# 影片筆記：渐进式驾驭Hermes：玩转日常与工作

## 一句話總結

演講者季多斌分享了從選型到實踐的個人 AI Agent 應用經驗，推薦使用 **Hermis/Hermes** 作為個人 AI 助手，並通過「漸進式展開」與「自進化」機制，將 AI 從單純的工具升級為能協作、能優化工作流的夥伴，實現從日常內容生成到自動化開發閉環的多樣化應用。

## 核心重點

1.  **選型邏輯**：演講者經歷了從 OpenCloud、Nanobot 到企業級平台（DFlow/OpenFarm）的探索，最終選擇 **Hermis**（或稱 Hermes），因其上手快、預設技能豐富（約 80-100 個）、具備自進化能力且適合個人場景。
2.  **核心能力演示**：
    *   **內容生成**：能將文章轉化為雙人播客及技術視頻；通過「Document Superpowers」技能生成結構化長文，並根據平台（小紅書/公眾號）自動簡化流程。
    *   **開發閉環**：實現代碼審計、發現 Bug、創建 Issue、修復並合併 PR 的自動化流程。
    *   **架構一致性**：Agent 與 CodeBuddy 在運行時層面均採用 Hub-Spoke 架構。
3.  **漸進式展開（Progressive Expansion）**：
    *   **方法論**：先跑通、再優化、再沉澱、再服用。
    *   **實踐**：通過任務拆解（如先寫 Brief 再展開），控制上下文窗口限制，提高輸出穩定性。
    *   **案例**：PPT 製作中，先定義框架與 Plan，再填充內容，首次產出約 80% 可用。
4.  **自進化與夥伴關係**：
    *   從「工具」升級為「夥伴」甚至「團隊」。
    *   通過讓 AI 參與流程優化、建立知識庫（Wiki）、推送至 Git 倉庫，實現技能的自動迭代與複用。
    *   強調「任務拆解質量」是控制 Agent 輸出的關鍵，翻車時應直接放棄重來並重新拆解任務。

## 詳細大綱

### I. 開場與演講者介紹
*   **演講者**：季多斌，騰錦雲出行行業架構師，野生 AI 學習者。
*   **演講目的**：分享工作中使用 AI 工具的經驗，特別是 Hermis 的應用。
*   **演講結構**：
    1.  為什麼選擇 Hermis（選型之路）。
    2.  Agent 不僅僅是寫代碼（應用場景）。
    3.  從 AI 做事到用 AI 改進做事方式（自動化閉環）。
    4.  漸進式展開與駕馭工程（具體技能演示）。

### II. 個人 AI Agent 選型之路
*   **學習歷程**：
    *   2022 年開始學習工業視覺、NLP。
    *   經歷模型預訓練、強化學習、Agent Platform、Autogen、Long Graph、MCP、Skill 等技術階段。
*   **工具對比與篩選**：
    *   **OpenCloud**：全能型但養育成本高、穩定性一般；早期集成 IM 工具（如 Telegram），具備強大電腦控制能力（如查看運行中的開發工具），但存在隱私擔憂。
    *   **Nanobot**：港大項目，用少量代碼替代 OpenCloud，內存佔用小。
    *   **PicoCloud**：極簡派，可在電視盒子上運行，用於情緒輔導（意理大師）。
    *   **DFlow / OpenFarm**：企業級多 Agent 平台，適合企業場景，個人使用建議較低。
    *   **Cloud Code**：強大但主要針對代碼場景。
*   **最終選擇 Hermis 的原因**：
    *   上手快（預設技能豐富，約 80-100 個精選技能）。
    *   自進化能力強（越用越懂用戶，生成個性化技能）。
    *   開箱即用，適合個人場景。
    *   OpenCloud 近期也在向 Hermis 方向進化。

### III. Hermis 的核心能力與應用場景
*   **Aha Moment（頓悟時刻）**：
    *   輸入一篇關於「马斯克太空 AI 數據中心」的文章鏈接。
    *   Hermis 自動生成雙人對話播客（約 10 分鐘）及 5 分鐘技術視頻（使用 Remotion）。
    *   體現了從單一問答到複雜任務執行的轉變。
*   **Agent 協作與角色定義**：
    *   通過定義 Agent Profile（Coder, Product Manager, Reviewer 等）組成團隊。
    *   實現代碼庫審計、自動創建 Issue、修復及合併 PR 的自動化流程。
*   **文檔建設流水線 (Document Superpowers)**：
    *   **流程**：收集參考材料 -> 腦力風暴（循環問答）-> 寫作規劃 -> 調研報告 -> 執行寫作 -> 四輪審閱（邏輯、論據、流暢度、潤色）。
    *   **優勢**：解決並行寫作上下文斷裂問題，確保文章邏輯與流暢度。
    *   **靈活性**：能根據文章類型（如長篇報告 vs. 小紅書/公眾號文章）自動簡化流程。
    *   **案例**：生成 5 萬字以上的 CAE 仿真軟件上雲研究文章，或公眾號文章。

### IV. 技術架構與常見問題解答
*   **Agent 與 CodeBuddy 的關係**：
    *   本質上類似，區別在於接入界面（IM 端 vs. IDE 端）。
    *   架構均為 **Hub-Spoke** 模式：Agent Runtime 為 Hub（輪轂），對接大模型、Skills、Memory、外部工具（如 Chromium 無頭瀏覽器）為 Spoke（輻條）。
    *   可通過接口將 CodeBuddy 連接到微信等 IM 工具使用。
*   **技能獲取途徑**：
    *   推薦使用 Skill Hub（腾讯云）或 Cloud Hub（字節）等技能站點查找現有技能，而非全部自寫。

### V. Hermes 的自進化與知識庫應用
*   **版本進化**：Hermes 能根據輸入內容（如原生文章或公眾號短文）自動適配平台風格並簡化。
*   **全聯絡自主規劃**：Hermes 的核心優勢在於全聯絡自主規劃能力。
*   **實戰案例（汽車行業）**：
    *   將 Android Capacity 的 LMWiki 文章喂給 Hermes 建立知識框架。
    *   將知識框架推送至內網 Git 倉庫，實現多 Agent 端（如手機錄音轉文、企業微信機器人）的同步與調用。
    *   設定規則（如每 12 小時同步一次），實現自動化數據同步。

### VI. Hermes 與 OpenCloud 的比較與爭議
*   **關於「Hermes 能做而 OpenCloud 做不了」的提問**：
    *   講者認為這是一個「挖坑」，不絕對承認 Hermes 有 OpenCloud 沒有的功能。
    *   差異在於**易用性**與**自進化能力**：Hermes 的自進化體驗更好。
    *   OpenCloud 自 4 月版本後大面積向 Hermes 傾斜。
    *   講者曾在 OpenCloud 上通過寫腳本/提示詞實現自進化（如每天寫隨筆），證明技術上可行，但 Hermes 更便捷。

### VII. 實戰演示：CodeMaggie 與 Super Powers
*   **演示工具**：CodeMaggie（小 Maggie）機器人，調用 Super Powers。
*   **寫作流程演示**：
    1.  詢問讀者對象（如：行業分析）。
    2.  詢問核心觀點（如：遊戲出海代表文化輸出）。
    3.  詢問長度（選擇最長）。
    4.  **關鍵步驟**：不直接寫文章，而是先寫 **Brief（摘要）**，再層層展開。
*   **IDE 環境優勢**：相比於 IM 聊天窗口的黑盒狀態，在 IDE（如 CodeBuddy）環境中寫文章能更清晰地管控中間過程（查看 Brief、Plan）。

### VIII. 翻車經驗與解決方案
*   **常見翻車場景**：
    *   **上下文過大**：例如丟入 12MB PDF 導致報錯。
        *   *對策*：先進行 PDF 切分（模型內或外部工具），分步摘要、總結、整理上下文後再做 Summarize。
    *   **模型能力邊界**：
        *   簡單任務可使用本地小模型（LM Studio, Open Olama）。
        *   複雜任務必須使用大尺寸模型，需兼顧經濟性與任務規模。
    *   **上下文窗口限制**：後期遺忘前文。
*   **翻車處理標準流程**：
    1.  **直接放棄重來**：不要試圖在錯誤基礎上修改（避免「史上雕花」）。
    2.  **反思與重構**：反思失敗原因，重新拆解任務。
    3.  **分層輸入**：確保任務顆粒度適合模型能力，通常能搞定。
    *   *核心觀點*：翻車不可怕，駕馭翻車才是真功夫。

### IX. AI 角色的三個層次
1.  **工具層**：讓 AI 執行具體任務（寫文章、整代碼）。
2.  **夥伴層**：與 AI 共同構建、優化工作流。
    *   *案例*：讓 Hermes 扮演 Android Capacity 或 Boris 角色，評價並改進 Document Superpowers，自動創建 Issues 並修復，實現技能進化。
    *   *案例*：讓 Hermes 優化文章格式、插入圖片、修改 Hardgate，實現自動強化。
3.  **認知層**：AI 在通用認知領域可能高於普通人。
    *   *方法*：引導 AI 梳理個人寫作習慣（如喂入公眾號文章），讓 AI 提煉符合個人特點的內容。
    *   *學習 Hermes*：讓 Hermes 閱讀自己的技能文檔（Markdown Wiki），學習如何組合技能與場景，並將其沉澱為標準 Skill。

### X. 駕馭工程（Agent Engineering）與漸進式展開
*   **Agent 能力公式**：
    $$ Agent 能力 = 模型能力 + 上下文窗口 + 任務拆解質量 $$
    *   模型能力與上下文窗口通常由模型決定（如 256K, 1M, 64K）。
    *   **用戶可控關鍵**：任務拆解的質量。拆解越細，輸出越穩定。
*   **四層級方法論**：
    1.  **先跑通**：基礎技能調用。
    2.  **再優化**：加上個人化訴求，成為自己的技能。
    3.  **再沉澱**：從「用」變成「造」，將流程封裝。
    4.  **再服用**：讓 Agent 實踐並進一步改進，形成自進化閉環。
*   **PPT 製作案例**：
    *   通過漸進式展開，先出框架，再調整內容，最後生成 PPT。
    *   相比於直接讓 AI 寫，這種方式需要人類與 AI 共同定義蓋要、Plan 及時間分配，並提供充足參考材料（如引用鏈接）。
    *   結果：首次產出約 80% 未調即可用，證明漸進式展開的有效性。

### XI. 實戰 Tips 與成本優化
*   **六點建議**：
    1.  **聚焦**：一次只做一件事。
    2.  **善用檢查點**：在散技能中設置停頓點，檢查結果。
    3.  **解釋性**：讓 AI 解釋其在做什麼，及早發現偏差。
    4.  **提示詞模板化**：將提問邏輯（如蘇格拉底式提問）印在腦海中，提供完整角色與背景信息。
    5.  **心態管理**：接受翻車是常態，迅速恢復關鍵。
    6.  **通用性**：駕馭方法論適用於 OpenCloud、Hermes 等任何 Agent。
*   **Token 成本優化**：
    *   **調度策略**：使用本地小模型或便宜模型負責調度（如 Ponder Manager），大模型（如 Germ5.1）負責核心代碼生成（Coder）。
    *   **提示詞緩存**：利用 Deepseek with Flash 等模型的提示詞緩存機制（Cache Hit），降低 Token 消耗。
    *   **Session 管理**：長期保留對話 Session 以增加緩存命中。
    *   **核心觀點**：早期應優先關注「把事情落地」，而非過度關注性價比；在未知能力邊界前，過度追求低成本可能得不償失。

## 工具 / 模型 / 名詞整理

*   **Hermis / Hermes**：演講者最終選擇的個人 AI Agent 平台/工具。
*   **OpenCloud**：早期使用的開源 Agent 項目。
*   **Nanobot**：港大發布的輕量級 Agent 項目。
*   **PicoCloud**：運行於電視盒子的極簡 Agent。
*   **DFlow / DFlow 2.0**：企業級 Agent 平台。
*   **OpenFarm**：企業級 Agent 平台。
*   **Cloud Code**：代碼場景工具。
*   **Autogen**：早期接觸的 Agent 框架。
*   **Long Graph**：早期接觸的技術概念。
*   **MCP**：模型上下文協議（Model Context Protocol）。
*   **Skill**：技能模塊。
*   **Telegram**：即時通訊工具，早期與 OpenCloud 集成。
*   **VSCode**：開發工具。
*   **CodeBuddy**：演講者長期使用的代碼助手工具。
*   **GitHub**：代碼託管平台，用於發布 Pages 及創建 Issue/PR。
*   **GitHub Pages**：靜態網頁託管服務。
*   **CVM**：雲服務器（Cloud Virtual Machine）。
*   **Remotion**：用於生成視頻的技術/庫。
*   **Opera Superpowers**：代碼技能框架，演講者借鑒其理念開發文檔技能。
*   **Document Superpowers**：演講者自研的文檔寫作技能。
*   **Signal.py**：演講者演示中發現 Bug 的代碼文件。
*   **观察者网**：演講者閱讀新聞的網站。
*   **路透社**：國外新聞媒體，用於對比。
*   **元宝**：問答類 AI 工具。
*   **豆包**：問答類 AI 工具。
*   **Skill Hub**：腾讯云技能站點。
*   **Cloud Hub**：字節技能站點。
*   **微信**：即時通訊工具。
*   **Chromium**：瀏覽器內核，用於 Agent Browser。
*   **Android Capacity**：講者提到的特定領域或項目名稱。
*   **LMWiki**：知識庫相關詞彙。
*   **CodeMaggie**：講者提到的機器人名稱（小 Maggie）。
*   **Super Powers**：CodeMaggie 調用的功能集。
*   **Git / Git 倉**：版本控制與知識同步工具。
*   **企業微信機器人**：用於接收手機錄音轉文並同步知識庫的工具。
*   **LM Studio**：本地部署小模型工具。
*   **Open Olama**：本地部署小模型工具。
*   **Deepseek V4**：提及的國外模型版本。
*   **Flash**：提及的模型版本或特性。
*   **Pro**：提及的模型版本。
*   **Germ5.1**：提及的模型名稱。
*   **Markdown**：文件格式。
*   **HTML**：文件格式。
*   **PPT**：演示文稿格式。

## 操作流程整理

### 1. 內容生成流程（Document Superpowers）
1.  **輸入**：提供文章鏈接或參考材料。
2.  **規劃**：進行腦力風暴（循環問答），確定讀者對象、核心觀點與長度。
3.  **生成 Brief**：先寫摘要（Brief），不直接寫全文。
4.  **層層展開**：基於 Brief 進行調研報告與寫作規劃。
5.  **執行寫作**：生成初稿。
6.  **四輪審閱**：邏輯審閱、論據審閱、流暢度審閱、潤色審閱。
7.  **適配輸出**：根據平台（小紅書/公眾號）自動簡化流程或生成長篇報告。

### 2. 自動化開發閉環流程
1.  **代碼審計**：Agent 對代碼庫進行審計。
2.  **發現 Bug**：識別問題代碼（如 Signal.py）。
3.  **創建 Issue**：自動在 GitHub 創建 Issue。
4.  **修復與合併**：Agent 修復代碼並創建 Pull Request (PR)。
5.  **合併 PR**：完成代碼合併。

### 3. 知識庫自進化流程
1.  **建立框架**：將特定領域文章（如 Android Capacity 的 LMWiki）喂給 Hermes 建立知識框架。
2.  **推送倉庫**：將知識框架推送至內網 Git 倉庫。
3.  **多端同步**：