鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
3
4
4

Hermes Agent 保姆级安装教程:从 0 到 1 搭建自己的 AI 微信机器人

兮动人
兮动人
2026-07-10 10:40
阅读 2315
兮动人
2026-07-10 10:40
阅读 2315

640.png

最近折腾了一下 Hermes Agent,整体感觉是:它不只是一个终端聊天工具,更像一个可以接模型、接工具、接微信的 Agent 框架。

这篇文章把我完整跑通的过程记录下来,包含:

  • Hermes Agent 安装
  • 模型和 API Key 配置
  • 联网搜索配置
  • 微信机器人接入
  • systemd 后台服务
  • 常用验证命令
  • 模型切换和一些踩坑点

我这里演示的是源码安装方式。官方一键脚本当然也能用,但国内服务器下载 GitHub、PyPI、uv、Node.js 依赖时,经常会比较慢。

项目地址

项目地址:

▼
text
复制代码
https://github.com/NousResearch/hermes-agent

官方文档:

▼
text
复制代码
https://hermes-agent.nousresearch.com/docs/zh-Hans/getting-started/installation

支持环境:

▼
text
复制代码
Linux / macOS / WSL2

官方安装方式

官方推荐的一键安装命令如下:

▼
bash
复制代码
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

安装完成后,需要重新加载 shell 配置。

先看一下当前 shell:

▼
bash
复制代码
echo $SHELL

查看当前 shell

如果输出的是 bash,执行:

▼
bash
复制代码
source ~/.bashrc

如果输出的是 zsh:

▼
bash
复制代码
$ echo $SHELL /bin/zsh

则执行:

▼
bash
复制代码
source ~/.zshrc

重新加载 zsh 配置

官方脚本慢,主要是因为后续会下载这些内容:

▼
text
复制代码
GitHub PyPI uv 依赖源 Rust 相关组件 Node.js 相关依赖

网络好的环境可以直接用官方脚本;如果下载经常超时,建议用下面的源码安装方式。

源码安装方式

如果 GitHub 下载慢,可以使用 GitCode 同步仓库:

▼
bash
复制代码
git clone https://gitcode.com/GitHub_Trending/he/hermes-agent.git

官方文档也可以一起打开备用:

▼
text
复制代码
https://hermes-agent.nousresearch.com/docs/

我建议把 Hermes Agent 放到固定目录,避免后面移动项目目录导致命令找不到。

这里统一放到 ~/.hermes 下面。

创建安装目录

▼
bash
复制代码
mkdir -p ~/.hermes

复制源码目录

如果项目下载在用户主目录下,可以执行:

▼
bash
复制代码
cp -r ~/hermes-agent ~/.hermes/hermes-agent

复制源码目录

进入项目目录并执行安装脚本:

▼
bash
复制代码
cd ~/.hermes/hermes-agent && bash scripts/install.sh

安装完成后,运行 hermes 命令会进入配置向导。这里可以输入 1,进入快速设置模式。

最后重新加载环境变量:

▼
bash
复制代码
source ~/.zshrc

如果项目已经放在固定目录,比如 /root/hermes-agent,就不用再复制一遍:

▼
bash
复制代码
cd /root/hermes-agent bash scripts/install.sh

复制到 ~/.hermes 不是必须步骤,只是方便后续管理和升级。确定源码目录不会被移动或删除的话,直接在当前目录执行安装脚本也可以。

scripts/install.sh 会自动处理 Python 依赖、虚拟环境、Node.js 等配置,正常情况下不用手动补依赖。

验证 Hermes 命令是否可用

安装完成后,先看版本和帮助信息:

▼
bash
复制代码
hermes --version hermes --help

验证 Hermes 命令

启动 Hermes:

▼
bash
复制代码
hermes

启动 Hermes

Hermes 交互界面

如果还没配置模型,启动后大概率会报错。

未配置模型时报错

退出交互界面:

▼
bash
复制代码
exit

退出 Hermes

配置文件在哪里

Hermes 默认配置在:

▼
bash
复制代码
cat ~/.hermes/config.yaml

这里注意一点:Hermes 的默认模型不是从 .env 里读,而是从 ~/.hermes/config.yaml 里读。

查看 config.yaml

我这里看到默认模型是:

▼
text
复制代码
默认模型:anthropic/claude-opus-4.6 Provider:auto 默认走 OpenRouter 接口

OpenRouter 是一个模型聚合平台,可以接 Claude、GPT、Gemini、DeepSeek、Qwen、GLM、Mistral、Llama 等模型。只要 OpenRouter 支持,Hermes 里一般也能配置。

但是 .env 里的 OPENROUTER_API_KEY 默认是注释状态,没有配置 Key。

OPENROUTER_API_KEY 未配置

所以启动失败的链路大概是:

▼
text
复制代码
读取 config.yaml ↓ 默认模型是 claude-opus-4.6 ↓ provider=auto ↓ 尝试寻找 OPENROUTER_API_KEY ↓ 没有找到 ↓ No inference provider configured

因此界面上虽然显示了:

▼
text
复制代码
claude-opus-4.6

但模型实际还不能用。接下来需要配置 Provider、API Key 和模型。

运行配置向导

执行:

▼
bash
复制代码
hermes setup

这里会出现配置模式选择。

Hermes setup

三个选项大概是这样:

选项说明适合场景
Quick Setup (Nous Portal)使用 Nous 官方账号登录,OAuth 授权,自动配置模型,不用手动填 API Key快速体验
Full Setup手动选择 Provider、填写 API Key、选择模型,支持 OpenAI Compatible推荐,适合长期使用
Blank Slate不做向导配置,后续自己改配置文件熟悉配置结构的人

我这里选择 Tencent TokenHub,因为我手里的国产模型免费额度基本用完了,腾讯云 TokenHub 还有一些额度。

选择 Tencent TokenHub

TokenHub 额度

TokenHub 配置界面

按提示输入腾讯云 TokenHub 的密钥。

输入 TokenHub 密钥

确认密钥

后面一些参数直接回车,使用默认值即可。

使用默认配置

模型这里我选择 glm-5.2。

选择 glm-5.2

确认模型

如果目标模型不在默认列表里,可以选择手动输入模型名。

手动输入模型名

选择命令运行环境

接下来会询问 Hermes 执行命令时使用什么运行环境。

选择运行环境

常见选项如下:

选项说明推荐
Local在当前服务器直接执行命令⭐⭐⭐⭐⭐
Docker在 Docker 容器中执行⭐⭐⭐⭐
ModalModal 云沙箱⭐⭐
SSH远程机器执行⭐⭐⭐
Daytona云开发环境⭐⭐
SingularityHPC 集群环境⭐

个人服务器或测试环境,直接保持默认的 Local 就行。

配置消息平台

这个步骤是配置 Hermes 的消息平台接入。也就是说,Hermes 不只能在终端里聊天,还可以接入微信、QQ、钉钉、飞书、Slack 等平台。

如果你只想在本机终端使用 hermes,这里一个都不用选,直接回车跳过。

常见平台如下:

平台用途
WeChat微信机器人
QQ BotQQ 机器人
Yuanbao腾讯元宝接入
DingTalk钉钉机器人
Feishu / Lark飞书机器人
DiscordDiscord Bot
SlackSlack Bot
Teams微软 Teams
Email邮件收发
SignalSignal Bot
LINELine Bot
ntfy手机推送通知

我这里要测试微信机器人,所以选择 WeChat。用空格选中,Esc 取消。

选择 WeChat

确认配置微信机器人,选择 Y。

确认配置微信机器人

向导会给出一个链接,把它复制到本地电脑浏览器打开。

复制登录链接

打开后用微信扫码。

微信扫码登录

配置微信私聊权限

扫码后会配置微信私聊权限,也就是谁可以通过微信私聊你的 Hermes。

首次安装建议选:

▼
text
复制代码
Use DM pairing approval (recommended)

选择私聊权限

这个选项比较稳:陌生人不能直接使用你的 Hermes,也不会莫名其妙消耗模型额度。

授权流程大概是:

▼
text
复制代码
微信用户私聊 ↓ Hermes 收到请求 ↓ 管理员确认授权 ↓ 用户获得访问权限 ↓ 正常与 Hermes 对话

如果是公司内部部署,可以选择:

▼
text
复制代码
Only allow listed user IDs

然后把允许访问的用户写成白名单,例如:

▼
text
复制代码
wxid_admin wxid_dev01 wxid_dev02

不太建议选择:

▼
text
复制代码
Allow all direct messages

这个选项会让所有添加机器人的用户都可以直接使用,个人部署时风险比较大。

几个选项对比如下:

选项说明推荐指数适用场景
Use DM pairing approval (recommended)用户首次私聊时需要管理员确认授权⭐⭐⭐⭐⭐个人用户、开发者、家庭使用
Allow all direct messages所有微信用户都能直接对话⭐⭐开放测试环境
Only allow listed user IDs只允许白名单用户访问⭐⭐⭐⭐企业内部、团队协作
Disable direct messages禁止微信私聊 Hermes⭐⭐⭐只允许群聊或其他平台访问

下一步是微信群聊响应配置。

群聊响应配置

我这里的配置结果是:

配置项当前选择效果
私聊Allow all direct messages所有微信好友都可以直接与 Hermes 对话
群聊Disable group chats微信群消息 Hermes 不响应
微信接入已配置微信可以连接 Hermes

如果是正式使用,我更建议私聊选择审批模式,而不是全开放。

配置 Home Channel

后面会询问是否将当前微信账号设置为 Hermes 的 Home Channel。

配置 Home Channel

Home Channel 可以理解为 Hermes 的主通知频道。后续某些状态通知、任务结果,可能会发到这里。

安装 Gateway 后台服务

接下来会询问是否将 Hermes Gateway 安装为 systemd 服务。

安装 Gateway 服务

如果选择 Y,Hermes 会创建类似下面的服务文件:

▼
bash
复制代码
/etc/systemd/system/hermes-gateway.service

并执行:

▼
bash
复制代码
systemctl enable hermes-gateway systemctl start hermes-gateway

这样服务器重启后,微信机器人会自动上线,Hermes Gateway 也会自动启动。

如果这里选择 n,每次服务器重启后都要手动启动:

▼
bash
复制代码
hermes gateway

长期挂微信机器人,建议安装成 systemd 服务。

选择服务运行方式

Hermes Gateway 后台服务有几种运行方式。

选择服务运行方式

选项说明推荐
User service当前用户级 systemd 服务,不需要 sudo 权限⭐⭐⭐
System service系统级 systemd 服务,开机自启,最稳定⭐⭐⭐⭐⭐
Skip service install for now暂不安装服务⭐⭐

User service 适合个人电脑、开发机、笔记本:

▼
bash
复制代码
systemctl --user status hermes-gateway

System service 更适合云服务器、VPS、生产环境:

▼
bash
复制代码
systemctl status hermes-gateway

我这里选择:

▼
text
复制代码
System service

后续管理命令如下:

▼
bash
复制代码
# 查看状态 systemctl status hermes-gateway # 启动 systemctl start hermes-gateway # 停止 systemctl stop hermes-gateway # 重启 systemctl restart hermes-gateway # 开机自启 systemctl enable hermes-gateway

接下来会问 systemd 服务使用哪个 Linux 用户运行。

选择运行用户

我这里直接输入:

▼
text
复制代码
root

输入 root 用户

然后选择 Y 启动服务。

配置工具能力

Hermes 的 Tools 配置界面里,带 ✓ 的表示启用,空白表示禁用。

官方默认开启了大部分 Agent 常用能力。

配置 Tools

工具功能建议
Web Search & Scraping联网搜索、网页抓取✅ 开启
Browser Automation浏览器自动操作✅ 开启
Terminal & Processes执行终端命令✅ 开启
File Operations文件读写、搜索、补丁✅ 开启
Code Execution执行代码✅ 开启
Vision / Image Analysis图片识别分析✅ 开启
Video Analysis视频分析按需
Image GenerationAI 生成图片✅ 开启
Video GenerationAI 生成视频按需
X(Twitter) Search搜索 X 平台内容国内一般不用
Text-to-Speech文本转语音✅ 开启
Skills技能管理✅ 开启
Task Planning任务规划✅ 开启
Memory长期记忆✅ 开启
Context Engine上下文引擎新手可关闭
Session Search搜索历史会话✅ 开启
Clarifying Questions自动追问补充信息✅ 开启
Task Delegation多 Agent 协作✅ 开启
Cron Jobs定时任务✅ 开启
Home Assistant智能家居控制按需
SpotifySpotify 音乐控制按需
Yuanbao腾讯元宝集成按需
Computer Use操作桌面系统✅ 开启

我这里基本保持默认。几个能力可以重点看一下。

Terminal & Processes

开启后,模型可以执行终端命令,例如:

▼
bash
复制代码
ls pwd ps -ef systemctl status

这是 Agent 最核心的能力之一。

File Operations

开启后可以读取文件、修改文件、批量替换代码、生成补丁。写代码、改配置时很有用。

Memory

开启后,Hermes 可以记住项目、常用命令和偏好配置。它更像长期记忆,不是每次对话都从零开始。

Cron Jobs

这个功能挺适合服务器场景,例如:

▼
text
复制代码
每天早上 8 点推送服务器状态 每天检查磁盘空间 每天汇总 Git 提交

Computer Use

类似 Claude Computer Use,可以打开浏览器、点击按钮、输入内容、操作桌面。

不过如果你只是部署在 Linux 云服务器上,这个能力大部分时候用不上。

配置浏览器自动化

如果前面开启了:

▼
text
复制代码
✓ Browser Automation

Hermes 会继续让你选择浏览器自动化的 Provider。

配置浏览器自动化

选项说明是否收费推荐
Local Browser本机 Chromium 浏览器免费⭐⭐⭐⭐⭐
Nous SubscriptionNous 官方云浏览器订阅⭐⭐⭐
Camofox反检测 Firefox 浏览器免费⭐⭐⭐
Browser UseBrowser Use 云服务付费⭐⭐
BrowserbaseBrowserbase 云浏览器付费⭐⭐
FirecrawlFirecrawl 云抓取服务付费⭐⭐
Skip跳过配置-⭐⭐⭐

普通用户直接选默认的 Local Browser 就可以。

后面 Hermes 就可以完成这类任务:

▼
text
复制代码
打开网页 登录网站 点击按钮 填写表单 滚动页面 抓取内容 截图

例如:

▼
text
复制代码
帮我打开 github.com 搜索 hermes-agent 查看 Star 数量

Hermes 会调用本地 Chromium 执行。

Local Browser 配置

两个容易卡住的扩展功能

Computer Use 安装超时

Hermes 会尝试安装 cua-driver,用来实现桌面自动化能力。

它的安装脚本在 GitHub:

▼
text
复制代码
https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh

国内服务器可能会遇到下载超时:

▼
text
复制代码
cua-driver installer download failed timed out after 120 seconds

如果你只是用 Hermes 做模型对话、代码执行、文件操作、联网搜索和微信机器人,这个失败一般不影响核心功能。

Image Generation 登录 Nous Portal

配置图片生成时,Hermes 可能会询问:

▼
text
复制代码
Log in to Nous Portal now? [Y/n]:

Nous Portal 是 Nous 官方云服务,用来接图片生成、云浏览器等高级能力。

如果暂时不需要 AI 绘图,可以输入:

▼
text
复制代码
n

先跳过,后续需要再单独配置。

配置 TTS

这个步骤是配置 Text-to-Speech,也就是文本转语音。

配置 TTS

如果开启,Hermes 的文字回复可以转换成语音播放,或者发送语音消息。

提供商类型是否收费特点推荐
Microsoft Edge TTS云端免费音质不错,无需 API Key⭐⭐⭐⭐⭐
Nous Subscription云端订阅Nous 官方服务⭐⭐⭐
OpenAI TTS云端付费OpenAI 官方语音⭐⭐⭐⭐
xAI TTS云端付费Grok 语音⭐⭐⭐
ElevenLabs云端付费行业顶级拟真语音⭐⭐⭐⭐⭐
Mistral Voxtral云端付费多语言支持较好⭐⭐⭐
Google Gemini TTS云端付费Gemini 语音能力⭐⭐⭐
KittenTTS本地免费轻量级,本地运行⭐⭐⭐
Piper本地免费支持 40+ 种语言⭐⭐⭐⭐
Skip跳过-后续再配置⭐⭐⭐

如果没有语音需求,保持默认或跳过即可。

配置联网搜索

接下来是 Web Search,也就是 Hermes 执行联网搜索时使用哪个搜索服务。

例如你在 Hermes 里输入:

▼
text
复制代码
帮我搜索 Spring Boot 3 最新版本 帮我查一下 OpenAI 最近发布了什么 帮我总结这个网站内容

Hermes 就会调用这里配置的搜索能力。

常见搜索 Provider 如下:

搜索引擎类型是否收费功能推荐
Nous Subscription官方托管订阅搜索 + 网页提取⭐⭐⭐
Firecrawl Self-Hosted自建免费搜索 + 抓取⭐⭐⭐⭐
Brave Search官方 API免费额度仅搜索⭐⭐⭐⭐⭐
DuckDuckGo (ddgs)开源免费仅搜索⭐⭐⭐⭐⭐
Exa商业服务付费语义搜索⭐⭐⭐⭐
Firecrawl商业服务付费搜索 + 抓取⭐⭐⭐
Parallel商业服务付费搜索 + 内容提取⭐⭐⭐
SearXNG自建免费聚合搜索⭐⭐⭐⭐
Tavily商业服务付费Agent 专用搜索⭐⭐⭐⭐
xAI Web SearchxAI付费Grok 联网搜索⭐⭐⭐
Skip跳过-后续配置⭐⭐⭐

Hermes 已经内置免费的 DuckDuckGo 搜索能力。如果只是日常搜索,可以直接跳过高级搜索服务。

后面会询问是否登录 Nous Portal,使用官方托管的 Firecrawl 搜索服务。

配置 Web Search

出现下面提示时:

▼
bash
复制代码
Log in to Nous Portal now? [Y/n]:

普通用户可以输入:

▼
text
复制代码
n

这样无需额外账号,也能使用基础联网搜索。

方案是否需要账号是否收费推荐
DuckDuckGo(内置)不需要免费⭐⭐⭐⭐⭐
Nous Subscription需要订阅⭐⭐

配置完成后会看到成功提示。

配置完成

验证安装是否成功

安装完成后,不要急着关终端。建议按下面这组命令检查一遍,基本能覆盖环境、模型、网关、日志和后续重新配置。

检查环境

先跑官方推荐的诊断命令:

▼
bash
复制代码
hermes doctor

这个命令会检查依赖、配置、安装方式、环境变量等问题。如果缺少组件,通常会直接给出修复建议。

如果想看当前配置,可以执行:

▼
bash
复制代码
hermes config

如果是排查问题、准备发 issue 或找人帮忙,也可以导出一份脱敏摘要:

▼
bash
复制代码
hermes dump

启动命令行助手

进入 Hermes 交互界面:

▼
bash
复制代码
hermes

能正常进入对话界面,并且输入一句话后模型有回复,说明模型 Provider、API Key 和推理服务基本没问题。

如果只想跑一次命令,也可以用:

▼
bash
复制代码
hermes chat -q "你好,请介绍一下你自己"

查看网关状态

如果前面把 Gateway 安装成了 systemd 服务,优先看系统服务状态:

▼
bash
复制代码
systemctl status hermes-gateway

看到类似下面的状态,就说明服务正在运行:

▼
text
复制代码
active (running)

也可以用 Hermes 自带的 gateway 命令查看:

▼
bash
复制代码
hermes gateway status

如果你是在 WSL、Docker 或 Termux 里运行,官方更推荐前台运行 Gateway:

▼
bash
复制代码
hermes gateway run

查看网关日志

微信机器人收不到消息、扫码后掉线、Gateway 起不来时,先看日志:

▼
bash
复制代码
journalctl -u hermes-gateway -f

如果你使用的是用户级 systemd 服务,则查看:

▼
bash
复制代码
journalctl --user -u hermes-gateway -f

Hermes 也提供了自己的日志命令,可以用来查看 agent、gateway 和错误日志:

▼
bash
复制代码
hermes logs

重新配置

如果配置过程中选错了,或者后面想重新走一遍完整向导,执行:

▼
bash
复制代码
hermes setup

官方文档里也提供了按模块重新配置的方式。比如只改模型、消息平台或工具,不需要完整走一遍安装向导。

修改模型

官方推荐的模型配置命令是:

▼
bash
复制代码
hermes model

它会进入 Provider 和模型选择器,可以新增 Provider、输入 API Key、选择模型。

也可以直接跳到 setup 向导里的模型配置部分:

▼
bash
复制代码
hermes setup model

注意区分一下:hermes model 是终端里的完整模型配置向导;聊天过程中的 /model 只是在已经配置好的模型之间切换。

修改消息平台

如果后面想重新配置微信、QQ、钉钉、飞书、Slack 等消息平台,可以执行:

▼
bash
复制代码
hermes gateway setup

也可以用 setup 分段命令:

▼
bash
复制代码
hermes setup gateway

如果 Gateway 服务已经在运行,改完配置后建议重启一次:

▼
bash
复制代码
systemctl restart hermes-gateway

修改工具配置

如果想重新选择 Web Search、Browser Automation、Terminal、File Operations、Memory、Cron Jobs 等工具能力,执行:

▼
bash
复制代码
hermes tools

或者:

▼
bash
复制代码
hermes setup tools

修改完工具后,再进入 Hermes 测一下搜索、文件操作或终端命令,确认工具开关符合预期。

常用验证命令汇总

最后把常用命令放在一起,后面排查时可以直接复制。

▼
bash
复制代码
# 检查环境和依赖 hermes doctor # 查看当前配置 hermes config # 启动命令行助手 hermes # 单次测试模型回复 hermes chat -q "你好,请介绍一下你自己" # 查看 Gateway systemd 服务 systemctl status hermes-gateway # 查看 Gateway 日志 journalctl -u hermes-gateway -f # 查看 Hermes 自身日志 hermes logs # 重新完整配置 hermes setup # 修改模型 hermes model hermes setup model # 修改消息平台 hermes gateway setup hermes setup gateway # 修改工具配置 hermes tools hermes setup tools

测试模型

进入 Hermes:

▼
bash
复制代码
hermes

进入 Hermes

Hermes 对话界面

输入:

▼
text
复制代码
你好,请介绍一下你自己

如果能正常回复,说明这几项已经跑通:

▼
text
复制代码
TokenHub API 模型 推理服务

模型回复测试

模型回复结果

测试联网搜索

进入 Hermes 后输入:

▼
text
复制代码
帮我搜索 Spring Boot 最新版本

在这里插入图片描述

或者:

▼
text
复制代码
搜索 OpenAI 最近一周新闻

在这里插入图片描述

如果能返回搜索结果,说明 DuckDuckGo 搜索能力已经正常工作。

测试微信机器人

先看 Gateway 服务状态:

▼
bash
复制代码
systemctl status hermes-gateway

在这里插入图片描述

如果显示:

▼
text
复制代码
active (running)

就可以直接给刚绑定的微信 Bot 发消息。

收到回复,说明模型、Gateway、微信接入这条链路已经打通。

微信机器人回复

微信机器人测试

切换模型

Agent 任务比较耗 Token。尤其是联网搜索、网页总结、工具调用多的任务,一次下来消耗会比较明显。

Token 消耗示例

搜索任务消耗

如果当前模型额度不够,可以切换到其他还有额度的模型。

切换其他模型

执行:

▼
bash
复制代码
hermes model

hermes model

如果需要恢复之前的会话,也可以在界面里选择历史会话。

恢复之前的会话

总结

这次完整跑下来,Hermes Agent 的核心链路基本就是:

▼
text
复制代码
安装 Hermes ↓ 配置模型 Provider 和 API Key ↓ 开启 Tools ↓ 配置 Web Search ↓ 接入微信 ↓ 安装 Gateway 后台服务 ↓ 测试模型、搜索、微信消息

如果只是本机体验,装完 Hermes、配好模型就够了。

如果想把它当微信机器人长期挂在服务器上,建议把 Gateway 配成 systemd 服务,并且认真设置私聊权限,避免被别人随便调用消耗额度。

Hermes Agent 相关命令还有很多,后面可以继续看官方文档。

欢迎关注我的公众号【兮动人】,每天分享技术文章和实战经验。

AI
3
4
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片

目录

🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
430
2
DeepSeek 全新模型发布,性价比最高的一集!
390
3
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
380
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
5
又一个国产版 Codex 神器,也来卷办公了!
330
6
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
310
7
AI 越强,被它拒绝的代价就越大 我有时候会想:AI 越来越厉害之后,有些事情,会不会反而越来越难做? 这个想法看起来有点矛盾。AI 明明在降低门槛,让不会写代码的人做出软件,让不会画画的人生成图片,让一个人完成过去需要整支团队才能完成的工作。但今天用 Codex 的时候,AI 拒绝帮我编写 SQL 注入的请求体,而那还是我有源码、在本地跑测试的情况。那么,往后是否只会更难? 我们假设某一天,AI 说:「这个请求违规,我不能帮助你。」到那个时候,你还有多少能力,能绕过它,把事情做完? 这里的「违规」需要打个引号。平台的规则、模型的判断、法律的要求,以及一件事实际有没有造成伤害,彼此之间并不总是画得上等号。一个请求可能确实危险,也可能只是缺少上下文被误判,或者恰好落在某家公司的限制范围里。 无论是哪种情况,随着我们越来越依赖 AI,这句拒绝都可能变得越来越贵。 今天,一个程序员让 AI 帮忙写代码,AI 拒绝了,他大概率还有别的办法:查文档、找开源项目、问同行,或者自己写。麻烦一点,慢一点,但路还在。 可如果十年之后,大部分程序都由 AI 完成,情况就不一样了。 很多人从接触编程的第一天起,就习惯了描述需求、等待生成、运行结果、继续迭代。他们能做出相当复杂的产品,却未必经历过独立处理底层问题的训练。平时,这种能力结构完全够用,效率甚至更高。只有 AI 拒绝的时候,他们才会发现:平常被省掉的那段学习过程,恰好是此刻最需要的东西。 到那时,一次拒绝的成本,可能就从「今晚多花两个小时」,变成「先花半年学会这门技术」。 拿 SQL 注入举个稍显极端的例子:往后,连真正理解这类攻击如何发生、能够独立构造测试的人,会不会也越来越少? 这里也包括那些有正当需求的人。一个开发者想检查自己的旧系统,一个经过授权的安全研究员想复现漏洞,假如 AI 识别到危险模式就拒绝,而使用者又只熟悉「让 AI 帮我检查」,这项原本可以独立完成的工作,就这样卡住了。 但是安全专家不会因此消失,但这类技能可能越来越集中在少数人手里。你仍然可以找专家,只是要付出更多的钱、更多的时间,以及更高的沟通成本。 类似的困境,未必只发生在网络安全领域。 你想从一个停止维护的软件里取回自己的数据,需要解析它的旧文件格式。AI 判断这涉及规避保护措施,拒绝继续。你拥有这些数据,却没有能力把它们读出来。 你买了一台设备,厂商停止提供服务。你想修改程序让它继续运转,过程中需要处理某种访问限制。AI 不愿协助,而你所掌握的维修方式,早已只剩下「把报错发给 AI」。 你想给常用的网站写一个辅助工具,减少重复操作。平台将此归入自动化限制,AI 也据此拒绝。过去会写脚本的人可以自己判断、自己处理;未来的使用者,可能连从哪里开始都不知道。 这些例子有一个共同点:当工具同时承担了「执行工作」和「传授知识」的角色,它的拒绝就不只是挡住了一次任务,也挡住了获得这种能力的机会。 更麻烦的是,这种依赖往往是我们主动选择的,而且每一步都很合理。 既然 AI 几秒钟就能做好,为什么还要花几个月学习?既然公司可以采购成熟的 AI 服务,为什么还要养一支负责基础工作的团队?既然市场上已经很少有人手写这些东西,学校为什么还要花大量时间教? 对个人、公司和学校来说,这些选择都有现实依据。但叠加起来,整个社会保留的独立能力就可能越来越少。等到某项能力突然受到限制,我们才发现,备用方案早已在追求效率的过程中被一点点削掉了。 所以,「AI 越强,做事越便宜」可能只描述了未来的一半。 另一半是:被允许的事情越来越便宜,被拒绝的事情依然需要人工完成,却要面对更少的人才、更高的报价,以及越来越难获得的知识。两边的成本差距,会越拉越大。 有人会说,可以换一个模型,或者用本地模型。这确实是重要的选项。只要工具之间还有充分竞争,开放模型还足够可用,限制就未必能形成真正的门槛。 但备用方案也需要维护。它需要硬件、知识、软件生态,以及一群仍然理解这些系统的人。如果大多数人已经习惯了最方便的商业服务,那么「理论上还有别的办法」和「普通人实际用得起、用得明白」,之间仍然可能隔着很远。 我担心的,正是这段距离。 我不指望 AI 对任何请求都照单全收。对明显会伤害他人的行为设置限制,有充分的理由。但我们也需要关心:限制由谁定义,误判有没有申诉渠道,用户能不能换工具,以及脱离这个工具之后,还剩下多少独立行动的能力。 保留这些能力,平时看起来甚至有点低效,明明可以自动生成,还要理解原理;明明可以一键完成,还要知道手动怎么做。 但这些看似多余的知识,会在工具拒绝、失效、涨价或改变规则的那一刻,成为真正的选择权。 AI 越强,我们可能越需要留意它说「不」的那一刻。 因为那句话的分量,最终取决于:它拒绝之后,我们还能做什么。
310
8
什么是LLM
300
9
我的第一个出海产品!7 天 2 万
290
10
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
290
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题