大多数发现 Hermes Agent 的人，第一周都会感到困惑。
不是因为 Hermes 复杂。
而是因为从来没有人写过一份完整的指南，能让你从零知识起步，一次性掌握一个完全可自主运行的 Agent 系统。
这份指南就是为此而写。
学完这本大师课，你将完成安装 Hermes、配置你的第一个 Agent、构建你的第一个技能、连接你的第一个 MCP 服务器、设置持久化记忆、自动化你的第一个工作流，并部署一套无需你干预即可运行的多 Agent 系统。
每节内容都建立在前一节的基础之上。第一次请按顺序阅读。之后需要参考时，再回到具体章节。
第 1 节：Hermes Agent 到底是什么
在开始安装之前，先理解你将要构建的是什么。
Hermes Agent 是一个开源的自主 AI Agent 框架。它不是聊天机器人，也不是现有工具的包装器。它是一个用于构建 Agent 的基础设施，这些 Agent 能够持久运行、跨会话记住一切、执行可复用工作流，并按照计划自主运行。
四个特性让 Hermes 区别于其他所有 Agent 框架：
持久化记忆。 大多数 AI Agent 在你关闭会话时会忘记一切。Hermes 会记住。每一次对话、每一个任务、每一个输出、每一个决策，都存储在一个无限期持久化的记忆层中。你今天与之交互的 Agent，知道它之前所有会话中发生的一切。
技能系统。 Hermes 执行名为“技能”的可复用工作流文件。你只需编写一次技能，作为描述 Agent 应执行操作的纯文本 Markdown 文件。之后每次运行都会调用该技能，无需重新构建逻辑。你添加的每一个技能，都会让你的操作更快、更一致。
计划自动化。 Hermes 可以在无需你启动的情况下，按照可配置的计划运行。晨间研究简报。夜间内容处理。每小时一次的来源监控。所有这些都会在你配置的时间自动触发。
MCP 集成。 Hermes 连接到模型上下文协议（MCP）服务器，从而获得访问真实工具的权限。文件系统。数据库。网络搜索。API。外部服务。每一次 MCP 连接都将 Hermes 从一个语言模型转变为一个能在真实世界行动的 Agent。
这四个特性共同产生的结果，在本质上不同于任何单一的 AI 交互。
Hermes Agent 不是你使用的工具。
它是一套自主运作的系统。
第 2 节：安装与初始设置
前提条件：
Node.js 18 或更高版本。Git。一个你熟悉的终端。
验证你的 Node.js 版本：
node --version
如果需要安装或更新 Node.js，请访问 nodejs.org 并下载最新的 LTS 版本。
安装 Hermes：
git clone https://github.com/hermes-agent/hermes
cd hermes
npm install
配置你的环境：
cp .env.example .env
打开 .env 文件并配置你的模型提供商：
主模型配置
MODEL_PROVIDER=anthropic
MODEL_NAME=claude-opus-4-5
ANTHROPIC_API_KEY=your-anthropic-api-key
备选：使用 DeepSeek 免费运行
MODEL_PROVIDER=deepseek
MODEL_NAME=deepseek-chat
DEEPSEEK_API_KEY=your-deepseek-key
记忆配置
MEMORY_BACKEND=sqlite
MEMORY_PATH=./data/memory.db
调度器
ENABLE_SCHEDULER=true
SCHEDULER_TIMEZONE=America/New_York
日志
LOG_LEVEL=info
LOG_PATH=./logs/hermes.log
启动 Hermes：
npm run start
你应该会看到确认 Hermes 正在运行的输出：
[Hermes] Memory backend: SQLite initialized
[Hermes] Skill directory: ./skills loaded
[Hermes] Scheduler: enabled
[Hermes] Agent ready. Awaiting instructions.
Hermes 现已运行，拥有持久化记忆，并且调度器已激活。
验证安装：
输入你的第一条消息：
你好。你对自己了解多少？
Hermes 应该会回复，描述其配置、记忆状态和可用技能。
第 3 节：理解文件架构
在开始构建任何内容之前，先要了解所有文件的位置。
hermes/
skills/
[你的技能名称].md
data/
memory.db
processed/
outputs/
logs/
hermes.log
config/
sources.json
schedule.json
CLAUDE.md
.env
package.json
skills/ 存放着你构建的所有工作流。每个技能都是一个 Markdown 文件。Hermes 读取这些文件并执行它们所描述的工作流。
data/ 是 Hermes 存储其处理的所有内容的地方。memory.db 是驱动持久化记忆的 SQLite 数据库。processed/ 存放已处理的项目。outputs/ 存放生成的内容。
logs/ 包含操作日志。当某些功能不如预期时，请检查 hermes.log。
config/ 存放你的配置文件。sources.json 定义你的内容来源。schedule.json 定义自动化工作流的运行时间。
CLAUDE.md 是整个安装过程中最重要的文件。它告诉 Hermes 关于你是谁、你做什么以及你希望它如何运作的一切。我们将在第 4 节构建这个文件。
第 4 节：编写你的 CLAUDE.md
CLAUDE.md 是你的 Hermes Agent 的运行宪法。
每个技能在执行前都会读取它。每个自动化工作流都将其作为上下文。每个输出都受其影响。
一份写得差的 CLAUDE.md 会产生平庸的输出。
一份写得精确的 CLAUDE.md 会产生感觉像出自熟悉你业务内部人士之手的输出。
以下是完整的模板：
Hermes Agent — CLAUDE.md
身份
姓名：[你的姓名或品牌]
角色：[你做什么]
主要平台：[你在哪里发布]
受众：[你服务谁]
内容与工作重点
主要话题：[列出你的主要话题]
内容格式：[你创作什么]
语言和语气：[你如何沟通]
你从不做的事：[具体要避免的事情]
当前项目
[项目 1]：[一句话描述]
状态：[进行中/待处理/已完成]
下一步行动：[具体的下一步]
[项目 2]：[一句话描述]
状态：[进行中/待处理/已完成]
下一步行动：[具体的下一步]
当前优先事项
- [当前最重要的事]
- [第二重要的事]
- [第三重要的事]
内容标准
优秀输出：[具体描述]
合格输出：[最低门槛]
不合格输出：[什么算失败]
我信任的来源
[列出具体的出版物、频道、人物]
我明确不想要的内容
[列出要避免的话题、格式或方法]
记忆规则
- 存储每一个带有推理的重要决策
- 跟踪所有已发布的内容并附上表现笔记
- 记住来源质量评估
- 72 小时内不重复使用同一来源的内容
输出规则
- 将所有生成的内容保存到 data/outputs/
- 每个文件加上日期戳：YYYY-MM-DD-[类型]-[话题].md
- 将所有操作记录到 logs/hermes.log
- 标记任何在发布前需要人工审核的内容
更新计划
审核并更新此文件：[你的计划]
在构建任何技能之前，请花 30 分钟完整填写此文件。下游的一切都取决于这份文档的质量。
第 5 节：构建你的第一个技能
技能是一个纯文本 Markdown 文件，描述 Hermes 要执行的工作流。
技能格式包含四个必需部分：
技能名称
目的
[一句话描述此技能的作用]
触发方式
[如何调用它——手动或按计划]
流程
[指导 Hermes 做什么的逐步说明]
输出
[技能产生什么并保存到哪里]
让我们构建你的第一个真实技能：一份晨间简报，读取你配置的来源并提供结构化摘要。
创建 skills/morning-briefing.md：
morning-briefing
目的
根据所有配置的来源生成一份结构化的
晨间情报简报，并保存到 outputs 文件夹。
触发方式
计划：每天早上 6:00 自动执行。
手动：“运行晨间简报”或“生成我的简报”
流程
- 阅读 CLAUDE.md，获取关于我是谁以及哪些话题重要的完整背景信息。
- 阅读 config/sources.json，获取所有配置的来源。
- 对于我主要话题列表中的每个来源：使用网络搜索查找过去 24 小时内的重大进展。
根据以下标准筛选结果：
包含：新公告、重要更新、
研究发现、关键参与者的战略举措
排除：重复内容、没有新信息的
观点文章、根据我的 CLAUDE.md
偏好我会归类为噪音的任何内容
- 检查记忆中是否有任何与今天新闻相关的、来自之前会话的信息。
- 按以下格式生成简报：
晨间简报 — [日期]
最重要的一件事
[今天最重要的发展及其对我的工作
特别重要的原因]
发生了什么
[3-7 条重要事项，每条 2-3 句话]
值得关注
[1-2 个值得追踪的正在发展的情况]
来自记忆
[与之前会话中存储的信息
相关的任何内容]
今日焦点
[根据简报推荐的单一优先事项]
- 将简报保存到：data/outputs/[日期]-morning-briefing.md
- 将摘要存储到记忆中，并添加标签：daily-brief
输出
outputs 文件夹中的结构化简报文件。
标记为：daily-brief 的记忆条目。
hermes.log 中的日志条目。
测试你的第一个技能：
运行晨间简报
观察 Hermes 执行每一步，搜索信息，并生成你的第一份自动简报。
第 6 节：记忆系统
记忆是将 Hermes 从一个称职的工具转变为复合增长系统的关键。
理解记忆的工作原理，让你能够设计出会随着时间推移而变得越来越智能的技能。
Hermes 如何存储记忆：
每个重要操作都会在 SQLite 数据库中创建一个记忆条目。每个条目包含：
- 内容：存储了什么
- 标签：用于检索的类别
- 时间戳：何时创建
- 来源：哪个技能创建的
- 相关性分数：根据被检索的频率更新
Hermes 如何检索记忆：
当任何技能运行时，Hermes 会在执行前自动搜索记忆中的相关上下文。搜索使用语义相似性，因此即使关键词不完全匹配，相关的概念也会浮现出来。
为记忆设计技能：
在每个技能中包含明确的记忆指令：
记忆指令
完成时存储：
- 关键发现 标记：[相关标签]
- 做出的决策 标记：decision
- 产生的输出 标记：output
开始前检索：
- 此技能的先前运行记录
- 任何标记为：[相关标签] 的条目
- 影响此工作流的决策
手动记忆操作：
将此信息存储到记忆中：[信息] — 并将其标记为：[标签]
你对 [话题] 还记得什么？
显示过去 7 天的所有记忆条目
存储了哪些决策？
记忆的复合效应：
拥有 1 周记忆的 Hermes Agent 很有用。
拥有 3 个月记忆的 Hermes Agent 则是另一类工具。
持续运行 3 个月后，Hermes 已经阅读了数百个来源，处理了数千条内容，跟踪了数十个决策，并为你特定的业务构建了一幅关于什么有效、什么无效的详细图景。
每一个新任务都能受益于这些累积的背景信息。
第 7 节：连接 MCP 服务器
MCP 服务器将 Hermes 从一个能推理世界的 Agent，转变为一个能在世界行动的 Agent。
每一次 MCP 连接都赋予 Hermes 访问一个真实工具的能力。文件系统。网络搜索。数据库。API。外部服务。
安装核心 MCP 服务器：
文件系统 MCP — 读写本地文件
npm install -g @modelcontextprotocol/server-filesystem
网络搜索 — 实时 Brave Search
npm install -g @modelcontextprotocol/server-brave-search
GitHub — 仓库访问
npm install -g @modelcontextprotocol/server-github
Puppeteer — 浏览器自动化
npm install -g @modelcontextprotocol/server-puppeteer
在你的 .env 中配置 MCP 连接：
文件系统
MCP_FILESYSTEM_PATH=/path/to/your/working/directory
Brave Search
MCP_BRAVE_API_KEY=your-brave-search-api-key
GitHub
MCP_GITHUB_TOKEN=your-github-personal-access-token
Puppeteer
MCP_PUPPETEER_HEADLESS=true
文件系统 MCP：
最直接有价值的连接。赋予 Hermes 对你本地文件的直接读写权限。
连接后，Hermes 可以：
读取你在技能指令中指定的文件。将输出直接写入你系统上的文件夹。根据新信息更新文件。监控文件夹中的新内容。
使用文件系统 MCP 的技能：
流程
- 读取 [路径] 处的文件以获取上下文
- 处理内容
- 将输出写入 [输出路径]
- 更新 [索引路径] 处的索引文件
Brave Search MCP：
赋予 Hermes 访问实时网络搜索的能力。没有它，Hermes 只能推理其训练截止日期之前的信息。有了它，Hermes 可以搜索实时网络以获取当前信息。
每一个研究、监控和简报技能都能从 Brave Search 中受益。
在 brave.com/search/api 获取你的免费 Brave Search API 密钥。免费套餐允许每月 2,000 次查询。
GitHub MCP：
赋予 Hermes 访问 GitHub 仓库的能力。它可以读取代码、查看趋势仓库、监控你关注的仓库，并跟踪版本发布。
适用于：开发者工具内容、开源监控、技术研究、仓库分析。
验证 MCP 连接：
当前连接了哪些 MCP 服务器？
列出所有已连接服务器提供的可用工具。
Hermes 应该列出每个已连接的服务器以及每个服务器提供的工具。
第 8 节：调度器系统
调度器将 Hermes 从一个你使用的工具，转变为一套自主运作的系统。
没有调度器：Hermes 只在你要求时做你要求的事。
有了调度器：无论你是否参与，Hermes 都会持续运作。
配置你的计划：
创建 config/schedule.json：
{
"schedules": [
{
"skill": "morning-briefing",
"cron": "0 6 \ \ *",
"description": "每天早上 6:00 的晨间简报"
},
{
"skill": "source-monitor",
"cron": "0 \/2 \ \ \",
"description": "每 2 小时检查一次来源"
},
{
"skill": "content-processor",
"cron": "0 20 \ \ *",
"description": "晚上 8:00 处理捕获的内容"
},
{
"skill": "weekly-review",
"cron": "0 19 \ \ 0",
"description": "每周日晚上 7:00 进行周回顾"
},
{
"skill": "memory-consolidation",
"cron": "0 23 \ \ *",
"description": "晚上 11:00 合并记忆条目"
}
]
}
Cron 表达式参考：
0 6 \ \ * → 每天上午 6:00
0 \/2 \ \ \ → 每 2 小时
0 20 \ \ 1-5 → 周一至周五晚上 8:00
0 19 \ \ 0 → 每周日晚上 7:00
0 23 \ \ * → 每天晚上 11:00
每个 Hermes 业务需要的五个计划工作流：
晨间简报：每天上午 6:00。读取来源。生成情报简报。确定当天焦点。
来源监控：每 2 小时。检查配置的来源是否有新内容。添加到处理队列。
内容处理器：每天晚上 8:00。处理当天捕获的所有内容。生成输出。更新记忆。
周回顾：周日晚 7:00。综合当周活动。识别模式。生成洞察。
记忆合并：每天晚上 11:00。审查新的记忆条目。删除重复项。更新相关性分数。
监控计划执行：
显示今天的计划操作
过去 24 小时运行了什么？
显示执行日志
第 9 节：构建完整的内容运营体系
本节将引导你使用 Hermes 构建一个完整的自动化内容运营体系。到最后，你将拥有一套系统，可以监控来源、识别病毒式内容机会、生成草稿，并自动管理发布队列。
第 1 步：配置你的来源
创建 config/sources.json：
{
"sources": [
{
"name": "Anthropic Blog",
"type": "rss",
"url": "https://anthropic.com/news/rss",
"priority": "critical",
"check_interval": "1h"
},
{
"name": "GitHub Trending AI",
"type": "web",
"url": "https://github.com/trending/python?since=daily",
"priority": "high",
"check_interval": "4h"
},
{
"name": "HackerNews AI",
"type": "web",
"url": "https://news.ycombinator.com",
"priority": "medium",
"check_interval": "2h"
}
]
}
第 2 步：构建内容机会识别器
创建 skills/content-opportunity.md：
content-opportunity
目的
扫描所有来源，寻找值得创作的内容机会，
并将其添加到内容队列中。
触发方式
在 source-monitor 检测到新内容后运行。
手动：“寻找内容机会”
流程
- 阅读 CLAUDE.md，了解我的内容支柱和受众。
- 读取 source-monitor 标记为新的所有项目，这些项目来自标记为：source-monitor-new 的记忆。
- 对于每个新项目进行评估：
病毒潜力评分 (1-10)：
- 这是否是我特定受众关心的内容？
- 这是真正的新信息还是炒冷饭？
- 这是否与我当前的内容支柱相关联？
- 我是否能找到别人没有发现的独特角度？
只有评分达到 7 或以上的项目才算作机会。
- 对于每个符合条件的机会，在 data/outputs/content-queue.md 中创建一个条目，包括：
- 来源和链接
- 为什么这是一个机会
- 建议的内容角度
- 建议的格式（推文/帖子/文章/视频）
- 优先级：紧急/高/中
- 将所有机会存储到记忆中，标记为：content-queue
输出
更新后的 content-queue.md 文件。
标记为：content-queue 的记忆条目。
第 3 步：构建草稿生成器
创建 skills/draft-generator.md：
draft-generator
目的
根据优先级为内容队列中的项目
生成内容草稿。
触发方式
每天下午 2:00 运行。
手动：“生成草稿”或“起草前 3 个项目”
流程
- 阅读 CLAUDE.md，了解我的语气、风格和内容规则。
- 读取 data/outputs/content-queue.md 中的待处理项目。
- 按优先级评分选择前 3 个项目。
- 对于每个选定的项目：
a. 使用网络搜索研究该话题，确保信息
是当前且准确的
b. 检查记忆中是否有任何关于此话题的
先前报道，以避免重复
c. 按指定格式生成草稿：
对于推文：
遵循 cyrilXBT 格式：
- 全大写宣言钩子
- 简短有力的句子
- 每句话独立一行
- 结尾加上“收藏此帖 + 关注”的号召性用语
对于帖子：
- 钩子推文
- 5-8 条正文推文，包含具体细节
- 结尾号召性用语
对于文章：
- 强有力的钩子段落
- 问题陈述
- 解决方案演练
- 可操作步骤
- 号召性用语关注
- 将每个草稿保存到：data/outputs/drafts/[日期]-[格式]-[话题].md
- 更新 content-queue.md，将项目标记为已起草。
- 将草稿摘要存储到记忆中，标记为：draft-generated
输出
data/outputs/drafts/ 中的草稿文件
更新后的 content-queue.md
标记为：draft-generated 的记忆条目
第 4 步：构建表现追踪器
创建 skills/performance-tracker.md：
performance-tracker
目的
追踪内容表现，并使用数据改进
未来的内容决策。
触发方式
手动：“记录 [内容] 的表现 — [指标]”
周回顾会读取所有表现日志。
流程
- 当收到表现数据时：
- 将指标与内容引用一起存储到记忆中
- 标记为：performance-log
- 识别模式：
- 本周哪些话题表现最好？
- 哪些格式获得了最高参与度？
- 哪些来源产出了最多的病毒式内容？
- 如果模式清晰，根据表现数据更新 CLAUDE.md 中的内容优先级。
- 在周日生成每周表现报告。
输出
标记为：performance-log 的记忆条目
outputs 文件夹中的每周表现报告
第 10 节：多 Agent 操作
单个 Agent 的 Hermes 很强大。多 Agent 的 Hermes 则是不同维度的能力。
多 Agent 操作意味着使用多个专门的 Hermes 实例，每个负责你业务的一个领域，共享记忆，并协调输出。
四 Agent 内容运营体系：
研究 Agent： 监控来源，识别机会，进行深度研究。只读取。从不创作。
生产 Agent： 获取研究输出并生成内容草稿。只创作。从不发布。
质量 Agent： 根据标准审查生产输出。批准或退回修改。从不创作或发布。
分发 Agent： 获取批准的输出来管理发布计划。只发布。从不创作。
设置多 Agent 配置：
为每个 Agent 创建单独的 CLAUDE.md 文件：
hermes-research/
CLAUDE.md ← 研究 Agent 宪法
skills/ ← 仅研究技能
hermes-production/
CLAUDE.md ← 生产 Agent 宪法
skills/ ← 仅生产技能
hermes-quality/
CLAUDE.md ← 质量 Agent 宪法
skills/ ← 仅质量技能
hermes-distribution/
CLAUDE.md ← 分发 Agent 宪法
skills/ ← 仅分发技能
共享记忆层：
将所有四个 Agent 配置为指向同一个 SQLite 数据库：
MEMORY_PATH=/shared/hermes-memory.db
这意味着每个 Agent 都能读取其他 Agent 的输出。研究输出对生产可见。生产输出对质量可见。质量批准对分发可见。
交接协议：
每个 Agent 通过记忆标签信号表示准备好交接：
研究 Agent 完成工作 → 存储输出，标记为：ready-for-production
生产 Agent 拾取已标记项目 → 存储输出，标记为：ready-for-quality
质量 Agent 批准 → 存储输出，标记为：ready-for-distribution
分发 Agent 发布 → 存储结果，标记为：published
编排者技能：
创建一个主编排者技能来监控整个管道：
pipeline-orchestrator
目的
监控所有四个 Agent，确保管道阶段
之间的顺利交接。
触发方式
每 30 分钟运行一次。
流程
- 检查标记为：ready-for-production 的项目 如果找到：提醒生产 Agent
- 检查标记为：ready-for-quality 的项目 如果找到：提醒质量 Agent
- 检查标记为：ready-for-distribution 的项目 如果找到：提醒分发 Agent
- 检查在任何阶段停留超过 4 小时的项目 如果找到：标记为停滞并提醒审核
- 每 4 小时生成一次管道状态报告
输出
标记为：pipeline-status 的管道状态记忆
停滞项目的提醒
每小时操作日志
第 11 节：高级技能模式
随着你的 Hermes 业务日趋成熟，你将会遇到基本技能格式无法覆盖的情况。这些高级模式处理最常见的复杂场景。
模式 1：条件执行
根据条件采取不同路径的技能：
流程
- 检查条件：[要检查的内容]
- 如果 [条件 A]：执行路径 A：[路径 A 的步骤]
如果 [条件 B]：
执行路径 B：
[路径 B 的步骤]
如果都不满足：
标记为需要人工审核，并记录不明确的情况。
模式 2：重试逻辑
应在失败时重试的技能：
流程
对于每个项目，最多尝试以下操作 3 次：
- 尝试：[主要方法] 如果成功：继续输出 如果失败：记录错误并尝试备选方案
- 备选方案：[备用方法] 如果成功：继续输出，并备注使用了备选方案 如果失败：标记为失败，并标记为需要审核
切勿在输出不完整或不确定的情况下继续。
模式 3：质量关卡
在生成输出之前确保执行标准的技能：
质量门
在保存任何输出之前，根据以下标准进行评估：
通过标准（必须全部满足）：
- [标准 1]
- [标准 2]
- [标准 3]
如果通过：保存输出并记录成功
如果失败：识别哪些标准未通过，尝试修订，重新评估。最多尝试 2 次修订。
如果 2 次尝试后仍失败：将输出保存到 review-needed/ 文件夹，并附上失败说明。
模式 4：记忆驱动的执行
每次运行后变得更智能的技能：
记忆驱动的流程
在执行之前检索：
- 该技能之前的所有运行记录（从记忆库中）
- 标记为 [相关标签] 的性能数据
- 之前运行中存储的任何模式笔记
利用检索到的上下文：
- 避免之前失败的方法
- 优先考虑之前成功的方法
- 将任何模式洞察应用到当前执行
执行后存储：
- 采用了什么方法
- 是否成功
- 观察到的任何新模式
- 标记为：[技能名称]-learning
第 12 节：常见问题排查
每个 Hermes 操作在最初几周都会遇到问题。以下是最常见的问题及其解决方法。
问题：Hermes 没有执行预定的技能
检查计划程序是否在 .env 中启用：
ENABLE_SCHEDULER=true
使用 crontab.guru 验证你的 cron 表达式是否有效。
检查 hermes.log 中的计划程序错误：
tail -f logs/hermes.log
问题：记忆在不同会话之间不持久
确保记忆数据库路径正确：
MEMORY_PATH=./data/memory.db
检查数据目录的文件权限：
ls -la data/
Hermes 进程需要对该目录有写入权限。
问题：MCP 服务器无法连接
确保 MCP 服务器已全局安装：
which npx
npx @modelcontextprotocol/server-filesystem --help
检查你的 API 密钥是否在 .env 中正确设置，且没有尾随空格。
更改 MCP 配置后重启 Hermes。
问题：技能输出质量低下
最常见的原因是 CLAUDE.md 定义模糊。返回第 4 节，为每个部分添加更具体的细节。
同时检查技能的“流程”部分是否足够具体。模糊的指令会产生模糊的输出。
问题：Hermes 使用了过时信息
验证 Brave Search MCP 是否已连接：
哪些 MCP 服务器已连接？
如果 Brave Search 未列出，请检查你的 API 密钥并重新安装 MCP 服务器。
问题：技能已运行但未保存输出
确保 Filesystem MCP 已连接并指向正确的路径。
验证技能文件中的输出路径是否相对于 Hermes 运行的工作目录。
第 13 节：衡量和改进你的操作
一个随着时间的推移不改进的 Hermes 操作，说明其记忆系统使用不当。
每周回顾技能：
创建 skills/weekly-review.md：
weekly-review
目的
总结本周的操作，并确定下周的改进方向。
触发条件
每周日晚上 7 点。
手动触发："运行每周回顾"
流程
- 读取过去 7 天的所有记忆条目。
- 分析技能表现：
- 哪些技能无问题运行？
- 哪些技能遇到错误？
- 哪些技能产出最佳？
- 哪些技能需要改进？
- 分析内容表现（如有记录）：
- 哪些内容表现最好？
- 高表现内容有哪些共性？
- 下周应优先考虑哪些主题？
- 分析记忆质量：
- 记忆条目是否被正确创建？
- 技能运行时检索结果是否相关？
- 存储内容是否存在缺口？
- 生成改进建议：
- 本周要改进的一个技能
- 本周要构建的一个新技能
- 一个要简化的流程
- 一个要在内容中优先考虑的主题
- 将确认的改进更新到 CLAUDE.md。
输出
data/outputs/ 中的每周回顾报告
如果确定改进，则更新 CLAUDE.md
标记为 weekly-review 的记忆条目
关键指标：
技能可靠性率：预定技能无错误运行的百分比。目标高于 95%。
记忆检索相关性：为技能检索的记忆是否实际相关。每周审查。
输出质量一致性：输出是否持续满足你的标准。手动跟踪。
操作覆盖率：实际自动化的预期工作流百分比。随时间推移向 100% 扩展。
第 14 节：90 天构建计划
构建一个成熟的 Hermes 操作需要 90 天的持续迭代。
第 1 至 7 天：基础
安装 Hermes。编写你的 CLAUDE.md。构建晨间简报技能。连接 Filesystem 和 Brave Search MCP 服务器。运行你的第一个预定简报。
目标：Hermes 可靠运行，每天产生一个有用输出。
第 8 至 30 天：核心技能
为你的特定操作构建五到八个核心技能。为所有五个标准自动化工作流配置计划程序。确定你领域内的第一个 MCP 服务器。
目标：Hermes 自动化你 30% 的重复性知识工作。
第 31 至 60 天：优化
根据三到四周的结果审查记忆质量并改进存储约定。完善技能输出。构建你的第一个高级技能，使用条件执行和质量门。
目标：Hermes 的输出持续满足质量标准，无需手动修订。
第 61 至 90 天：多 Agent
如果你的操作需要，设计你的多 Agent 架构。构建专家 Agent 的 CLAUDE.md 文件。配置共享记忆层。部署编排技能。
目标：Hermes 运行一个协调的多 Agent 操作，端到端处理你最复杂的工作流。
复合现实
那些今天开始构建 Hermes 操作并持续运行 90 天的构建者将拥有某种无法快速复制的东西。
不是因为技术难以获取。
而是因为 90 天持续操作累积的记忆层是无法通过捷径获得的。
第 90 天的 Hermes Agent 了解你的操作。它知道哪些来源为你的受众产生最佳内容。它知道哪些方法有效、哪些无效。它知道你的声音、你的标准和你的优先级，因为它已经针对这些执行了数百次。
那种累积的智能就是你的护城河。
你每天运行操作，护城河就加深一分。
你每天等待开始，就失去一天无法挽回的复合智能。
本周末就打下基础。
技能只需一个下午就能写好。
记忆从第一个会话开始累积。
复合效应从第一个无需你参与的自动化工作流开始。
关注 @cyrilXBT，获取每个 Hermes Agent 的构建、技能模板以及使自主 AI 操作真正有效的多 Agent 架构。
