与「HermesAgent」相关的搜索结果

POLO问一问大家，Fable5 50 美元你觉得贵不贵？ Anthropic 6 月 9 号把 Claude Fable5 推上线， Mythos5 共用底层，戴了安全护栏才敢公开发布。 社区都在说贵贵贵。50 美元/M 输出，刷一刷X满屏吐槽。 我敢说吐槽贵的人里，10 个有 9 个没真跑过 Fable5。 贵不贵这个判断，应该建立在它到底能干多少事的基础上，不是建立在每 M 50 美元这个数字上。Fable5 主打的卖点是任务越长越复杂，领先越明显，不是短回答更聪明。这个定位决定了，它值不值的问题，跟跑多长的任务强相关 ⭐ 我让 Hermes Agent 跑了几轮真任务，印象最深的是 code review。一坨 2000 行的 Python 单体文件，丢给 Sonnet 4.5 跟 Fable5 同一个 prompt 看差异。Sonnet 在第 12 轮反馈开始漏上下文，提的建议开始重复前面说过的点。Fable5 跑到第 18 轮还能精准引用文件第 487 行的一个 import，告诉我这个 import 在新的拆分方案里应该挪到哪里去。这种差距不是"聪明 5%"的差距，是能不能用的差距。 第二个测的是多 agent 串行。让三个 subagent 接力：第一个写 API 文档，第二个基于文档写 SDK，第三个基于 SDK 写示例代码。Sonnet 链在第二轮就出现指令漂移，第三个 subagent 完全不知道第二个为什么这么设计。Fable5 链全程稳，三个 subagent 之间引用关系清晰，最后产物不需返工。 第三个是文档综述。给 30 篇技术博客，让 AI 提炼成一篇 5000 字的综述，对引用源做交叉验证。Fable5 的引用准确率明显高于 Sonnet，幻觉少一截。 这三个 case 都是长任务加真实场景，刚好打在 Fable5 的主场。短问答、单步工具调用这种，Fable5 没比 Sonnet 强多少，甚至偶尔还慢一点。所以50 美元贵不贵的答案不是非黑即白，跑短任务，确实贵得离谱；跑长任务，省心就是省钱 🎨 Fable5 直接走 Anthropic 官方 API 用得起的人不多，ZenMux 接了限时充值返赠通道，一个账号能调 200+ 模型，不限 RPM 不限流。我没充值之前是担心被割韭菜，看完文档逻辑是真聚合不是套壳才决定试试。 Fable5 这代模型，真正变的是 AI Agent 的稳定性边界，不是单点能力。把它当 Sonnet 用，50 美元贵得你想骂人。把它当 orchestrator 用，让它跑 4 小时不掉链子，50 美元等于给团队请了一个不用交社保的高级工程师。 链接在此 想上手跑评测可以看下 ZenMux 现在 PAYG 限时返赠，充 20 美元送 10 美元、充 50 美元送 30 美元，一周内有效。一个账号跑全平台 200+ 模型，不限 RPM 不限流，跑 Fable5 长任务刚好合适。 我个人订阅的是他们 Builder 计划，20 美元月固定预算，能调 ClaudeCode / Codex / OpenClaw 这一票 Coding Agent 也能用，AI 保险赔付是加分项，真出问题不会全损。 充值活动的链接 #ClaudeFable5# #HermesAgent# #AIAgent#

POLO教你如何把Hermes长期运行起来 把 Hermes Agent装到 VoyraCloud 上，一台 VPS跑出24/7长期在线的 AI 工作站 ⭐Claude Code折腾半天，跑两小时电脑休眠一关就断。Hermes Agent放本地同样问题，电脑一关任务全挂，IP偶尔波动自动化任务就崩，重启一次所有进度清零。很多搞 AI 开发的人都遇到过，想要一个真正7×24跑任务的 AI 工作站，本地机器撑不住。 普通机房 VPS 是另一条路，但 IP段是数据中心的，Claude、Google、PayPal 这些平台一眼能识别，部分场景会有登录风控或环境异常提示。住宅 IP VPS 的 IP来自 ISP分配给真实家庭用户的地址段，环境更接近真实用户网络，平台接受度高，适合长期跑 AI Agent、跨境电商、海外社媒这些需要稳定环境的场景 🚀 VoyraCloud出了 Hermes官方镜像，住宅 IP VPS上一键部署，skills、memories、sessions 全保留。重启不丢进度，升级不丢数据。 30 分钟跑通第一步选 VPS。打开 Residential IP VPS页面。节点推荐华盛顿，跑 Claude Code 和 Hermes Agent 最稳。做海外社媒运营选对应目标地区节点。香港和东京节点延迟低，适合亚太业务。伦敦和法兰克福适合欧洲市场。 第二步选套餐。个人测试选轻量版1c1g，9美元/月。长期跑 Hermes Agent 和 MCP选标准版2c4g，15美元/月。要 Windows桌面选 Windows VPS2c4g，12美元/月。年中钜惠~全线最高30% OFF，新购续费都能用，截止6 月30 日 💻 第三步部署 Hermes。VoyraCloud 后台选 Hermes Image镜像，VPS启动后预装环境全配好。SSH进去跑 hermes setup配 LLM provider，跑 hermes启动 TUI。这一步5 分钟，比手动跑 自己会拆步骤、调工具、给结果。 Hermes Image镜像跟手动装的区别技能和记忆持久化。Hermes跑任务时自动生成 skills、积累 memory、记 session 历史。VoyraCloud镜像存在 Docker volumes 里，VPS 重启、升级、迁移都不会丢。手动装用本地 venv 加 sqlite，重启清空、版本升级偶发崩。 Telegram、Discord、Slack、WhatsApp、Signal、Email通道镜像预装好，跑 hermes gateway setup就能连。手动装要逐通道折腾 OAuth。镜像默认装 OpenRouter客户端，OpenAI、Claude、DeepSeek、Kimi、GLM、MiniMax直接切。跑 hermes model选就行，比手动配每个 provider 省时间。 自进化学习循环开箱即用。Hermes12 个核心功能全部预装，子 agent并行跑任务、浏览器自动化、内置 cron调度、canvas交互、plugin扩展。VoyraCloud镜像让这些能力落地在稳定的住宅 IP上，VPS跑24 小时在线，Telegram远程盯着任务跑完看结果。 哪些人最适用voyracloud？ 跑长期 AI自动化任务的。RSS总结、Telegram Bot、OpenClaw情报系统、定时调研报告。Hermes有内置 cron调度，VPS7x24在线，本地电脑跑这些关机断网全白费，放 VPS上一条命令就跑起来。 养海外账号做跨境运营的。住宅 IP比机房 IP风控概率低，Claude API、Google、PayPal、TikTok、YouTube等平台对住宅 IP接受度普遍更高。固定 IP地区加独立服务器环境，比代理池靠谱很多。 现在年中优惠Mid-Year Sale全线最高30% OFF。新购续费都能用，截止6 月30 日。注册即享，无需优惠码。新用户首单额外优惠。 链接在此 POLO套餐建议： 轻量版9美元/月适合个人测试。标准版15美元/月适合长期跑 Hermes Agent。Windows桌面版12美元/月适合需要 GUI操作的人。趁活动期开一台长期用，30%折扣省下来的够跑好几个月。 官方账号 @VoyraCloud有更多活动和教程 🤖#VoyraCloud# #HermesAgent# #住宅IP# #ClaudeCode# #AIAgent#

Hermes Studio v0.6.32 新版本发布 本版本涵盖 0.6.31 之后合并的全部 14 个 PR，聚焦会话分类与压缩、群聊、Workflow 路由、Skill Bundle、Ekko 记忆、Hermes 0.19 和桌面窗口界面 群聊 @mention 现在可在 CJK 文本、Emoji 和标点后正常触发；房主也可在房间设置中查看、生成和轮换邀请码 Workflow 在 handoff 和重新连接过程中会保留每次 Hermes Bridge 运行的来源；Scoped Codex 和 Claude Code 节点也可为有效 API Key 目标使用 launcher 支持的协议 会话新增全局分类、更准确的 Markdown 感知搜索排序，以及在编辑、分支和并发运行中保持正确并限制历史范围的游标压缩；完整压缩方案也已形成文档 现在可直接在聊天中创建、浏览、运行和删除 Profile 级 Skill Bundle，并清楚查看其中包含的 Skill Ekko 记忆改用 Profile 隔离的单一规范模型，支持 revision 校验的精确修改、更完整的来源审计和更严格的相关性过滤 Hermes 0.19 的助手中间消息会以独立气泡实时显示并保存；普通单聊也可异步投递持久化的后台委派结果 新的桌面 Runtime 构建、后备路径和 Windows CLI shim 现在默认使用 Hermes Agent 0.19.0 桌面窗口控件已融入页面框架：macOS 红绿灯位于侧边栏，Windows 控件位于主内容上方，Linux 继续使用原生窗口装饰 开发文档现在同时支持直接使用当前 checkout，并可按需采用隔离的 Git worktree

今天发现个狠工具。 Agent-Reach：专门解决 Agent 联网找资料难的问题。 以前让 Claude Code / OpenClaw / Hermes Agent 抓资料， 经常卡在 API、订阅、反爬、平台限制上。 它直接把 yt-dlp、twitter-cli、xhs-cli 等工具打包好， 网页、YouTube、RSS、公众号、微博、小红书、V2EX 都能跑。 一句话： 以前是人帮 AI 找资料， 现在是 AI 自己去拿资料。 做 Agent、选题、舆情、竞品分析的可以看👇

Accelerate your creativity with Hermes Agent and @UnrealEngine. Our new optional companion skill for the official @EpicGames MCP helps Hermes discover tools, sequence calls safely, turn plain-English prompts into polished scenes, and verify results visually. Demo by @macbethAI

Hermes v0.6.30 发布｜工作流、MoA、实时语音与持久记忆全面升级 2026 年 7 月 15 日，Hermes v0.6.30 正式发布。本版本汇总了 v0.6.29 之后合并的 21 个 PR，覆盖工作流编排、MoA 会话、实时语音、持久记忆、Provider 稳定性、MCU 设置和 Windows 体验优化。 工作流编排 v2 带来了更完整的执行控制能力，新增按成功、失败和始终执行的条件路由、真正跳过、all/any 汇合、有界反馈循环、执行证据、截止时间与可移植导入 已启用的 MoA 组合现在也可以在创建或切换 Hermes 聊天会话时直接选择，并正确处理组合名称、默认项、上下文窗口与运行时行为（#2078）。# 性能方面，通过按需加载 Markdown、Mermaid、Monaco、非当前语言资源和可选浮层，大幅减少了首屏初始 JavaScript 会话模型切换现在会显示阻塞式进度状态；切换对话时也会重新播放淡入动画，同时保留现有草稿和附件 语音体验迎来重点升级：单聊新增全屏实时语音模式，支持实时转写、语音队列播放、工具活动展示和打断控制 桌面端与移动端的实时语音稳定性也得到提升，现在可以从静默状态恢复、避免误录助手语音、使用当前 STT 备用服务，并在交互期间保持审批弹窗可见（ Ekko Agent 新增持久化的作用域记忆，可在运行时上下文中提供当前 Provider 和模型信息，同时更安全地处理生产环境记忆数据库 对于尚未配置 Provider 的 Profile，系统现在会显示设置引导，并支持直接打开 Provider 表单 Provider 模型目录现已与 Hermes Agent 对齐，实时发现结果优先，过期的备用缓存不再遮盖更新（#2051）。# 自定义 Provider 别名在已加载的聊天会话中也能保持稳定，避免不必要的客户端重建和请求头丢失（#2054）。# Journey 图谱新增类别多选、不同形状的 Skill 和 Memory 节点、预览，以及更完善的键盘与触控操作 此外，Markdown 下载现在会保留文件扩展名，移动端转写新增明确的开始和停止控制，Scoped Codex 流式输出也不再重复最终助手消息 MCU 设置与稳定性同步改进，包括显示设备码、自动选择麦克风、同步断开状态和限制 TLS 探测时间 Windows 用户在 Git 或普通目录中捕获工作区变更时，对话界面也不再闪现 Git 黑窗

Hermes Studio 开始于今年四月。 当时我们想使用 Hermes Agent，却没有找到一套顺手的 Web UI。于是团队做出了第一版界面 Hermes web ui，开放给社区使用。 5月收到第一批用户反馈后，我们继续推出桌面客户端，并持续支持 macOS、Windows 和 Linux，Hermes Studio上线。 Hermes Studio 把文件系统、终端、浏览器、Coding Agent、MCP 和多平台消息渠道集中到一个工作台里。用户可以让 Agent 搜索和整理文件、运行命令、操作网页、修改代码、执行测试，也可以连接知识库、数据库、GitHub、邮件和企业内部服务。 项目目前获得超过 9,000 个 GitHub Star，npm 下载量超过 35 万次，Docker 拉取量超过 31 万次。 Hermes Studio 在 OpenRouter 累计使用约 476.9 亿 Tokens。2026 年 6 月 8 日，桌面客户端进入 OpenRouter 全球 Tokens 日榜第 9，Web UI 位列第 17。 6月 Hermes Studio 小方盒。它可以放在桌面或户外，通过语音、实体按键和小屏接收指令，再交给电脑或远程服务器执行。这个硬件入口也会连接后续的手机 App、MCP 工具和自动化服务。 7月 Hermes Studio 已与阿里云旗下无影云电脑展开合作，相关 Web UI 镜像已经上线，用户可以一键完成部署。 未来 6 到 12 个月，团队会继续更新打磨桌面端，发布并打磨手机 App，推进 ESP32 与软件工具链的连接，同时建设Hermes Studio社区。

Grok 4.5 不错，在我的链上攻击分析 Agent 上，实测验证了几次，令我满意。之前的版本我是失望的，但 4.5 可以了。 场景：加密货币链上攻击分析，在 Hermes Agent 里做了 @SlowMist_Team 相关 Harness Engineering。 GPT 5.5/5.6，GLM 5.2，Grok 4.5，DeepSeek V4 Pro/GLM 5.1，这是我的满意度梯队（从很好到还行）。为什么没有 Claude 的？已经不是关键必需品了…还一天天搞歧视及封锁… 以模型和 Agents 这样的迭代速度，相关工作真的会越来越没有门槛，门槛以后只会集中在有没有实践上，实践决定了一个人的经验，经验可以影响许多。

AI 视频剪辑 Skill 分享「video-use」 @browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。 # 核心思想：LLM 不“看”视频，它“读”视频 第一层：音频转写文本（always loaded） 通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。 第二层：视觉时间线视图（on demand） 仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。 对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。 # 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval 1. 转写 - transcribe. py / transcribe_batch.py 提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json 2. 打包 - pack_transcripts.py 将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md 3. 决策 - LLM 自身 阅读 packed transcript，必要时用 timeline_view.py 可视化 4. 生成 EDL - subagents 输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因 5. 渲染 - render. py 分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化 6. 自评估 - timeline_view.py + LLM 在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮 # 关键工程细节： ffmpeg 为主的剪辑实现 1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码） 2. 每段边界 30ms 音频淡入淡出（消除切点爆音） 3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线 4. 字幕始终最后叠加（防止被动画遮挡） 5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset 6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移 7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR） 8. 竖屏源自动按高度缩放 9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准 # 动画与包装：多引擎并行 1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版 2. Remotion：React 组件化 compositions 3. Manim：数学/技术/3Blue1Brown 风格解释动画 4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果 # SKILL.md 的 12 条“铁律”：生产正确性优先 1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/ 2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制