大多數人安裝 Hermes Agent 後就把 它 當成聊天機器人使用。輸入提示詞、獲得回應、關閉分頁。這大概只發揮了 Agent 10% 的能力。
這篇文章將 Hermes Agent 的使用層級完整呈現，從第一次提示開始，到建立一個無需你操心的自動化商業系統。總共 15 個層級，分成三個階段。每個層級都建立在前一個層級之上，但你可以直接跳到任何符合你需求的層級。
每個層級的結構都一樣：這是什麼、它能解鎖什麼、如何設定，以及在該階段容易犯的錯誤。
所有技術細節皆已根據 Hermes Agent v0.17.0 的官方文件與原始碼驗證。
訂閱我的 SubStack 以獲取更多文章：https://substack.com/@yanxbt
第一階段 — 基礎（第 1-3 層）
你正在使用 Hermes。Agent 會回應你所提的問題。
第 1 層 — 一次性提示
這是什麼： 你安裝了 Hermes。你輸入提示詞。Agent 會回覆工具調用、檔案編輯、網路搜尋、終端機指令。基本的互動。
它能解鎖什麼： Hermes 可以在你的檔案系統、終端機和網路上執行任務。它能讀取檔案、編寫程式碼、搜尋網路、執行 shell 命令。它會「執行」任務。聊天機器人只會「討論」事情。
設定方式：
桌面版應用程式：從 hermes-agent.nousresearch.com 下載。一鍵安裝。CLI：hermes setup
三種設定模式：→ 快速設定（Nous Portal）：OAuth 登入，一次指令完成模型 + 工具閘道設定 → 完整設定：自行逐步設定每個提供者、工具和選項 → 空白設定：除了提供者、模型、檔案工具和終端機以外，所有功能預設關閉。沒有網路搜尋、瀏覽器、記憶、委派、排程、技能、外掛、MCP。你只啟用你需要的功能。即使更新後，也不會載入你未選擇的任何東西。
對於想要完全控制 Agent 能與不能做什麼的使用者來說，空白設定是最乾淨的起點。
連接一個模型提供者。開始聊天。
容易犯的錯誤： 把 Hermes 當作搜尋引擎使用。「跟我說說 X」浪費了一個能「執行」任務的 Agent。「研究 X，寫一份報告，儲存到 ~/reports/」才是使用工具的方式。
範例：「研究最適合個人創業者的前 5 大 CRM，比較價格與功能，將報告儲存到 ~/reports/crm-comparison.html」— Agent 搜尋、比較、寫入檔案。3 分鐘內完成。
第 2 層 — 記憶 + SOUL.md
這是什麼： Hermes 能跨工作階段記住你。SOUL.md 定義 Agent 的身份。MEMORY.md 和 USER.md 儲存關於你的專案、偏好與商業背景的持久性事實。
它能解鎖什麼： Agent 不會再要求你重新解釋事情。兩個人問同一個問題會得到不同答案，因為 Hermes 知道他們各自不同的背景脈絡。你的指示、偏好和商業細節能在每個工作階段中持續存在。
v0.17.0 新增了原子記憶操作：Agent 可以一次呼叫批次新增、取代和刪除記憶條目。記憶更新不再因為預算吃緊而在編輯中途失敗。
設定方式：
桌面版應用程式 / 儀表板：個人資料 → SOUL.md → 編輯 CLI：在任何編輯器中開啟 ~/.hermes/SOUL.md
撰寫 50-80 行，涵蓋身份、語氣、運作方式和限制。Agent 在每次工作階段開始時都會讀取這個檔案。
容易犯的錯誤： 留空 SOUL.md 卻期望得到個人化輸出。沒有 SOUL.md 的 Hermes 本質上就是通用的。身份檔案是區分通用助手與「你的」助手的關鍵。
範例： 你問「我該漲價嗎？」沒有 SOUL.md：得到關於定價策略的通用建議。有 SOUL.md 包含你的商業模式、利潤率和客戶群：「你的入門方案轉換率是 12%。漲價 10 美元可能會導致 B 區段的用戶流失，而該區段佔你 60% 的收入。先針對 A 區段做測試。」
https://x.com/IBuzovskyi/status/2065125711401062758
第 3 層 — 斜線指令
這是什麼： 能在工作階段中改變 Agent 運作方式的指令。大多數使用者從未打過這些指令。
它能解鎖什麼： 在單一工作階段內進行平行工作。你不再需要等待一個任務結束才能開始下一個。
指令：
/background <提示詞> 在背景執行一個任務。你的主要工作階段保持暢通。完成後結果會以面板形式顯示。
/steer <提示詞> 在不中斷當前執行的情況下，插入一條訊息到目前的運行中。在中途重新導向 Agent。
/queue <提示詞> 排入一個後續任務。等待當前任務完成，然後自動執行。
/model <名稱> 在工作階段中切換模型。先用 Sonnet 規劃。切換到 DeepSeek 執行。再切換到 Opus 進行審閱。
v0.17.0 新增了透過 Grok OAuth 存取的 grok-composer-2.5-fast：這是 Cursor 的 Composer 背後使用的 200K 上下文編碼模型，可透過你的 Grok 訂閱來使用。
設定 Agent 忙碌時你打字輸入的預設行為：
在桌面版應用程式、儀表板或 config.yaml 中設定：
display: busy_input_mode: steer # 或 queue，或 interrupt
容易犯的錯誤： 不知道這些指令的存在。大多數使用者輸入一個提示詞，等待它結束，再輸入另一個提示詞。光是 /background 就能讓你的每個工作階段的產能翻倍。
範例： 你正在草擬一份提案。工作階段進行中：/background research [競爭對手] pricing and positioning。你繼續寫作。5 分鐘後一個面板出現，內含競爭分析。你將其貼入提案，流程不中斷。
第二階段 — 槓桿（第 4-7 層）
Hermes 更聰明地工作。你不再需要親自處理 Agent 能勝任的任務。
第 4 層 — 技能 + 每個技能搭配正確的模型
這是什麼： 技能是隨需的知識文件與工具集合，Agent 在需要時載入。每個技能可以在不同的模型上運行。
它能解鎖什麼： Agent 變成隨需的專家。一個研究技能載入研究方法論。一個程式碼審查技能載入安全模式。每個技能使用最適合其工作的模型。
設定方式：
桌面版應用程式 / 儀表板：技能中心 → 瀏覽 → 安裝 CLI：/skills search [主題]
v0.17.0 全面翻新了技能中心：連接多個中心（OpenAI、Anthropic、HuggingFace、NVIDIA），特色區塊，安裝前可完整預覽技能，以及每個技能的安全性掃描。
v0.17.0 也新增了圖片編輯功能：image_generate 現在可以編輯來源圖片（「將這個 Logo 變成藍色」、「移除背景」）。同一個工具，新功能模式。
在桌面版應用程式或 config.yaml 中為每個技能指定模型：
研究 / 網路搜尋 → DeepSeek V4 Flash（每百萬 tokens $0.10，最便宜） 程式碼審查 → Claude Opus 4.8（$5/$25/M，最佳編碼基準） 內容寫作 → Claude Sonnet 4.6（$3/$15/M，最強散文 + 工具調用） 編碼（高價值） → GPT-5.5（$2/$12/M，#1 Chatbot Arena，2M 上下文） 具備依據的研究 → Gemini 2.5 Pro（$1.25/$10/M，內建 Google 搜尋） 大量子 Agent 工作 → DeepSeek V4（$0.30/$0.50/M，90% 快取折扣） /goal 評判 → Gemini Flash（最便宜，對於二元完成/未完成判斷足夠快） 自託管（免費） → Qwen 3 8B（透過 Ollama，8GB RAM，可處理例行任務）
MiniMax M2.7 也值得測試。Nous Research 和 MiniMax 正在合作，為 Hermes 優化未來版本。截至 2026 年中，是 Hermes 內部最常用的模型之一。
容易犯的錯誤： 每個技能都使用你最昂貴的模型。一個例行性的網路搜尋技能卻消耗 Opus tokens，根本是浪費錢。讓模型成本與任務複雜度相匹配。
範例： 你對一個競爭研究技能使用 DeepSeek V4 Flash 而非 Opus 4.8。網路搜尋的品質差不多。每次呼叫成本便宜 30-50 倍。一個月跑 30 次，省下的費用很快就累積起來。
第 5 層 — MCP（連接你的世界）
這是什麼： MCP（模型上下文協定）伺服器將 Hermes 連接到外部工具。Gmail、日曆、Notion、Slack、ClickUp、GitHub、資料庫、API。
它能解鎖什麼： Agent 不只使用開放網路，還能操作「你的」資料。它能讀取你的電子郵件、檢查你的日曆、從你的專案看板提取資料，並使用你已在使用工具的上下文來回答問題。
設定方式：
桌面版應用程式 / 儀表板：MCP → 目錄 → 瀏覽並安裝 CLI：hermes mcp
容易犯的錯誤： 一次連接 15 個 MCP。每個 MCP 都會將工具架構加入上下文視窗。15 個 MCP 各有 10 個工具 = 模型每次回合都要讀取 150 個工具定義。安裝你會用到的。停用你用不到的。工具搜尋功能（當架構消耗超過 10% 上下文時會自動啟用）有助於管理，但 MCP 數量越少越好。
範例：「這週我埋頭寫程式的時候，Slack 上有什麼動靜？」Agent 讀取你的 Slack 頻道，根據提及和關鍵主題過濾，並與記憶中的目標交叉比對。產生一個 10 行摘要。不用切換分頁。不用滾動瀏覽 200 則訊息。
第 6 層 — 子 Agent + 平行執行
這是什麼： delegate_task 會產生獨立的子 Agent，每個都有自己的上下文視窗、終端機工作階段和工具集。
它能解鎖什麼： 跨多個 Agent 平行工作。一個負責研究。一個負責評論。一個負責編碼。父 Agent 負責協調。每個子 Agent 可以運行不同的模型。
設定方式：
當任務需要隔離時，Agent 會自動使用 delegate_task。你也可以直接要求：
「用 DeepSeek 開一個子 Agent 研究 X，同時用另一個 GPT-5.5 子 Agent 評論研究結果。」
配置：
在桌面版應用程式、儀表板或 config.yaml 中設定：
delegation: max_concurrent_children: 3 # 預設值 max_spawn_depth: 2 # 限制遞迴深度
角色：→ leaf（預設）：執行，不能再次委派 → orchestrator：可以產生自己的工作者
背景模式（v0.17.0）：delegate_task(background=true) 會立即分派子 Agent 並返回。你的工作階段保持活躍。結果會在完成後以新回合的形式重新進入。
容易犯的錯誤： 對簡單任務使用子 Agent。委派有額外負擔（上下文設定、工具分配）。主要 Agent 能在 3 個回合內處理的任務，不應該產生子 Agent。
範例：「平行研究三個競爭對手。每個競爭對手一個 Agent。研究使用 DeepSeek。父 Agent 用 Sonnet 匯總三者。」三個報告在 10 分鐘內完成，而不是 30 分鐘。每個 Agent 獨立工作，所以一個緩慢的研究任務不會阻擋其他任務。
第 7 層 — 非同步操作
這是什麼： 三個能讓 Hermes 在你未輸入時也能工作的功能。
它能解鎖什麼： 從「我問，它回應」轉變為「它工作，我審閱」。
/goal — 持久性目標：設定一個目標。每次回合後會有一個評判模型評估：完成或未完成？Agent 會自動繼續，直到目標達成、你暫停它，或回合預算（預設 20 次）用盡。
/goal 找尋多倫多 100 家診所， 為每家建立一個登陸頁面， 為每家診所草擬個人化電子郵件。
/subgoal 可在不重設迴圈的情況下，在執行中加入額外條件。
Cron 排程 — 排程任務：閘道每 60 秒觸發一次。觸發到期任務在全新的獨立工作階段中執行。將結果傳送到 27+ 個平台：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、iMessage、Microsoft Teams、Google Chat、LINE、電子郵件、簡訊等等。
v0.17.0 新增：→ WhatsApp Business Cloud API（官方 Meta 轉接器，無需 QR 橋接） → 透過 Photon Spectrum 的 iMessage（無需 Mac 中繼） → Telegram 豐富訊息（Bot API 10.1，原生格式化） → 自動化藍圖：儀表板中的一鍵 Cron 模板（晨間簡報、週回顧、新聞摘要、提醒）。無需 Cron 語法。
三種成本層級：→ no_agent 模式：腳本就是任務本身，永遠 $0 → wakeAgent 閘道：腳本決定是否需要 LLM，$0 直到有變化 → context_from：將任務輸出串接成管道，無需框架
安全網 — 檢查點：在執行自動操作前啟用檢查點。Agent 會在變更前快照你的工作目錄。/rollback 可在某些問題在夜間發生時還原狀態。
在桌面版應用程式、儀表板或 config.yaml 中設定：
checkpoints: enabled: true
容易犯的錯誤： 編寫模糊的 Cron 提示詞。每次 Cron 執行都是從零開始。沒有記憶，沒有聊天歷史。「檢查一下那個伺服器的問題」毫無意義。「SSH 到 10.0.0.5，檢查 nginx 狀態，確認連接埠 443 返回 200」才能運作。
範例： 早上 8:00。Telegram 通知。你沒要求這個。Cron 送來的：「你的專業領域有 3 篇新的 arXiv 論文。競爭對手更新了他們的定價頁面。你關注的 GitHub 儲存庫合併了一個重大變更。行動：在 11 點會議前審查競爭對手的定價。」
https://x.com/IBuzovskyi/status/2066145326780518736
第三階段 — 自主（第 8-15 層）
Hermes 無需你操勞。系統隨著時間推移而持續增長。
第 8 層 — 多設定檔架構
這是什麼： 獨立的 Hermes 設定檔，每個都有自己的 SOUL.md、配置、記憶、技能、Cron 任務和模型。在同一台機器上完全隔離的 Agent。
它能解鎖什麼： 專業化的工作者，而不是一個過度負擔的通才。一個 Scout 設定檔負責尋找訊號。一個 Analyst 設定檔負責綜合研究。一個 Coder 設定檔負責推出功能。每個設定檔用合適的模型做好一份工作。
設定方式：
桌面版應用程式 / 儀表板：設定檔 → 建立（5 步驟精靈：身份 → 模型 → 技能 → MCP → 檢閱） CLI：hermes profile create [名稱]
每個設定檔成為一個獨立指令：
hermes -p scout chat hermes -p analyst chat
容易犯的錯誤： 每個設定檔都使用相同的 SOUL.md。隔離的重點就在於此。一個試圖分析的 Scout 只是在浪費 tokens。一個試圖尋找來源的 Analyst 只是在重複 Scout 的工作。每個設定檔專注於一個工作。
範例： Scout 在夜間找到 12 個來源。Analyst 在上午 10 點前將它們綜合為 4 篇 Wiki 條目。Briefer 在早上 8 點交付一個 5 個重點的摘要。你在喝咖啡時閱讀。它們都不共享記憶。每個都用適合的模型做好一份工作。
https://x.com/IBuzovskyi/status/2067313826492547483
第 9 層 — 自我改進的知識庫
這是什麼： LLM Wiki 技能，基於 Andrej Karpathy 的模式。一個自我改進的知識庫，由相互連結的 Markdown 檔案構成。隨 Hermes 一起提供。
它能解鎖什麼： 超越記憶容量限制的長期知識，持續累積。Hermes 內建的記憶處理會話上下文。Wiki 處理領域知識：文章、逐字稿、會議記錄、研究發現。交叉引用保持連結。矛盾之處會自動標記。
設定方式：
在桌面版應用程式、儀表板或 config.yaml 中設定：
WIKI_PATH=~/obsidian-wiki
首次執行時，技能會詢問你的領域，以建立包含正確標籤分類法的 SCHEMA.md。
連接到 Obsidian 以獲得圖形視圖：將 OBSIDIAN_VAULT_PATH 設定為相同目錄。
餵食資料：「將這篇文章索引到我的 Wiki：[貼上 URL 或文字]」
容易犯的錯誤： 從未餵食 Wiki。一個空的知識庫沒有任何幫助。價值來自於累積。第一個月：50 個條目。第三個月：超過 300 個條目，並有交叉引用。Agent 會因為知識庫變得更精準而變得更敏銳。
範例： 你問「競爭對手 X 如何處理引導流程？」沒有 Wiki：Agent 搜尋網路，給你通用資訊。有三個月的 Wiki 條目：Agent 提取你自己的研究筆記、客戶提到競爭對手 X 的會議記錄，以及你上個月索引的一篇文章。答案包含網路搜尋無法找到的脈絡。
第 10 層 — 看板編排
這是什麼： 一個跨所有設定檔共享的持久性 SQLite 任務看板。狀態流動：待分類 → 待辦 → 就緒 → 進行中 → 受阻 → 完成 → 歸檔。調度器每 60 秒觸發一次。
它能解鎖什麼： 具有依賴鏈的複雜多步驟專案。每張卡片可以運行自己的 /goal 迴圈（goal_mode）。有未完成父卡片的其他卡片會自動等待。多個設定檔可以領取指派給它們的卡片。
設定方式：
/kanban create "研究 100 家診所" \ --assignee scout --goal --goal-max-turns 15
/kanban create "建立登陸頁面" \ --assignee coder --goal --goal-max-turns 20 \ --depends-on "研究 100 家診所"
CLI：hermes kanban 或在聊天中使用 /kanban。
看板 vs. Cron vs. delegate_task：→ 看板：持久性工作佇列，重啟後仍存在，多設定檔 → Cron：基於時間的排程，重複性任務 → delegate_task：在一個工作階段內的單次平行執行
容易犯的錯誤： 對簡單的線性管道使用看板。三個設定檔串成一條線（Scout → Analyst → Briefer）使用基於檔案的協調就足夠了。當你擁有依賴樹、平行分支或需要追蹤的 10 個以上任務時，看板才能發揮價值。
範例： 季度競爭分析作為一個看板專案。12 張卡片：3 個競爭對手 × 4 個維度（定價、功能、定位、招聘訊號）。定價卡片依賴於網頁爬取卡片。招聘卡片依賴於 LinkedIn 研究卡片。當依賴項清除時，Agent 會接起工作。你審閱最終的綜合報告。
第 11 層 — 語音模式
這是什麼： 跨所有訊息平台的語音轉文字和文字轉語音。六個 STT 提供者，五個 TTS 提供者。
它能解鎖什麼： 透過 Telegram、Discord、WhatsApp 上的語音訊息與 Hermes 對話。Agent 轉錄、處理，並可以合成語音回覆。無需打字即可進行完整的語音對話。
STT 提供者：→ faster-whisper（免費，裝置端運行） → 本地指令包裝 → Groq（快速雲端） → OpenAI Whisper API → Mistral → xAI
TTS 提供者：→ Edge TTS（免費，預設） → ElevenLabs（最佳品質，付費） → OpenAI TTS → MiniMax → NeuTTS（免費）
容易犯的錯誤： 對例行性語音訊息使用昂貴的雲端 STT。本地 faster-whisper 處理大多數語言效果良好且免費。將付費 STT 保留給複雜音訊或嘈雜環境。
範例： 開車前往會議途中。在 Telegram 上發送語音訊息：「昨晚的研究有什麼是我在 11 點會議前應該知道的嗎？」Agent 用一個 30 秒的音訊摘要回覆。你用聽的而非閱讀。雙手留在方向盤上。
第 12 層 — 瀏覽器自動化
這是什麼： Hermes 可以控制瀏覽器來瀏覽網站、填寫表單、提取資料，以及與網頁應用程式互動。
它能解鎖什麼： 需要瀏覽器工作階段的任務：爬取動態頁面、填寫網頁表單、與沒有 API 的工具互動。Agent 能看到頁面並在其上操作。
設定方式：
包含在 Nous Portal 訂閱者的工具閘道中：
hermes setup --portal
或者透過儀表板單獨配置瀏覽器自動化。
容易犯的錯誤： 對具有 API 的任務使用瀏覽器自動化。瀏覽器自動化比直接 API 呼叫更慢、更脆弱、更昂貴。僅在沒有 API 存在時使用。
範例： 競爭對手沒有公開 API。Agent 透過瀏覽器開啟他們的定價頁面，提取目前的方案和價格，並與儲存在 Wiki 中的上個月快照進行比較。偵測到變更：他們取消了免費方案。在你的晨間簡報中標記出來。
第 13 層 — API 伺服器
這是什麼： Hermes 以 OpenAI 相容的 HTTP 端點形式公開。完整的 Agent 配備工具、記憶和技能，可透過標準 API 格式存取。
它能解鎖什麼： 任何支援 OpenAI 格式的前端都可以連接到 Hermes 作為後端：Open WebUI、LobeChat、LibreChat、ChatBox、自訂應用程式、Excel 整合。Agent 變成一個你可以在此基礎上建構的 API。
設定方式：
在桌面版應用程式、儀表板或 .env 中設定：
API_SERVER_ENABLED=true API_SERVER_KEY=your_secret_key
啟動閘道：桌面版應用程式 / 儀表板：閘道 → 啟動 CLI：hermes gateway
端點：http://127.0.0.1:8642/v1/chat/completions
多使用者設定： 為每個使用者在不同連接埠上建立一個設定檔。每個設定檔獲得隔離的配置、記憶和技能。
容易犯的錯誤： 將 API 伺服器暴露到公共網際網路而未經身份驗證。伺服器預設綁定在 127.0.0.1。透過 SSH 隧道遠端存取，而非公開暴露。v0.17.0 在每個需要令牌的端點上新增了 OAuth 閘道，並為儀表板新增了 WebSocket 認證。
範例： 你的競爭研究作為一個 API 端點運行。一個自訂儀表板查詢 Hermes 以獲取最新情報。你的團隊在一個即時的內部頁面上看到競爭數據。沒有人開啟 Telegram。數據自行提供。
第 14 層 — IDE 整合（ACP）
這是什麼： Hermes 作為 ACP（Agent 通訊協定）伺服器在 VS Code、Zed 和 JetBrains 編輯器中運行。
它能解鎖什麼： 聊天、工具活動、檔案差異和終端機指令在你的編輯器內呈現。Agent 在你的專案目錄中使用你的編輯器上下文工作。與 CLI 和閘道相同的 Agent 核心、相同的工具、相同的記憶。
設定方式：
hermes acp start
在 VS Code 中：安裝 ACP 擴充功能，將其指向 Hermes。
ACP 包含：→ 檔案工具：read_file、write_file、patch、search_files → 終端機執行 → 編輯器內的聊天介面 → 危險指令的批准提示
ACP 排除（基於設計）：→ 訊息傳送 → Cron 任務管理 → 閘道特定功能
容易犯的錯誤： 認為 ACP 可以取代閘道。ACP 用於編輯器內的編碼工作階段。閘道處理訊息傳送、Cron 和多平台交付。兩者底層運行相同的 Agent 核心。
範例： 正在編寫一個定價頁面。在 VS Code 中你問 Hermes：「競爭對手 X 如何組織他們的方案層級？」Agent 檢查你的 Obsidian Wiki，找到你的研究筆記，給出答案。你調整你的設計，無需開啟瀏覽器或 Telegram。
第 15 層 — 設定檔分發
這是什麼： 將你的整個 Agent 設定打包成一個 Git 儲存庫。任何人都可以透過一條指令安裝你的 Agent。
它能解鎖什麼： 你的 Agent 變成一個產品。你可以販售它。與你的團隊分享。分發給客戶。除了 API 金鑰和個人記憶之外，所有內容都會轉移。
v0.17.0 也引入了 RAFT Agent 網路：將 Hermes 作為外部 Agent 連接到 raft.build。基於合約的喚醒通道橋接（喚醒有效負載僅攜帶元資料，從不攜帶訊息主體）。你的 Agent 可以與其他機器上的 Agent 協作。
分發包包含：
distribution.yaml # 清單 SOUL.md # 身份 config.yaml # 模型和提供者設定 skills/ # 自訂技能 cron/ # 排程任務 mcp.json # 連接的工具
安裝其他人的分發包：
hermes profile install
容易犯的錯誤： 在分發包中包含 API 金鑰或個人資料。憑證保留在每台機器上。分發包攜帶身份、技能和工作流程。使用者自備金鑰。
範例： 你建立了一個包含 Scout、Analyst、Briefer 的研究部門。新團隊成員加入。他們執行：hermes profile install github.com/you/research-dept. 他們獲得你的三個設定檔、Wiki 結構、Cron 任務和 SOUL.md 模板。他們加入自己的 API 金鑰和 Telegram Bot。10 分鐘內開始運作。
一個工作流程，15 種演化
競爭研究。同樣的任務。看看它在每個層級是如何變化的。
第 1 層：你輸入「這週 AI Agent 有什麼新消息？」然後閱讀一大段文字。
第 2 層：Agent 已經從 SOUL.md 知道你的領域和競爭對手。同樣的問題，答案是針對「你的」市場過濾過的。
第 3 層：/background 在你草擬提案的同時研究競爭對手。結果出現而不中斷你的流程。
第 4 層：研究技能在 DeepSeek V4 Flash 上運行。分析技能在 Sonnet 上運行。你不再為網路搜尋支付 Opus 價格。
第 5 層：Agent 在回答前先檢查 Slack、電子郵件和 ClickUp。「競爭對手昨天推出了新功能。你的團隊在 #product 中討論過。」
第 6 級： 三個子 Agent 並行調查三個競爭對手。每個使用 DeepSeek。父層使用 Sonnet 進行綜合。10 分鐘完成，而非 30 分鐘。
第 7 級： 你不再需要手動啟動。定時任務在早上 7 點運行。wakeAgent 守門：無變化 = 花費 $0。競爭對手發布更新 = Agent 喚醒、研究、將簡報發送到 Telegram。你邊喝咖啡邊閱讀。
第 8 級： Scout 設定檔每 3 小時尋找訊號。Analyst 在早上 10 點進行綜合。Briefer 在早上 8 點交付。三個設定檔，一條管道。
第 9 級： 發現結果存入 Obsidian Wiki。第三個月：超過 300 條記錄。Agent 會浮現你未曾要求但 Wiki 已跨來源發現關聯的模式。
第 10 級： 季度分析以 Kanban 專案形式運行。12 張卡片，帶有依賴鏈。Agent 在依賴項完成後自動接取工作。你只需要審閱最終報告。
第 11 級： 開車去開會的路上。語音訊息：「昨晚的研究有什麼新發現？」Agent 用音頻回覆。你用聽的，不用讀的。
第 12 級： 競爭對手沒有 API。Agent 透過瀏覽器打開他們的定價頁面，並與上個月的快照進行比對。檢測到變化，在你的簡報中標記出來。
第 13 級： 研究作為一個 API 端點運行。客製化儀表板查詢該端點。你的團隊在即時頁面上看到競爭情報。
第 14 級： 正在編寫功能。在 VS Code 中你問：「競爭對手 X 是怎麼處理這個的？」Agent 從你的 Wiki 中回答，無需離開編輯器。
第 15 級： 你的研究設定是一個 Git 儲存庫。新團隊成員執行一個指令。Scout、Analyst、Briefer、Wiki 結構、定時任務，全部在 10 分鐘內安裝完成。
代幣經濟學：如何在所有 15 個級別運行而不燒錢
第 3 級以上的每個級別都會消耗代幣。以下是讓花費可預測的控制項。
為任務選擇正確的模型（第 4 級以上）
並非每個任務都需要你最昂貴的模型。網路搜尋 = DeepSeek V4 Flash（$0.10/M）。綜合 = Sonnet（$3/$15/M）。最終審閱 = Opus 4.8（$5/$25/M）。為每個技能、每個設定檔、每個定時任務分配模型。查看第 4 級了解每個任務的完整模型參考。
WakeAgent 守門（第 7 級以上）
腳本每個 tick 免費運行。檢查是否有變化。沒有變化 = Agent 永遠不喚醒 = $0。Agent 只有在有工作要做時才會花費代幣。
無 Agent 模式（第 7 級以上）
當腳本本身就是工作時。正常運行時間檢查、磁碟警報、檔案監控。輸出直接發送到 Telegram。零 LLM 呼叫。零代幣。永遠。
預運行腳本（第 7 級以上）
腳本免費收集資料。輸出作為上下文注入提示中。模型總結腳本取得的內容，而非透過工具呼叫來查找資料本身。
精簡工具組（第 5 級以上）
為每個定時任務設定 --skills web,file。上下文中較少的工具模式 = 較小的提示 = 更便宜。新聞摘要任務不需要瀏覽器、委派或 Kanban 工具。
工具搜尋（第 5 級以上）
當工具模式佔用 10% 以上的上下文時自動啟用。用 3 個橋接工具取代完整的工具定義。約 300 個代幣而非數千個。Agent 按需發現工具，而非一次性載入所有工具。
壓縮閾值（第 7 級以上）
在桌面應用程式、儀表板或 config.yaml 中設定：
compression: threshold: 0.40 # 預設為 0.50
更早觸發上下文壓縮。即使在 20+ 輪次中，也能讓長時間的 /goal 運行和定時任務保持在代幣預算內。
Curator — 預設免費（v0.17.0）
確定性技能修剪仍然免費運行。LLM 驅動的整合現在僅為選擇加入：
在桌面應用程式、儀表板或 config.yaml 中設定：
curator: consolidate: true # 選擇加入，預設為 false
例行背景整理花費零代幣。僅在技能庫需要深度清理時啟用整合。
無損壓縮（PR #47866 by teknium）
search_files 結果在到達模型之前被壓縮。相同資訊，更少代幣。已合併到最新的 Hermes。執行 hermes update。
用於判斷的輔助模型（第 7 級以上）
/goal 判斷在每次輪次後運行。將其路由到便宜的快速模型。
在桌面應用程式、儀表板或 config.yaml 中設定：
auxiliary: goal_judge: provider: openrouter model: google/gemini-3-flash-preview
在 Gemini Flash 上進行 20 次判斷呼叫 vs 在 Opus 上進行 20 次 = 顯著節省。
預算上限（所有級別）
在桌面應用程式、儀表板或 config.yaml 中設定：
budget: daily_max_usd: 10 session_max_usd: 2 monthly_max_usd: 200
硬性限制。Agent 在達到上限時停止。在啟用任何定時任務或 /goal 運行之前，請先設定這些。
監控花費
桌面應用程式 / 儀表板：「使用情況」標籤顯示每個設定檔的細項。CLI：在任何工作階段中輸入 /usage 查看當期統計。
將「以本週代幣花費結束」添加到 Briefer 提示中，以在 Telegram 中進行每週成本追蹤。
所有這些背後的模式：將工作從昂貴的模型轉移到免費程式碼、便宜模型和壓縮上下文上。Agent 負責推理，其他一切免費運行。
從空白石板開始
如果你從第一天起就關心代幣控制，請使用「空白石板」模式安裝（hermes setup → Blank Slate）。除提供者、模型、檔案工具、終端機外，所有功能皆停用。按需逐一添加功能。你沒有明確啟用的功能不會載入。這是最便宜且最容易控制的起點。
大多數人停在哪裡
第 1-2 級。他們安裝 Hermes，編寫 SOUL.md，並將其用作智慧聊天機器人。Agent 每天為他們節省 30 分鐘。
從第 3 級跳到第 7 級是每日節省時間從幾分鐘變成幾小時的地方。/background、帶有正確模型的技能、帶有 wakeAgent 守門的定時任務。這些效應會疊加。
從第 7 級跳到第 10 級以上時，Agent 不再只是一個工具，而是一個系統。多設定檔架構、自我改善的知識、Kanban 編排。你審閱的是在你不在時完成的工作。
如何識別你當前的級別
你不需要達到第 15 級。大多數獨立創始人在第 7-10 級運作良好。更高的級別解決特定問題：行動工作流程的語音、無 API 工具的瀏覽器、客製化整合的 API 伺服器、編碼的 IDE、團隊的分發。
選擇符合你瓶頸的級別。設定那一個。當它不再足夠時，再移到下一個。
相關文章
- HERMES AGENT SOUL.MD：為何 50 行比你的模型更重要 — 第 2 級深度探討
- HERMES AGENT 在你睡覺時自行建構 — 第 7 級深度探討
- HERMES AGENT + NOTEBOOKLM + OBSIDIAN：3-Agent 研究部門 — 第 8-9 級深度探討
官方來源
所有技術細節均已根據 Hermes Agent v0.17.0 文件驗證。
