標籤：hermes-agent

工程行 Vibe Coding 實例：ERP、CRM、排班、分潤與 Hermes Agent 變成每天在跑的公司系統

Leo 宇軒 Threads 分享他用 Vibe Coding / Agent 做出的工程公司內部系統：ERP + CRM、接單、丈量、施工、收款、假表與行事曆、獎金分潤自動算，以及 Hermes Agent 語音/文字小秘書。這篇整理成 SMB/工程行導入 AI 內部營運系統的實例，重點是手機工作流、權限紀錄、真人驗收與長期穩定性，而不是一次性 demo。

Hermes MACES：把記憶變成「潛意識」的 Agent 學習層

Threads 作者提出 Hermes MACES：一個安裝在 Hermes plugin 系統下的「潛意識層」，被動吸收工具/對話使用痕跡，形成帶權重的概念與關聯，只以統計型 advisory influence 影響推理；實查 GitHub repo 很新、Python、1 star、尚無 LICENSE，適合 sandbox 研究，不宜直接視為成熟可商用套件。

GPT-5.6 Sol / Luna、Fable 5、Grok 4.5 怎麼選：社群模型選擇口訣與 token 成本盲點

Threads @nevergodbo 用簡短口訣推薦模型：無腦選 GPT-5.6 Sol、沒錢選 Luna、超高規劃選 Sol、有效能預算選 Fable 5、色色選 Grok 4.5。留言補充不能只看 API 單價，effort/max 可能吐出更多 token，總成本不一定省。本文把它整理成模型 routing heuristic：依任務風險、reasoning depth、成本與輸出 token 控制選模型，而非單看 list price。

CLIProxyAPI：把 Codex、Claude Code、Gemini CLI 透過 OAuth 包成相容 API，為什麼大家說 OpenAI 很「open」

Threads @cyh.289 用截圖調侃 OpenAI 很自由，留言提到官方/社群鼓勵 CLI Proxy API。交叉查證後，相關專案 CLIProxyAPI 可把 ChatGPT Codex、Claude Code、Gemini、Grok Build 等 CLI/OAuth access 包成 OpenAI/Gemini/Claude/Codex-compatible API，MIT 授權，支援 multi-account、streaming、function calling。本文整理它的價值、ToS/帳號風險、適合放在 Hermes 研究而非立即 production 的理由。

隱私免費開源 AI 搜尋系統為什麼難維護：SearXNG、FastAPI、Crawl4AI 與反爬蟲 / AI slop / prompt injection

Threads @a5555555678 認為 Docker + SearXNG + FastAPI + Crawl4AI 這種免費、隱私、開源 AI 搜尋系統已經半死，原因不是架不起來，而是搜尋引擎反爬、雲端 IP 黑名單、AI slop 汙染與 prompt injection 讓維護成本太高。本文交叉查證 SearXNG 與 Crawl4AI metadata，整理成 Hermes / Allen KB 的 web search backend 決策：自架適合維基、GitHub、新聞等低風險來源；一般網頁搜尋要混用 Tavily/Exa/Brave/Firecrawl/Jina 與來源驗證，而不是迷信免費私有搜尋。

Hermes Agent Web Search Backend：DDGS、SearXNG、Tavily、Exa、Brave、Firecrawl 怎麼搭才不撞額度

從 Threads 提醒出發，整理 Hermes Agent 的 web.search_backend / web.extract_backend / web.backend 設定邏輯：搜尋與整頁抽取是兩種能力，DDGS/SearXNG/Brave 偏搜尋，Tavily/Exa/Firecrawl 可做抽取；實務上可用免費搜尋 backend 搭配少量抽取 backend，降低 Nous Portal/Firecrawl 額度消耗。

主動語音 Agent：每 15 分鐘播報、用嘴巴回覆，讓 AI 像同事一樣陪跑

AutoMoney｜G大分享 Hermes / OpenCode / Marvis 語音對話 Skill：Agent 每 15 分鐘主動播報工作計劃、新聞、成效分析，使用者用嘴巴回覆；TTS 優先 Edge TTS，fallback Apple TTS。對 Allen 想要的 Kate 語音電話提醒與主動助理能力很有參考價值。

AI Team OS 與 Hermes 原生 Agent 開會：一人公司的多角色決策框架

Threads 分享 GitHub 開源專案 AI Team OS，以及作者改寫成 Hermes Agent 原生版的 AI 開會實驗：不同 AI 角色各自研究、辯論，再由主席收斂結論。原 repo CronusL-1141/AI-company 已實查為 MIT、Claude Code native 的 multi-agent team operating system，README 主張具備 agent templates、structured meetings、Six Thinking Hats、DACI、pipeline workflows、dashboard 與 MCP tools。對一人公司最有價值的不是萬字報告，而是把孤獨決策改成多視角檢查；風險則是品質控制、錯誤互相強化與主席收斂機制。

GenericAgent：極簡 Agent、技能樹 SOP 與低 Token 長駐運維的取捨

Threads 貼文推薦 GenericAgent（GA），主張它比 Hermes、OpenClaw 等主流 Agent 更適合極簡派與長駐運維：核心迴圈約 100 行、9 個原子工具、任務後自動結晶 SOP/技能樹，並在技術報告中宣稱可降低 token 與任務時間。實際檢查 GitHub 後，GenericAgent repo 採 MIT License、約 13k stars，技術報告 repo 未附 LICENSE。此工具值得研究的是「把成功軌跡壓縮成可重用 SOP」的方向，但 benchmark 數字仍應視為作者報告，需要以自己的任務集重測。

Oh My Hermes：把 Hermes 變成產品開發與維運工作流的技能包

自我改進 Agent 系統設計：迴圈、驗證者、狀態檔、Routines 與 Skills

BlockTempo 文章整理 Claude Fable 5 自我改進代理系統的 14 步框架。本文抽取可長期複用的系統設計重點：自我改進不是模型自我更新權重，而是模型周圍的工作流、驗證者、記憶、狀態檔、Skills、例行排程與回饋迴圈逐步複利；並映射到 Hermes / Claude Code 類 agent 工作流的落地做法。

0 成本 Hermes Agent 入門：免費模型、Messaging Gateway 與本地部署的真實取捨

一則 Threads 教學把 Hermes Agent 從 Ubuntu、本地安裝、NVIDIA 免費端點到 Telegram/LINE Gateway 串起來；真正值得保存的是低成本 Agent 部署的架構選項與限制。

Hermes Agent v0.14.0：從研究型 agent 走向可安裝、可整合、可上線的基礎版

Hermes Agent v0.14.0 Foundation Release 官方 release note 顯示：808 commits、633 PRs、215 位社群貢獻者，重點不只是新功能，而是把安裝、代理整合、OAuth provider、本地 OpenAI-compatible proxy、Teams/LINE/SimpleX、prompt cache 與 lazy dependencies 一起推向可用基礎設施。

OpenClaw / Hermes Agent / Agenvoy：個人 Agent 框架比較的三種取向

DEV Community 文章比較 OpenClaw、Hermes Agent、Agenvoy：OpenClaw 偏生態與易用性，Hermes Agent 偏 self-improving 與多用戶安全隔離，Agenvoy 偏執行可控性與垂直整合。本文整理可用的判斷框架，並提醒第三方數字與架構細節需回到各專案官方 repo / docs 核對。

CodeGraph：先把大型 repo 建成語義圖，讓 Coding Agent 少找 code、少花 token

CodeGraph 把 codebase 預先索引成 symbol / call graph / code structure，供 Claude Code、Codex、Cursor、OpenCode、Hermes Agent 查詢；README benchmark 宣稱平均 35% 更便宜、49% 更快、70% 更少 tool calls，真正價值在減少探索型 grep/read 往返。

Meta-Meta-Prompting 的重點不是更會下 prompt，而是讓技能、資料與工作流產生複利

Garry Tan 的 Meta-Meta-Prompting / GBrain 長文可以濃縮成一句話：真正有用的個人 AI 不是聊天視窗，而是薄框架、厚技能、厚資料、可遞迴改進的工作流系統。這篇整理其 book mirror、Skillify、會議準備、知識圖譜與實務啟示。

Hermes Agent 生態正在長出周邊：五個社群專案補齊監控、GUI 與技能治理

Threads 整理了 Hermes Agent 開源後冒出的五個社群專案；本文核對 GitHub README 與 metadata，分析它們如何補齊 Hermes 的可觀測性、桌面 GUI、skill 品質治理、agent 方法論與創意工作流。

Nous 開源 Hermes Agent Self-Evolution：真正有價值的，不只是讓 Agent 自動改 prompt，而是把「行為優化」從人工調參變成可測試、可審查的演化管線

這篇文章最值得記的，不只是 Nous Research 開源了一個自我優化框架，而是它把 AI Agent 的改進流程收斂成一條工程化管線：從真實軌跡蒐集失敗、用 GEPA 提出候選版本、再經測試與 PR 審查，讓 prompt/skill 優化變成可持續迭代的系統。

Hermes HUDUI 想補的不是聊天介面，而是 Agent 可觀測性：成本、記憶、技能、排程與成長變化，開始成為 AI 助理的基礎設施層

這篇 Facebook 貼文介紹 Hermes Agent 的瀏覽器監控面板 hermes-hudui。它最有價值的地方不是又做了一個 Web UI，而是把 AI Agent 日常運作中最容易失明的東西拉到檯面上：token 花費、記憶、技能變更、cron 任務與 growth delta。這反映 Agent 產品正在從「能工作就好」走向「必須可觀測、可審計、可持續優化」的階段。

Hermes Agent vs OpenClaw：同樣是持久型個人 Agent，但一個押廣度整合，一個押自改善閉環