hermes邮件处理教程

哈喽，大家好，我是琪琪。 hermes 官方提供了一个一键安装的脚本，听起来很方便，但是很多小伙伴正正去用的时候却发现它经常会卡在各个环节上，然后没办法执行下去，解决掉一个环境又有下一个。那 ok， 我 们今天来安装一下我们的这个 hermes， 然后给大家看一下怎么样去处理那些卡点。 那正式安装之前的话，我们先来看一下 helmas， 它到底是哪些环境是它必须要安装的，然后我们把这些东西给解决掉以后，然后我们再去执行它的一键安装，会很很快，或者说我们也能够去知道它去卡的时候到底是卡在什么地方。这边的话是 windows 环境， windows 的 话它必须在哦， windows 的 话它就必须是在 wsl 二里面去运行，我们的很多电脑默认是 wsl 一， 然后我这边的话是使用的是 open to 二二点四零四的这样的一个版本去运行的，也就是这个，然后我们是在这个上面去执行的， 就是在在这个虚拟环境里面去安装的我们的 harmas。 呃，在这个之前的话我先说一下，就是首先来说 harmas， 它是运行在 linux 上的，它虽然也能够在 windows 环境下运行，但是它的兼容可能不是那么好，所以的话直接安装在 windows 上的话，它会，嗯，有些问题，所以的话还是建议安装在我们的 w s l 里面去， 然后给它提供一个 linux 的 一个环境，然后我们看一下哈，就是它需要有哪些东西啊？呃，你把这个上上面是它的一个基础环境，然后这下面是我们的一个拍摄环境，你需要去安装一个呃， u v 的 这样子一个包， 然后这是 load 环境，然后这是依赖包。这些的话就是我们现在来看到的哈，这几个系统工具就是我们刚才这提到的。呃， device 呀、 get 呀，这些东西都是必须要安装的，我们经常去一键安装的时候，卡的话，大概率基本上是卡在 uv 还有 load 下下载这两个东西它很容易卡。 然后的话我这边提供了一个检测脚本，就是我们去检测一下我们到底哪些东西没安装，那我这边是因为安装了哈，可以的话他可能检测出来，嗯，都是已安装，所以的话我这边待会你们可能会看到就他呃装的会比较快， 但是这个是因为我提前把一些东西就是已经装过了，所以他会看起来快，但如果说你们把这些东西都装好了的话，他也会很快的，他也不会去像说真的去运行的时候卡，然后这个拍摄上看这里是缺失的，那是因为我这边装的是一一一版本的三点一版本，然后这个去检测这个的话就看起来是是缺失的，然后这个东西我们自己到时候可以自自查一下， 这就是他官方提，官方提提供的一个一键安装的一个脚本，然后我们来运行一下啊。 呃，我们在运行这个的时候一定要注意到，因为它是一个 linux 环境，所以有些提示跟我们的 windows 有 些区别，然后包括有一个点啊，就是它让你去输 password 的 时候， 它是没有任何提示的，就你去输入文字的时候，它全部是空白的啊，我们在运行这个一键安装脚本的时候，它这种反应的话，只要它没给你提示错误或者是怎么样，你就等一下，因为它没有一个进度的，它是没有进度条，所以的话你只能够去等， 然后你超过五分钟或者十分钟他还没反应话，大概率就是有问题。 ok， 我 这边的话他还在安装过程当中啊，然后但是我们可以来看一下他这边跳出来的这些东西，是不是就跟我们刚才说的这些必须要安装的环境，尤其是这里面的技术就很容易被卡的地方。首先的话我把我这之前安装的过程当中遇到的那几个就是容易被卡的地方，然后都有做一些介绍怎么去解决。 比如说这个呃 u v 默认他一键安装的时候，他确实都可以把它安装上，然后但是可能你知道网络的问题，对吧？然后我们是有些他没办法直接让你去安装，那 ok 我 们就怎么干呢？就是自己去把这个给安装上，就这样子他可能会报这些错，然后我们怎么去用？其实就是用国内镜像把它给安装好，就把这个 u v 给安装好， 然后这个安装好以后的时候，我我第二个也是，就是我的拍摄也没办法去装，然后我的解决方案一样是用镜像，嗯，然后包括我们的这个这个 low 的 load 的 话，它是这种情况，就是呃 load 这边是这样子的呀，就是我 load 的 那边是也是卡住了，然后但我直接去下载 load 的 时候，呃，也是没办法去下，后来是用的是呃 nv m， 先去下载了一个 nv m， 然后再用 nv m 去安装的 load， 然后这样子把这一个卡给过去了，这个卡给过了，那 我们比较重要的两个插件啊，一个是 raspberry 和 funpad， 这两个插件完了以后的时候，这两个插件的话，直接去用一键命令的话，它可能也会有点问题。如，但是，但是，但是我有另外台电脑，它装的时候它成功，然后这 这台电脑没成功过，然后也是手动去安装的。其实就其实说到现在的话，这些问题大概率都是镜像的问题就是，嗯，直接用一键安装的话，他可能还是比较兼顾海外的一些用户，对吧？然后我们国内的话可能就要辛苦一点，用一下国内的镜像 基本上就是用这种方式去解决的了。好，我这边已经安装好了，安装好以后的时候我们来看一下，我这边的话提供了 hermes agent 的 一些常用的一些命令，然后我们来把我们的那个向导就是配置向导给打开，也就是我们这一个这个命令直接去运行一下。 ok， 你 看这边这一件进到了说要去配置模型，那， ok， 我 这边的话就是去配置我们的我的一个模型。好，这个时候我们去选我的模型，然后我这边的话用的是 mini max 的， 然后你看这里有后面带 china 的， 这个 china 这个的话其实就是我们国内的一个通道，然后我们就选择它。 呃，这个 mini max 的 话你要注意一点哦，就是我们的 api key 是 分两种，一种是我们的那个 token 计费的，就是我们上面这个 api key， 然后另外一个是那个 token plan 的 一个 key， 然后我们要用如果你买的是那个 token plan 的 话，就要用这个，好把复制直接粘进去。 现在你看到了吗？其实我已经粘贴了，然后但是它没有任何的反应，因为这是一个加密的，所以在 linux 系统上所有加密的东西它都不会显示出来，直接 ctrl v 以后的时候 enter 就 行了。然后这里是看到没 api key saved 就 已经保存了，然后我们就去用它的一个 s 的 一个。呃， u r s l u r l， 然后这个这个是直接默认的，可以直接用的。 好，我们就可以去选择用我们的一个模型。好，这个时候我们的那个已经配置完了。好，我们就重新启动。 那现在你看，我们就开始配通道了。配通道怎么配嘞？来我们这边也是有的。呃，首先的话我们可以配微信通道，也可以配我们的那个飞速通道，他都是很简单，现在都是用二维码扫了，所以的话相当快。然后我这边的话先用个飞速吧， 然后这飞速的话它也可以扫扫二维码，就是如果你没有见飞速机器人，你直接用这个 q r 这 q r 扣的这一个，然后就直接扫码，然后如果说你要去配你已经有的机器人，你要把它换成这个的话，那就直接 a p i a p p id 这样子去配。然后这个的话是在这儿 啊，这个的话就是我自己新之前创好的啊，然后我是现在是重新绑定一下，我这个的创建的话本身就是用二维码扫码然后实现的，然后把这个 app id 粘进去，然后我们来复制我们的 app secret 复制好，你看到没有？现在又是这样子的。 好，现在的话其实就配置完成了。好，这个的话就是让我们说要不要用，然后这个的话就是让我们看一下要不要用配对模式，最好是用一下配对模式了，然后这个是群聊，群聊的那一块要不要把？就是允许群聊后，下面这个是不允许群聊，前面这个允许群聊打开。好，这个可以只字可选，按它就行了。好，现在我们在飞速通道就配完了，然后就让一个重启， 对于我们个人去用的话，用这个 user server 的 话就够，我们直接选择这个。 ok， 然后这就开始起用服务。好，现在我们可以来检查一下我们的。呃， hermes 有 没有，有没有启动成功？ ok， 你 看没有飞速通道好了，我们这个的话就那个启动成功了，就是 round 的 状态，然后通道是飞速，然后我们来给他发一个消息，看一下，这个是我们的。这， 这是我之前连接的哈，你看吧，这里就让我们去配对码啊，我们把这个配对码给复制上来， 在这里输入。 ok， 看到没有？这里就配对成功了，然后现在我们可以正式跟它进行规划了。 呃，这个一点要注意到哦， hermes agent， 它跟我们的 opencloud 它不一样，它没有官方的那个 web 的 一个推对话的一个页面。呃，有第三方的话，那个开发出来一些插件可以去用，如果需要的话可以去下一下。 对于 harma 这一块的话，它的安装的问题的话，其实大部分都出在咱们的网络环境上面，因为它的那个一键安装的话，还是比较倾向于海外的一些用户，然后对于咱们国内的话可能稍微不是那么友好一点。那你遇到这种卡点的时候，你就直接问 kimi 啊，或者是，呃，但都包的话 勉强的用吧。呃。你把你的那个卡点在哪，然后复制给他，然后让他告诉你国内镜像是什么，你手动安装一下。呃。基本上这种的话就能够把我们大部分的问题给解决了。那今天分享就到这里喽，拜拜。

大家好，我是轩哥，只聊能用的 ai 技术，不聊虚的概念。今天给大家看一个我刚开发完的 skill， 发票行程单自动整理助手，用的是 mateu， 作为本地的 ocr 识别，数据不出镜，支持从邮箱自动搜索电子发票，下载附件，智能匹配发票和行程单，最后生成带截图的 excel， 还能一键上传腾讯文档，全程自动化，报销的事就再也不用愁了，给你看看从零到一这个 free 的 开发全过程。 nice， 先说说痛点，报销这个事相信大家都懂，一堆发票要手动下载， pdf 要一个一个打开，行程单和发票要对应起来，还要贴图粘到 excel 里，一个月报销三十张发票的话，大半天就没了啊。所以我做了一个电子发票整理的助手， 本地 ocr 用 mateu 作为引擎，所有数据在本地跑，安全邮件集成，可以自动搜索邮箱里的发票，下载附件， zip 也能自动解压缩。然后是智能匹配，是通过金额把发票和行程单自动对应起来，格式化的输出 excel 里面直接把发票的截图嵌进去， 不和的话一目了然。还可以一键上传腾讯文档，方便写作，目标很明确，从收票到入账，全程自动化。 nice， 看看整体架构，这次是五个模块， email、 feature， 从邮箱里搜索发票，下载附件。第二个是 invoice password， 用 minor u 在 本地解析 pdf 和图片。第三个是智能匹配，通过金额和行程单 进行配对。第四个是 excel generator， 输出 excel， 把截图也放到 excel 的 表格里面。第四部分是集成腾讯文档，一键上传到腾讯文档，支持的类型有电子发票、行程单、高速票、纸质 拍照，这是执行的结果，它最后会保存到一个 excel 文档中。第一步数据输入，你可以用本地文件，也可以让它自己去邮箱里面接收邮件。我封装了一个 email feature 的 类，去 定义了发票的关键字类型，这个是主要的函数，这个是解锁收件箱，下载附件，解压缩 zip 文件， zip 附件会自动解压，直取里面的 pdf 和图片。第二步是核心解析， 用 manu 本地 ocr 支持 pdf 和图片。我定义了一个 invoice recorder 数据类，这里面的数据资产都有金额。提取的优先级是先找价税合计，然后再找通用金额，最后是找以原结尾的 日期，支持多种格式，中文也能识别。本地 ocr 的 好处就是数据完全在你自己的手里。这个是提取价税合计的 类，这个是提取时间的发票号码。解析表格，这个是解析行程单的，这个是将 pdf 转换为整页图片。第三步是智能匹配发票和行程单，怎么配对？主要是看金额，通过金额去匹配发票和行程单。最后是 excel 的 生成，这是 excel 的 头部，然后蓝色 表头，然后插入截图，自适应列宽。这是最后一步生成的 excel， 可以 上传到腾讯文档 later。 最后看一下这个生成的 excel， 然后把金额都提取出来了，有截图， nice！ 有 了这个技能，以前需要好几个小时，整理了发票的时间，一下就压缩到了五分钟，这才是 ai 真正的价值，把你从那些机械的重复的事情里释放出来，做你需要 有创造力，需要思考的事情。回顾一下这个 skill， 我 不是从零开始写的 ocr 引擎，是把 myru， 邮箱工具还有腾讯文档， excel 这些能力 串起来，解决自己遇到的问题。我只是把这些工具组合起来，让它串成一个工作流。这个发票整理的 skill 的 文档还有代码，我到时候会整理出来， 你也可以想想有有什么重复劳动需要自动化的评论区告诉我。关注加收藏，下一期我们继续做更有意思的 skill， 今天就这样了。

hermes 默认运行在终端界面，这很即刻，但每次要用它，你得坐到电脑前，打开 terminal 输入命令。对于需要移动办公或者多线城处理的人来说，这个门槛其实不低。 hermes web 就是 来解决这个问题的，它是一个轻量级的深色皮肤 web 界面，实现了与希优的一比一功能对齐，你在终端能做的，在浏览器里同样能做，而且更好看。界面经过精心设计，功能没有任何缩水。 想象一下，你在外面用手机客户发来一堆需求，你直接在手机浏览器里打开 y b， 让 hermes 帮你整理会议、摘药，安排下周计划，所有操作都在指尖，无需打开电脑，这就是真正的移动办公体验。 对于可适化需求， webb 提供了文件浏览器和 markdown 实时预览，写完文档马上看到排版效果。更强大的是，它能直接渲染 mermaid 流程图、架构图、流程图持续图，浏览器里直接看，不需要任何额外工具， 配合 tele skill 内网穿透，你可以在任何设备上安全访问自己的 hermes 实力手机、平板，任何有浏览器的设备都可以访问，经过加密身份验证，一个都不能少。数据全程在你自己控制的服务器上安全可控。 安装 yb 非常方便。疫情命令启动服务，设置好端口和访问凭证，你的浏览器就成了 hermes 的 专属控制台。长周期任务、计划任务都可以随时随地查看和管理，再也不需要盯着终端等结果了。 从中端到浏览器，从电脑到口袋， hermes webb 把 hermes 从命令型工具变成了随时可用的数字分身控制台，移动办公多设备同步，一个浏览器全部搞定，这就是真正的全平台体验。 装完 hermes webb， hermes 的 交互体验彻底升级！关注丁正新，下期讲 self evolution， 让 ai 实现自我进化。装备齐全的完整数字分身即将上线！

只要是 win 十或者是 win 十一的系统，咱们插上之后双击启动就和我是一样的。我用的是什么样的？你用的是什么样的啊？试试这款清爽不黏腻的面霜。来来，咱们重新打开一下啊，重新看啊，来了，重新看啊， 夏天怕油腻，试试这款清爽不粘腻的面霜怎么样？这个就是我刚刚做好的五秒的视频啊，这个套路可以吗？必须的必，必须的是可以啊，因为它可以实现多语言翻译，包括自动帮你收邮件。呃呃，收邮件，发邮件，整理热门数据，哎，搜爆款，搜热点，都能帮你去实现的好吗？ 这个看见了吗？亲爱的，我们做了一个这个啊，我这个是免费的。为什么？因为我的这个有免费的这个额度。那你免费的额度消耗完了之后，你就去买月套餐吧。下一个，第一个，第二个啊，这款精华真的绝了， 看到了吗？姐妹们？这款精华真的绝了。怎么样做的？ ok 的， 咱打个 ok 吧。

部署好 hermes 后，很多人只会问一些简单问题，今天天气怎么样？写首诗，但 hermes 的 真正能力是帮你干活。今天从最实用的指令开始，文件操作、代码生成、搜索查询任务。练 学完这集，你就能让 hermes 帮你写文档，整理文件、搜索信息。从聊天到干活只是一条指令的距离。 hermes 指令类型，对话型简单问答任务型，让 a a i 帮你做具体的事。工具型，直接调用 hermes 的 工具炼制型，多条指令组合成工作流。今天重点学任务型和工具型 写文件。让 hermes 写一份周报模板，并保存到指定路径。它自动生成四段式模板，本周完成下周计划，遇到的问题需要支持，还能继续修改，加上进度百分比列，一条指令搞定。 写文档，写模板，写笔记，一句话的事。搜索和整理，让 hermes 搜索最新发展，并整理成三点摘要， 它自动搜索十二条结果，提炼出三个要点， m c p 协议成为行业标准，多 agent 协助框架成熟， agent 加 rack 成为主流架构。搜索分析整理一条指令完成，你不用再自己翻几十个网页了。 练室指令，搜索整理保存三步一条命令 hermes 先搜索八篇优质文章，提取关键知识点，然后整理为结构化笔记、核心概念、实战模式、常见陷阱，最后保存到指定文件。 二十三秒完成了你平时需要一小时的工作总结。写文档，搜索、整理、练视任务、文件操作，从聊天到干活只是一条指令的距离。 下期预告，配置你的工作空间学会个性化配置 hermes， 让他的工作方式更贴合你的需求，我们下期见！

你电脑里装了多少 ai 工具？用过两个月之后，真正每天打开的可能就剩两个。 cloud code 负责写代码， hermes agent 负责剩下的事儿。 这不是哪家公司亲定的，是社区跑了三个月跑出来的搭配，圈内认可度比较高。为什么是这俩？先说 cloud code。 astropic 自家产品 opus 缩点器驱动， 在 ai 编码评测里表现靠前，在编码工具圈里口碑也比较稳。 cloud code 是 写代码专用你的日程邮件快，平台提醒定时任务，多平台消息协助生态上的消息，它管不了。 finance agent 这边 nasa research 二月份开园， gtahab 短时间内收获高人气， 圈内活跃度也不错。他做的是另一类活，持久化记忆，跨绘画，不失意，自动生成技能。做过的事下次直接附用一个进程，同时接多平台消息协助生态邮件，以及国内主流办公协助工具。 你在外面用手机发一句话，他在你自己机器上把活干完，本地能跑模型，随便接两个工具不抢饭碗。可多的是你坐在电脑前写代码的那个搭档。 hermes， 是 你不在电脑前也一直在干活的那个。全天候自动化助手，一人公司想自动化，这是不少开发者愿意尝试的。双站组合，一份订阅加一个本地跑的开源 agent， 装一次够用很久。

一天就烧了四亿 token， token 都去哪了？该怎么节省 token？ 先看看 token 是 怎么没的。第一个就是你各种的记忆文件、 skill 技能文件，你以为它是用哪个就发哪个吗？不，它是全部打包发给大模型，然后去决定该用哪个。 另一个就是上下文智能体，其实是不会分析上下文的，跟你的记忆文件一样，也是一起全部打包给大模型去处理。 记文件和上下文加起来基本上就是几万字，再加上各种的工具，还有你的处理的任务文件，加起来差不多每次对话就有十几万字。 像可乐扣的这种编程工具，虽然没有复杂的记文件吃 token， 但是这仅限于你刚开始做的时候，等项目做久了，尤其是动辄几十万甚至上百万行的时候，你的需求表述还很模糊，这时候大模型就只能扫一遍你整个的项目文件，哪怕扫完还不确定，再扫两遍， 然后你的一亿 token 就 没了。所以我就做了一个逻辑整理的 skill， 把整理上下文和文档解锁这种特别消耗 token， 但又不需要太强能力的事儿，交给 minmax 这种便宜且量大管饱的大模型去做，等整理好之后，再切换 deepsega 去执行，或者 cloud code 去编程。 平常我每天的 token 消耗至少一亿多，这两天更是到了三亿，但是前几天在用这种方式的时候，只有一两千万的消耗，节省了不止十倍。但是为什么没一直用呢？因为这种方式就像黑箱一样，你看不到 clock code 和 codex 的 实时输出，改了什么，有没有瞎改你都看不到。 然后我又做了一个能让 hermes 实时广播 clock code 运行过程的 skill。 当然你不想用这种方式的话，你就得做好项目管理。首先要有目录和剪辑，每次修改的时候把目录发给大魔行，它会直接定位到插入点，非常的快。 写小说也是，你得做好章节大纲，两三百字一个章节大纲，到时候未给大魔行的时候，字数就会减少十倍。

来不及怀念小龙虾和 hymes 了，接下来登场的是 openhuman， 全自动记忆管理，无需手动教学，一键连接一百一十八个办公核心工具，二十分钟无感抓取邮件、 日程、代码等数据，自动生成结构化记艺术彻底打破 ai 启动难题。 token juice 机制大幅降本，砍掉百分之八十 token 消耗， 可存实意偷看信息创新潜意识循环，无指令也能后台自主处理，代办还能化身虚拟形象。参会旁经济要点，精准贴合个人需求，吃透工作流，真正实现低成本、全自动同步专属信息，成为深度适配日常工作的贴身数字分身。

目前得分四十。得分原因， c r t 显像管模拟红绿字带边缘就是这种啊这种，然后然后他自己给自己打了分， 他说他做好了 c r t 模拟加二十，呃，代码值四十分好，然后锐志带红标加二十，他说他有八十分，然后，然后做了个空的给我啊做了个空的给我。 我这是有结果的啊。 哎呀呀，别推我，快了啊快了啊，只有慢慢调教。

hermes agent 多 agent 实战创建、部署与配置完整指南今天我们来学习如何用 hermes agent 创建和部署多 agent 系统。 先了解三个核心概念， profile 是 独立的 agent 主目录，拥有自己的配置、绘画、记忆和技能。同一机器可运行多个互不干扰的 agent sub agent 通过 delegate 下划线 test 派生的独立实力，拥有隔离上下文和受限工具级，仅返回摘药给主。 agent。 orchestrator 是 可继续委托的编排器类型，可以生成多层树状结构。 安装非常简便，一键安装命令，自动处理所有依赖项，包括 uv 包管理器， python， 三点一一， note js， rip， grab 和 fu pack。 安装后用 hermes 命令开始聊天，可以用 model tools， gateway， setup 等命令进行配置。 hermes 支持二十多个 l l m provider， 包括 open router， entropix， google gemini， x， a i， hugging face， minimax 等认证方式，支持 a， p， i， t 和 off。 用 hermes model 命令可以交互式选择 provider 和模型。创建 agent 就是 创建 profile， 可以 创建空白 profile， 也可以克隆现有配置 profile 数据目录包含 config， ml， soul， md， sessions， memories， skills， crown 和 locks 等。目录创建后会获得命令别名，比如 c i， l i。 用 hermes 命令单次查询用 hermes chat q 加查询内容，恢复会话用 hermes resetq 加查询内容。 gateway 后台服务，支持十五多个消息平台，包括 telegram， discord， slack、 whatsapp 和 email 等。推荐一个容器对应一个 profile， 完全隔离 生产环境。推荐 docker 部署一个容器运行一个 profile， 通过 volume 挂在数据目录后台运行。命令设置自动重启资源限制，建议内存二到四 g cpu 二核显卡两 g 以上 升级只需拉取新镜像，然后重建容器。 delegation 配置是核心参数， max 下划线 iterations 控制每个子 agent 的 最大调用轮次默认五十。 max 下划线 concurrent 下划线 children 设置并行字 agent 数量默认三。 max 下划线 spawn 下划线 dex 控制委托层级深度设为二，才能支持嵌套的编排器。 注意， max 下划线 spawn 下划线 dax 为三，且并行数为三十，最多可达到二十七个并发叶子 agent， 成本会成倍增加。 来看一个完整实战案例， gighub p 二自动审查系统架构式 cron 定时触发 hermes agent 调用 gighub c l a 获取 p 二和代码差异，然后使用 call review 技能进行审查，最后发送结果到消息平台。 调度策略可以是每两小时工作日、每天特定时间或每周一汇总。什么时候用 delegate 下划线 test， 什么时候用 execute 下划线 code， 需要推理判断的复杂任务用 delegate 下划线 test， 它有完整 l l m 推理循环和隔离对话上下文机械性数据处理用 execute 下划线 code， 只有 python 代码执行 token 成本较低， 经验法则需要判断力就用 delegate 下划线 test， 机械性处理就用 execute 下划线 code， 最后是最佳实践。上下文传递要完整，不要只说修复错误，要告诉子 agent 文件路径错误信息和关注点。 工具集要根据场景选择代码工作用 terminal 和 file 研究用 web 全站任务用全部。还要注意同一 profile 不要同时运行两个 gateway， 避免并发写入问题。 总结一下， profile 实现多身份隔离， subagent 提供独立推理能力， orchestrator 支持多层树状，委托 docker 部署确保生产环境隔离。 crown 加 walk， hook 加 skills 构成自动化工作流。

很多的企业应当有收到过侵权邮件啊，就是说你这家企业质地侵权呐，图片侵权呐，软件侵权呐，要求你来协商，需要获得授权费用啊，或者是需要赔偿相应的这个金额来解决这个事项 啊，这个应该非常多的企业全部都有遇到过这种情况，遇到这种情况怎么处理？刚好最近在帮一家企业做自体侵权的内部的材料梳理啊，来聊一下这个话题。首先， 如果一旦一家企业收到外部的侵权软件告知书，第一步应当做的是冷处理。为什么要冷处理？因为国外的这种自体侵权的这种厂商基本上是全国发函 啊，所以呢，他发函不单单只针对你这一家，他是针对全国几百家上千家企业去发函，然后他也不知道说这家企业到底有没有侵权，但是不管三七二十一，我同意先发函，然后谁回复了这家企业的邮件，哎， 带着这家企业继续去追究这家企业责任，因为有企业回函就就发，就就能够说明一个点，这个企业是实际经营的，这家企业有人，这家企业害怕这个事情， 哎，于是我就从几百家几千家的企业里面再去揪着这几家来博概率啊。所以第一步应当冷处理，第二步赶紧内部排查是不是真的存在所谓的侵权的事项 啊。对于很多的软件公司来说的话，实际上外部这个这些厂家是很难找到公司使用软件的确凿证据的， 所以我们之间出出现一个案件，是有这种厂家跑到企业的公司里面，在周五周六的时候，哎，去偷拍这个企业这些工作人员的办公电脑是不是有使用相关的软件？哎，以此作为证据，接着再来 恐吓或者是威胁啊，或者是协商跟这家企业做二次的沟通，就说明很多的厂家实际上是没有确凿证据证明说这家企业电脑里面确实使用了相关的软件的 啊，但是有些情况除外，比如说字体侵权，海报侵权等等的，这个因为你对外批入了，所以这种情况下侵权是会被固定证据的。第三步， 在内部排查之后，确实能够这个啊，说明或者是梳理出来确实公司有侵权。在这种情况下，第三步应当去解锁 这个厂家。在这个比如说中国裁判文书网上面有起诉过多少企业，起诉的时候法院一般怎么判呢？判赔的金额是多少？以此心里有一个底 啊，知道说这类案件一般法院的判赔金额在多少钱以内啊？套用自己的这个公司的实际情况就可以知道最终可能要赔偿了一个金额，再次基础上再去回邮件，或者再去跟对方沟通，协商怎么去处理这个事情 啊。那如果真的协商不成，最终就走到了诉讼阶段，这里心里也有个底，知道说这个事情最终会有一个怎样的判赔金额啊。所以归答出来几个点，第一个点， 收到这类的邮件，第一步应当先做冷处理，第二步，赶紧内部排查，梳理是否有侵权的相关的事项。 第三步，赶紧解锁一下，如果有确实有侵权事项，解锁一下市面上判赔的金额，以明确这类情况下下，自己应当承担的一个最高的这个赔偿金额是多少？ 以此再跟对方再去沟通协商，协调出一个合理的价格，最终推进推进这个案件扩散处理掉。

想实现 harmless 与 openclaw 强强联合，只需按下面的架构思路，把提示词输入 code body， 即可自动生成整合方案。核心设计， 将 openclaw 作为统一网关，负责接收请求、路由调度、协议转换。 harmless 作为深度执行引擎，专注本地高性能计算与任务处理两者。通过 openclaw 原生的 skill 机制， 触发 hermes 的 本地 api 服务，实现网关层加执行层的清晰分层。架构优势，网关层管理流量与权限，执行层保障算力与稳定性， 既降低藕合又提升扩展性。使用 codebody， 你 无需手写胶水代码，只需输入上述提示词， codebody 就 能自动解析架构意图，生成 skill 配置、 api 调用视力与部署能力与 hermes 的 执行效率为你所用。

今天我想聊一篇关于 harmis agent 多入口架构的文章。一个 agent 的 项目做到后期，核心能力已经不只是命令型问答了。 用户希望他能跑在终端里，也能接 telegram， discord slack， 还希望有更现代的 t u i， 甚至能被编辑器或 api 调用。这时候最容易走错的一步是给每个入口都写一套 agent。 hermes 没这么做，它的核心思路是 a 键 loop， 尽量统一入口层，各自处理交互形态。 我们先看 hermes 的 核心拆分， ai ai 证负责构建 system prompt， 管理对话历史调用模型，执行工具处理上下文压缩，还有 memory to do、 session 等状态管理。 但用户如何输入，如何展示，如何审批危险命令，如何恢复绘画，这些并不属于 ai agent。 t i 点 p y 面向交互终端处理 prompt 下划线、 toki 输入和 rich 展示 getway， 面向消息平台处理平台 adapter 和异步消息。 t u i 面向液体界面， tapisk 负责渲染， python 负责 agent 逻辑。这个拆分很关键，如果把所有 u i 逻辑都塞进 ai agent agent loop 会变得无法维护。 classic c l i 是 最后的本地入堂，赫尔氏科一管的事情非常多，加载配置你人情 睡至完啦，贵惯的数据太特别，自带太特别，这种对网关的酒肯定非常的追震。 输入历史与使命 ai agent 维护对话历史处理各种 slash commands 处理图片附件和剪贴板处理审批和密码输入，退出时清理资源，写入 siit 三审。 它承担的是完整的本地产品体验，而不是 agent 推理本身。 c l i 的 一个重要特征是它和用户在同一个 terminal 里实时交互。危险命令审批、 soluto 密码、 secret 输入都可以通过 prompt 下划线。 tokyo 在 本地阻塞等待、 德瑞面向 charlie、 greg、 discord、 slack、 whatsapp 等平台。它和 c l i 最大的不同是长期运行的后台服务， 这带来很多问题。多个平台同时连接，多个聊天同时发消息，同一个 session 可能跨很长时间继续，用户可能在 a 阵正忙时继续发消息。危险，命令不能用 terminal point， 要通过消息平台审批。 其中最值得注意的是 agent cache 机制， data 会按 session 缓存 ai agent 时利用来保留 point caching。 如果每条消息都创建新的 ai agent， 就 会重建 system prompt， 破坏 provider 的 prefix cache， 成本会大幅上升。 所以 data 不是 每条消息新建一个 agent， 而是用 session key 映射到缓存的 agent 时，历 该会下。不能只用一个 session 下划线 id， 因为消息平台里同一个用户可能在不同群、不同 thread、 不 同平台里和 agent 对 话。 comis 用 session 下划线 key 作为核心，抽象格式是 agent main 平台聊天类型聊天 id session store 会根据来源生成 session key， 再映射到真实的 session 下划线 id。 这个设计的好处是，平台路由使用稳定的 session key 数据库存储，使用 session id resume 可以 把某个 session key 切到已有 session id reset policy 可以 按平台和聊天类型生效。 session key 不是 装饰质段，而是 getaway 运行时的主键。 多路口系统很容易出现命令漂移的问题。 c l i 有 某个命令，挑了官，帮主里没有 slack 支持某个命令。 c l i auto complete 又忘了别名 hermes 用 c o m m a n d 下划线 r e g i s t r y 解决这个问题， 每条命令是一个 command def， 包含名称描述，分类，别名，参数提示，还有 k i i 下划线 only 和 getaway 下划线 only 等标志。 然后所有下游都从这里派生。 c l i help getaway help telegram 命令菜单 select 命令映设，自动补全命令解析， 新增命令的主要动作是先加 command def， 再在对应入口接 handle， 这就是中央注册表的价值定义，统一暴露可控。 hanis t u i 拆成了 node 和 python 两个进程，域态是 increact， 负责终端 ui 渲染。 t 太下划线，该位是 python j s o n r p c backend， 负责 agent 逻辑和工具调用，这不是多此一举，而是非常务实。 ink 更是合作复杂终端 ui。 python 进程已经拥有 hems 的 agent 和工具生态， 强行把 agent 移植到 node 代价太大，强行用 python 复刻现代 tui 体验又很难做好。 还有一个重要细节， python stodo 被重定向到 stare， 保留真实。 stodo 专门写 j s o n r p c 防止普通 print 污染协议通道。 t u i 里还有个 slash worker， 是 一个持久的 c l i support， 专门执行 slash command， 最大限度附用 c l i 逻辑。 horis 多入口架构的启发很实际，不要把 agent 做成 u i， 也不要把每个 u i 做成一个 agent。 更好的方式是， agent 是 能力内核工具系统是统一执行层， session， db 是 历史事实层， command register 是 控制面。 c i gateway t u i 是 不同交互外壳 入口可以继续增加，但核心能力不需要复制。代价是入口层会变厚，但这是合理复杂度， 真正应该避免的是把交互复杂度推回 ai agent， 或者在每个入口层会变厚，但这是合理复杂度，真正应该避免的是把交互复杂度推回 ai agent loop， 用统一内核承载能力，用入口适配器承载体验，这就是一个 agent 从 demo 走向产品时必须跨过的架构分界线。我是林深健， ai 我 们下期再。

在上一集讲解了个人知识助手跨绘画记忆的威力。本集我们讲解开发自动化代码审查到部署 cloud code 的 写代码 hermes 看守流水线。两个工具不是二选一，而是各管一段。假设你早上九点打开电脑， telegram 先弹出三条消息， 不是同事发的，是 hermes 发的。第一条说，昨晚二十三点十七分， main 分 支有一个 pr 合并，新增三百八十七行代码， os 模块的 token 过期逻辑没处理，边界测试覆盖率从百分之八十二掉到百分之七十六。 第二条说，凌晨两点四十， ci 流水线跑了一轮回归测试，三个用力失败，其中两个是昨天那个 pr 引入的，一个是已知的 flaky test。 第三条说，今天的日报出稿已经生成，其余昨天四个 commit 和两个 pr 需要你确认后发送。 这不是假想场景。 hermes 的 crown 调度、 github， mcp 和记忆系统可以让它在你睡觉时持续工作。传统代码审查有两个痛点，一个是延迟提了 pr 等 reviewer 有 空。另一个是一次性，不同 reviewer 的 关注点可能完全不同。用 hermes 做自动代码审查， 第一步是接入 datap mcp， 让它能读取仓库的 pr、 diff 和 issue。 第二步是设置 cron 调度，你直接告诉 hermes 每六小时检查一次媒体分支的新 pr， 做代码审查，它就会自动创建任务。 第三步是定义审查标准，把代码规范写成 skill， 比如函数不超过五十行，错误处理必须用自定义类型，所有 api 端点必须有测试关键就在第三步，审查标准是 skill， 它会随着你的反馈自动引进。你标记了某个 hermes 没发现的问题，下次它就会注意同类模式。 传统 link 规则是静态的， hermes 的 审查标准是活的。 hermes 做测试和 code code 做测试有个根本区别， code code 更像，你告诉他给这个函数写测试， 他写完你验收。 hermes 是 自己发现哪些函数没测试，自己写，自己跑，跑不过自己修。最后给你一份报告。这个能力来自几个工具的组合。 file 负责扫描代码目录，找到缺少测试的模块。 codex key， user 在 沙箱中运行测试。 terminal， 负责执行覆盖率报告，生成 memory， 记住哪些模块已经审查，哪些测试是 flaky 的。 这套能力还可以配合 crown 做周度覆盖率检查， 每周一早上自动扫描覆盖率，低于预值就发通知提醒。测试就从一次性动作变成持续机制。日报和周报这个功能听起来简单，但用起来会上瘾。 hermes 通过 guitar m c p 拿到当天的 commit 记录 pr 状态和艺术变化，在结合绘画记忆里你讨论过的内容， 生成一份你几乎不用回忆就能确认的日报。周报更有意思，因为有跨绘画记忆， hermes 能看到整周的脉络。周一修了什么 bug， 周三为什么改了架构方案，周五的 pr 为什么被打回？它都能串起来？ 所以周报不是简单的 commit 列表，而是有因果关系的叙述。一个很实用的建议是，让 hermes 在 生成日报时同时更新一个项目 skill， 记录本周的技术决策。这样下周做周报时，它能直接引用决策记录，不用再从 commit message 里猜你当时在想什么。 cloud code 和 hermes 不是 竞争关系，它们擅长的东西完全不同。 cloud code 是 你在旁边实时对话的搭档。 hermes 是 后台运行定时汇报的执行者，前者擅长写代码重构和调试，很多事在一个 session 里就能完成。 后者更擅长巡检、监控、汇总和调度，而且能跨天跨周持续运行。触发方式也不一样， cloud code 更多靠你主动发起， hermes 更适合由 chrome 自动触发或者事件驱动。一句话总结， cloud code 是 工匠， hermes 是 管家， 工匠负责做东西，管家负责确保一切都在正轨上。把这两个工具放进一条流水线里，就是 cloud code 写代码提 pr， hermes 自动审查， pr， hermes 跑测试验证，再由 hermes 生成日报汇总。 这条流水线跑起来之后，工作中心会从写代码看代码跑测试，写日报变成写代码加确认结果。但有一点要记住， hermes 的 代码审查是辅助，而不是替代。 他擅长发现模式化的问题，比如命名不规范，缺少测试边界条件遗漏。可到了架构层面的判断，仍然需要人工，别因为自动化了就跳过人工 review， 至少核心模块要保留人工环节。下一集是内容创作，从调研到成稿， 我们会从开发流程切到内容工作流，看看 hermes 怎样把调研、写作风格和自动成稿串成一条线。下集见。

你用的命令行， ai 大 概率只能处理文本，你扔给他一段日记，他能分析，你扔给他一张截图，他就瞎了。但 hermes agent 不 一样，你可以直接把剪贴版里的图粘贴到 c l i 里，让他分析截图，理解界面，处理图标。 图像作为 face 六十四视觉内容块发到模型，任何支持视觉的大模型都能处理。这不是一个花哨功能，而是把 ai 从纯文本推到多模态的关键一步， 他是怎么工作的？五步走，第一步，把图像复制到剪贴板，截图浏览器图片都行。第二步，用任意方法附加它。第三步，输入你的问题，按回车。第四步，图像以徽章的形式出现在输入上方。 第五步，提交时，图像作为视觉内容块发到模型，而且你可以在发送前附加多张图，每张都有自己的徽章。按 ctrl 加 c， 可以 清除所有附加的图像。图像还会以带时间戳的 p n g 文件保存到脑。 hems images 实录录 怎么附加图像取决于你的终端环境，不是所有方法在任何地方都有效。第一种 case 命令最可靠，随处有效，因为它显示调用剪贴板后端不用操心中端键绑定拦截。 第二种， ctrl 加 v 或 z m d 加 v 括号粘贴。当剪贴板同时有文本和图像时有效。但如果剪贴板只有图像，没有文本，大多数终端里就不管用。 第三种， alt 加 v， 通过 esc 逃逸系列检查剪贴板，但 vs code 的 集成终端会拦截 alter 组合键。 第四种， ctrl 加 v， 原始只在 linux 桌面终端有效。因为 linux 里 ctrl 加 v 不是 粘贴快捷键，所以 hermes 可以 捕获这个原始字节来检查剪贴板。 所以不同环境下，哪些方法能用？ mac os terminal 和 iterm 二是最佳体验。三种方法全律，因为 os script 始终可用 linux。 x 十一和微软的桌面也是三种全绿，但需要装 x clip 或 w l paste。 wsl 二，通过 power shell 后端也基本能用。 ctrl 加 v， 仅限文本加图像的情况。 vs code 本地终端 out 加 v 不 行，因为 vs code 拦截了 out 组合键。 vs code s s h 终端和普通 s s h 终端就更惨了。远程剪贴板根本访问不到，只有 past 在 部分场景能用。选对方法得先看你在什么环境里。 平台设置这块 macos 零配置。 os script 是 系统内置的，开箱即用。 linux 需要装一个剪贴板工具， x 十一用 x clip， winland 用 w l paste， 一 行命令就能搞定。 w s l 二也不需要额外安装，它通过 powershell x c 提取 windows 剪贴板。 但 s s h 就是 另一回事了。远程绘画里，你的剪贴板在本地机器上，服务器根本访问不到。这不是 harmus 的 bug， 而是远程架构的根本限制。所以如果你在 s s h 里工作，视觉粘贴基本用不了。 把这些合起来看，视觉粘贴做的事情很简单，但很关键。它让你不用导出，不用上传、不用切换工具，直接在 c l i 里把剪贴版的图扔给 ai。 四种方法适配不同环境，选对就行。 macos 和 linux 开箱或一行命令 sss 看是硬边界，绕不过去，这不是一个附加功能，而是把多模态能力直接嵌进了你的工作流。如果你需要一个能看图的 ai， 而不是只会读字的，这才是重点。

现在很多人都在说 ai 编程能提效，但同样是用 ai， 最后差别真的特别大。有的人只是把 ai 当高级聊天框，改一个文件问一次，跑一个命令看一次，出了一个报错再回来接着问。 你看起来用了很多工具，实际上整套流程还是你自己在硬扛。真正能拉开差距的，不是谁模型更新的快，而是谁先把 ai 从助手用成了项目代管层。 hermes 的 价值就在这里，他不是替你多回几句话，而是开始接手整个项目推进。比如一个需求进来，要先读代码再拆任务，再交给 codex 去处理具体修改，然后还要回头做验证，整理结果判断。下一步 手动钉的时候，最耗时间的不是写代码，而是切换、确认、打断、反攻。 hermes 的 做法是，先把目标拆清楚，再把能并行的步骤拆开，把该执行的交给 codex， 把该检查的留在流程里，最后把结果统一收回来。 你只在关键节点看结论，不用每一步都守着窗口。这个变化非常大，因为你终于不是带着 ai 干活，而是让 ai 在 你的规则里自己往前推。尤其是手上同时有几个本地项目的人，这套东西会直接把精力释放出来。 以前你最怕的是项目一多就顾不过来，现在更像是你在看总控台，而不是自己下场搬砖。你要是想看 hermes 怎么代管本地项目，我下一条就把完整工作流给你拆开。

大家好，我是轩哥，只聊能用的 ai 技术，不讲虚的概念。为什么前面那套工作流跑的好好的，这会突然加了一个新成员，一句话告诉你答案，咱就需要一位能够处理 定时任务，后台自动化，然后多 agent 同时协调到新伙伴，原来的工具继续用新的。强大的成员，我们也坚决拥护这套组合拳，才能把效率拉满。 nice， 我 们把这个 agent 引进来。第一个实际的问题就是，有多少朋友是 看代码就头疼了，不过没关系啊，今天演示是无门槛的，第一步是 ws l 环境的准备，如果你的电脑是 mac 的 或者是 linux 的， 然后可以就直接在终端上运行了，不用安装这个 ws l。 windows 用户是 比较推荐用 wsl 的， 命令都是一样，那我们就进入到演示环节，在 windows 上安装 wsl， 其实就是三个命令，首先安装 wsl， 然后去安装模板图，把 wsl 版本设成第二个。 还有一个更简单的办法是打开一个 microsoft store， 在 这里面搜索模板图，点这个下载就可以了，我已经下载过了，所以它这显示的是打开，等它下载完就可以用了。 现在我们从头到尾安装一下 hermes agent， 用这条命令敲回车，就开始安装了。用微这个选择默认 回车，输入一下 root 的 口令，开始了。这个得稍微等待一下，需要安装很多的依赖包，从仓库克隆源码。今天运气好啊，速度还挺快。现在这是 安装 node js， 安装 browser 工具，开始下载 chrome， 安装 t u i dependence unik 的， 这个安装完就完成了，那直接进入了 hermes set up 的 环节，它检测到我这上面安装了 openclaw， 要不要导入这个地方选择 no， 这个地方选择 quick setup， 然后选择模型，这个就是给 hermes agent 配置它的大脑。我这里选择的是小米，在这个地方输入小米的 api， key 已经输进去了，它默认是不显示的。回车，这个是默认的，我们先选一个 flash， 然后这个地方是选择飞书和微信，我们就连这两个 社交平台现在都很简单，直接就是一个二维码，扫一下就能绑定上，我已经绑定过了，我这个地方选外重新绑定一下，过程是一样的，它会生成一个二维码，然后拿飞书扫描一下。在飞书上的操作呢，就是 选一个我已经有的一个飞书机器人，这个用默认的，这个地方是要把那个 chat id 给拿到粘到这里面， chat id 粘上以后点回车就绑定上了。接着是微信，我们输 y， 然后就开始出现二维码，用微信的扫一扫， 导完了，他会提示微信连接成功，微信配置完成。最后我们直接把这个 hermes agent 也打开，我们说句话，看看模型有没有连上，模型回复了说明模型已经可以正常工作了。 这就是一个完整的安装和配置飞书和微信的全过程。第一次绘画的时候还有一个绑定，我们先 配置微信，我们在飞书的聊天框里面演示一个 hi， 它会生成飞书的 hermes parent approve 飞书，然后回车，两个平台的 聊天机器人就已经绑定完成。创建新的飞书机器人也很简单，扫描二维码以后就会弹出这个界面，改一下名字，点立即创建，等这个进度条走完了以后，点打开应用，这个新的飞书机器人就创建完成。第一次绘画的时候需要进行配对， 给他说完以后，他会发回来这样一段内容，把最后一行复制下来，在 dos 窗口中执行一下，他就配对完成了。我们再跟他说一句话，这个机器人会过来看一下，他就会回复，配对成功。我这第一次这个配对好像还有点翻车啊。这个明显是飞书，他为啥是微信呢？ 他自己检查呢？好像他自己发现问题了，最后他又还说是微信，哈哈哈。我们在微信里面 say 个嗨。微信里面也需要执行这句话，把这句话复制出来，在后台执行一下，微信里面配对成功。 回复是网关正在重启，哈哈哈，我们等一下，等网关重启完再给他发一个信息，重启完了 问一下。好，他的回复回来了，说明已经配对成功了。 nice， 聊到这，你就可以赶紧去试试 hermes agent 能给你带来什么样的便捷。 自动化这件事其实没有想象中那么复杂，第一步永远都是从最小的自动化场景开始，然后慢慢扩展。评论区留下你最想用 hermes 去自动化哪个场景。今天第一步很简单，去装一下， 敲一行命令，五分钟搞定。装完了评论区告诉我，我来帮你配置。第一个任务，下一期，我们在今天的基础上用 hermes agent 把之前的工作流彻底地升级一次，今天就这样了，拜拜。

ai 时代，不怕做不到，就怕不知道！今天教你用 ai 美化邮件，咱们平时发邮件，像这种周报通知、公司制度等， 以前咱们的处理基本上就是只能简单排个版，标题加粗居中，重点文字标个色，顶多再插个表格，也就到头了。说实话，不是咱们不想做的精致、专业、好看，是以前想把邮件版式做出高级感，普通人根本做不到， 不懂代码，不懂版式设计，只能将就发普通文字版。但是现在有了 ai， 这事就彻底变简单了，完全不用你有任何专业基础， 我现场给大家演示一遍，操作特别省事。你只需要把写好的邮件原文直接发给 ai， 让他帮你转换成 html 格式， 顺畅之后，你可以随便提要求，想结构清晰一点、风格稳重、商务一点、科技简约一点，都能直接调整布局、配色、模块划分，不满意就让他一直改，直到调到你满意为止。最关键的一步也很简单，把 ai 生成的代码复制下来， 打开邮箱，找到 html 编辑入口，直接替换粘贴，确定之后，一封排版精致、层次分明的商务邮件就做好了。 其实道理很简单，以前好看、专业的邮件排版是少数人才能做到的事，普通人想做好很难实现。 现在有了 ai， 门槛直接拉平了，谁花两分钟都能搞定，大家都会用，都能做出专业排版的时候， 咱们要是还停留在只会发纯文字邮件，慢慢就会在职场细节上拉开差距。今天这个 ai 美化邮件的实操方法就是纯纯实用，办公干货，学会了直接就能用在工作上。