hermes时间观念怎么解决
你装好了 hermes agent， 感觉很酷，但用了一段时间后发现他还是经常听不懂你的意思。同一个事情要反复说好几遍，交给他的任务经常跑偏，代码质量也不稳定。他有潜力，但离真正能帮你扛活、帮你做决策的高智商智能体还差很远。问题到底出在哪里？ 问题不在 hermes 本身，而在于它缺了六块关键拼图。它记不住你是谁，你的项目是什么？它缺乏结构化的执行流程，它生成的代码缺少工程化验证，它学到的知识转眼就忘。它只能跑在终端里，外出时根本用不上。 最关键的是，它不会自己变强，用一年还是老样子。今天这期内容，帮你一次性补齐这六块拼图。 我给你筛选出了六款必装的技能，它们来自全球开发者的实战验证，每一款都能让 hermes 产生质的飞跃。装完这六款，你的 hermes 将从能跑几步的助手，进化成真正能独当一面的数字分身。 第一个技能， awesome hermes， 它是社区维护的精品技能，所以有了它，你不再需要自己大喊捞针。生产级技能有哪些？哪个标签最稳定？搜索框一秒定位，开箱即用。装上它，帮你省下十几小时的试错时间，让你的每一步都踩在正确的方向上。 第二个技能， stack 五二七 ceo gary tan 维护的二十六人虚拟专家团队 ceo 帮你把控战略方向。架构师锁定数据流风险，产品经理追问需求细节、安全观扫描隐患。模糊的想法进去，结构化的方案出来。 装上它， hermes 不 再是单打独斗，而是背后有一整个智囊团。第三个技能， superpowers， 它给 hermes 装上了极致执行的四步闭环，澄清需求、制定计划、测试先行验证，交付代码跑通不算交付测试全率，才放心 装上它。 hermes 生成的代码从能跑进化到工程化交付质量有保障，反功率大幅下降。第四个技能， brain， 它是 hermes 的 知识大脑， 你和他聊过的每一段关键信息，他都会自动整理成结构化知识图谱。 minions 不 存在后台经过运行，你离线时，他也在梳理。下一个问题来临时，他已经记得你是谁，你在做什么项目。装上它， hermes 彻底告别禁于记忆。 装完这六款技能，你的 hermes 将彻底蜕变。它有进化地图指引方向，有虚拟团队帮你决策，有极致执行保障质量，有知识大脑。记住一切，它不再是那个时灵时不灵的聊天助手，而是一个真正能帮你扛活、帮你思考、帮你进化的数字分身。
粉丝659获赞4987
相关视频
08:43查看AI文稿AI文稿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！
274XinGPT
06:02查看AI文稿AI文稿大家好，我是麦东。你的 hermes 用了一段时间之后，是不是发现 skills 越来越多了？这其实是 hermes 自动化机制带来的副作用，每次它帮你解决一个稍微复杂点的问题，都会把过程存储成一个 skill， 方便下次复用。 听着确实挺美好，但是用久了你会发现目录里塞了一堆功能重复的、只用过一次甚至早就过时的 skill。 这次 hermes 更新到零点一二版本，上线了一个专门解决该问题的重磅功能叫 curator， 你 可以把它理解成一个管家，它会定期帮你对 skills 进行打分、合并、归档，处理你那堆看着乱糟糟的 skills。 不 过用之前有几件事情得先搞清楚，不然还是很容易翻车。 先说说它的管理范围，哪些 skills 归它来管理？ hermes 的 skills 可以 分成三类，第一类是官方自带的，装完 hermes 就 有了那批。第二类是你用 hermes skills in storemailing 安装的 skill。 第三类是 hermes 自动生成的，或者是你自己写的 skill curiosity 只动。第三类，前两类是完全不碰的。这边补充一点，你从其他地方下载下来发给 hermes， 让他自己装的 skill curiosity 也会把它当成第三类，会定期对其进行检查清理。 我也不用太担心。官方对于这种情况也提供了解决方案，我们接着往下看。接下来我们讲一下这个功能会在什么时间运行。 qrt 执行需要同时满足两个条件才会触发。第一，距离上次运行已经超过了七天。第二， hermes 空闲时间超过两小时。 举个例子，你上午正拿 hermes 写代码写得起劲，他不会这时候跑来打扰你，得等你中午吃饭晚上下班这种没动他超过两小时的空档，他才会在后台去执行。 还有一个挺贴心的设计，新装的或者刚升级到零点一二版本的用户， curator 不 会立刻执行，而是在七天后才会第一次执行。 这七天就是留给你的缓冲期，让你有时间去搞清楚它是怎么回事，并且初步整理一下你的 skill。 curator 执行后，对于 skills 的 整理也是分成了两步， 第一步是按规则处理，纯看最后一次 scale 的 使用时间。这一步是用不到模型的，超过三十天没碰到 scale， 标记成 style， 超过九十天没碰过的，直接归档到点 r 七五目录。第二步才是模型出厂， 它会派一个独立的 engine 去读你每个 skill 的 内容，读完之后会对每个 skill 给出四种判断，第一种是 keep 留着不动。第二种是 patch， 看到问题给他打个补丁修复一下。第三种是 consolidate， 把几个功能重复的合并成一个。第四种是 r 七五归档掉。 这里有个点要强调一下， curator 永远不会真的删你文件，最坏的情况就是挪到归档目录里面，随时能翻出来恢复。说完它怎么跑的，我们再来说几个安全机制。 每次跑之前， hermes 会先给你整个 scares 目录做一个备份，存到一个固定的文件夹里面，跑完你要是觉得不对劲，一条 hermes csv root back 就 能整个回滚， 更觉得是回滚，这个动作本身也会被备份，也就是说，如果你回滚错了，还能再往回再回滚一次。套娃式的安全默认呢，会保留最近的五次快照，所以呢，也不用担心它会把你的硬盘给吃满。下面我们来看一下几个日常最常用的命令。首先是第一条， hermes curator status， 在这边我们可以看到当前 curator 的 运行状态，上次是什么时间运行的，上次运行的总结，以及最不常用的五个 skill 的 排名。第二个， hermes curator run dry run。 这条命令可以让我们去预览一下 curator 执行的时候会动哪些 skill， 但它并不会真正的执行。这次升级完之后，强烈建议大家都先跑一下这条命令， 看一下七天后它会动哪些 skill， 需要处理的就提前处理一下。这边也要跟大家提个醒，跑这条命令只是开启了当前任务， 任务完成之后，我们还是需要执行 hermes secure status， 去看一下它的执行报告。这一步根据大家目前系统里面的 skills 数量不同，消耗的时间也可能不一样，大家可以把它先放在这，让它跑着，过段时间再来看一下这个报告。 下面我们再来介绍第三个非常重要的指令， hermes curator pin， 它可以把重要的 skill 盯住，比如我想要将这个创建短视频脚板儿的 skill 盯住，复制一下这个名称，输入 hermes curator pin， 在 hermes curator pin 之后，粘贴该 skill 的 名字，按下回车，这样这个重要的 skill 就 被我们盯住了。盯住之后，不光 curator 不 能动，连安静的自己想改也会被直接拒绝，等于给这个 skill 加了一把双重锁。第四个命令， hermes curator row back。 万一 curator 在 执行过程中翻车了，我们可以执行这条命令，一键进行回滚。大家也不需要太过担心，因为 curator 它的执行周期是七天执行一次，如果它某次执行过程出现了问题，也是有足够的时间能够让你去回滚的。好了，最后说一个对长期使用者非常重要的配置， curator 第二步的模型审查可能会消耗大量的 token， 如果你走的是日常使用的主力模型，一次审查下来花费不算小脉动，还是建议大家可以给 curator 单独配置一个辅助模型，可以帮助你节省不少资源。最简单的方式，我们可以直接打开官方的 web ui， 在 命令行输入 hermes dashboard u i， 打开之后在左侧点击模型菜单，再点击右上角的展开辅助，拉到最下面，可以看到这边有个 qr， 默认状态下它是使用我们的主模型的。我们可以在这边点击 change， 可以 给它更换成其他性价比比较高的模型，简单点两下就可以搞定。当然了，这里能选到的都是你已经提前在系统里面配置过的模型。好了，本期视频到这边就要结束了， 整体来讲， curator 还是一个非常重磅的功能更新，真的很期待它能解决 hermes 自动化机制带来的后遗症，让 hermes 在 自动化的路上越走越好。 你的 hermes skills 目录目前堆了多少个 skill 了？可以在评论区报个数，看看谁的 skills 最多。工具会变，但方法更重要，我是麦冬，下条继续。
567麦冬AI实验室
06:51查看AI文稿AI文稿hermes agent 在 五月七号，也就是前天发布了这个零点一三版本，我第一时间就去深度的体验了一下，我觉得它这里面的亮点功能真的有很多，都比较实用， 但今天这个篇幅也有限，所以本期视频我挑了三个我觉得最实用，而且就是体使用体验提升最大的三点去给大家分享一下。 第一个我准备说一下共命令是啥，以前我们跟 ai 去 a 真的 去聊的时候，我说第一个是我可能中间差的，比如一二三四五六个是我再回来的时候， ai 很 很大的概率就会忘了你第一件事说的 具体是什么，他可能会清楚一个大概，然后他会不断反复跟你去确认，很影响效率，那共命令他会去持续记住你这个，最终你这个最初的目标持续推进直到完成。 啊。我这里演示了一下，首先我给他他一个从以前最开始做喷可露的时候生的一个项目，让他去整个做一个服务层的重构， 那可以看到他说你这个文件有多少有重复函数，要怎么修改，他给了重构方向，要去选择，那这里我没有去选，我马上去岔开话题，我问他天气怎么样， 那可以看他执行了各种命令去查出来今天天气，我又岔开了，我说东北菜怎么好吃吗？他又给我回复东北菜。 我最后又问了他一个灵魂问题，我说洗车怎么去，他也给我解释了，洗车得开车去。到这我又回到最开始，而且我特意去为了试验他这个购命令的，我没有给他任何前缀，我直接就问他从购到哪了？ 好，可以看他这我很快三十八秒给他发的，他七秒钟之后四十五的时候就已经回我了，他说没开始，你上次分析完了你就问天气了，就给断了，现在是否要继续？我觉得这个真的非常实用，因为我在平时的使用过程中经常会遇到我 正在做一个任务的时候，中间插进了其他的事，我不得不去打断。那第二个我想分享的就是断点续传啊，这个因为涉及到重启，所以我就没提前去做，之前我就节省了一下 ai 输出的时间，就提前写好了，这次要重启我就直接在这里打了， 比如说我先说帮我设计一个日制需求，日制需求列 好，你看他马上给我列了三点，跟我说一二三都要做什么，那这里我不做，我去重启，我把这个网关重启之后，我看他规划的赛程会不会一直保持住。 好，我这里我这个是 alpha profile 啊，我不是我的 default profile， 所以 我这里用它去重启一下，可以看到这个服务已经重启了。好，重启之后呢？我们现在再回到这个飞书上，我继续跟他聊，我说第三点 换一下，不让他细的太多，要不然输出时间会比较长，要控制一下他的时间哦，可以看见他能记到我第三点是什么， 然后有这个整体的一个，会整体的一个输出。那最后呢？就说一下，这次我觉得最大的一个更新了，就多智能体看板，他是让 ai 可以 调用他的 ai 团队去派派任务，让其他的 ai agent 去认领，然后去执行。可以看我这个，它这里我我我要提一下，就是它这个看板，我们这三个功能只有这个看板功能，不是全自动的，是需要手动去半自动去触发一下，因为它这个你不能让 ai 自己去说我什么时候去创建这个看板，是你觉得去我这个任务去持续性的， 然后不是不是一次性的，你就会手动去创建，告他创建看板，然后他就帮你去做。这里我写了一个 skill， 然后可以让他去提醒我，比如说他监测到这个东西可能明天要继续，他会提醒我，你要创建看板吗？ 这个如果有感兴趣的朋友可以私信我，然后把原码给发给大家，可以看。我这里是他创建了两个，他要两个 pro feel 一 起去完成这个看板任务，然后一共有十一个任务，十一个任务分别有他规划了 p 零、 p 一、 p 二、 p 三，然后问我是否执行，然后也是 分了我这个两个 profile， 就 两个 worker 分 别做哪个任务，然后这里也可以看到它整体的一个执行的过程。这个 a l ai collab 也是我的一个自己写的一个 skill， 然后呢它这里往下滑的时候，它自己发生了一个错误， 他把 p 零点一和到 p 零到 p 零点四的任务重复的去创建了啊，但是呢，这也是他的亮点之一，因为他重复创建之后，我提我问他他，他说 p 零自己已经意识到了，他的总结里已经写了我物创建了四个这个重复的子任务需要手动清理， 而且他下面会说会给你这个原因的总结，他说这个 t 零的里面为什么去写了这个，然后要不要把这个记录到有的技能里， 对吧？这个也是我做了一个改动，就是之前也是大家反复提到艾美斯会自动创建这个技能，所以我让他创建之前去提醒我一下， 不要把技能做的太荣誉。因为那个现在和美斯还没有提，还没有做这个官方的一个看板吗？所以我我这面自我这面自己就做了一个清凉化的看板，这个因为官方后续肯定会支持的，所以就没太花太多时间去搞， 就简单去列了一下。但是可以看他这个看板记的东西确实非常全，他包括这个负责人优先级，包括关联的子任务，这都可以点的 关联的子任务，然后他的目标具体任务输出，包括运行记录和时间线，这个真的他的看板做的非常全非常全， 然后因为官方后面会支撑，所以就没多做，然后这个我感兴趣，我也可以把这个原版发给大家，直接在本地就可以跑起来，我这也是在本地跑。 然后下期视频呢，我准备去分享一下我做 hermes plus 升级的时候，然后让四个模型给我去 出的方案，而我也让 gpt 五点五去做了一个完整的中，最终的评分我觉得也比较客观，跟我自己真实的体验差不太多。 然后后面呢，我这个号的视频可能就做两个方向吧，一个就是 hermes skills， 还有这个整体一个架构的方向的一个合集， 还有一个第二个合集呢，就准备做基于真实场景的几几个国内模型的测评，我不包括国外模型。然后大家对哪个比较感兴趣的，也可以在评论区留言告诉我一下，那本期就到这里，谢谢大家。
172小柯玩AI
03:52查看AI文稿AI文稿当 ai 掀桌时，没人会等你学完 hello， world。 如果你不知道从哪里开始，接下来请和我速通八个 ai 必学的顶级知识点，掌握四种以上的人，可以胜任百分之八十的 ai 岗位，更多 ai 大 模型、学习物料可在这拿走。 这段时间， hermes agent 很 受关注，核心原因不是他能聊，而是他越来越像一个会自我成长的 agent， 用的越多，能力越完整，既能酷，也能持续演化。今天这几分钟，我就用七步带你看他怎么从毛坯板升级成真正能干活的专属智能体。 第一步，先别急着装功能，先定身份补灵魂。你可以先建一个 so 点 m d， 把他是谁、说话什么风格、 做事按什么方法、哪些边界不能碰，全都写清楚。说白了，这一步不是在配工具，是在给他立人设。要是你不想从零写，也可以直接参考 agency agents 或 agency agents z h 里的职业模板，先套一个现成框架， 再慢慢改成你自己的风格。因为没有这一步，后面装再多能力，它也只是一个会说话的壳。第二步，换常效记忆系统。因为真正好用的 agent， 不是 每次都从头认识你，而是能越用越懂你。 这里就可以用 hermes memory setup 去接 handset， 让它自动提取实体事实、时间信息、人物关系，然后慢慢搭成长期记忆和知识关联。这样一来，你前面聊过的项目偏好、目标、进度，它都能记住。 这个时候，智能体就不是临时聊天，而是开始进入持续写作了。第三步，给它装全网抓取能力，因为光会想还不够，还得会看世界。像 gina reader 这种工具，适合做单页内容读取。 cross 四 ai 更适合批量抓取和自动化采集。 scraping 可以 增强网页抓取能力。 camera fox 则更适合模拟浏览器环境，处理更复杂的页面访问场景。这一步的意义很简单，就是让它不只是听你说，而是真的能去网上帮你找，帮你读，帮你收集资料。 第四步，转专业研究工具。因为抓回来的内容只是原料，真正难的是怎么把它变成能用的知识。这里 pndook 负责万能格式转换， marker 负责把 pdf 转成 markdown， 尤其适合把长文档研究、资料扫描件一类的内容整理得更干净、 更结构化。你可以把它理解成前面是把资料拿回来，这一步是把资料收拾好，只有资料干净了，后面的分析才会顺。第五步，做多模态升级。也就是说别让它只会打字。 whisper 可以 负责语音识别， h t t s 可以 负责语音合成， fall 点 ai 配合 flux 还能做高质量图像生成。这样一来，它就不只是能读文本写文本，而是能听懂你说什么，也能把视觉内容一起生成出来。 这个时候，智能体就更像一个完整的生产工具了。第六步，控成本，提效率。这个特别重要，因为很多系统不是做不出来，而是跑不久。 talk scale 可以 看 token 消耗和成本， hermes hud 可以 看运行状态和整体过程。 r t k 则更偏向能力扩展和效率优化。 这一层的核心不是能不能做，而是能不能长期稳定地做，不然前面做的再花，后面一看，成本爆了。输出太长，流程重复，那就很难真正落地。 第七步，配统一总入口，因为工具一多，最怕的就是散。你可以用 awesome、 hermes agent 这种生态入口，把前面的能力统一树立起来，知道哪个工具负责记忆，哪个工具负责抓取，哪个工具负责研究，哪个工具负责多模态，哪个工具负责成本治理，哪个工具负责编排。 这一步的重点不是再加一个新功能，而是把所有能力收拢成一个系统，这样它才不是工具堆，而是 真正的智能体工作台。所以你看，最后精装完成的不是一个只能聊天的助手，而是一个有身份、有记忆、能抓取、会研究、能听会说、会生成、还能控成本、可持续净化的专属智能体。说的再直白一点，他开始像一个真正属于你的数字分身了。
110AI大模型鹏宇
05:25查看AI文稿AI文稿在上一集讲解了内容创作，从调研到成稿。本集我们讲解多 a 整的编排，让三个 a 整的同时跑，当一个 a 整的不够用时，关键不是把它塞得更满，而是把任务拆开，让多个 a 整的并行推进。 单 agent 的 上线往往卡在上下文窗口和工具级，任务一复杂就会先撞上上下文爆炸。调研、编码和测试全挤在一个上下文里，信息会互相干扰，网页材料还会大量消耗，托肯留给代码推理的空间就不够了。 第二，堵墙实时时间瓶颈。三个任务如果限时执行，每隔三十分钟，总共就是九十分钟，如果能定型，总时间就只看最慢的那个。 hermes 的 delegate task 正是为了解决这两个问题，他最多同时启动三个子 agent。 每个子 agent 都有独立上下文和独立工具级，这样调研、编码和测试就能分车到推进，彼此不再强注意力。 delegate task 不是 简单的开个子现成，而是一整套写作极致。 第一，它给每个子 agent 独立上下文，子 agent 有 自己的对话历史，不会污染主 agent 的 上下文。第二，它支持受限工具级调研， agent 只给 web 和 browser 编码， agent 再给 terminal 和 file。 第三，每个子 agent 都有独立终端绘画，彼此互不干扰。第四，并发症被控制在三个，这不是保守，而是为了防止主 agent 扛不住后面的汇总负担。 第五，子 agent 完成后，结果会统一回传给主 agent 做整合，真正需要帮助的不只是算力够不够，超过三个独立信息员之后，主 agent 的 注意力分配会明显变差，所以这个限制本质上是在保护最终汇总质量。竞品分析特别适合多 agent 编排，因为三个对象彼此独立， 但最后又需要放在一起统一比较。主 agent 先定义任务模板、输出结构，围绕定位、核心功能、技术架构、定价社区还有优缺点展开， 而且三份结果都统一用 markdown 结构输出。接着派出三个字， agent， a 去调研 cloud code， b 去调研 cursor， c 去调研 hermes。 三个子 agent 都只分配 web 和 browser 两个工具，这样他们专注搜索和读取，不会把任务边界拉乱。等三份调研结果回来，主 agent 再统一汇总， 最后补上自己的判断和推荐，一份对比报告就成型了。传统做法是三段式，先相加三十加三十，再加三十再加三十， 并行之后，时间模型就从 a 加 b 加 c 变成 max abc。 原本九十分钟的任务，常常十五分钟左右就能看到第一版，结果连原本要花四十分钟的竞品分析也能被压缩到十五分钟附近。受限工具级不只是效率工具，更是多 agent 的 编排里最关键的安全设计。 最危险的情况是， agent 则在网上搜到带恶意注入的代码片段，如果它同时还握有 terminal 权限，风险就会被直接放大。所以调研指 agent 则指给 web 和 browser， 他只能搜索和读取，不能执行任何代码编码值。 agent 则再给 terminal file 和 code execution， 这样他只负责本地代码操作和执行 汇总值。 agent 最稳妥的方式是不给外部工具，他只做文本分析和结果收束，不直接接触外部世界。反过来，如果每个子 agent 的 都开全部工具，虽然看起来最方便，但隔离就彻底失效了。 最小权限原则放到 agent 世界里，意思就是每个角色只做他该做的那一小段事。还有一个常见误区是为了炫技而过度设计多 agent， 只有在上下文不够用或者确实需要并行加速时才值得起用。 delegate task and target 的三 a 整架构更像一个思维框架，它把复杂任务拆成规划、执行、评估三个环节。角色分工是固定的，通信方式也更接近链式传递。 hermes 的 delegate task 则更像执行工具，它不是先规定角色，而是根据任务来灵活编排。 通信方式是新型结构，由主 a 整分发，再把结果收回来。 antropic 那 套通常更偏串行推进， hermes 这里则明确支持最多三个并发。记忆能力上，两者也不一样， andforepic 的 三 a 整方案本身没有内置长期记忆， hermes 则可以让主 a 整值继续利用长期记忆来组织和汇总任务。所以一个更像固定架构，一个更像按任务自由组合的调度工具。 真正实用的方式不是照搬名字，而是根据任务决定要不要拆，拆给谁，最后怎么收口。多 a 整编排最适合能天然拆块并行的任务，比如调研类任务，可以同时收集多个话题的信息。对比分析也很适合，因为多个对象可以同时评估。 测试矩阵多环境验证、多用力运行，也很适合并行拆分。数据处理里的多文件转换、多格式处理同样受益明显。内容创作也一样，大纲、材料和配图都可以并行推进，但简单问答就没必要拆， 强依赖前一步结果的现行流程也不适合拆。如果上下文本来很短，但任务就能完成，拆分只会增加沟通成本。需要频繁确认的强交互任务同样不适合交给多个子 a 阵的并行跑。 资源有限的 v p s 场景也要谨慎，因为算力和会坏话都更紧张。经验法则很简单，如果当 a 整在当前上下文窗口里已经能稳稳做完，就不要为了看起来高级而强行上并行。拆分之后还要让汇总简单。每个子 a 整的输出都应该自包含，格式统一，可以直接拼接。并行是放大器，不是默认答案。 一个 agent 上单旗，一群 agent 上旗兵团带给 task 的 价值就是在保证质量和可信的前提下，把复杂任务的处理时间压到更短。下一集是 hermes versus open code versus quote code。 我 们会把三种路线放在一起对比定位边界和组合方式，下集见。
107小勉
02:20查看AI文稿AI文稿你装了十几个 hermes 插件，但每次遇到问题还是不知道该用哪个功能重叠的装了一堆，系统开始变慢甚至冲突，不同的技能之间相互覆盖，响应质量参差不齐，最后还是回到手动搜索这个坑，几乎每个 hermes 玩家都踩过。 问题出在哪里？工具越来越多，但筛选成本越来越高，你不知道哪些技能真正稳定，哪些只是实验品，更不知道他们之间会不会冲突，会不会互相覆盖。性能每次安装都是一次赌博，赌输了就重装系统，清理依赖，半天时间就这么浪费了。 awesome hermes 就是 来解决这个问题的，它不是又一个插件集合，而是社区维护的精品技能。所以这里收入的每一个技能都经过真实使用验证，不是随便哪个仓库一上传就算数。所有技能按功能分类，有详细的安装量评分和维护状态。 他给每个技能打上了三级标签。生产级代表已经稳定到可以直接用在正式项目里，盲装也不会出问题。测试级代表，功能验证过了，但还在打磨，适合有一定经验的用户。实验性代表是前沿探索生产环境慎用。装技能之前先看一眼标签，心里有数。 他的核心功能有两个，精准搜索和自动安装。你不需要记住技能全名，只要描述你的需求，他就能匹配到最合适的选项，比如输入知识库或者记忆相关的生产级技能立刻呈现，找到之后异形命令，自动安装，依赖向他帮你处理，不用你操心。 用上 awesome hermes 之后，你的 hermes 将拥有一份净化地图，每一步该装什么，什么阶段该上什么技能，不同技能之间怎么配合，地图上标的清清楚楚。新手不再因为装错技能而走回头路，进阶玩家也能找到最优组合路径安装，从此不再是一次赌博。安装只需要一行命令， 在 hermes 里输入斜杠技能， install awesomehermes， 五秒钟搞定，自动加载到你的 hermes 立刻生效。没有复杂的配置，没有多步骤的依赖，安装就是这么简单。 不管你是刚接触 hermes 的 新手，还是已经玩了一段时间的进阶用户， awesomehermes 都是你真正的进化起点， 它帮你找到正确的方向，省下十几小时的试错时间，让 hermes 从能用到用好，从装对技能开始。关注丁正新，下一期我们讲解第二个技能 stack， 一个能召唤二十六人虚拟团队的强大工具。
91订正星
02:16查看AI文稿AI文稿昨天我们聊聊了一个思路，就是用 hermes agent， 然后在本地搭建 ai 制作视频的自动化流程， 然后来解决你没有时间做，然后又成本高，然后又不想被 ai 淘汰的问题。然后今天给大家同步一下进展，然后给你们看一下我手机上演示一下， 你看这里边，这是我昨天成功的在我的电脑上安装了 和美色进去啊，也成功的连接到了我的飞书上面，然后连接到飞书上面就是可以给他发消息，可以聊天，那么我就在这个啊聊天里边问你是谁， 然后他就回复我是盒马在一点，他，我可以做什么？我可以写创意，我可以写代码，对吧？也是当时，当然了也可以出那个观点，对， 这些都可以做，然后我就问他，你能给我做一个定时发送观点的一个任务吗？哎，你看他就下边就说非常，我就给你做出来那个定时任务了， 然后还有些详情呢，对吧？还有些详情什么时候开始？循环多少次？对，然后他就告诉我已经设置完了， 然后你看这下面是那个七点，你看七点，七点准时的把那个五个观点发给我， 你看我问题里边就是情感类的，但是你看他，他会把情感类的给你取，各个方向都给你取，比如说取每一个都给你，方向都给你取一片，让你自己在里边去选第一个，我，我让他把第一个给我丰富一下剧情， 哎，你看他下边就给我们丰富好了，林婉恩，对吧？然后在便利店工作的一个剧情 到这里呢，我们的第一部科麦斯的爱健身啊以及分书在我们的本地已经搭建完成了， 然后接下来呢是看看他能不能像我们期待的那样，然后抽出来角色，然后做出来分镜，对吧？啊？最后是分镜视频，我们一步一步来，下一步看看他能不能生成对应的分镜图片什么的。
03:20查看AI文稿AI文稿最近沉迷于研究 ai 无法自拔，打开电脑一坐就是三四个小时，前几天我不是蒸馏了芒格 skill 吗？然后我还蒸馏了很多其他人的 skill 啊，但是我觉得， 呃，蒸馏别人 skill， 这是一种分析的方式对吧，但是肯定还有更多的工具可以融合。然后前段时间因为有考试，我就耽误了一段时间，所以说最近一段时间就在恶补， 然后他们都在说这个爱马仕吗？就是这个 harms。 harms 的 话，我已在电脑上装上了啊， windows 的 这个 power shell 装上，装上之后 运行是这个样子的啊，给大家看一下这个界面呢，说实话，对于我这种不会编程的小白来说不是特别友好啊，所以说我就在想有没有这种桌面版的 harms， 然后果然被我找到了，就是用这个桌面版的啊，就是这个 特别好用啊，特别好玩啊，就是他有很多的技能啊，还有很多的这个人格啊，还有些啊，等等吧，拿各种工具，我还在进一步的探索，还没研究清楚，今天晚上刚装上啊，给大家分享一下。然后说一下前段时间有粉丝担心的说是 数据接口的问题啊，就是说觉得这个获取数据接口，你比如说做投资的话，获取一些这个上市公司的这个数据接口，是不是需要花钱啊？不需要啊，就是你用 workbody 也好，还是用这个啊？ qcloud 我 现在已经不用了啊，就是 觉得有点 low， 有 点 low 了，现在我已经看不上了啊。就是啊，腾讯的这个 workbody， 然后再就是这个爱马仕啊， hummus 啊，这个桌面版的，我觉得他们分析这个事就很好，而且 你像 workbody 的 话，还有这个 harness， 它可以蒸馏很多这个 skill 啊，你可以自己创建 skill， 你 可以蒸馏别人的 skill 啊，把一些投资相关的都拿过来一起用啊，你看这个 workbody 里边我已经做了这么多啊，非常多这个 啊， skill 当然有很多是别人的啊，拿来直接用了。其实呢我的想法呢是用通过这些，呃，学会用这些 ai， 学会用这些工具来提高我处理信息的一个速度啊，帮助我进行一个啊辅助性的搜集啊，辅助性的判断啊， 当然其实很多时候啊， ai 给你的一个结果的话，有时候啊，有时候你要反着看啊，你不能说是他说什么你就信什么啊 啊最终的判断还是要靠人自己啊。以后的计划就是想通过这个 ai 啊，把它做成一套我完整的投资的一个体系啊，把我自己的投资体系用 ai 给复刻出来啊，复刻出来之后做成， 呃，一个两个三个智能体啊，做成这几个智能体，然后去平常帮我这个一个是搜集新闻啊，一个是帮我选股，另外一个就是帮我做一些辅助决策啊，等等吧啊，就是会让他给一些建议，但是我不一定采纳，对吧？ 呃，所以说最近这一段时间就一直在恶补啊。最近我就是觉得两个工具特别好用啊，一个就是 work buddy， 另外一个就是这个 桌面版的 house 啊，这个桌面版的 house 它是可以一键进行安装的啊，就是在这个桌面上我都是用的 windows。 windows 可以 一键安装啊， 直接给它配置好 api 之后直接就可以使用啊，非常的强大，也非常的方便。下载链接的话我放在我的粉丝群里啊，只给这个老粉丝，老伙计啊，就是我的粉丝群现在已经关闭了，就是，呃， 关注我三十天以上的老伙计可以进粉丝群，然后去看一下这个链接啊，我到时候会发在粉丝群里，就这样，加油。
33阿亮的书房
00:45查看AI文稿AI文稿嗯，看时间，现在是七点四十。现在呢？我让 hymes 控制一下电视。 嗯，看一下效果， 指令已发送 好，电视打开了。
26铁蛋
04:00查看AI文稿AI文稿嗨，老伙计们，你们好，昨天装了个 ai hermos， 也就是大家常说的爱马仕，嗯，装这个 ai 的 过程特别复杂，因为以前没有安装过， 再加上用的是一台新的苹果电脑，以前也没有用过苹果电脑，所以在这个过程当中不断的去摸索和尝试，特别的耗费时间，再加上用的一些免费的 ai 去安装，这样一个过程 时间又被无限的拉长，所以导致我昨天花了很长的时间把这一个 ai 装上了之后，呃，来来回回的就是出现报错， 最后好不容易就是让他能够用了之后，我发现一个很难过的事情，就是我不会使用它，然后那一刻我就感觉我天塌了，就情绪变得特别的差，所以昨天连视频都没有去拍。 然后今天早上起来第一件事情就是去问 harry ross， 就是 我能够用他做些什么，然后他告诉我就是他是一个呃，具有持久记忆力，还能够自动化的一个人工智能，他可以帮我干活， 他对于我说的就是所有内容，他可以做到过目不忘，还会在这个过程当中逐渐的软化，越来越去理解我，越来越懂我， 这就让我意识到我可以用它去建立一个属于我自己的就是知识库体系。然后呢，我就把我最近一段时间的所有文字内容全部都输入给他啊，让他把这些内容串联起来，通过今天大半天的这样一个时间吧， 然后把内容输入给他之后，呃，他帮我在就是黑曜石上建立了一个本地的 知识库，然后我又跑到就是江湖说的小合同里面去复制了胡子哥提供给我们的一些 qq， 也就是他所用的 ai 技能模块，然后我把这些模块安装进我的知识系统里面， 他现在就有了一个基础可以运行的一个框架了，然后我就问他，就是说我现在在尝试做自媒体 啊，然后我又在学习投资，就是他能够帮到我什么，通过我跟他的几轮沟通之后，最后制定了一套方案，这个方案就是我把我从付费社群里面学到的这些， 找到的这些投资知识全部都输入给他，然后呢，他每天就是去 教会我一些投资知识啊，由浅入深的让我逐渐的去学会这些投资知识，并且每一次我学习完了之后，他都会出一些实操性的考题去让我做答，做答了我才能够 通过，通过了才算是学会。学会了之后，我会尝试着去把这样的一些 学习到的投资知识运用到就是基金定投当中去，并且把这个过程全部都记录下来， 然后这样我就有内容可以去发布了，我既学习了知识，又有了素材，然后又可以去实操， 尝试着学会用钱生钱。现在方案有了，接下来就是每天去跑一遍，然后一个月总结一次，汇报一下，这就是今天的能力定投，今天就给大家分享到这，拜拜。
0重启玩家
02:40查看AI文稿AI文稿你可能听说过 hermes 有 很多功能，但一直没动手试试。今天用十分钟，从零开始安装配置。刨起你的第一个指令，不需要编程基础，不需要服务器，一台电脑就够了。十分钟后你就能跟自己的 ai 助手对话了。 开始用新工具的常见障碍，要装很多东西吧，只需要 python 加 pip， 配置很复杂，一条命令自动出师化，要花钱买 api， 有 免费模型可以用，不会命令行，只需要复制粘贴几条命令。 hermes 安装流程五步安装 python pip install 出师化配置 api 秘钥第一次对话总共十分钟， hermes 部署三步走安装 python 三点十以上一条 pip install 命令验证安装配置 hermes init 自动生成配置设置 api 密钥，选择默认模型， 运行交互模式或单次模式。你的第一个 ai 助手已上线。 安装步骤，检查 python 版本三点十一安装 hermes pip install 命令，自动下载安装所有依赖验证安装 hermes， 查看版本号显示 v 一 点零安装成功前后不到一分钟 配置向导， hermes in it 启动配置选择 ai 提供商推荐 deep seek， 性价比高输入 api 秘钥， 配置完成后生成配置文件指定提供商模型温度参数和最大令牌数试试第一条指令，你好世界 第一次对话说你好世界， hermes 热情回应，让他用 python 写绯饬，那技术列生成器，他直接输出完整代码，带中文注示，让他搜索今天的 ai 新闻。他自动联网搜索返回三条热点。从安装到干活，不到十分钟， 你已经成功部署了你的 ai 助手。总结， pip install 安装 hermes in it 配置 hermes 第一条指令全部只要十分钟部署完成了，下一集开始真正干活。 下期预告第一个指令从聊天到干活。部署好了，但 burmes 能做什么？学会真正有用的指令，我们下期见。
81Ai体验小二
02:02查看AI文稿AI文稿是不是平时使用 ai， 大 多数人都是只是用来闲聊问答，心里想借助 ai 工具做点事，却总感觉发挥不出实际的作用。今天我给大家分享一款不一样的智能工具， hermes， 它不只是简单的对话互动，更偏向于实操办公， 能实实在在的协助我们处理各种的事物。不少日常使用的对话类 ai， 呃，对话结束后无法留存内容，每次使用都要重新表述需求，很难处理复杂度较高的事物。而 hermes 呢，它主打是使用落地， 使用体验有明显的区别。这款工具具备常效的记忆特性，设定好使用习惯以后啊，它内容风格后续使用无需重复反复说明， 同时可以沉淀他的操作方法，攫写文案啊，创作短视频的脚本啊啊，批量制作各类内容的素材，呃，操作流程都可以流程附用，使用熟练度也会逐步的提升，也就是说，他能越用越聪明。 区别于单纯的聊天互动工具 hermes， 他 可以多场景协助我们的处理事务。呃，打算创作内容的啊，能批量生成社交文案、短视频文稿等素材，提升内容啊，产出效率。 运营自媒体账号呢，也可以协助搜罗热点方向，呃，拟订标题，嗯，规格排版，减少琐碎的一些操作。 日常办公的话，整理表格啊，填写文档，呃，简单的图文处理啊，这类工作啊，他都是可以协助完成的，然后还能帮我们节省不少个人的精力。 他就像是我们一个全能的个人助理，零基础也可以上手操作，不用钻研复杂的技术，一托工具，助力个人的一些想法落地，拓展自身做事的渠道跟方向， 不要再只把智能工具用做消遣闲聊了，想要好好摸索工具实操办法的，借助智能工具提升做事效率的，挖掘更多发展方向可能性的朋友，欢迎一起交流讨论用法经验，互相学习，共同进步。
01:12查看AI文稿AI文稿兄弟们，你们要的在 hermes engine 中用网页大模型代替我们 api 的 解决方法来了，下面我们用一分钟的时间来实操一下 windows 用户的话，得到这个 excel 的 文件安装包，直接安装好的话，主界面就这样了， 我们在设置里面把它的文字改为简体中文，然后再点击供应商，这里我们添加一个单元格型，这里我就以字谱为例，选择之后直接点下一步，然后点击 os 登录方式，打开 os 登录，然后我们就像以前登录字谱的官网一样去登录它就完了。登录好了之后，我们就点击添加账号，相当于现在已经有一个 字谱的账号在这里了。然后点击左侧菜单栏，点击代理设置里绑定地址的话，如果是自己用，那就按着这个上面默认的就可以更改。然后点左侧菜单栏的 api key， 我们打开认证，新建一个 api king， 这里的名称和 king 可以 自动生成就可以，然后我们接入 api 的 base url 的 话就填上面那个， 然后模型名称填下面那个，那么这里面的所有的操作我这里都已经整理成了一份指南，如果大家有需要的话可以在评论区留言。接着我们打开我们的 harmony， 然后这里面输入 harmony 默认，接着我们往下翻一翻，找到自定义接入 api 的 方式，然后点击进去，然后我们把我们刚才的 s、 u、 r、 l 复制过来，然后下面把 api king 也给复制过来，然后这里点击回车，然后我们查看一下所有的可用 api 列表，好，这里发现智普的 g、 r、 m 这里都有了。
206叶秋大大
07:03查看AI文稿AI文稿这几天有小伙伴反馈用千万三点六呃，追买四，用了一段时间，大模型的响应就越来越慢，然后 agent 开始失忆，紧接着 tos 调用异常，最后直接卡死。 这种情况啊，大部分是不是模型不行，而是常对话的 token 爆了。大家好，我是根谷，今天教大家用一套本地的模型配置方法， 简单的调教好参数，从根源上控制头肯的消耗，让你的本地模型能稳定长时间运行。为什么你的这个长对话会爆头肯呢？不是你的模型不行啊，是上下文被撑爆了，是因为第一个就是每轮对话 都会追加上下文。 n 轮对话以后啊，这个系统提示加全部的历史，最后的新提问，头肯只会呈指数级的增加， 可以大家用一个公式去计算。二十人对话的话大概是会到五万，这个头肯直接会超限，所以说还有第二的话，就是你的兔耳是会输出炸弹，因为 m c p 啊，就是模型上下文的协议，他默认的是我这里配置的，默认是五万这个头肯，所以说一次就能占满上下文，这个地方我们可以通过配置文件去解决。 第三块就是 memory 无限堆积，因为有些人他用的是这个 skills 啊，特别是那些比较好的 skills， 他 会把所有的记忆体给你塞到上下文，所以说你的任务越长，他 token 累积越来越多。第四块就是 cost 啊， cost 这样一个隐形的消耗，也就是反思 是推理这个玩意，也是也是大量吃透根，却不产生直接的价值啊。解决的思路就是用四种方法去防止他的这个透根膨胀，第一个就自动的压缩这个历史对话，第二的话就控制这个拓式的输出长度，第三就是防止这个曼曼的无限堆积，最后就长时间稳定的运行。我们通过限制的轮数，包括这个最大的透根的 的限制，包括关闭这个这样一个 cost 啊，好，然后呢，我这里给大家举的例子就是我用的是这个呃 呃，这个 j m 四二十六 b a 四 b 的 it， 它是 f b 这样一个十六位的一个全量模型，大概是消耗我的内存，应该是二十六乘以四，大概是八十 g 左右，八十 g 以内的这样一个显存啊，其实这个模型已经非常强大了。首先我找到这样一个配置文件，这个配置文件就是在加载目录下 hammers config yum yum 这样一个文件，这个文件的话首先我要输，找到这个模型啊，我这里有三个模型，一个是 j 满四，一个是千问，还有一个是这个 gpt， 是 吧？这个模型为什么我设置六五五三六啊？这个你，你不设置这么多，你这个你这个嗨马斯就运行不起来，正常情况下我们应该设置一万二千个头啃， 所以说这第一步是骗这个 hammer 的 啊，这个倒没关系啊，好，这个是第一个配配置，第二的话就是在这个 a 检测里面有个叫 master， 默认的话，这个系统默认的话它是二十轮，二十轮其实有点大了，然后我们每轮配置的这样一个是这个就是最大的头啃啊，就是一万二，一万四都是可以的，如果他的这个 这个模型的参数最大的这个上下文累计到二十五万的时候，它就会爆头壳，所以说你一次性一万四的话，大概是要十次接近十次啊，就会把它撑爆，当然你说其实每次都没这么大，大概是几百个头壳嘛，所以说大概是两两百人左右，那它才会爆是吧？ 所以说 max 的 pro mode 设置为一万二到一万四都是可以的，千万不要设置为两万三万啊，这个就会出问题的。那是第一个，第一个地方， 第二的话就是这个刚刚说的这个没有价值的东西，卡斯特，怎么怎么卡斯特了，这个玩意得给你关掉它去啊。这个这个玩意，这个玩意很恶心啊，就是我之前是没关掉他比较好。这个头肯 啊，就这个玩意，这个 enable， 把它变成 force， 默认他是 true 啊，这个没什么卵用啊。这个。然后第三个是最最关键的，就上下为压缩，如果这个系统发现我快要达到这个二十五万的时候，它会自动启动压缩，我们这个预值默认的是零点三或零点五都可以。当达到一万十二万的时候，它自动的启动压缩， 然后这个一个这个目标这个率的话默认的是三零点三，我们把它设置为零点一八，还有这个轮数我们设置为六轮，那就不要设置为二十轮，二十轮的话有点有，有点太长了，对吧？ 好，这个地方这个配置是最最关键的。第三个就是我们把这个记忆体关掉，因为我这里用到了一个样式，就是我记忆体其实其实可以看的跟古老师的上一堂课啊，就是设文件啊，慢慢的这个文件去做记忆体配置，先不要在这里去弄啊，这个把它关掉，甚至你是自己去外接一个存储，这个，这个这个数据库都是可以的，把它关掉啊。 第三块就是这个拓式的 alt put， 这个也很恶心，因为你肯定是用了一些这个，呃，外外部的样式吗？对吧？他这个这个这个 输出他五万，那五万就直接把你五万还是五十万吧，应该默认的是个十百千五万，五万也太大了，因为设置为一万二千吧，对吧？五万的话你杀差不多三到四次调用这个工具的样式，你这个你这个内存啊，你这个透坑就承包了。好，你设置完了以后，这个 hammer 你 重启一下，就是 hammer， 是 吧？然后重启一下， 哎，这个就是可以了，对吧？好，可以了。以后我要假设我要做一个这样一个比较长的任务和一个比较比较复杂的任务，就是我用这样一个样式查询最近三天的 ai 新闻啊。它之前我没有做这个配置的话，它很快，大概是一两分钟它就会， 他就会承包。你可以看一下这里，我这里有一个这个 hammer 式的这样一个，是吧？然后到仪表盘里面，我把它变大一点，啊，这个你看到吗？他请求过来了，是吧？一个请求我可以把它放到这里来，是吧？哎，他已经调用了这个这个样式， 大概会到百分之七八十的时候，他就会输出这样一个新闻，是吧？他第二轮已经出来了，大概是 现在是六百七十四个头款，美版也是非常快。我，我这个这个电脑应该非常快，给大家看一下我的显存消耗，我这里显存消耗的话应该是，哎，五十七个 g 是 吧？接近六十个 g 了，六六十个 g 的 显存，所以说大家显存低的话还是玩不起这个追满四，那只能去老老实实的去用这个，呃， 千万三点六是吧？他当超出这个上下文的话，他就会去进行压缩啊，进行压缩， 如果不进行压缩的话，基本上这个就卡到这里就会死掉，基本上就会死掉。好，然后再回到这个这个 ppt 来。 好，这里也就是告诉二数人是非常大，大概率就叫爆，是吧？所以说我们设置为一万二千是比较合适的。还有地方去设置是这个玩意，这个地方有一个这个全局的设置，这个地方在 这个地方也需要设置一下啊，这个三万二千最大的上下网窗口，还有这个最大拓展，这里设置为四千多就好了，就这个是那个 ml， 是 这个，这个推力框架的配置啊。好，然后其他的地方这个都说了，是吧？压缩，这个把它关掉是吧？然后这个也关掉是吧？然后具体把它关掉。 有些人说我这个这里关掉了，会不会让他这个失忆啊？我觉得不会啊，因为你的失忆核心不是他核心的是我们的三个文件是吧？一个售文件，一个是 mami 的 文件，还有一个优者文件，这你可以翻一翻跟我老师的前面的课程，这个也是一定要一定要去设置的，这个不要设置太大，不要设置太太大， 最后就是在这里面的完整的这个地方，大家可以截图保存啊，把这些，这是针对 jama 四的这样一个二十六 b 的 模型的配置啊？就是我尝试调了很多次这样一个配置，像是比较好的，比较好的啊，其他的地方就应该没有什么了， 哎。然后这个地方可以大家看一下，刚刚这个东西它已经出来了，是吧？这是查到最近三天的这样一个新闻，它其实里面大概耗了也是有几万个 token 了，对吧？几万个 token 这堂课就分享到这里，你学会了吗？
149根谷
02:16查看AI文稿AI文稿兄弟们，我在网上看到一个说让小龙虾刷抖音的视频，他竟然能够自己去看抖音，然后我就试了一下，结果他还真说我跑起来了，并且还还模拟人类的习惯， 就是把三六零创始人抖音都看一遍，然后看过以后呢是重点的总结分析发给我， 这是 qq 可乐小龙虾，我感觉它比 oppo 可乐还要好用，目前呢是我用手机可以操控 qq 可乐和 amiss agent， 这是我们另外装了一个爱马仕，接入了机器人， 然后我给他定了一个就是关系，哈密斯特呢，他就是大脑负责调配， 然后调配 qq 可乐， qq 可乐呢，你就去干活，就用哈密斯特去调动 qq 可乐干活， 然后我就问他，我说你说说现在你和 qq 可乐是什么关系？他讲的很清楚，我跟 qq 可乐关系很简单，就是我是大脑夹嘴，他是手脚 讲的非常的清楚，然后 qq 可乐负责干活，操作浏览器，查网页，跑命令，读文件， 然后我讲是的，你是总指挥老板大脑， qq 可乐就等于干活的员工手脚工具，然后老板可以指挥员工，员工不能指挥老板，也就是哈密斯 agent 能够调度 qq 可乐， qq 可乐不能调度 哈密斯啊，然后他说我也明白了，然后我讲，今天呢，我让龙虾倩跑了，你就不用不用动了， 先测试一下，看看明天什么情况。
21黎明的光√
