我是怎么用 Hermes 的
内容提要
Hermes 是本地AI助手CLI，通过Telegram操作电脑，支持查告警、回飞书、盯行情、写代码和博客。它用Skills机制和记忆系统（内置+OpenViking）积累知识，定时任务自动化日常。作者半年使用后认为，AI助手价值在于与用户粘合度，能动手操作比模型强弱更重要，但复杂推理仍需更强模型。
延伸解读
粘合度比模型强弱更重要
作者半年使用后认为，AI 助手好不好用，不取决于模型多强，而在于与用户的粘合度。模型再强，如果不能操作电脑、查看数据库、替用户回消息，就只是一个更聪明的聊天框。Hermes 的价值在于它能直接动手，与用户的日常深度绑定，从而成为离不开的工具。
模型选择需按场景切换
作者踩过的坑之一是模型不能只图快。deepseek-v4-flash 日常够用，但复杂推理（如多步代码重构、长链路调用链分析）明显不如 Claude。因此，他按场景切换：日常查告警回消息用 flash，复杂任务临时切到更强模型。没有完美的模型，只有合适的。
脚本化比 agent 更稳定
作者发现，有些定时任务一开始让 agent 现场去搜，不稳定——模型抽风格式不对、API 超时。后来改成写 Python 脚本 + no_agent=True，数据采集走脚本，agent 只负责排版，稳定很多。这提示，在自动化任务中，脚本化执行可能比完全依赖 agent 更可靠。
记忆系统沉淀知识
Hermes 的记忆系统包括内置记忆（用户画像、助手笔记）和外置记忆服务 OpenViking，以及会话历史搜索。通过自动积累和主动写入，能覆盖七成场景，剩下三成需主动修正偏好、环境细节等。工作回顾存进记忆后，写周报、查问题、保持上下文都更方便，将碎片信息沉淀为可检索的知识库。
Q&A
Hermes 是什么？它和 ChatGPT 的主要区别是什么？
Hermes 是一个跑在本地的 AI 助手 CLI，可以通过 Telegram 聊天并直接操作电脑，如读文件、写代码、查服务器、调 API。与 ChatGPT 最大的区别是它能直接动手，例如你说“帮我看看告警”，它会自己查 Grafana 分析 PromQL，然后把结果发给你。
如何安装和配置 Hermes？
安装很简单，一条命令：curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash。装完直接 hermes 就可以聊。如果要在后台长期跑（比如接 Telegram），装成 gateway 服务：hermes gateway install 和 hermes gateway start。配置主要分三块：模型、通道、工具。模型可以选 Claude Sonnet 或 deepseek-v4-flash；通道可以接 Telegram，在配置文件里填 bot token 和你的 Telegram ID；工具是精髓，自带几十个内置工具，还可以接 MCP 服务器扩展。
Hermes 的 Skills 机制是什么？有什么好处？
Skills 机制可以把做过的复杂操作存成一份“技能说明书”，下次遇到同类问题，它自动加载技能再执行。例如作者写了一个「Grafana 告警检查」技能，记录了 Alertmanager 的 URL、告警分组规则、关心的告警类型和分析偏好。这样每次说“看看告警”，它就按作者习惯的方式查和分析，不用重复描述。知识越攒越厚，遇到新坑修完，顺手写个技能，下次自动就避开了。
Hermes 的记忆系统有哪些方式？如何配置？
Hermes 的记忆系统包括：内置记忆（User Profile 和 Memory）、外置记忆服务 OpenViking、会话历史搜索。内置记忆默认开启，要换外置后端，运行 hermes memory setup 选择后端，OpenViking 的话填服务地址。之后对话过程中它会自动抽事实、实体、事件，建索引存起来，也可以手动写结论。
作者每天用 Hermes 做哪些事情？
作者每天用 Hermes 做：1. 查告警，每天到工位先问“看看告警”，Hermes 拉取活跃告警并分析优先级；2. 回飞书消息，通过 lark-cli 操作飞书，自动回复技术问题，拿不准的转给作者确认；3. 盯行情，定时任务每天早上 6 点发“宁波晨报”到 Telegram，包含天气、金价、A股大盘、油价等；4. 写代码和改代码，遇到 bug 直接丢给它，它能定位原因并给出修复方案；5. 写博客，作者现在看的这篇就是 Hermes 写的；6. 管定时任务，挂了一堆 cron 任务。
作者在使用 Hermes 过程中踩过哪些坑？有什么经验？
作者踩过的坑：1. 模型不能只图快，deepseek-v4-flash 日常够用，但复杂推理（多步代码重构、长链路调用链分析）不如 Claude，所以按场景切换模型；2. 脚本化比 agent 稳，有些定时任务让 agent 现场去搜不稳定，后来改成写 Python 脚本 + no_agent=True，数据采集走脚本，agent 只负责排版，稳定很多。
作者对 Hermes 的总体评价是什么？
作者认为 AI 助手好不好用，不取决于模型多强，取决于它跟你的粘合度。模型再强不能操作电脑、不能看数据库、不能替你在飞书上回消息，那就只是一个更聪明的聊天框。Hermes 就是个“能动手的 AI”，但也不是万能的，需要强推理的长推理链它还不太行，工具调用多了也容易出岔子。但作为日常助手，已经远超预期。
