逐字稿文字預覽
上次講開源模型啊 就是想給那種玩爆AI 但是預算又有限的新選擇 所以今天我們一口氣 學完超強開源模型代理 Hermes agent 哎 我保證它比龍蝦更好用 一樣遵照傳統 我們要來架構化系統性的學習AI 第一 我們要先講開源模型它的硬體條件 第二我會示範給你看 到底要怎麼安裝它 以及我們要怎麼樣使用它的功能 尤其像是這種記憶管理 Memory Management 第三當然就是要把開源模型 放在這個Hermes Agent裡面啦 你如果真的想要玩爆AI 但是又沒辦法花這麼多錢 在TOKEN上面的話 這集你一定要看完 我這次會講清楚一點 保證你們都學得會 我們直接開始 所以跑開源模型 你的硬體到底要多強 哎說真的 不用很強 基本上你的RAM記憶體 16GB以上 就可以跑開源模型 以我們公司CrazyLing AI Agency來講的話 我們就是有一個Mac studio 專門在讓大家去使用這個 放在裡面的開源模型 它的記憶體是64GB CPU是M4 這樣的性能就足以讓我們 CrazyLing AI agency的5個AI工程師 能夠隨時隨地把他們 比較基礎的任務在上面跑 哎 我說真的 我們公司啊 現在正在大量的測試開源 尤其是這種地端模型的商業應用 因為我們公司有個秘密的AI計劃 我之後再跟你們分享 但是你知道在CrazyLing AI Agency裡面 我們使用AI的模型方式是所謂的混合制 混合制的意思就是 第一個 我們有部分像是AI軟體的開發這種高階的 我們就會用封閉的模型 像是Claude 又或者是拿來抓bug的 真的就是Anthropic的或者是ChatGPT 或者是Gemini的模型是比較好用的 但是你知道 像是一般的日常報告產出 這種比較行政類 庶務類的工作 你就可以用開源的模型來跑 這邊我要給你一個小小的技巧 你開源模型在執行任務的時候 最好是讓這些任務 如果它是定時的話 讓他們不要在同一個時間跑 因為坦白說 我們公司曾經就是很多任務 都安排在週一的早上6點 結果後來電腦當機了 我們後來就決定要把 安排在凌晨1點到6點 把這些任務都分次進行 這樣你的記憶體就不會在一個時間點 承受過大的壓力 但是沒有Mac studio也沒有關係啊 像我在這一集一口氣學完開源影片的 都跟你說過 到底你可以怎麼樣來使用開源模型 所以我現在就給你四個 可以跑Hermes Agent的選項 第一個你要是像我一樣在家 或者在辦公室跑的話 你就可以用一個Mac studio來做這件事情 或者是任何的主機 只要它的RAM也就是記憶體是高於64GB的（最建議） 我都覺得非常好了 第二個你可以用所謂的VPS 中文就叫做虛擬專用伺服器 這個就有點像是你在雲端去 租用其他公司的電腦設備 重點是這個超便宜的 一個月最低只需要付到 5或6塊美金就可以了 而且是24小時不斷線的哦 第三你要是手邊有那種 多餘以前的舊電腦啊 比如說有16GB記憶體的電腦放在那裡沒有用 你就記得先把這臺電腦的資料清空 並且把它放在一個24小時可以開機的狀態 之後我們設置開源的模型在裡面 你就可以連到這臺電腦去跑了 第四個我比較不推薦的方式 就是你用你現在個人 你平常有在工作或者是使用的電腦 同時跑開源模型 我是有這樣做過啦 它就是比較容易當機說真的 當然不是說不可以 如果你真的要這樣做的話 我建議你用這一招 去下載這個軟體叫做Docker 它可以幫你所謂的開源模型 智能代理這件事情容器化 就是用獨立的空間來跑開源模型 它這樣的處理方式會比較不容易 讓你在執行其他工作的時候當機 我這邊就不展開細說了 因為我在這支影片都有介紹過 你看完這支影片 記得回去我頻道把這支影片找出來看 哎我說真的 我大概是華語圈 第一個做這種AI內容教學 還有怎麼應用在企業裡面的第一個人 如果你想知道最前沿的AI應用 現在按下訂閱好嗎 重點來了 我現在就要教你怎麼用Hermes agent 第一件事情 你要做的就是去Hermes agent的網頁啊 這邊你要注意它的網址是 Hermesagent. nousresearch. com 我會放在影片資訊欄裡面 它的安裝方法有這兩種 第一種如果你是使用Mac 你就可以安裝它的桌面應用程式 如果你是Windows的話 你就可以透過Terminal進行安裝 我看到大部分的教學都是叫Terminal 你直接執行安裝 但是我這邊要給你不一樣的 我們來安裝看看這種桌面應用程式超簡單的 但說真的啦 Terminal安裝也非常簡單 你只要點擊複製 打開Terminal 按個Ctrl (command) + C, Ctrl (command) + V 它叫你做什麼 你就按照它步驟就可以了 那我們現在就點擊下載MAC OS版本 下載安裝都完成之後 它會有這些選項 我建議你就直接選這個 第一個幫你預設好的選項 之後在後面我會教你 怎麼把開源模型安裝進去的時候 我們再來操作 這邊再根據你的需求 選取免費的方案就好了 因為Hermes Agent光免費方案就真的超好用的 我跟你講 再來按一下註冊帳號 選擇你要的註冊方式 按下begin 我們現在就開始玩 你看一下Hermes Agent的頁面 它真的是超乾淨漂亮的 重點是你有沒有發現它跟ChatGPT Gemini 甚至是Claude其實都很像 如果你有用過上面三個AI的話 Hermes Agent你一定學得起來 進來之後 我們第一件事情先把語言調成中文 我建議你這邊滑鼠直接點右鍵到 appearance這邊最上面的language改成中文 按叉叉跳出來之後 做這第二件事情 來這裡選取模型 它有一些模型是可以讓你選的 如果你沒有喜歡的 你也可以選擇這裡編輯模型 然後點擊增加提供商 在這裡如果你有習慣的模型 你就在這裡選它 比如說像是Openai 如果你有訂閱的話 你就可以選所有的GPT模型 只要你有登錄Openai 選取你要的模型就可以用了 如果你想走免費的 完全本地模型路線 後面影片會教你 連接好之後啊 你就在這邊打hello 那就恭喜你 你已經開始在用Hermes agent了 這邊我順便跟你說一下啊 在所謂的智能代理AI agent這一塊 在2026年的第三季 目前的共識是Anthropic的模型會是最好的 接下來是Openai的模型 但是你知道你要是想要在 Hermes agent使用Anthropic的模型啊 你要外接到API之外 它那個費用真的也是超高的 對我們CrazyLing AI Agency而言 就像我說的 如果是要用智能代理非常強大的算力 或者是要真的很聰明的語言模型 你可以用所謂的閉源 就像是Anthropic的模型 但是一般的公司的規律的報告產出啊 甚至是PPT 你都可以用開源的模型 在Hermes Agent上面直接做產出 我現在把所有Hermes Agent 在2026年的第三季還有第四季 大家如何選取模型的類別都分類好 現在秀給你看了 歡迎截圖 重點是如果你今天是 第一次使用Hermes agent的話 你現在千萬要仔細認真聽好 在使用所有的AI工具 尤其是Hermes agent 為了讓AI產出的東西符合你要的 你要做的就是這一步 把你之前所有其他AI工具的記憶 全部抓到這個Hermes agent裡面 因為我們CrazyLing AI Agency是 在Anthropic的合作network裡面 所以我就用很多Claude 我第一步就是來到Claude裡面 超簡單的方式就是打上這個提示詞 把你對我的記憶製作成一個MD檔 讓我給Hermes Agent 他的檔案產出之後 回到Hermes Agent的頁面 打上這麼簡單提示詞 再把這個MD檔丟給他就可以了 重點來了 如果你想讓Hermes的AI agent 能夠一天24小時 一週7天都幫你執行代理工作的話 我現在要你做這件事情 回到設定 把保持電腦喚醒這個地方打開 我這邊給你一個回家作業哦 這邊有很多個選項 我希望你看完這支影片之後 在玩Hermes Agent的時候 都把這些選項打開來 逐一看過 看有什麼東西是你需要的 就把它調整到你要的狀態 重點提示 尤其像是模型 安全性記憶上下文還有 提供方是你一定要看的 也建議你可以直接 下載他們的地端模型 我知道你會問我說 那我碰到不懂的怎麼辦 超簡單啊 你要麼截圖 要麼就是直接複製你看不懂的東西 直接在這邊問Hermes agent就可以了 把這些基本設定搞完之後 我現在要講Hermes agent的五大功能聽好 第一個工具 比如網頁搜尋生成圖片文本 分析自動幫你在瀏覽器操作 這個就是工具 比如說我現在要讓Hermes agent幫我寫 最先進的AI晶片報告 這個晶片報告我必須還要可以產出圖片 這件事情他就是用到這兩個工具 第一個網頁搜尋 第二個就是產出圖片 如果你想要知道 你有什麼樣的技能還有工具可以用的話 在左邊這裡 技能和工具 點進去之後你就會發覺 哇有這麼多的技能 還有這麼多的工具 你都可以用 比如說我們把文字 轉成語音這件事情就是一個工具 打開之後你就可以用這樣的工具 那我們再回到這個AI產出的晶片報告 它甚至還問你問題說 你這個的具體用途是什麼 還有你的受眾是什麼 這個時候都跟他說完 他就會繼續幫你產出報告 但是你知道為什麼這麼多人 開始從原本的ChatGPT或者是 Claude或者是Gemini慢慢的移到 這種像是Hermes agent的軟體 就是因為他們在整合 其他第三方的軟體 第三方的系統特別的強大 你的東西只要API或者是MCP 基本上都是可以連到Hermes agent 讓Hermes agent來幫你執行代理這件事情 簡而言之就是幫你工作啦 我們現在來看Hermes agent那個 晶片報告的成果是怎麼樣 我直接跟他說 我要用這個ASCII to文字圖表 由我直接寫進MD檔 我的受眾就是技術視角的人 以及時間範圍還有深度側重 我選擇在2026年的Q3已經發布的 其中是以Rubin系列M1400為核心 系列M1400為核心 所以我們仔細看一下 你看他就用到了搜尋的功能 在網絡上把這些晶片報告 的資訊全部都找出來之後 他也的確用這個表達形式的方式 來製作圖片 比如說像是這個 你就可以直接拆開來看 複製程式碼 直接看到它產出的內容圖片（ASCII） 大概就是長這樣子 那是不是就符合我們跟它說的東西（需求） 比如說我今天要連到 Openai裡面的聲音工具 來到設定頁面裡面的工具與金鑰 我在這裡點下右鍵 把外部瀏覽器開啟 在這邊把你的賬號 密碼都輸入進去啊 確認登錄之後 你就創造了一個API key 那我就把剩下怎麼玩這件事情 交給你去處理了 你來玩玩看這種不同模態 之間的轉換到底是怎麼做的 第二個重點就是integration 左上邊的messaging的平臺 telegram或者是WhatsApp 甚至還有微信還有line 這些都在這裡 可以讓Hermes Agent來用 至於你要怎麼串 比如說我們打開line好了 開啟設定指南 他這邊都有教你啊 如果你看不懂英文的話很簡單 善用右鍵點取網頁翻譯就可以了 重點是你知道我為什麼特別喜歡把 Hermes agent裡面這個訊息拿出來單獨講 因為我在2023年 在我頭幾支做頻道影片的時候 我就跟你說過了 你要真正的把AI融入到自己的生活 重點就是你要創造一個讓你 自己很容易進入數位世界的窗口 比如說你要是把 Hermes Agent放在line裡面 可以降低你在使用AI的阻力 比如說你不需要打開 Hermes Agent的桌面程式 你在line就可以跟 Hermes Agent互動的話 那真的是會讓你的AI使用率大幅的上升 所以我跟你說 Hermes Agent真的就是深得我心 但是我的重點是Hermes Agent 它現在還沒有推出手機版 所以我們現在只能在電腦上用 但是你知道龍蝦它 本身已經推出手機版了 所以我相信Hermes agent 之後一定會做這件事情 但是就像我說的 沒有手機版沒有關係 你把它跟line串接在一起之後 你就可以在line上面對你 電腦裡面的Hermes Agent發號施令 我這邊就放上Hermes Agent 最常用整合的平臺 讓你截圖參考 如果你常用的軟體不在上面 也沒有關係啊 只要你確認說 你常用的軟體它有開設MCP或者是API 你就可以幹嘛 透過Hermes Agent直接製作 一個MCP讓你串接在一起 是不是超方便的 但是Hermes Agent的第三個功能 就是讓它智能代理這一塊這麼突出的原因 也就是skills技能 你知道我為什麼喜歡Hermes Agent 最大的一個理由就是 我第一次看到這件事情 我就深深愛上它 它直接說 它的智能體是會跟著你我在一起 使用Hermes Agent的時候一起成長 代表說你在跟Hermes Agent互動的時候 你要它代理工作的時候 它是跟你一起邊做邊學 也就是把你所做的 重複性的東西直接變成技能 那所謂技能 如果你還不懂的話 它就是一個SOP 就是你完成工作時候 你所經歷的這些步驟 Hermes Agent 它跟其他AI的工具一樣 它都幫你把一些很常用的skills 全部都預設好了 像是PDF啊 它這邊也會跟你寫 它可以用PDF製作啊 或者是改寫啊 它的功能是什麼 甚至是OCR（光學字元辨識） 直接（用 AI ）閱讀PDF上面的文件 所以重點 我們要怎麼樣能夠讓 Hermes agent一起跟我們學習 一起跟我們製作新的skills呢 比如說現在股市很好嘛 如果你要學習怎麼樣投資 學習怎麼樣找到潛力股 我們就可以請Hermes agent 幫我們研究一些公司 讓我們找到一些財務健康最好的公司來投資 哎我說真的 這個真的不是什麼財務建議哦 我真的只是單純想要示範到底 要怎麼樣用AI做投資這件事情 我們剛剛把它做成skills之後 就是在這裡 我有這邊寫create skill對不對 接下來他就建議說 如果你想要把這個 技能重複使用的話 你就直接這邊寫說 用stock fundamentals帶我讀點點點 這個點點點就是公司 就是按斜線 然後打stock 你就會看到這個stock fundamentals出現在這裡對不對 這裡之後你就打公司 比如說臺積電的話 我在這邊打上去之後呢 它就會自動去用這個技能來 產出臺積電的報告給你看 當你用AI在學習新的事情的時候 你有意識到這兩件事情 第一個你在學新東西 第二個你又覺得
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：14.1 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：45.0 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.1 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.1 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.2 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.2 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.2 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：135.9 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：1.0 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.1 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=32 已先套用暫定修正：以我們公司CrazyLing AI agency來講的話 → 以我們公司CrazyLing AI Agency來講的話；segment=87 已先套用暫定修正：只要它的RAM也就是記憶體是高於64的（最建議） → 只要它的RAM也就是記憶體是高於64GB的（最建議）；segment=134 已先套用暫定修正：Hermesagent.newsresearch.com → Hermesagent.nousresearch.com；segment=201 已先套用暫定修正：在2026年的9月 → 在2026年的第三季；segment=201 待確認：原文說「2026年的9月」，但後文219行說「2026年的第三季還有第四季」，9月屬於第三季末，語意上略顯衝突但可解釋。考慮到影片可能為未來預測或當前時間點設定，若當前非2026年，則為預測內容。此處保留「第三季」較符合後文分類邏輯，但需確認講者原意是否為特定月份。；暫定：在2026年的第三季；segment=318 待確認：「Rubin系列」可能為「Rubin」架構（NVIDIA未來架構）或口誤指「Rubik」或其他晶片系列。考慮到2026年時間點，Rubin是NVIDIA的下一代架構，語意上可能成立，但需確認講者是否指特定晶片型號。若為口誤指「Rubik」或「Rubin」，建議保留原音或確認。此處暫定為「Rubin系列」，因符合2026年前瞻語境。；暫定：其中是以Rubin系列M1400為核心；segment=6 待確認：「龍蝦」指代不明，可能為特定AI工具暱稱或口誤。；暫定：哎 我保證它比龍蝦更好用；segment=522 待確認：「Claude Cowork」非標準產品名稱。；暫定：你如果在用Claude Cowork
- 逐字稿可先使用，但有待校正清單
segment=201 rapid_semantic_review: 全文速讀上下文判斷；尚未回聽或交叉比對；segment=318 rapid_semantic_review: 全文速讀上下文判斷；尚未回聽或交叉比對；segment=6 rapid_semantic_review: 後文378行再次出現「龍蝦」，且與Hermes Agent對比。；segment=522 rapid_semantic_review: 常見Claude產品為Claude, Claude Code, Claude Projects等。；segment=637 rapid_semantic_review: 無廣泛知名AI記憶管理工具名為Honcho。
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。