- 大洋

▫️Web3投研、DeFi、TradeFi 、AI工具深度分析
▫️美股、港股投资
▫️用结构理解世界，用文字记录

[- 大洋 @AnchorNode]

兄弟们正所谓工欲善其事，必先利其器。

很多人低估了 Hermes，不是因为它不强。而是因为大多数人用到的，只是毛坯版。

真正把 Hermes 精装之后，你会发现它和默认状态，几乎不是同一种 AI Agent。

毛坯版像一个聪明助手，精装版更像一个有记忆、有工具、有感官、还能持续进化的数字分身。

一、先告诉它你是谁

很多人一上来就想装搜索、装抓取、装语音。

其实顺序反了。

Agent 最先要补的是身份。

没有身份，它每次都像临时工。没有长期记忆，它每次都像金鱼。

第一步：写 SOUL.md，本质上是在定义：

你是谁、你的风格是什么

你的工作方法是什么、你希望 Agent 以什么角色协助你

如果你不想从零写，可以直接用 agency-agents-zh 这个库。

里面有大量中文角色模板，覆盖工程、设计、营销、产品、游戏、安全、金融、HR 等多个部门。

GitHub：

https://t.co/PFElafZzfF

它的价值不只是人设。而是很多角色里，

已经包含了：专业流程、任务结构、输出格式、可交付成果

你是在给 Hermes 装一个职业脑子。

二、把默认 MEMORY 换成 Hindsight

这一步，我认为是 Hermes 从能用到好用的关键。

默认 MEMORY.md 的问题不是没有记忆。

而是它的记忆方式，太轻了。它更像偶尔记一笔，不是持续建档。

Hindsight 的价值，如果按官方向导接入 Hindsight

它会自动从对话里提取：

实体、事实、关系、时间戳

然后建立知识图谱。

并且在每次调用模型前，把相关记忆自动注入到 system prompt 里。

这才是真正意义上的长期记忆系统。

配置步骤

运行：hermes memory setup

选择 Hindsight 控制台注册并生成 API Key： https://t.co/X1WDoQs0Zg

验证：hermes memory status

如果配置成功，你应该能看到 Hindsight 已激活，

以及 bank_id、auto-recall、auto-retain 等状态。

三、让它真正读懂互联网

很多人以为 AI 上网能力就是搜索，搜索只负责找到。

真正好用的 Agent 还要能：抓网页、读文档、过反爬、做批量提取、模拟浏览器行为

这部分你可以理解成给 Hermes 装眼睛。

推荐工具链

1）Jina Reader

适合单页抓取。轻量，直接，够快。

2）Crawl4 AI

适合批量深度抓取，如果你要跑网站级信息抽取，这类工具更合适。

3）Scrapling

适合更复杂页面、反爬场景，不是所有网页都能靠普通抓取搞定。

4）CamoFox

适合隐身浏览器场景，更接近真实用户浏览行为。

其中，CamoFox 和 Scrapling 已经比较贴近 Hermes 工具链思路。

Jina Reader 和 Crawl4 AI 虽然不是默认内置能力，但可以通过 Skill 或自定义调用方式集成。

这一步补完之后，Hermes开始真的会读。

四、让它从聊天工具变成研究工具

如果说抓取解决的是看见，那搜索和文档处理解决的就是：怎么快速把信息变成可用材料。

推荐组合

1）Tavily

更偏 AI 工作流的搜索工具，适合做主力搜索。

2）DuckDuckGo

适合兜底，零成本，简单稳。

3）Pandoc

格式转换神器，几乎是文档工作流必备。

4）Marker

适合 PDF 转 Markdown 增强。尤其是你要把资料喂给 Agent 的时候，体验差很多。

这套装好之后，Hermes 的能力会明显提升：搜索更稳、文档可读性更强、格式转换更顺、PDF 处理不再那么痛苦

这一步的意义在于：它不只是帮你找资料，是在帮你把资料变成模型能真正吃进去的东西。

五、让它不只会打字

很多人低估了表达能力工具链。

但一个真正完整的 Agent，不该只会输出文字。

它还应该能听、说、画

推荐工具

1）Whisper

语音识别。

多语言支持很强。

2）Edge TTS

语音合成。

适合低成本 TTS。

3）https://t.co/l0C5UKfxo2

图像生成能力入口之一。

4）FLUX Skill

适合高质量出图。

这一步装完，Hermes 就不再只是一个聊天窗口。

而是开始具备多模态表达能力。

你可以让它听语音做整理、把文字转成音频、生成配图、直接做内容生产链路

这对内容创作者尤其有用。

六、效率与成本

Hermes 最大的问题之一，不是模型不够强。

而是成本控制和上下文管理。

Agent 一旦开始频繁调工具、跑终端、读长文档，Token 很容易失控。

所以这部分不是锦上添花、而是决定你能不能长期用下去。

1）Tokscale：看清 Token 花到哪了

如果你想知道：总共用了多少 Token、Hermes 用了多少、哪个模型最贵、近 7 天趋势怎么样

那 Tokscale 很有用。

它的价值不是好看，而是让你第一次真正看见，Token 到底是怎么被吃掉的。

2）hermes-hudui：Web UI 级别的成本拆解

如果你想看得更细，

比如按：模型、组件、技能、会话、工具调用

来拆解 Token 成本，

那 hermes-hudui 更适合。

安装：

git clone https://t.co/N9QOpRGN7g

cd hermes-hudui

./install.sh

hermes-hudui

浏览器打开： http://localhost:xxxx

它不是看用了多少，而是看浪费在哪。

3）RTK：终端输出压缩器

如果你经常让 Hermes 跑：

ls

git status

git diff

cargo test

你会很快发现，终端输出是 Token 黑洞。

RTK 的思路很简单：

不是减少动作。

而是减少无效输出。

安装：

brew install rtk

或：

curl -fsSL https://t.co/c3w7NSxUcD | sh

初始化：

rtk init -g

常用：

rtk ls .

rtk git status

rtk git diff

rtk cargo test

rtk read https://t.co/A687wEQEKi

rtk gain --graph

4）Hermes-agent-self-evolution：让它自己优化自己

这一块更像进阶玩法。

核心不是装更多功能，而是让 Hermes 通过自动化方法，

持续优化自己的：

System Prompt

Skill

工具描述

行为策略

项目地址： https://t.co/Abbb5TL0nF

这类工具更适合已经把 Hermes 用熟的人。

因为它解决的是 Hermes 怎么越用越强。

5）Skill 扩展：别自己重复造轮子

Hermes 真正的上限，很多时候在生态。

如果你愿意把 Skill 体系接起来，你会发现很多场景根本不用从零造。

比如跨平台自动化、内容处理、工作流增强，很多现成能力都能直接接入。

这一步本质上是在把一个 Agent，变成一个平台。

七、别只配工具，要配入口

最后一个容易被忽略的点是：

很多人装了一堆东西，最后反而更乱。

因为工具多，不等于生态清晰。

所以你最好给 Hermes 配一个资源总入口。

推荐入口

awesome-hermes-agent

hermes-ecosystem

前者更像资源目录，后者更像能力地图。

它们是让你知道：

现在 Hermes 生态里到底有什么，哪些值得装，哪些只是看起来很热闹。

很多人以为 Hermes 的差别，只是会不会调 prompt。

真正拉开差距的，不是对话技巧。

其实是你有没有把它从一个聊天模型，真正配置成一个 Agent。

毛坯版 Hermes，更像一个新生儿。

精装版 Hermes，才开始像一个真正能长期协作、能记忆、能抓取、能表达、还能持续进化的数字搭子。

所以这不在优化，这是知识库的切换。

[- 大洋 @AnchorNode]

兄弟们，今天来晚了，昨晚回家了，早上陪娃玩了一上午。

Hermes的双Bot已经各自跑起来了

但是有一个让我烦心的事情出现了

它们是都跑起来了，但是在同一个群里一起抢答。

今天把 Hermes + Telegram 双 Bot 这件事跟大家一起讨论一下

1）双 Bot 可以同时跑
2）但必须做实例隔离
3）难点不是启动，而是同群不乱回

正确思路：
一个 bot = 一个 token = 一个 HERMES_HOME = 一个独立进程

别再用同一个 ~/.hermes 起两个gateway

那样最容易串的是
配置、token、memory、模型，最后连行为都一起串。

我最后用的结构是：

~/hermes
~/hermes-bot2

每个目录各自放：
.env
config.yaml
.hermes.md

这一步不是整理文件，是在做真正的运行时隔离。

模型分工也建议直接拆开：

bot1 → 强模型
负责复杂任务、代码、推理

bot2 → 轻模型
负责日常问答、群内高频回复

这样双 bot 才不是重复部署，而是有明确分工。

最稳的是两个终端，我的实例：

HERMES_HOME=~/hermes hermes gateway

HERMES_HOME=~/hermes-bot2 hermes gateway

如果想长期挂着，直接用 tmux。
简单、清晰，也不容易串环境。

但真正最大的麻烦，是群聊。

你发一句：“你好”

结果两个 bot 都回。

你以为只 @ 了 bot1，结果 bot2 也回。
这才是双 bot 最烦的地方。

为什么会这样？

因为 Telegram 群消息会被两个 bot 同时收到。

要注意的的点是：

• /setprivacy Enable 只是一层弱过滤
• .hermes.md 只是 prompt 软约束
• reply 链消息也可能触发 bot

所以只靠配置和提示词，不够稳。

最后我发现，真正靠谱的办法

在代码入口做硬拦截。

逻辑很简单：

先判断发消息的人是不是 allowlist 用户；
再判断消息里有没有明确 @ 当前 bot；
如果没有，就直接 return；
不要把消息交给模型。

这一步特别关键。

因为你要的不是尽量少乱回，而是规则不满足就根本不进入模型层。

做到这一步以后，效果才会变成：

你发：你好 → 两个 bot 都不回

你发：@bot1 你好 → 只有 bot1 回

你发：@bot2 你好 → 只有 bot2 回

别人发：@bot1 你好 → 不回

这时候，双 bot 才算真的稳定。

另外还有一层建议：

把 Telegram 数字 ID 加进 allowlist。

最简单的办法是在TG上搜 @userinfobot

拿到自己的数字 ID 后写进 .env：

TELEGRAM_ALLOWED_USERS=123456789

最后我总结出来的 Hermes 双 Bot 最优组合是：

bot1：
强模型 / 只回 @bot1 / 处理复杂任务

bot2：
轻模型 / 只回 @bot2 / 处理高频问答

配套原则是：

• 不同 token
• 不同 HERMES_HOME
• 不同模型
• 不同 .hermes.md
• 再加代码级 @ 规则拦截

Hermes双Bot的核心，不是怎么同时启动

而是：
怎么隔离

怎么分工

怎么保证同群不抢答。

如果你也在做 Hermes 多实例、Telegram 双 Bot 分工，这套方法可以直接复用。

[- 大洋 @AnchorNode]

存下午的线那么好看，为啥晚上突然变猴市了，希望开盘能好点

喝两口，等待开盘

[- 大洋 @AnchorNode]

@blockTVBee @Polymarket 已经和油脱敏了

[- 大洋 @AnchorNode]

@RunePoolBTC I'm really looking forward to it.

[- 大洋 @AnchorNode]

@Reboottttttt @SlopCash 站起来继续撸

[- 大洋 @AnchorNode]

@BTC100000015252 猴市

[- 大洋 @AnchorNode]

@JinYu762 @uSMARTHK 收了多少好处费

[- 大洋 @AnchorNode]

@congge918 @CashmereLabs @0xforkd 真的吗，聪哥

[- 大洋 @AnchorNode]

@eastweb3eth 我快无感了

[- 大洋 @AnchorNode]

@sjbtc9 大润发小了，开沃尔玛

[- 大洋 @AnchorNode]

@mnmn94253156337 @termix_ai 我应该没可能，吃个猪脚饭吧

[- 大洋 @AnchorNode]

这个月， @termix_ai 生态下的 https://t.co/2GLv4ESQbS 上，出现了两个可以下单的 Agent 服务叫 REA。

一个做逆向分析，一个做合约安全扫描。

但是有一个老生常谈的问题，接手一个老项目，代码在，文档缺一半，原始开发者已经离职。接口为什么这么设计、某个字段是什么意思、这段逻辑是故意的还是遗漏完全取决于谁还记得。

这是一个长期存在的需求，但长期以来没有标准化的服务形态。

要么自己熬夜啃，要么找熟人，要么付一笔咨询费，换一份。结果反正是没办法复核。

REA 提供三项服务：EVM 合约接口解码、应用二进制分析、原生二进制静态分析。

其中 EVM 接口解码，推断函数选择器、参数类型、状态可变性。是从部署后的字节码反推结构

关键前提是即使没有验证过的源码，也能推断。

这一点决定了它的适用场景。老项目最常见的情况就是源码未验证，或者已验证的那份与部署版本不一致。

我认为值得关注的是报告的形态，每条发现带证据编号；分析对象附 SHA-256；这两样作用不同：证据编号体现出这条发现对应哪一段；哈希反馈分析的是不是这个文件。

这是我的第一个判断：交付物的可复核性，不取决于它多详细，取决于它能不能被第三方独立验证。

DeepScan 解决的是另外一种不可复核

就比如代币合约的风险项很多。而单纯给出一个安全评分，用户无法判断实际情况，分数意味着什么，扣分扣在哪，未检查的项目有哪些。

DeepScan 的交付是报告，围绕合约漏洞、诈骗模式、潜在风险检查。

而且检查范围、交付时间、报告内容这些东西都可以提前约定。

这就完全可以看出 https://t.co/2GLv4ESQbS 的定位是让这些不可复合的事情变成可以下单的服务。

TermiX 通过 AACP 串联服务交易与结算；平台提供链上托管、交付审阅、争议处理；服务提供方的履历与交易记录留下参考。

这样一来，交易双方不是只能靠单纯的信任来完成合作。可以围绕具体任务+交付成果建立关系。

有能处理争议的agent，才敢让人在相互陌生的环境下产生交易

Agent 正在从展示能力转向承接任务， REA 的报告带证据编号与哈希，可第三方复核；DeepScan 的范围与交付可提前约定；平台侧有托管、审阅、争议处理。

一个机制的可信度，不看它存在，看它被用过几次。

[- 大洋 @AnchorNode]

@mnmn94253156337 哈哈哈哈，也可以多摸电门

[- 大洋 @AnchorNode]

@Dongmoom55 @junjieBTC 有没有可能是他所有的家当，他把下半辈子的幸福压在你身上了

[- 大洋 @AnchorNode]

@WiseInvest513 还是观察吧，我进了点头仓

[- 大洋 @AnchorNode]

我对AI爱的深沉！！！

[- 大洋 @AnchorNode]

@0x_xifeng 好的，懂了

[- 大洋 @AnchorNode]

@blmario669 又谈女朋友了

[- 大洋 @AnchorNode]

@blmario669 逼宫了

[- 大洋 @AnchorNode]

一个平台在自己的积分规则里，劝你别刷分

这两天看到专门做链上黄金、白银、外汇、纳指和 BTC / ETH差价合约的 @XStableAI

关键在积分（CP，Contribution Points）怎么算。

开仓、平仓都算。黄金、白银、外汇、纳指按手计分；BTC / ETH 按每笔成交额计。

符合条件的亏损平仓，包括强平，按亏损占保证金比例加 CP：

亏 10% 以下，+20%
10% 到 30%，+50%
30% 到 60%，+80%
60% 以上，+100%
我算到这里的时候，脑子里已经有一套玩法了：
拿最小手数，开仓，故意亏，平仓，拿补贴。
只要亏的钱少，亏出来的 CP 可能比正常交易还多。

但是要注意三条排除规则。

第一条：持仓不足 5 分钟，不计入补贴。

第二条：同一实际控制主体的对冲仓，不计入。

第三条：刷量、对冲刷分、多账户、自邀，相关 CP 作废扣除。

当期官网表上：黄金 190 CP/手、白银 362、纳指 132、英镑 115、欧元 110；BTC / ETH 每 10 万美元成交额 320 CP。

但是看到一句挺意外的话。

官方自己也说：Don't trade more just to earn CP. Trading involves risk.

别为了赚积分多交易。交易有风险。

因为他们也知道：如果用户为了积分去加杠杆、去多交易、去扛单，这个积分系统会变成一台亏损放大器；它不想做这台机器。

所以我现在理解这个 CP 是什么了。

每期平台收入的 20% 按有效 CP 权重分红。

当期新获得的 CP 按 2× 计入当期，随后 12 期保持 1×，再逐步衰减到 0.1×。

它分的是平台收入；分收入的资格，是你在这里真实交易过

最后还是要提醒一下，这是杠杆差价合约。

它是复杂工具，杠杆会放大盈亏，权益跌破维持保证金会被强平，极端行情成交价可能偏离触发价。

有负余额保护，最大亏损以账户资金为限，但账户里的钱是会亏完。

一个愿意在自己积分规则里劝你别贪的平台，我是觉得很少见的

入口：

https://t.co/lKx5lFZ0L3

先玩模拟盘。

[XStable @XStableAI]

📢 XStable Contribution Points (CP) are officially LIVE! 💛

Trade. Earn CP. Share in XStable’s revenue.

As we build AI-Native Infrastructure for On-Chain Gold & FX Trading, we want our community to grow with us.

With the launch of CP, we're giving back to the traders and supporters who make this journey possible, allocating 20% of platform revenue to eligible CP participants.

XStable is backed by YZi Labs, Sui Foundation, Taisu Ventures, CatcherVC, Amber Group, KuCoin Ventures, and Singchain Investment, with incubation support from the Solana Foundation.

🔗 Explore the CP Program: https://t.co/1hXijj03jb 🧵