务模块叫啊试图就是说啊，你如果发了这个截图啊，给这个 homeys 发了截图，不管你是通过什么聊天工具发了截图的话，如果你专门给它适配了模型，它就会调用这个专门的模型， 那比如说这个外部网页的搜索也是一样的，那么他这边有八个任务都可以去配置不同的模型啊，那这里就会有一个这样的事情呢，就是可能像有一些他是高频的，但是我们不需要那么好的模型去处理，比如说像搜索网页，其实这是这是一个可能是一个 m c p 的 活， 并不需要你这个模型有多厉害，那么你就可以选用一个便宜的模型，那比如说像这种啊，比如说这种记忆类的啊，他要去 总结记忆的，那非常重要，因为记忆和这个技能的这个深层非常依赖于这个模型的能力，不然的话他的这个效果就很差，那么这种时候你就可以去选一个比较好的模型， 还有说这种搜索类的，那么都是比较好的模型，选好一点的模型，所以你可以去根据这个去配置不同的模型，那么你也可以不配置啊，如果不配置的话都会使用默认模型，也就是你配置的那个默认模型，那如果你想配置的话，你可以这么来配置，只要进入对话，然后你告诉他是哪一个任务，比如说请你 这个压缩的啊，辅助模型， 你复制给它就行，就首先你得知道自己这个模型已经配置好了，在我们前面这一步，他这边啊，看到没有，他把 auto 能换成这个，就是我们的这个模型。 第四个就是写好这个 sword， md 啊，就是这个是个灵魂的文件，那这个文件是写什么字呢？就是定义你这个后面字的这个风格 应该写什么呢？比如说你这个性格说话的方式啊，做事的风格，价值观和边界，所以呢这个是非常适合你去定义好，这样的话你的这个后面字就比较有人味了，那么格式你可以这样按这种格式啊，比如说你是谁，你怎么说话，你做事的风格是什么样子的？你遇到问题优先怎么处理 啊？比如说举个例子啊，比如说你现在要做一个这种研究型的 ai 助手，你就把后面字定义成这种助手，那么你可以按这种方式去让它给你去对话，那么你也可以让 ai 去帮你走。比如说你跟后面字已经对话了一段时间了，那么你就可以让它根据我们的对话技术风格 让它去重新设置啊，你的这个灵魂文件，或者说你自己知道叫 so d m d， 那 么直接叫 so d m d， 或者重新设置我的灵魂，它是能识别出来 啊，你这个设置灵魂就是去修改这个 so md， 它会去根据你的对话就去总结你要求的这种风格，因为你跟它对话，你会不断去纠正它的问题嘛，那么它就知道你喜欢什么样的风格啊，就是这个样子，所以这个文件是非常适合大家在刚开始使用时去定义的。去定义好的， 那第五个就要搞懂这个 home md， 这个就是定义了 home md， 这个就是定义了 home md， 就是他是怎么跟你说话，是定义他那 user 点 m d 是 他对你的了解，就是你是用的人，他对你的长期观察，会把这些你的画像，你的习惯，你的偏好，然后落入，然后总结到这个文件里面，所以这个是会被被动形容的，那么你自己也可以去编辑啊。 那 memory md 就是 通过我们长期的对话，他会把这个一些事情总结，就针对事情来总结到这个 md memory md 里面，然后呢，每一次对话都会把这个文件的内容注入到上下文里面去，这样的话他就会记住啊，你曾经喜欢这个，喜欢那个，喜欢，喜欢做什么？喜欢这个事的流程是什么样子的， 那 skill 就 更具体了，就是他对你的对话进行总结之后，发现有些事情是可以啊用流程固化下来的，那么他就他就会固化到这个 skill 的 文这个文件夹里面去形成技能，那么这你的方法就可以被附用，流程就可以被附用了， 那么这种你也可以自己去安装，那么后面字也是可以被动去创建去啊，进行一个修改的。 那 state db 呢？就是你跟它的所有的对话记录全部都保存在这里面，那其实最重要的是这个所有的 md 啊，是去定义你这个 home 字是什么样的人格，那这个文件是我们主动要去维护的，那其他的文件都是 home 字可以自动去处理的，可以不用管。 那第六个就是我们配置这个聊天通道，那么也是非常简单，那我们配置这个聊天通道也是非常简单，只要执行这个 homeis getway setup 就 可以了，那进来之后我们可以看到它支持非常多这样的聊天的通道， 然后的话这边也是飞书钉钉还有企业微信，然后这边的话是可以去配置的，比如说配置这个飞书的话，你可以进来，进来之后，比如说我这边已经配置过了，那我就让他重写。 那这句话是要输入这个 app id， 那 么你如果之前用过 open core 对 接过飞书，那么你肯定创建了很多这样的飞书的应用啊，比如说我们打开这个飞书的应用，就可以看到这样的 app id， 那 我们只要复制过去啊，输进去，然后再把这个密钥 再输过去， 然后再选择飞书啊，我们用的是国内版飞书， 然后就确定，然后不管，那这样就配置好了，那这边的话他有一个这样的一个配对的这个命令，配对的这个码 你可以选择选择之后你你如果说是第一次的话，他是会啊，你跟他对话的话会输，会生成一个这样的配对的密钥啊，你输进去就行了， 那这样就配置就完成了，你就可以去对话了，然后你可以选择，然后让它重启。它目前的话支持基本上主流的这个聊天工具啊，而且飞书的话它支持的这个维度能力的维度都是非常全的，所以说还是比较推荐使用飞书。 那第七个就是我们可以使用这个 homeis doctor 这个功能啊，去做一个全面的检查，看一下我们到底配置上有什么问题，我们可以输入这个，然后它就会去 如果没有问题的他就会打勾，如果有有问题他就会打叉，然后告诉你这个哪一个是啊？有什么具体的问题，那比如说这有个警告，这个有一个 browse 插件没有装好， 就是如果你这边遇到什么问题，你可以先执行这个，然后让他去看一下，检查一下有没有什么问题。那第八个就是 ui， 就 说它本身是有一个这样 ui 的 管理界面，那官方没有做啊，但是社区已经做了一个非常不错的这个 ui 的 界面啊， 然后的话你可以把这个项目 clone 下来，然后去执行这个，然后就可以启动一个这样的 ui 的 这个，呃， homeys 的 这个 ui 的 管理界面，那这边是我启动之后啊，我们可以看到你可以配置很多东西，比如说对话，然后的话配置这个任务， 还有这个搜索这个技能。然后的话这边是啊，一个就是四二点 m d 的 配置，比如说我这个配置就是这样子的，那么你可以直接修改， 然后这边的话是这样的，文件就基本上管理的东西都有，然后这边可以选择模型，所以说是不错的。你如果说不太习惯用终端命令行 t u i 这种方式来管理的话， 你可以把它下载下来，然后部署一下。那第九个是如果你想把 open core 的 东西迁移过来，你可以执行这个命令，执行这个命令的话，可以把 open core 的 一些技能啊，一些记忆啊，这些东西都都带过来，比如说像这个 点 open 空的所有的文件，他都会转移到这边去啊，你可以选择 yes 呢，他就会把它全部转过去了，非常方便的迁移啊。那第十个就是怎么去安装记呢？那么第一种方式就自己去创建，那通过聊天的方式创建，我相信大家这个都已经非常熟悉了。那第二个是在社区里面搜索，那么 homeys 也有自己的这个技能的社区啊，然后它这边也是有非常多这样技能的，大概有四呃，四百多个吧，六百多个，现在已经六百多个了。然后我们可以打开这个技能列表，里面是有这个 build in， 就 说明是它本身就自带了这个技能，那么不是这个标记的，那你就需要去安装了。那安装方式也非常简单， 那只要把链接发送给他，在对话框里面告诉他，让他去安装这个技能就可以了。你也可以去安装 opencircle 里面这个技能啊，也是一样的，复制链接发给他，他就会自动去安装。还有 github 的 技能也是这么安装的， 那这样有了技能之后，那你就能够去用很多这样的，做很多这样的事情了，那么以上十个呢，是我自己总结的一些这些经验啊，希望能够帮助到你，能够更快更好地去使用这个 hems agent。

今天我用了一阵子的 amos 啊，最大的体悟就是简单省事啊，像龙虾对接欧拉玛 lm studio 这样的本地模型啊，需要手工配置啊， amos 真的 是非常简单啊。 大家好，我是根谷啊，今天是 amos agent 系列课程的第二堂课，很多人的虾还没养好啊，现在又开始养马了。首先给大家看一下效果吧，我打开这个 amos 啊 amos， 比如说我做几道题目啊。先来一道简单的吧， 小明现在有十二个苹果，吃掉了三个，又买了五个，现在有多少个？我首先看一下欧拉玛这个，这一枚的四二十六币啊。好，他已经装载进去了。装载进去的话以后你看啊，一辆车 每小时六十公里，二点五小时能走多少公里数？那第二次就会快很多，因为刚刚我很久没用它休眠了哈。我们再做一道比较难的题目吧，一道概率论的题目。这道题目是比较难的，一个盒子有三个红球，五个篮球不放回抽两次 啊，就是这个球第二次抽到红球的概率，他给了两种方法对吧？嗯，那再给两个这个脑筋急转弯，这个小时候经常经常被坑啊。小明的妈妈有三个儿子，大儿子叫大毛，二儿子叫二毛。小儿子叫什么？小儿子是叫小毛吗？不对，是叫小明对吧？来一个这种吧 那来一个这种。呃，他这个记忆体没有的，比如说，呃，美国的现任总统。总统是谁呢？他应该要去网上去找，哎， 或者是美国的第一任总统是谁，我看看他能不能知道叫 music music music 啊。 这个 ems 最大的特点就是它，如果是啊，如果是它没有的功能，它一定会去网上找，比如说，比如说北京今天的天气如何，这对它来说应该是有难度的，它应该没有这个技能才对的，是吧？ 那它你看它要去这个叫酷 google 去搜寻这个北京的天气，它要去 bing 里面去试了，是吧？ 大概是搞不定的，我觉得它应该需要做一个这个天气的一个 api 的 接口去访问，它自己要去写这样一个技能， 然后我讲一下怎么样去快速的让这个爱马仕对接你本地的模型，因为你的电脑足够强大的话，我建议你还是用本地的模型啊，因为非常省钱啊，非常省钱啊。第一步就是进入这个欧拉玛，对吧？我用的是欧拉玛的当当 low 的 欧拉玛，是吧？我用的是苹果的， 自动的，就下载，下载完了以后这个没有什么可讲的，就是一个应用程序打开，打开它的话，这里面有很多模型啊，如果你电脑配置比较好的，就去下这个二十六 b 的 啊，二十六 b 或者是 三十一 b 的 都是没问题的，我的成，我的电脑下三十一 b 是 没任何问题的，当然我的电脑也是跑不起一百二十 b 的。 下完了以后，下完了以后你测一下就好了，比如说我下了这个这个这个 这个，这个我是有的，对吧？这 gpt 的 你，你是什么模型啊？对吧？它就是 gpt 的 这个这个单元模型，是吧？下完了以后，这个就挂在这里就不用管了，就是好通了，它出现了 cking thinking 啊，就 ok 了啊，你就不用管了，你可以把它擦掉。那第二步要要你知道这欧拉玛用的是什么端口？那欧拉玛端口的话是幺幺四三四，那这个端口是怎么知道的呢？很多人他在问这个端口怎么知道呢？其实是靠那个 l i s f 这个，你去看它的监听端口， 欧拉玛这个监听端口就是幺幺四三，是默认的，这个东西大家记住就好了，他不是八千是吧？也不是八千，也不是幺幺四三五，就是这个就就用这个命令，命令行啊，这是教大家一个小技巧，然后怎么把它配置上去呢？也是非常的简单的，是爱马仕，爱马仕这个名字我觉得取得特别棒啊， model 就就一个命令。然后呢？你翻到下面了，如果你用了龙虾的话，这些都是他把龙虾的配置倒过来了。假设你第一次配，第一次配是没有这些的，但是这个这个选项是有的，叫那个卡斯特吗？卡斯特吗？在哪里啊？自定义的端点，这个这个 这个这个 http 冒号双写，这个幺幺四三四回车，这里的 api 你 们不需要，不需要，因为不需要 api， 来这里面就选择模型了，对吧？这里面你选择一二三四，我应该是默认的是二二，是我最喜欢的模型啊，这是目前为止 最强大的模型啊。这个上下文这个窗口最好设置为非常大，七万 七万是没问题的啊。好了，以后就是 amos， amos， amos， amos， 哎，它总会出中文， amos， 哎，这就好了，最好是你先杀一遍进程，然后呢取一个新的回放框，因为它毕竟不是在浏览器里面，它全是这个命令行，所以说开始用起来可能不会那么习惯，但是用着用着应该就比较顺手了。比较顺手了啊？

openclaw， 对 不起，我怕 hermes 误会！最近 ai agent 圈子里发生了一件大事， github 上一个叫 hermes agent 的 开源项目，两个月时间狂揽六万星，平均每天新增几千个关注， 直接冲上 github 川定第一名。更夸张的是，很多原本用 openclaw 的 开发者都在悄悄地迁移到 hermes。 今天就来聊聊 hermes agent 到底是什么？为什么这么多人开始移情别恋？ hermes agent 是 什么？ 先说结论， hermes agent 是 一个会自我进化的 ai 智能体，是一个会自己变聪明的 ai 助手。从你使用 hermes 的 那一刻开始，它就会开始自动写入记忆，自动提炼 skill， 自动优化工作流。简单来说，你用的时间越久，它对你的理解越深，工作越高效。 不是你在训练他，而是他在训练自己。 hermes agent 是 news research 在 二零二六年二月发布的开源 ai agent 框架。 hermes agent 的 核心特点用官方的话说叫 the agent that grows with you。 一个和你一起成长的智能体。这个项目被社区认为是 openclaw 上线以来第一个真正意义上的竞争对手。那 hermes agent 和 openclaw 具体有哪些区别？ 这里我总结了四个方面的区别。区别一，龙虾是网关， hermes 是 引擎。 open cloud 的 核心是一个 gateway， 它通过一个强大的系统来协调多个智能体，通过复杂的编排来完成任务。 你可以把它理解成一个指挥官，它告诉每个 agent 该做什么，然后把结果整合起来。这种设计的好处是灵活、强大、可扩展。你可以接入多个平台，可以运行多个 assistant， 可以 处理复杂的多 agent 协助任务。但是它有一个问题，每次任务都是从零开始。 openclock 没有原生的技能学习层， 你让它做一百次同样的任务，它还是会用同样的方式处理，不会变得更快更好。它有工具，有指令，但是它不会积累经验。 hermes agent 的 核心则是 agent 自身的执行循环，它不是通过外部系统来增强能力，而是把能力内化到 agent 的 本身。工具调用、记忆、交互、执行模式都是 agent 自己的能力，不是外部系统赋予的。 这种设计的核心优势是 agent 会学习、会进化、会适应。区别二， hermes 是 会自己写技能的 agent。 这是 hermes 最有意思的地方，当他完成一个复杂任务后，通常涉及五次以上。工具调用会把整个过程沉淀成一份结构化的技能文档，存成 markdown 文件，下次遇到类似任务，直接加载这份技能，不用从头解决。 更关键的是，这些技能在使用过程中会自我迭代。如果 agent 在 执行技能时发现了更好的方法，它会自动更新技能文档。 openclaw 也有技能系统，但主要依赖人工编辑和社区贡献的技能市场。 clawhab hermes 这边等于把写技能这件事也交给了 agent 的 自己。区别三，记忆体系的差异。 两者都声称有跨绘画记忆能力，但实现方式不同。 hermes 用 sq lite 数据库配合全书解锁，把所有历史对话存下来，需要时通过搜索加摘要召回。他把记忆分成两层，一层是常驻的关键信息，写在 memory 点 md 里，每次对话都带上。 另一层是全量历史解锁。 open cloud 的 记忆则是工作区里的 markdown 文件，走的是文件及记忆的路线，通过语义解锁工具来查找， 在上下文压缩前会执行一次静默记忆写入，防止压缩丢信息。简单说， hermes 更像是给 agent 装了一个搜索引擎式的大脑， openclaw 更像是给他一个笔记本。 区别四，安全思路也不一样。 hermes 搞了一套五层纵深防御、用户授权、危险命令审批、容器隔离、屏距过滤、上下文注入扫描、 默认对高风险操作，比如执行终端命令、写文件要人工审批，超时未批准就自动拒绝。 openclaw 这边则更强调信任模型和配置审计，它提供了 openclaw security audit 命令， 可以一键扫描网关配置的安全隐患。但 openclaw 在 安全方面的历史记录不太好看，今年二月被曝出多个高危漏洞，十三点五万个实例暴露在公网上， 技能市场也有超过三百个恶意技能被发现。这也是为什么很多安全意识强的开发者从 opencloud 迁移到 hermes 的 重要原因。那 hermes 就 完美无缺了吗？当然不是，它的生态还很年轻，社区技能库远不如 opencloud 丰富， 如果你需要大量现成的工具集成， opencloud 仍然是更好的选择。另外， hermes 的 学习循环需要时间积累，前期体验可能不如 opencloud 那 么开箱即用。但关键在于， hermes 代表了一个新的方向， ai agent 不 应该只是工具的集合体，而应该是一个会成长的数字伙伴。 open club 的 哲学是我给你足够多的工具，你自己组合。 hermes 的 哲学是 我跟你一起工作，从经验中学习，变成你的专属助手。这两种哲学，哪一种更符合未来市场？正在给出答案。好了，本期的分享就到这里，我们下期见。

最近 ermis agent 很 火，火到已经有人开始卖袋装服务了。但普通人真正需要搞清楚的不是他有多火，而是他到底和 openclaw 差在哪儿， 以及你到底有没有必要再装一个 agent， 还是只是在追一个新的热词。所以今天这期我不吹概念，直接把它拆成一个新手也能照着走的完整安装指南。我们就只讲三件事，它是什么，它和 open cut 的 区别，以及怎样用 ws 二二最稳的把它装起来。 hermes agent 本质上不是一个聊天 app， 而是一个常驻运行、会自己积累经验的 agent。 它最特别的点不是会调工具，而是会在执行任务后沉淀技能，把成功过的方法总结成可附用的工作流。所以你可以把它理解成一个带学习循环的个人智能体，而不只是一个能回消息的 ai 机器人。 如果你已经用过 open call， 那 最直观的区别不是功能菜单，而是学习方式。 open call 更像消息中加个人工作台， hermes 则更强调把经验沉淀成技能，让他以后越来越像你的做事助手。 说白了， openclaw 解决的是连接和调用， hermes 更往前走一步开始解决。记住和成长， 不是每个人都需要再装一个 hermes， 关键看你想解决的是连接问题还是长期复用问题。如果你只是想把消息工具和模型接起来，现有 openclaw 够用。但如果你想要技能沉淀、迁移和长期自动化， hermes 才真正有意义。 所以别把它当成必须换代，而是把它当成一个更偏长期复利的 a 振的选项。如果你是 windows 新手，最稳的路线不是折腾原生环境，而是先把 ws 二跑通。 先在管理员 power shell 里执行 wsl install， 进到 linux 环境后再跑官方安装脚本，这样依赖和命令链路最稳定。对新手来说，安装主线就记住两个阶段，先把 wsl 二装好，再在 linux 里装 hermes， 别一上来就被环境问题绕晕。 装完 hermes 之后，别急着先折腾花活，先把模型迁移和诊断这三件事走通。 你可以先跑 hermes setup 走向导，再用 hermes cloud migrate 导入 opencloud 的 关键配置，最后再用 hermes doctor 做一次诊断。把这几步走通，你就不只是装好了，而是真正能用起来了。 hermes 真正有价值的，不是让你多一个聊天窗口，而是让重复工作开始自动积累方法。像每日简报、网站监控、自动研究、长期知识整理这类本来就需要反复执行的活，正适合教给它慢慢学会。 所以你装它不是为了今天多省一分钟，而是为了把以后反复做的事，交给一个越用越顺手的 agent 去接管。 hermes agent 不是 人人都必须装，但如果你已经开始认真搭自己的 agent 工作流，它确实值得研究。 尤其是已经用过 openclaw 的 人，更应该把它当成一次判断题，看看你要的是消息中书，还是一个会持续沉淀技能的系统。而对新手来说，别怕，先按 wsl 这条最稳的路线装起来，真正跑通一次，你自然就知道它值不值。

说一下爱马仕这个 agent 现在的一个新功能啊，就是直接可以连接微信。好，那这里面呢，你只要拿到他的官方文档，这里面第一步就是把这个代码敲进去啊，然后呢他就会开始跑，我给你们看啊， 这个时候他就会开始三个安装包全部安装好了。然后呢第二步就是这里重启一下网关啊，把这个丢进来，在这里重启网关 啊，这里面开始他会跳十三个，十四个东西啊，第十三个是微信啊，所以你直接选十三，他说你把编号或者名称告诉我，对吧？ 好，这个时候哗哗哗哗他就下来了，下来完之后呢，这里面他会跟你确认啊，这里面有一个是不是永久加入白名单，还是引起一次，因为我已经把它跳过去了啊，所以你们尽量如果想试的话就引起一次，如果你长久要用的话，那你就永远加入白名单。好，这个时候呢，他会告诉你说，哎， 这里面是不是跳出一个二维码就交互方式吗？你跟他说我需要二维码，你给我跳出来，然后这个时候呢，他会给你一个 这个网址啊，你把这个网址拿过来呢，就跑到你新的啊，这里面的一个浏览器打开就可以了，然后这里面有一个妈妈啊，我把它挡住了， 然后这里面有一个需要注意啊，就是你需要新开一个终端，不要在这个终端新开一个终端进来，然后呢他会让你在这里啊，让你重启一下外观，然后进来他就会有十三个选项，然后选第十三个，然后选择 y， 也就是 yes 啊，这个时候他就会把这个链接给你， 你就可以去扫码了，这样子就直接搞定了。这里面有个细节啊，大家在第一次打通的这个过程当中呢，可能他没有反应啊，就像我们打通飞猪一样，他互相有个串码，这个时候呢，你只要啊扫上去登录，你说，哎，奇怪，为什么，对吧？我发了信息，他没有回应，你看我的第一轮，我给你们看我的第一轮， 我的第一轮其实就是没有回应的，对吧？而且这里面你们要注意啊，如果之前你没有接过龙虾，就要取消，他，只能这个， but， 他 只能接一个，所以你有时候接龙虾，如果你现在要接爱马仕，那你就要把龙虾解掉，他会跳一个提示， ok， 然后这个时候，现在你是谁？你看我就发了，你是谁？这个他没有反应，没有反应，没关系，你跑到终端来跟他说，他这个终端超级智能的，比龙虾还智能， 你只要对对对跟他说，然后呢他就会发，这样子，你看到没有，这个就特别像飞书嘛，一个串码过来，然后呢，我把串码给他，他就适配完成了，你看他就完全适配了，适配完成之后， 这个时候，哎，我又发信息，我说，那你是谁啊？对，他又没反应，没关系，再过来再告诉他，弄完之后一步一步， ok， 搞定了，这个时候就已经打通了，好吧，兄弟们，这个就是直接爱马仕打通微信的一个方法，但是，但是 拿小号，不要拿大号，好吧，因为这个并我感觉可能并不是官方的，所以会导致有可能会封号或者等等的，所以你们一定注意注意注意小号啊，小号测试玩一下，他是说功能很多啊，这里面包括这个啊，什么图片、视频、文件他都支持 啊，到底支持到什么程度？我不知道，大家关注一下下一期视频，我教你们怎么去白嫖他的大模型，因为小米跟他结合了，所以咪某在这里面有两周的免费期，兄弟们可以搞起来。

啊，兄弟们，最近非常火的一个 herox agent 啊，在 get up 上面也是斩获了七十二点七 k 的 新标了啊，这个 herox 啊，跟那个 open 可乐的主要的一个区别呢，就是啊， open 可乐需要你人为的去为这个 scale 啊，但是 herox 它可以在跟你对话的时候自己就去 学会这些四 k 了，是吧，所以说很方便啊，据说是拳打脚踢鹅蹦哥啊，所以说为了方便各位观众朋友们使用这个黑幕式啊，我们做了一个黑幕式的一个一键部署网站啊，你只需要输入服务器的账号密码，我们就能够一键安装到你的服务器啊， ok 啊，我现在已经部署完成了啊，然后我们再部署第二个，我们先去那个啊，第一个已经部署好的里面去看一下啊，这个黑幕式到底怎么样啊？ ok 啊，兄弟们，当你们部署了这个黑马是在本地之后对吧，你想要做点什么逆向啊，或者是什么本地服务啊，就比如说打开一个 qq 音乐听首歌是吧，这些东西都能解决。 ok 啊，来我们看一下啊，来，我们问一个问题啊，来我们呢，做一个那个加减乘除的一个网页，因为是在服务器吗？他直接就能在服务器直接访问了啊，很方便啊，一个服务器也不贵啊，一年也就三四十块吗？啊，你直接部署到服务器的话，用起来很方便啊， 我们一键安装完成之后会给你一个网网址啊，跟他直接跟他对话很方便啊， 像这里直接展示放在八零八一端口了啊，兄弟们，像你们不属于本地的话，就能直接的运行啊，这里我们付费的时间就不展示了啊，然后 ok 啊，你像这个同时你可以创建多个用户啊，就是一个黑模式啊，你可以多个人一起使用啊， 就很方便啊。我觉得这个黑面是做的还是挺可以的，就是我整体的使用下来，然后如果说兄弟们你们要换这个模型的话，在这里换啊。哦，部署完成之后默认是绑定的免费的啊。然后你们要换更强大的这个模型啊，你们在这里直接换就行了啊，兄弟们，今天晚。

hermes 这个 agent 都说比 openclaw 强了不少，但国内怎么用一直是问题。小米这次出手相当于给你搭了个桥，给你免费试两周的机会。下面我教大家如何操作。准备工作，首先你得在电脑上安装 hermes agent 这个软件，去 get up 异形命令安装。第一步，升级，打开终端，电脑里的小黑框， 输入 hermes update， 它会自动更新到最新版本，进入配置。继续在终端输入 hermes model， 终端会让你选一个服务商，按提示选 news portal， 然后复制屏幕上显示的网址，在浏览器打开。第三步，白嫖免费套餐打开的网页会让你选订阅方案，认准 free 免费那个选项，点 subscribe， 虽然写要绑卡，但实测国内信用卡也能绑，别被吓到。 第四步，授权确认网页会跳出一个验证码，看看和终端显示的是否一样，一样的话点 i approve 就 通过了。选香蜜蜜，某杠 v 二 pro 搞定，想体验的赶紧！

第一步，打开代码仓库，复制安装命令。第二步，打开终端，执行命令。第三步，执行 hermes set up 设置 第一个选项，不用管，直接 no。 第四步，设计模型，包含主流的模型，我用的 mini max， 二点七的 coldplay， 折腾这种就用便宜的模型就好。配置很简单，选择模型，设置秘钥。第五步，设置聊天软件演示设置 w x 使用提供链接访问，扫码授权一直下一步用推荐的设置，每个都 yes wechat 折腾了很久不能操作本机电脑，目前可能是有问题，等后面再试吧。其他软件已跑通，这是最终企业网站演示效果，个人觉得比 open code 好 配置，益于新手操作。

兄弟们，比我方卡了更厉害的 ai 助手 hemi 插件必连 nas 部署教程来了！首先呢，去飞出一键创建机器人连接我方屏幕了啊，大家截屏时自取，然后进入 nas 多克项目创建配置代码，大家自己截屏提取，粘贴到 compose， 然后点击立即部署，等待镜像拉取完成。进入容器，找到 hemi， 点击终端新增， 输入 amis setup 并回车，选择 quick stop 回车，然后选择 more providers。 这里选择你有的模型啊，我的是 mini max， 粘贴 api key 粘贴 url， 然后呢，选择调用的模型，回车之后选 skip 跳过，然后输入 y 回车。 现在你的爱马仕机器人就已经可以在终端使用了。接下来呢，就是配置飞书机器人，当前终端按 ctrl 加 c， 然后输入 amisgetaway setup 回车。选择飞书，粘贴之前创建的飞书机器人 id， 回车之后粘贴 script 继续回车，输入飞书，然后这两个项目直接不填回车。在用户授权这里啊，选择第一个，这个选项，空着继续回车，最后选择当 最后输入 n 再回车。恭喜你，飞书机器人现在也配置完成了，现在啊，你就有了比 open 可更牛逼的爱马仕！没有 ctrl u s 印章啊，但是它的学习能力是真的恐怖！ 教程一发，照着做啊，你也能拥有一个越用越聪明的 ai 助理！有问题评论区见！下一期教你怎么把 opencolor 的 记忆一键签到 hems。

ok， 朋友们，那最近有个新的 agent 叫做 hermes agent， 在 外网非常的火热，他说你的第一个爱马仕，何必是爱马仕，那么他被人叫做小龙虾的进化版本， 那他跟小龙虾有什么区别呢？今天这个视频我就会讲清楚 hermes agent， 并且会手把手的带你从安装到设置，然后再到使用。那么这次我会使用这个谷歌最新的开源大模型 java， 然后我会把它部署在本地，并且会教会你，然后接入到 hermes 来使用，这样就可以实现 fork 自由。 那我们首先先来讲讲 hermeshermes， 它跟小龙虾的第一个区别就是它能够自我进化，自我学习，会自动生成 skill， 就是 不需要我们去手动创建这个工作流，那么只要你用的越久，它就可以越来越懂你，用起来越来越顺手。那么它具体是怎么实现这个自我进化的呢？这里有两个数字，一个是五，一个是十五。那么首先我们来说一下这个五， 那 hermes 在 完成一个复杂的任务，通常指的是它要进行五次以上的工具调用，它就会自动地把整个工作流沉淀成一个 md 技能文件，之后它下次再遇到类似的任务的时候，它就会直接加载这个 skill， 跳过摸索阶段。 那么如果它在执行过程中发现有更好的方法，它也会自动更新 skill 文件，那么上述这个过程是使用一个叫做 skill manager 的 工具来完成的。 那十五次是什么意思？也就是说他每进行十五次的工具调用，系统会自动停下来回顾刚才发生了什么，找出哪里失败了，然后立即更新自己，这个就是他的闭环自省功能，也就是他越用越强的秘密。所以说五次就是他什么时候记，什么时候创建自己的技能，十五次就是他什么时候反思。这两个是不同的处罚机制， 这就跟我们传统的 skill 编写方式是很不一样的，因为我们知道无论是小龙虾，或者说是 cloud code 或者说 code， 他 们的 skill 都是由人工来编写的，或者说从这个 cloud hub 这种 市场上面下载下来的，他们没有自我生成，也没有自我迭代。那很多人使用小龙虾的时候，还有一个问题，就是觉得他特别笨，比如说今天说的事情，明天就忘了，然后他告诉你我一定会记住，结果第二天他又忘了，那原因就是因为小龙虾的记忆系统不够完善，他只是简单的压缩了上下文。所以说我们会看到很多团队也在做 agent memory 这件事情就是想解决持久化记忆的问题，让 agent 能够永远记住你的信息， 比如说密木林，比如说国内盛大网络的 evermind 等等等等。那 hermes 和 openclaw 它的记忆系统之间有什么区别呢？其实最大的区别就是它们在容量管理上面是完全不一样的。那我们来看一下 hermes 的 三层记忆系统。那第一层叫做绘画记忆， 也就是实时的大拇指的上下文窗口，比如说一百二十八 k， 二百五十六 k， 那 它在绘画结束的时候就会消失，跟我们正常在聊天框使用豆包 deepsea 是 一样的。 那第二层叫做持久化记忆，那这层有两个文件，分别是 memory md 和 user md， 顾名思义和小龙虾的作用是一样的， user md 呢，就是用来收集用户的画像和偏好的，那 memory md 则是用来长期记忆和经验沉淀的。 但是在小龙虾里面，这两个文件的容量默认是两万个字符，那么超出之后它就靠上下文压缩，把旧的对话内容给压短。但是问题就是说压缩之后会导致信息丢失或者变形。 而 hermes 的 memory dmd 里面只有两千两百个字母， user dmd 里面只有一千三百七十五个字母，它的容量是小下的十分之一，那它为什么要设计的这么短呢？其实这是一个团队的设计哲学，就说团队他故意把容量做的非常小，迫使这个 agent 主动去提炼，去重合。并 不够用了的话，那就必须先整理旧的才能添加新的，那容量满了的话，不是压缩，而是主动侧展。那 creation 也是刚才说的主动侧展，和我们之前说的压缩 compression 有 什么区别呢？压缩是把所有的东西硬塞进去，然后变短，变紧凑，但是内容它会变形，会丢失，会失帧。而侧展它是主动的去筛选， 判断什么重要，什么不重要，什么可以合并，什么该删除掉。那么 hermes 他 走的就是这条路线，所以说虽然他的记忆非常的小，但是他每一句话都是有用的。那 hermes 的 记忆系统第三层就是全量历史解锁，他会把所有的历史对话放在 s q l lite 数据库里面，如果说他需要查找历史数据的时候，他就会使用关键词查找匹配，然后 找到这个片段之后再使用大模型整理材料，最后返回给我们，而不是说跟小龙虾一样使用向量解锁。那我们先说说关键词查找匹配，那这个就很简单，就类似我们的 ctrl 加 f 搜索什么关键字，它就匹配什么。 那在 hermes 里面，它就会根据关键字去搜索相关的段落，然后让大模型去整体的理解这段话什么意思，理解完之后再返回一段材料给到你。 那我们举个例子，比如说现在我给这个 agent 说，之前上周我们讨论过一个三个月的学习计划，来提高我的这个英语口语和表达能力，你去帮我找找那个计划具体是怎么样的，然后再给我说一下，那他就会执行下面这几个操作。首先他会去搜索关键词学习计划，三个月提升英语表达，然后找到这些文本片段之后，大模型会整体的理解上下文，然后再返回一段摘要给到我们。 那什么是向量解锁呢？向量解锁它就是把文字转换成数字，我们知道计算机它存储的是零一系列，对吧？它是存储不了文字的，所以说在存储的过程中， 它会把文字转换成像量，那向量解锁就是通过比较数字间的距离来找相似的内容。比如说现在有句话叫做猫在沙发上睡觉，转换成像量可能就是零点八二、零点一五、零点三三。 那还有另外一句话，就说一只猫咪握在沙发上转换成向量，可能就变成了零点八一、零点一六、零点三四。虽然说这两句话的字是不一样的，但是它们的语义是非常类似，都是猫在沙发上，对吧？那所以说它们在向量空间上面的距离是十分接近的，那 ai 就 能够理解它们是同一个东西。 向量接收的好处就是能够理解语义，但代价是需要你额外的向向量数据库来存在，向量存储成本会更高，并且还需要一个迭代模型。 那我们还知道养小龙虾呀，是一个非常烧 token 的 事情，因为它真的太耗钱了，那 hermes 就 能很好的解决这个问题。那为什么养小龙虾非常的浪费？这个 token 就是 在于这个系统提示词的加载方式。那首先我们说一下什么是系统提示词， 我们知道当我们和 agent 对 话的时候， agent 收到的并不仅仅是你的问题，而是系统提示词加上记文件，加上当前的对话，就等于 agent 看到的完整上下文。 那系统提示词里面包含了什么呢？比如说 agent 是 谁？他应该怎么工作，记住什么信息，也就是我们理解的 so 点 md， user 点 md， 正题题点 md 这些文件。那对于小龙虾来说，他每次会画会重新加载这些上下文，然后对话开始的时候，他读去所有的记忆文件，然后拼接之后注入上下文。那么 lama 在 处理上下文的时候，他会把之前遇到的内容缓存起来，然后来加速处理这个缓存，命中 token 的 价格是最便宜的，那如果说上下文内容在一直改变，对吧？那我们前面的缓存就会失效， 因为缓存是按照顺序来存取的，你前面如果变了，后面存的再多的缓存都没用了，接下来全部从头来过，它不是增量改变的，而是全部推倒重来。 而且还有个现象就是我们知道现在市面上很多中转站，对吧？那你会看到很多这种垃圾中转站为什么都可以用的这么快？原因之一就是因为它不让你去命中缓存，全部给你用最贵的消耗方式。那我们看 hermes 它是怎么做的？ hermes 它完全不一样，它会在绘画开始的时候执行一个操作，叫做 frozen snapshot 冻结快照，他会把当前所有的记忆文件等等等等上下文全部读起之后锁定，然后注入到上下文里面去。那在绘画进行的过程中呢？如果说这些文件被修改了，他直接不管， 他继续使用锁定的版本，等这次绘画结束之后，他才会把这个修改写入文件，然后在下一个绘画开始的时候，他会读取最新的版本。那这样做有什么好处呢？首先第一点，最显而易见的就是可以保持前缀的缓存命中性能更好，并且更节约前。第二点，他可以避免 a 键在绘画中途修改记忆导致人格飘逸的问题。 那什么是人格漂移问题呢？打个比方，就像现在我们正在写一篇论文，那假如说我们现在写第一章，并且已经把所有的参考论文文献全部找好了，那我们在写的过程中，我们就一边看一边写，对吧？那现在这时候有个人跑过来跟你说，参考文献更新了，你需要加一篇新的，然后再删除一篇旧的， 那你是不是想把这个给红出去？因为你论文写到一半，参考文献给我改了，那这不是捣乱吗？所以说如果说你修改的话，你的逻辑就已经不值价了，这个论证链条就会受到影响。那 herb 的 说法就是你不用管，你就用旧的参考文献来完成第一章的章节，然后在进入第二章之前，你再去拿最新版本的参考文献。这样的好处就是第一章的论证逻辑是稳定一致的，不会因为中途文献的增加修改而改变。 那上面我说的这几点呢？就是 hermes 和小龙虾的最主要的差别。那简单来说，小龙虾就像是一本人工维护的笔记本，你说什么，然后就记什么，满了之后我们就压缩。但是 hermes 呢？它更像是一个自动整理的一个档案系统， 它自己会判断价值不够了，会主动合并，并且会把做过的事情变成一个可以用的技能，这也是它为什么越用越聪明的原因。现在我们就开始安装设置这个 hermes， 然后本地部署 java 这个大模型，并且把两者打通。 那现在我们来安装欧拉玛。欧拉玛是什么东西呢？简单来说，欧拉玛它是一个本地的大圆模型运行器，我们知道所有的大圆模型，它可能参数不同，启动方式不同，那是不是很不方便我们去使用，因为他们没有一个统一的标准。那欧拉玛就做了一件事情，他把常见的这些模型全部包装成了统一的重格，使得我们去很方便的调用切换，所以说它是一个统一的包装层。 那如何安装欧拉曼呢？也非常简单，我们只需要打开他的官网，那么来到他的首页，我们点击 download， ok， 那 可以看到这里，他让我们选择三个系统，我们选择我们的 micros， enix 和 windows， 那 这里我是 micros， 那 我就选择 micros。 那 大家如果是 windows， 我 们就点一下， 然后把这个命令复制终端里面去运行就好了。那，那如果说你发现你在终端运行这个命令是失败的，那我们也可以选择下载它的这个 app 形式，那这里我就选择在终端安装，那我复制这条命令， 打开 terminal， 然后粘贴上去，然后回车。那大家注意，如果说你使用终端安装的话，你最好把你的这个魔法开成 t u n 全剧模式， ok， 那 安装好了之后，它就是这样一个界面，那现在我们来继续安装 java for， 然后把它部署到我们的本地上面。那很简单，我们点击这个 models， 然后这里我们就选择我们的贾玛 four， 然后点进来之后，我们可以看到它这里给了模型的好几个版本，一二币、一四币、二十六币、三十一币和三十一币 cloud。 ok， 那 现在你可能会问，那我怎么知道我该下载哪一个模型呢？那这里给大家推荐一个网站，叫做 what models。 打开这个网站呢，我们只用在这里选择我们的这个 gpu 是 什么， 比如说你是英伟达的，你是 amd 的， 或者你是苹果的，好吧，选择你的 gpu， 这里有五零七零，五零六零，然后比如说你是英伟达的 四零九零，你就可以看到你能跑的很好的模型有哪些，对吧？然后你一直往下拉，基本上可以升了很多模型了，那就是说你跑的有点吃力的啊，这个就是你完全跑不了的， 所以说大家可以根据自己这个显卡的配置去选择，那我们回来安装，那我在这里的话就选择安装这个一四 b 的 版本就好了，然后因为一二 b 确实太蠢了，二十六 b 的 话，我目前这个笔记本是有点吃力，所以说我选择这个一四 b 的 版本就好了。 那安装这个模型非常简单，我们把它的名字复制一下，然后我们打开终端，我们输入欧拉玛库，然后粘贴它的模型名字，然后回车等等，等待它安装就好了。 ok， 那 可以看到现在我们就安装好了，那我们输入欧拉玛 list， 就 会看到我们现在本地安装了哪些模型。 可以看到我们这里本地安装了一个 java 一 四 b 的 版本，然后这个 size 的 话是九点六。那现在我们来测试一下 java 的 多模态信息处理能力，我们可以看到我给了他一张图片和一段文字，可以看到他思考了三十一秒时间， 那现在我们看看他在处理开放问题的时候表现怎么样。现在我给了他一个问题，现在 ai 什么都会做了，那我们普通人应该怎么做？普通人该怎么才能保证自己不会被 ai 淘汰？给我详细分析一下， 可以看到他思考了四十五秒钟时间，然后生成了这么长的回答，并且说的还是挺有道理的。那现在我们来安装一下 hermes agent， 那 安装也非常简单，我们打开它官网，然后复制一下这个命令， 我们打开终端粘贴回车，等待它安装就好了。可以看到他先会看我们一些必要的包有没有，没有的话就给你安装，有的话就直接跳过， ok， 那 现在我们看到他已经把所有的依赖全部安装完成了，然后的话他开始了这个安装向导，然后他检测到了我们已经安装到了 open class 小 龙虾，然后他开始问说你是否想看看有没有什么可以导入的？那我们选择 yes， ok， 那 现在我们看到他在问我们要不要把 open class 的 这个配置牵引过来，然后他给出了一个预览界面， 那如果说你觉得你的这个小龙虾调教的非常好，你可以直接把它牵引过来，那这里我有了演示，我就直接选择 no， 不 牵引过来。 然后现在我们来到了配置界面，那这里我们直接选择快速配置就好，然后这里它就让我们选择你要使用哪个大模型呢？那我们可以看到你可以使用 gemine， 可以 使用 srappik， 可以 使用 openend codex， 可以 使用千万，对吧？可以使用 gitopilot， 也可以使用 hackbase 上面自己下载的这个大模型。 那刚才因为我们已经在本地上面部署了 java for， 所以 说这里我们选择 modividers， 然后进来之后我们可以观察到它多出了更多选项，比如说有智普的，有 kimi 的， 有 mini max 的， 有 kilo， 有 open code 的 等等等等。 那因为我们要选择本地部署大模型，所以说这里我们选择 custom endpoint 就 好，那在这里我们填写我们的 base url， 默认就是这个，大家记住就好，然后复制粘贴，然后这里他们选择填写这个 a j i key， 那 我们直接跳过就好，然后这里他们填写模型的名称，那我们就用填写刚才下载好的模型名称就好了。那这里是加码 four， 那 是 e c b 的 版本，这里他们选择上下文的长度，那我们直接回车默认检测就好。然后现在他们选择是否要进入聊天平台，那我们选择设置就好。 大家可以选择我们要接触聊天平台，比如说飞书，微信， telegraph， discord 都可以，那这里我们选一个菜单，那我们选微信，然后我们回车。先第一步它让我们设置我们的 telegraph， 那 我们只用找到这个 boat father， 创建一个新的 boat， 然后把 token 复制过来就好。 然后这里咱们选择谁能给这个 bug 发消息，那这里大家一定要好好选择，因为说如果你什么都不捡的话，那他就会默认所有人都给他发消息，并且他会回复。那这里我们只用填写我们自己的 user id， 如何获取你的 user id 呢？大家关注这个 bug， 然后给他发一条消息，他就会把你的信息返回过来。这里上我们选择是否要把我们的 user id 作为默认频道，那我们选择 yes， 然后现在他开始让我们选择登录微信了，那我们选择 yes， 把这个链接复制浏览器打开，扫描二维码登录 这里他让我们配置谁可以给这个 boss 发消息就私发消息。那第一个选项就是手动批准，第二个选项就是允许所有的私发消息，第三个选项就是只允许白名单，第四个选项就是谁都不能给我发，那我选择第一个选项就好。 然后这里他让我们配置谁可以建立群聊，然后发消息，他怎么处理群里面的消息？那有三个选项，第一个就是不允许群聊，第二个是允许所有的群聊，第三个就是只允许白名单里面的群聊，那选推荐选项就好， 然后这里他们选择是否要把我们的微信平台作为默认屏，那我们选择 yes， 现在我们已经全部配置好了，然后他问我们是否需要重启网关，那我们选择 yes。 现在配置完成后，他问我们是否需要立即启动，那我们选择 yes， 那 现在我们来接入微信使用，那我们可以看到因为它需要手动授权，所以说那我们在终端运行下这个命令就好。 ok， 那 这里显示已经授权成功了，我们再给他发消息试一下，我们可以看到它这里显示对方正在输入中给出了回复，那我们可以成功使用了。那刚才我们是使用本地部署的模型，那大家如果想切换和云端的话，那也非常简单，我们只用在终端输入这行命令。 hermes model， 然后在这里大家就可以自由切换了。那如果说这里找不到你想要的模型，那大家就可以自由切换了。 那在这里我选择 mini max china， 然后配置一下我们的 api key， 那 接下来配置我们的 base layer， 我 们把它复制过来，然后粘贴。那大家注意一个点，就说如果这里你不是点 com 结尾，而是点 i o 结尾，那就是配置到海外去了，所以说要保证你是点 com 结尾。 然后大家选择自己想要的模型，那我就选择二点七，那现在我们来测试一下。那如果说我们想要启动终端的聊天界面也很简单，我们输入 hermes chat， 我们给他打个招呼， 可以看到我们已经成功替换好的模型。朋友们，那这就是本期视频的全部内容，我是 jerry， 我 们下次再见。

朋友们，最新的 hermes 已经支持接入到个人微信了，我刚才看了下这个教程，这个接入的流程非常的简单，现在我们就实际的来接入了一把。好，我们首先打开一个终端，然后按照这个里面，我们需要安装这个依赖，直接复制， 这里有复制，把这个命令复制下来，粘贴到这个终端里面，直接执行。好，稍等一会儿。好，现在我们安装完成了，完成之后呢，我们输入下一个命令，这里有一个 hermes get v set up， 同样的把它复制下来，然后粘贴到这个终端里面。 好，这里我们需要选，我们找到微信啊，这个微信微 q 的 这个就是选择这个微信，然后按 y yes， 我 们先打开这个这个二维码的链接，然后我们用一个微信去用你的微信去扫扫描这个二维码，然后点连接， 下一步我们直接启动网关，复制这个命令 hermes getaway， 然后在终端里面粘贴， 稍微等待一下，它正在启动。好，这就表示它已经启动成功了。接下来我们拿刚才扫码的手机，然后测试一下到底有没有连接成功。你好，你是谁？稍微等待一下 啊，他显示对方正在输入，应该是连接成功了，他已经回复了啊，现在就表示成功地连接上微信了，大家赶快连接试一试吧。

ai 玩的妙，生活不枯燥。大家好，这里是新 gpt， 带你爽用 ai。 春节的时候啊，我发了一篇爆款的长文，讲我是怎么用金融 agent 来做交易的，全网阅读呢，也超过了两百多万。但是当时呢，我是用龙虾 openclaw 来举例的 实际实践，实践的过程中呢，至少有一半时间在改 bug， 可谓是安装龙虾一时爽，改 bug 流泪火葬场。这龙虾热归热呀， 但是用上了之后呢，要调整东西是非常多的，最近有一个礼拜已经没动过了，你的龙虾是不是也很久没更新过了呢？不过接下来啊，我要介绍的这一款产品，绝对可以替代龙虾，叫做 hermes agent。 这个 hermes agent 呀，是 nas research 这个团队开发的开源自动化 ai agent， 它的核心理念是越用越聪明，每完成一个任务，就自动将成功经验沉淀为可付用的 skills， 无需人工编辑。相比之下， opencloud skills 呢，是静态文件，需要手动去维护。 那么关于 hermes 的 开发团队 niles research， 我 多说两句，这个团队在开源的模型圈子里呢，有一定的知名度，它的核心产出呢，是 hermes 系列的微调，然后让模型的表现更好，那么显示团队呢，也只有十九个人。 好，我们现在进入正题，首先我们看看 hermes 怎么安装，其实安装非常简单，我们到官网上把这个安装链接复制到自己的终端，然后输入它就会自动运行去安装了。 那么我们可能要稍作等待一段时间，让这个软件去安装一些依赖。那么经过一些等待之后呢， 有一个关键的地方，它会弹出来一个对话，问你是否迁移 openclock， 也就是说你如果选择夜色的话，你之前对龙虾的配置就可以一键迁移到这个 hermes 里面，那么我也是进行了一个迁移，也非常的方便。 之后呢，我们就可以进行一个 quick setup， 然后去选择我们要用的模型的 a p i， 然后一路点击下去，就可以完成整个的安装过程，整个的安装过程还是非常丝滑，然后也是非常快速方便的。当然和龙虾一样呢， hermes 也支持我们链接各种的社交软件的前端，比如说飞书，我们这里 以飞书举例，其实有安装龙虾经验的话应该不难，只要先去飞书开放平台申请一个机器人，然后去 hermes， 告诉他这个机器人的 app id， app secret 等等，以及根据他的提示给机器人一些权限，那我们就可以按部就班的完成整个的安装。 这里可以看到我们的飞书机器人在完成安装之后呢，就可以在飞书上与 hermes 进行一个对话。 好，下面我们讲解一些今天有趣的内容。我觉得 hermes agent 其实内部集成了很多的 skills， 非常有趣。第一个我们要介绍 skills 叫做 money video， 这个技能呢专门用于创建教学和技术视频，我最喜欢的一个课频道叫做 three blue one brown， 就 可以制作出非常相似的视频。 比如说我们今天想制作一段一分钟的视频来解释统计学著名的贝尔斯定律，我们只需要输入指令，他就会自动的开始执行，开始头脑风暴，钻研脚本，设计分镜等等，便可以得到一个质量非常不错的科普视频， 这里我们也可以看到我们生成的科普视频成果。当然呢，呃，有一些可以改进的地方，但整体质量呢，已经非常非常的超出我的预期了。 第二个我觉得最值得提的也是我觉得 hermes， 目前我用下来最有用的技能叫做 l l m wiki， 是 著名的 ai 大 神 karti 最近提出的一个大模型啊 knowledge base 架构。那么这个 wiki 的 想法非常简单，就是以一种 ai 生成的个人知识库，让大语言模型帮你把所有资料 翻译成一个互相连接的知识网络，并且可以按照主题分类，互相交叉引用。那么当这个 wiki 回答问题的时候呢，它会先读 index， 然后定位到相关的页面，再去读具体的内容。相比你自己去读报告呢，它解锁的效率和知识整理的这个呃结构化呢，都要强得很多。那最厉害的是呢，这个 wiki 是 活的，也就是每次你扔新的资料进去， hermes agent 呢，就会去学习这类知识，并且把它放到对应的位置， 然后如果你连接了 obsidian 的 话，它就可以做成一个知识缩影，管理起来非常方便。那么 hermes agent 呢，目前内置了这个 lm wiki， 不 用安装，直接使用， 只要你在新的讯息或者对话里输入啊 lm wiki 帮我研究这个项目，它就会帮你去整理这个知识网络，去进行一个研究。举个例子，我是把 呃，我最近比较关注的半导体行业知名媒体叫做 semi analysis 的 报告都扔到里面，让这个 lm wiki 去研究。那么 hermes 呢，直接开始 去读取每一个 pdf 的 这个重点章节进行分析加工，最后形成了一个非常完整的半导体行业的知识图谱， 并且我可以根据这个主题啊，行业概念啊，以及一些这个公司去查找。哎，你有没有发现，其实在使用 hermes 的 过程中呢， 有几个很有趣的点。一是它的自我进化功能啊，其实是潜移默化的，当它完成一个复杂任务之后呢，会把整个过程自动地沉淀成一份结构化的技能文档，存成 markdown， 然后下次遇到类似任务的时候呢，直接加载技能，不用再从头解决。比如说， 我在给这个 lm wiki 喂资料的过程中，大概喂了三次资料，然后 hermes 的 记忆系统呢，就自动帮我生成了一个叫做 lm wiki ingest skill， 用来帮我把类似的这个 pdf 文档整合进 wiki 以后呢，我只要给他发 pdf， 他 就会自动调用这个 skills， 帮我把这个资料喂到这个 wiki 的 系统里。因此呢，有 agent 用户说， kremis 在 两个小时自动生成了三份技能文档之后，重复性的研究任务速度提高了百分之四十之多， 这也就是它自动化的意义。另外有一点啊，除了上面的使用技巧，我觉得最值得关心的就是它 token 的 使用量。龙虾用户呢，用两三个小时的 opus 有 可能烧了超过两百美金。那 hermes 呢？我用下来啊，感觉它真的省 token。 第一呢，之前说过，它 skills 会自我保存和改善，这也代表着往往很多 prompt 不 需要再输。同样一件事，第一次 你可能跑十轮对话，第三次你直接调 skill， 三轮就搞定了，这样 token 的 使用量就自然减少了，你也省钱了。第二呢， skill 是 按需加载的，不管你装了多少，成百上千的 skill 也好，它的上下文成本几乎一样的，所以你不用再考虑所有 skill 塞进上下文，这样呢，也会 极大的省你的 token。 ok 讲了这些通用的 skill 玩法呢，老粉都知道，我们的优势在于金融领域对于 agent 的 运用，那么 hermes 的 表现呢，也是令人非常满意的。 hermes 装上对应的 skills 和金融数据库之后呢，我发现完全可以当做一个初级的量化分析师或者金融研究助理来使用。比如说，我直接问我的 hermes 怎么看半导体产业的强势板块儿，它根据这个 l m wiki 我 刚才建的数据库 得出了一个结论，就是 ai 加速器的产能， hbm 的 内存瓶颈等等。最后呢，我也发现，相关公司最近公布的业绩也显示出这些行业板块的警惕度的确在提升，我们通过分析就可以提前判断公司的业绩，从而提高投资决策的信心和准确度。 另外一个原因呢，也是我给 hermes 的 输入呢，是根据 simon analysis 报告，这个结论呢，也相当准确地反映出了产业端的一些看法。 当然，我们也可以在飞书上去问 hermes 某个公司的具体信息， hermes 就 会同时解锁本地的数据库 以及网络上他进行搜索的信息，综合给出一个我认为相当专业的回答。我们也可以看出啊， hermes 的 能力边界取决于你给他的数据来源够不够强大，他其实就像一个金铲子，只有在金矿上呢，才能挖出金子来。 ai 帮你赚钱的理念从来不是从零到一的 真空生妙有，而是帮你能从赚一块钱到赚两块钱的提效和升级。 hermes 呢最近也更新了两个非常重要的进展， 一个是它支持官方的微信连接，微信扫码即可支持，只要你升级到 hermes 的 最新版即可。另外一个呢，它对小米的大模型 memo 有 两周的免费调用，在配置 hermes 模型的时候，选择小米的 memo agent 即可免费使用小米的模型，限免两周。 这就是本期内容，赶紧用起你的 hermes 吧！感谢收看新 g p g 频道，有任何问题欢迎评论区评论交流，谢谢大家！

如果你还在折腾龙虾，还没学会，可以先停一下了。最近有个叫 hermes 的 新项目，一上线就杀疯了，狂揽六万星标。他能接各家厂商的模型，随便切，具备自学习循环， 越用越懂。你做过一次的活，还可以自动沉淀为 skill。 我 朋友为了装它，甚至在海鲜市场花了四十九，结果装完了，自己都不知道怎么配。其实自己学会安装并不难，别被那些复杂的代码吓到了。 今天全部交给你。开始之前看看你需要准备什么，只需要一样东西， git 终端输入 git version， 能看到版本号就行。其他的 python， node 全都不用管。安装脚本自动帮你搞定。先讲 windows 怎么装，右键 windows 图标选中端管理员， 打开 power shell， 点开 hermes 的 官方文档，复制安装命令，粘贴进去，回车，然后等着全部绿色打勾就装好了。 mac 也不复杂， command 加空格， so terminal， 打开终端，同样去官方文档，复制安装命令，粘贴回车，等它跑完，输入 source， 重载 shell， 然后输入 hermes， 看到欢迎界面就成功了。安装脚本帮你装了一堆东西，简单了解一下。 python 和 node 是 运行环境， 没这俩跑不起来。 ripgrab 做搜索， ffmpeg 处理音视频，你不用管，知道有就行。装好了，问题来了， hermes 需要一个 ai 模型才能干活， open router， 两百多个模型随便选，有试用额度，但注册稍微麻烦。欧拉玛本地免费跑，不需要联网。新手选这个就对了。第三种，自定义 api， 接任何兼容接口，适合进阶玩家。选好方案，进配置，向导选 quick setup， 新手直接回车，然后选提供商，我们选欧拉玛配置自动保存，输入 hermes 就 能用了。选了欧拉玛还需要几步配置，先去欧拉玛官网下载安装 模型，大概十二个 g， 注意硬盘空间。输入 hermes model， 选自定义 open ai 兼容 ul 照屏幕填就行。 api key 直接跳过 模型，选 gptos 二十 b 免费的上下文十二万八千 token 够用了。输入 her miss chat 杠 q 你 好，能收到回复就全搞定了。一般用户跳过这段想手动装的，接着看 git clone 克隆项目 cd 记目录 peep install 装依赖 python， 简莓 miss 启动，适合想改原码的人。装好之后记几个常用命令， her miss model 和 tools 切模型管工具 her miss update 更新， set up， 重新配置 her miss doctor， 诊断问题， 用过龙虾的话， claw migrate 一 键迁移。最后讲几个容易踩的坑， her miss 提示找不到命令 source， 波浪线 bashc 重载 shell 就 好。 samsung 构建失败，改成 pp install 简易引号，点引号最小，安装报四零一，错误 检查 api key 或者固定 provider， 上下文不够换十二万八以上的模型。到这 hermes 安装全讲完了，一行命令，装好，选欧拉玛免费跑，就这么简单。我是曲奇，一个 ai 练习生，让我们一起记录 ai 时代的个人进化。

好，兄弟们，今天教大家怎么用爱马仕接飞书啊？就是你在爱马仕这里告诉他啊，我要去接飞书，能不能接飞书，对吧？ ok， 他 就咔咔咔，他就需要这四个东西，这四个东西呢？前面这两个你去管 id 跟这个，这两个你需要去拿的， 然后呢？这个什么飞书，这个你不用管。为什么呢？因为这里的拼音，这个是中文版，这个是国际版，理解吗？一个是中国版，一个是国际版，这两个你就别管了，你告诉他后面两个我没有，对吧？他自己去搞定，我们只需要拿这两个给他就行了，你看着啊。好，接下来你要打开你的飞书 开放者平台啊，在这里，那大家其实都已经见过了，因为有龙虾，有这个 cloud code 等等，大家其实已经接过无数次了，对吧？那我们再创建一次啊。好，这个时候呢，我比较骚啊，所以我正常会去选个好看的头像啊，所以这样会比较好看啊。对，这样子头像比较帅，对吧？ 那我们就把爱马仕的名字打上去啊。好， ok， 然后接下来这里面其实很简单，这个大家已经做过无数次了吧，所以这里面的配置很快。第一件事情在哪里？ 把你的这个时间回调，对吧？这边点开，然后保存啊，保存他的长事件。 ok， 然后这里面呢加上一个东西叫接收消息。好，把这个打上 就 ok 了。好，那接下来呢，把这里面都开通一下。嗯，机器人尚未开通啊，那这个时候我们得先去点一下机器人啊。 好，他已经帮我们点上去了，你看我忘了去点这个机器人，他就自动帮我点上去了。好，这里面就全部都开通了，那就不管了，因为一开始进来先得添加这个机器人嘛， 在这里啊，这里要先添加机器人，我忘了这一步，无所谓，他已经帮我干上去了。好，接下来呢，就是到这个权限管理这边啊，然后这边有个批量导入权限管理，把这个删掉，然后用我的一百七十七项的权限直接打开， ok， 搞定了，这个时候把它全部点点点点点就 ok 了，我基本把权限是开满的状态啊，所以这个要看大家自己的选择就 ok 了，好，这样子就全部搞定了，好，这个时候呢，你就需要回到这里，把这两个东西给他啊，把这两个东西放到这边来。 好，这里面把这两个东西放上来，回车啊，两个东西给他，他基本就接上去了，好不好啊？大家注意一下啊，你看到没有？我用的是什么？我用的是咪某的，对不对？所以这个时候呢，就有一件事情啊，这个东西是可以白嫖两周的。 好，这个时候他跳出来一个安全提醒啊，我给你们看啊，这个叫安全提醒，他其实安全度还是可以的啊，翻译给你们看，仅一次还是允许本次 对话，对吧？等等等等等等，你基本呢？ ok， 第一个就可以了啊，等一会他不行你再去调就行了，非常快，让他先配置成功，配置完之后先能聊天，对吧？你如果连聊他都不能聊，那不就扯犊子了吗，对吧？ 啊？这个时候让他直接咔咔咔给他配起来，然后他配的过程当中呢？你过来，你看这个运用是还没有发布的，你就要到这里发布新版本啊，这里面已经链接了，你看飞书跟微信都链接了，这个时候呢？创建新版本啊，你要把这个版本发布，这个版本你没有发布呢？他是没没法用的啊，好，这个时候随便啊。 好， ok， 这里面就直接发布啊，保存，然后呢？等会这边会有个确认发布，对吧？好，成了，这个时候就 ok 了。 好，看到绿色的就都是发布成功了啊，所有东西这都发布成功。好，这个时候我们打开飞书，然后到这里面来，你看啊，我们这里面就有一个了，对不对？ 这里面是不打开应用，对吧？啊？在吗？ ok， 然后我们给他看一下啊，看一下他能不能回复啊？兄弟们通了，在，这兄弟们通了，哈哈哈， 你能帮我做什么事情？ ok 啊，他刚才是跳了这个说为那他特别智能，他自己就去 去搜索了，你看他说 ok， ok， 就是 他已经收到这个信息了，对吧？然后他等会就回复你了就行了。 ok， bingo， 简单吧？我告诉你，他真心话比龙虾更简单，真的比龙虾更简单。好吧，兄弟们搞起来，搞起来，这个真的是比龙虾更简单一百倍的事情。好吧，下一期教你们怎么去白嫖咪蒙。

兄弟们，今天直播这个爱马仕智能体的使用安装，这是官网两条命令，第一条是安装，第二条是配置， 我这边已经安装好了，你配置看一下啊，选择第二个这个全量配置。第一个配置是模型，你可以去选择第二个，里面有一些福瑞的模型， 然后这个地方你可以去配置一下，记得选择福瑞的模型，如果要是不知道哪个的话，就去到这个模型，这个 open root 模型，然后点这个模型，点这个搜索福瑞，这些名字都是可以用的， 哎，来到这边配置好了之后，然后就是配置这个语音转文字的，选第一个这个 idg tts， 然后这个的话也选择第一个 local 的， 我现在就保持默认啊，然后这边就一路回车下去，就是保持默认 就可以了，然后这个的话也保持第一个建议的啊，我这边就是因为我这已经选过了，所以选择默认，这个时候可以配置微信的，你看啊，这个可以配置微信的， 配置完了之后他会要求你重启，我这边就不那个了啊。嗯，然后这个时候选择最后一个结束， ok， 这个时候 我也摁一下，然后你选择 harmless get away restart， 它就会重启了，重启之后，然后在你的微信上面就会有这个 clubbot， 然后你就可以跟它聊天了， ok。