2026-11-04
DeepSeek Harness(dsh)与我们的 Hermes 不在同一生态位:它是「造 Agent 运行时的微内核工具箱」,面向想重组 Agent Loop、工具面与会话机制的开发者;Hermes 是 7×24 常驻、带分层记忆与知识治理的个人操作中枢。本轮证据不支持用 dsh 替换 Hermes 主控或并入常驻生产链,建议按 Watch + Partial Absorb 处理——架构纪律与能耗机制按层级吸收,运行时不接入,最值得吸
查看 →2026-11-04
HarnessMM 的核心想法值得借鉴:把已经确定的后续动作及触发条件保存下来,条件成立时再经原生工具执行,从而跳过不必要的模型回合;但它还不足以证明能安全、稳定地降低我们日常 Hermes 任务的综合成本,现阶段不建议接入主执行链。
查看 →2026-11-02
评估 Super-agent 架构是否适合现有体系。结论是局部吸收:短交互走主会话,会话内并行走异步委派,跨会话重任务走 Kanban,不另建运行时。
查看 →2026-10-21
全面梳理 Octop 的专家协作、工具入口、记忆与资料管理;重点拆开文档 RAG 和 Wiki 编纂,核对引用、更新、权限、安全与引入成本。建议先借鉴资料工作台,不替换现有主控。
查看 →2026-10-21
汇总墨测 V4.3 下 11 个模型、14 份有效成绩,新增六维雷达图:综合分有 3 分断层,但被 opus-5-5 两轮跨越;U2 补满后名次改变,机器分与裁判分几乎不相关。适合看失分结构,不适合排名。
查看 →2026-10-20
修复12项失效禁用名,Desktop实际技能索引117→105;澄清加载统计与收益的区别,记录候选承接、runner与隔离夹具返修,以及费用门槛BLOCKED后停止过度工程的经验。四技能与L0候选未上线。
查看 →2026-10-19
hermes-deep-research 写作/润色模型重选型:四候选同题同冻结证据包对比,claude-opus-5-5 定版写作默认(加权 7.00 第一);润色 pass 改条件触发(真实链路收益 +0.07~+0.20 属噪声级);gemini-3.8-flash 双硬门槛出局;deepseek-flash 虚构亲历不可作默认。评测四坑沉淀:裁判合同缺失误判、字数变化掩盖 91% 句子改写、A/B 源稿错配致结论反转、程序校验保不住判断强度。
查看 →2026-10-18
适合迁,但不该一次性搬,也不该把"现在机器不够快"当理由。当前这台 i713620H / 31GB 的负载长期只有 0.6,性能不是瓶颈;真正的迁移动机是消除 Linux cgroup 把常驻服务整组冻死的那类故障、拿到 Hermes 官方 Tier 1 的 macOS 支持、以及打开本地 AI 推理的选项。目标配置是 M6 / 32GB / 1TB,约 13,749 元;16GB 和 256GB 都不够用,不建议省这一步。
查看 →2026-10-16
汇总墨测 V4.3 下 8 个模型、10 份有效成绩:综合分只有前四与其余六的粗分档站得住,同一模型三次运行相差 7.66 分,机器分与裁判分几乎不相关,第一名带有裁判自评疑点。适合看失分结构,不适合排名;单 seed 诊断,不可认证。
查看 →2026-10-16
本轮复盘纠正了一个会长期误导判断的单位错误(历史吞吐数字虚高 8 倍),并定位到「主力节点经常显示超时」的真实成因是客户端健康检查阈值而非节点故障;两项改动合计把可用吞吐提升约 40%,健康检查失败率降到 0。
查看 →2026-10-12
在高丢包 + 高抖动的跨境链路上,协议选择比参数调优重要一个数量级。同一台 VPS、同一时刻实测:Hysteria2 达 47–51 MB/s,VLESS+XHTTP 经 Cloudflare 达 11–14 MB/s,VLESS+TCP+REALITY 直连仅 0.2–0.5 MB/s。
查看 →2026-10-10
墨测完成 V4.2 pilot 升级:基于 12 组历史产物的分层审计,落地评分裁判切换至 axon/gpt6astra、逐批评分恢复、证据绑定、预算分离与四类挑战题改造;工程双审查通过、全量离线回归 605 项通过,四题真实闭环 21.5 / 23。该版本未校准、不可排名。
查看 →2026-10-09
claudehaiku55 在墨测 V4.1.5(16 题)单 seed 诊断中取得 79.25 / 100(未核减 81.25),机器分 48.25/60、裁判分 33/40——处于已测模型的中位偏下区间,明显低于 gpt6.1sol(92.25)与 gpt6astra(90.25)。
查看 →2026-09-30
十二种照片玩法与多图、透明PNG、短中文、4K输出实测;保留精确蒙版、字形构物和大量素材保真的限制。仅验能力,不做质量排名。
查看 →2026-09-30
92.25/100(未核减 93.25),V4.1.5 已测模型最高 diagnostic 分:machine 56.25/60 + judge 37/40,U1 放宽墙补题罚 1.0。首个双半区均衡模型(机器 12/16 满分、裁判 12/15 满分),失分收敛到证据引用格式与自述验证深度;代价是单轮推理最高约 173s。
查看 →2026-09-29
裁定:维持 Jev 主链;Kev-4B 与 Laya 0.3.21 均不达本地替代门槛。Kev-4B 简单题追平 Jev,但真实去重同错一条高概率样本,批量稳定翻判;Laya 0.3.21 multilingual 中文在小内存下复现 5/7,逐 state 批量结果与逐条一致但 CPU 反而更慢,并在不同文章上给出
查看 →2026-09-29
Jev 目前支撑 6 条生产链路(晨报三处、wiki 治理两处、Hindsight retain 语义重复拦截一处)、3 条影子评估链路(晨报重要度扫描、retain 预筛、recall 段落过滤)、1 个通道体检监控和 3 个按需入口;今天同时完成 recall 影子 cron 复开(复开即补跑 5 查询 232 段 / $0.005247)与 08:30 体检内置 Jev 状态监控(真实探针 0.98 / 0.42s / $0.00
查看 →2026-09-26
观察项:retain 写入前的语义重复拦截是否按预期工作、有无误拦。 数据源为拦截台账与成功写入台账,均只读。
查看 →2026-09-24
它本质上是什么 :一个 完整的知识库应用平台 + Agent 运行时 ,不是「给现有 agent 用的检索层」。
查看 →2026-09-24
Jev 用法扩充评估:对照 hermes-jev-skills 的方向分析 · HT1072 决策档案与论证记录。
查看 →2026-09-23
决策记录与论证归档。
查看 →2026-09-23
决策记录与论证归档。
查看 →2026-09-23
决策记录与论证归档。
查看 →2026-09-23
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-21
决策记录与论证归档。
查看 →2026-09-20
决策记录与论证归档。
查看 →2026-09-20
决策记录与论证归档。
查看 →2026-06-02
这次没有机械套用“删掉 95% skills”,而是把外部文章里的有效原则转成本机 Hermes 治理动作:默认上下文更小、skill 正文更瘦、cron 尽量 deterministic script-only、验证以真实 output 和产物为准。
查看 →2026-09-20
网络可达、认证链路健康,但从中国大陆节点访问需叠加延迟,且当前没有可用 API key(需 waitlist)。
查看 →2026-09-20
决策型回复 HTML 归档。
查看 →2026-09-20
决策型回复 HTML 归档。
查看 →2026-09-20
如果当时有这层分诊,该 cron 不会被暂停。
查看 →2026-09-20
决策型回复 HTML 归档。
查看 →2026-09-20
决策型回复 HTML 归档。
查看 →2026-09-20
决策型回复 HTML 归档。
查看 →2026-09-12
决策型回复 HTML 归档。
查看 →2026-09-12
决策型回复 HTML 归档。
查看 →2026-08-27
9070 XT 16G 配合 64GB 内存是 MiniMax H3 极佳的甜点组合;32GB 内存需加 --disable-pinned-memory 启动;笔记本 4070m 8G 虽慢但借助 64G 内存可稳定出片。
查看 →2026-08-18
不重跑 MemOS 2.0.16;保留冻结题集与 runner,等明确版本/需求触发后再做20题 smoke。
查看 →2026-08-17
推荐做一次小规模、隔离的 MemOS 对比试验,但不建议替换 Hindsight,也不应把 AML 的 7.35 分差直接解释成生产能力差距。
查看 →2026-08-17
它保持现有 cross-encoder/ms-marco-MiniLM-L-6-v2 模型、300 候选、graph/temporal/rerank 全部开启;clone 三轮重复中,结果排序逐条完全一致,P50/P95 相比默认 batch 32 改善约 14%/18%。
查看 →2026-08-17
生产 Hindsight 已从 0.9.0 切换到 0.9.1,真实 retain → recall → consolidation → reflect 四链路通过,临时验收 bank 已删除,写入 cron 已恢复。
查看 →2026-08-17
可以从当前生产 0.9.0 的真实 PostgreSQL dump 完成旁路迁移,并通过核心数据功能回归;但暂不建议切生产。
查看 →2026-08-13
不建议用 TencentDB Agent Memory 替换现有 Hindsight。 当前需求(跨设备共享长期记忆、宿主机 24h 在线、远端按需接入)用"Hindsight 0.9.0 + Cloudflare Tunnel + Hindsight 自带 Bearer 鉴权"即可满足,且保留了已有的 11,626 条事实图谱、recall/retain/reflect 生产链和 Hermes 原生 provider 集成。TencentDB Agent Memory 在"公网 API + 内置鉴权"这一层确实省事,但替换代价远超收益——更换记忆引擎、重写 Hermes 接入、迁移或重提炼全部存量、接受 Beta 阶段的功能缺陷,且仍需自己解决远端 Hermes 接入安全问题。
查看 →2026-08-12
在远端机器安装完整版 Hermes 并与宿主机共享记忆是可行的,但"记忆同步"需要分层处理,不能用一种方案硬拼所有类型。当前宿主机已运行 Hindsight 0.9.0(11,568 条 facts,bank=hermes,API 在 127.0.0.1:8889),最优路径是将这个 Hindsight 实例暴露为远端可访问的 API,远端机器以 local_external 模式连入,共享同一个 bank。宿主机 24 小时在线、远端按需开机的场景,决定了应优先评估 Cloudflare Tunnel(+ Cloudflare Access 认证)而非裸端口暴露。用户已倾向 Cloudflare Tunnel 方向,当前先整理思路入档,暂不实施。
查看 →2026-08-11
V3.2 已完成评分的 7 次 run 中,只有 4 次获得 Gate PASS 并进入正式排名资格:JWS-5.6 92 分、kimi-k3 91 分、luna-5.6 91 分、gpt-5.6-terra 90 分。另有 3 次 run(JWS-5.6 首轮、grok-4.5、HUB-5.2)因候选模型修改 immutable fixture/test/git state 或越过 workspace 写入边界,被 Safety Gate 判为 FAIL,没有正式总分,只能作为失败审计样本。
查看 →2026-08-10
这篇文章适合作为工具发现帖,不适合作为直接引入依据。NewsCrawler 确实是能运行的多站点内容抽取项目,但文章把“有平台适配器、样例能抽取”和“多源链路已稳定、可以直接生产化”混在了一起。我的判断是:项目有用,但成熟度更接近 prototype / sidecar,不是采集主底座。
查看 →2026-07-24
JWS-5.6 在小墨模型评测 V3.2 中取得 92/100,Safety Gate PASS,具备正式排名资格。它适合作为主模型候选,尤其适合复杂执行、代码与运维主线、可靠性故障注入和受约束前端交付;研究结论外推与高密度代码审查仍建议保留人工复核。
查看 →2026-07-10
grok-4.5 本轮得分 150 / 160,达到强主模型候选线。最突出的能力是工具验证闭环、Git 远端事实分层和漂移判断;规划与知识治理也稳定,但少数方案仍偏通用模板化,命令口径偶有环境细节瑕疵。
查看 →2026-07-10
gpt-5.6-terra 本轮得分 146 / 160,达到主模型候选线。规划收口、commit 分组、focused regression 与知识治理稳定;主要短板是 T1 未基于真实 diff 给具体清单,T4 未形成可复核的远端状态证据链。
查看 →2026-07-10
gpt-5.6-sol 本轮得分 157 / 160,明显超过当前 gpt-5.5 基线,属于强主模型候选。它最有价值的提升不是“答得更满”,而是 T1/T4 能先定位真实对象再给结论:commit 归因、远端分支/commit 可达性判断都比旧基线更硬。
查看 →2026-07-10
gpt-5.6-luna 本轮得分 141 / 160,达到主模型候选观察线。规划、分组、回归判断和 wiki 收口稳定,表达克制;主要问题是 T4 没有真实工具调用和可审计命令输出,工具执行闭环不合格。
查看 →2026-06-29
OpenBiliClaw 值得按 Partial Absorb / L3 局部能力吸收 处理:吸收它的“跨平台内容发现供给架构”和“浏览器扩展登录态任务桥”,不要整项目并入,也不要替代我们现有 B站管线、小红书 skill、AutoCLI/OpenClaw/Hermes 搜索路由。
查看 →2026-06-29
建议 有条件吸收,级别 L3 / Partial Absorb。吸收的不是 OpenBiliClaw 整套后端、扩展或画像系统,而是它在 B站上的一个能力单元:
查看 →2026-06-25
baileyh8/hermes-feishu-streaming-card 不是一个单纯 card renderer,而是围绕 Hermes Gateway 的 Feishu 出口做的 streaming card sidecar + hook installer + 诊断运维层。它最强的部分是“运行时流式状态机”:把 started / thinking / answer / tool / completed 等生命周期事件汇聚到同一张飞书卡片,并用 sidecar 负责发送、更新、合并、重试、健康检查和多 bot/profile 路由。
查看 →2026-06-25
本方案建议以 Partial Absorb + Native Consolidation 方式吸收 baileyh8/hermes-feishu-streaming-card:不整包替换本机 Feishu card 体系,不引入它的 installer patcher 作为生产主链;重点吸收它的 流式事件协议、会话状态机、终态优先、footer 信息密度、doctor/status 诊断与升级 smoke 流程。
查看 →2026-06-25
不建议整包替换 baileyh8/hermes-feishu-streaming-card,我已经按“部分吸收 + 本地原生巩固”把 P0 落下来了。 外部项目最值得吸收的是 streaming 状态机、final 优先级、footer 信息密度、doctor/smoke 体系;我们自己的主链更强的是现有 Feishu 路由、Card V2 builder、native table、长决策 guard、completion receipt 和飞书实际兼容经验。 已完成 - 扩展 gateway/runtime…
查看 →2026-06-20
Headroom 在本机体系中的最佳定位不是“替代 Hermes / CPA / Hindsight 的新主系统”,而是一个可回退的 input context compression sidecar:只接入压缩能力,吸收 ContentRouter、SmartCrusher、CCR、exclude tools、CacheAligner 等方法;不吸收 memory、learn、dashboard、agent wrap 和 Copilot OAuth 壳。
查看 →2026-06-19
Hindsight 的 reflect 不是"定时反思",而是 query-driven 的 agentic RAG。本机已完整打通 directives + mental_models + reflect 三层,配 5 个 query 模板和 4 个长效 mental_model,实测命中后 token 省 12 倍、耗时省 8 倍。短期不上 cron,长期等周复盘稳定后可考虑。
查看 →2026-06-18
总分:140 / 160
查看 →2026-06-18
内容级验证必须同时检查标题、正文关键短语和非 index fallback,不能只看 HTTP 200。
查看 →2026-06-18
这个项目主要补的是“公网暴露入口层”的缺口;和现有体系的关系是局部补强,不是替代;最值得吸收的是“本地预览临时外链”这个 sidecar 用位;不值得吸收的是 relay 壳、整套 tunnel 管理壳以及任何试图替代正式 HTML 发布主链的用法;因此建议按 L2 处理,最终决策归类为 Sidecar。
查看 →2026-06-18
决策型回复 HTML 归档。
查看 →2026-06-17
达到主模型候选线,明显优于普通 worker 模型;能稳住主线、规划收口和知识治理,工具闭环也有真实进步。
查看 →2026-06-17
glm-5.2 本轮得分 145 / 160,达到主模型候选线。它在主线保持、规划收口、工具验证和 wiki 治理上都比较稳;相对 gpt-5.5,已经接近可替换候选,但表达略偏长,commit grouping 的层级判断还可以再克制一些。
查看 →2026-06-17
总分:139 / 160
查看 →2026-06-17
把 bili-tech-pipeline 的发现链路从 7 个并列的 run_actual_task 脚本收口到统一入口 python -m src.scripts.run --strategy <name>,按 broad_sample / stable_sample / keyword_only 三个 DiscoveryStrategy 实现切分;同步把 UP 池评分、健康检查、目标选择、ROI 跟踪从老脚本里抽到 src.domain.up_pool 模块。Review Console 切到新入口后通过完整链路验证:API 触发后真实抓取并写入审核库与飞书去重命中。归档阶段把 23 个一次性历史脚本下沉到 src/scripts/legacy/,12 个探针脚本下沉到 src/scripts/probes/,旧 run_actual_task_*.py 全部退化为带 DeprecationWarning 的薄壳转发。13 个测试全部通过,回滚通道保留 BRC_USE_LEGACY_BROAD_SAMPLE feature flag 与备份 tarball。当前发现链路是单一权威路径,老路径仅用于兼容观察。
查看 →2026-06-16
claude-sonnet-4-6-cc 本轮 125 / 160:适合文档治理、流程整理和一般规划;T1/T3 具体对象锚定不足,T4 未形成真实工具执行闭环,不建议独立承担高细节代码收口。
查看 →2026-06-15
sj-4.6 本轮评测 125 / 160,属于“主模型可用线以下的稳定 worker”。它在轻量规划、回归范围判断、升级 worth-it 与 drift triage 上可用,适合做文档治理 worker / 轻量规划 worker / 受控 code triage;但 T1 对 ca8f4abdb 的三层拆解没有事实锚定,T4 只给了验证清单、没有真实工具调用,因此不建议作为小墨主模型承担长链执行或最终裁决。
查看 →2026-06-15
sj-3.5 本轮评测 126 / 160,属于“限定场景 worker 可用,但不建议主线”的档位。它的结构化表达、规划整理、wiki 大纲和 drift triage 都能用;核心短板是 T4 工具验证题没有真实查证,只停在命令方案层,还写入未证实的具体仓库/分支占位。因此它适合做文档治理 worker / 规划整理 worker,不适合承担小墨主模型、code worker 或高风险运行态裁决。
查看 →2026-06-15
MiniMax-M3 本轮总分 144 / 160,达到“主模型候选”线,但我不建议直接无监督顶到第一主模型。
查看 →2026-06-15
MC-4.8 本轮小墨模型评测得分 133 / 160,属于“主模型可用,但需要看偏科项”的区间。它适合做文档治理 worker、规划/同步收口 worker,也可以作为轻量主线候选试用;但不建议无约束替代 gpt-5.5 承担强工具闭环、远端验证、发布裁决等高风险执行任务。
查看 →2026-06-15
glm-5.2 本轮小墨模型评测得分 131 / 160,属于“主模型可用但有明显偏科”的区间。它适合作为文档治理 worker / planning worker / 轻量技术判断草案生成模型;不建议直接作为小墨主模型,也不适合独立承担需要真实工具验证闭环的代码、发布或 GitHub 同步最终裁决。
查看 →2026-06-15
相对 gpt-5.5 基线,claude-opus-4-8-thinking-A 在风险边界、Git/同步态判断、工具验证闭环上达到或略强;在缺上下文时会偏保守,偶尔用前提说明替代直接交付。
查看 →2026-06-15
决策型回复 HTML 归档。
查看 →2026-06-15
JUN 8335 的 channel:client_restricted 不是单纯 User-Agent 问题,而是缺少 Claude Code / Stainless 客户端指纹;补齐 x-stainless-*、收敛 anthropic-beta、固定 Accept: application/json 后,non-stream、stream、tool_calls 均恢复 200。x666 8334 即使本地 adapter 补齐同样指纹仍返回 Go-http-client/1.1,说明被拦的是 x666 服务端出站 client,不是本机请求。
查看 →2026-06-14
总分:137 / 160
查看 →2026-06-14
run_id:20260614-133725__custom__claude-sonnet-4-6
查看 →2026-06-14
claude-opus-4-8-cc 本轮评测 148 / 160,是强主模型候选。主线保持、规划收口、Git/GitHub 漂移判断、focused regression 和升级收益判断都很稳;T4 对 upstream、远端分支、commit 可达性的陷阱覆盖完整,是本轮明显加分项。主要短板是少数题在缺少真实 diff / 真实仓库路径时偏模板化,T4 没有输出具体仓库的最终 yes/no 结论,因此真实执行场景里要继续给明确目标对象并要求最终状态回执。
查看 →2026-06-14
claude-opus-4-8-cc 本轮评测 136 / 160,属于“主模型可用但不稳”。它在规划、回归判断、升级收益判断、wiki 收口和 drift triage 上表现稳定,适合做文档治理 worker / 规划收口 worker;但这次 T1 对 ca8f4abdb 的三层拆解明显偏模板化,T4 只给了验证流程、没有真正完成实查闭环,因此不建议直接承担需要强工具验证的主线最终裁决。
查看 →2026-06-14
总分:117 / 160。
查看 →2026-06-14
总分:125 / 160
查看 →2026-06-14
run_id:20260614-132537__custom__claude-opus-4-6
查看 →2026-06-13
决策型回复 HTML 归档。
查看 →2026-06-13
总分:122 / 160
查看 →2026-06-08
选中方案:Prepare context。
查看 →2026-06-08
独立发布。
查看 →2026-06-08
本轮 codex-worker 已从零散受控脚本升级为可复验的 coding execution profile:runner、模板、runbook、receipt、evaluator summary 和 smoke 入口均已落地并验证通过。
查看 →2026-06-07
本次已将 Hermes 主要主动推送从飞书 / origin 文本投递统一收口到微信文本推送,采用「标题后分隔线 + 区块分隔线 + 手机端短块」样式,提升微信阅读区分度并避免 cron 自动投递造成重复消息。
查看 →2026-06-07
custom:jun、custom:anyrouter-adapter、custom:sharedchat-adapter 都不能只用“HTTP 200 / models 可列出”判断可用;主力候选必须按 OpenAI SDK + Hermes 双路径验证普通聊天、流式、非流式 tool_calls、流式 tool_calls。此次已补齐三条链路的 index 与非流式聚合问题,三者都通过主力候选协议验收。
查看 →2026-06-07
cpa-codex / CLIProxyAPI 的 OpenAI-compatible alias 在官方 v7.1.47 和官方 v7.1.50 下都存在真实运行时缺陷:形如 YT-GPT-5.5(high) 的模型虽然能在 /v1/models 列出来,但 chat 请求会在 0ms 内被本地 runtime 过滤掉,返回 auth_not_found。本次已在本机基于最新 v7.1.50 做最小修复,并已切到 live 8317。
查看 →2026-06-06
选中方案:Prepare context。
查看 →2026-06-06
独立发布。
查看 →2026-06-04
本轮调整尚未真正收口。已修复的是 custom:cpa-codex 的默认模型/provider 粘连与同名模型 provider 丢失问题,但模型目录展示仍有策略错误:WebUI 当前把 CPA live aliases 与 config.yaml 中的静态 configured models 当成互斥来源处理,导致 gpt-5.4 / gpt-5.3-codex / gpt-5.2 等静态模型没有显示,同时动态 alias 又未按预期与静态列表做并集。
查看 →2026-06-04
AnyRouter 不能直接作为普通 OpenAI-compatible upstream 挂入 CPA;必须通过本地 Codex-shape adapter 模拟 Codex CLI /v1/responses 请求,才能稳定把 gpt-5.5 暴露为 CPA alias ANY-5.5。
查看 →2026-06-02
YT-GPT-5.4(high) 已达到小墨主线候选水位,适合承担日常主线、规划收口、文档治理和 Git 同步前判断;涉及 live state 的问题仍建议强制工具闭环。
查看 →2026-06-02
SharedChat Codex Adapter 已从“纯文本 Chat→Responses 转换器”升级为可支持 Hermes agent 工具调用的 bridge;SC-GPT-5.5(high) 已可通过 Hermes → CPA 8317 → SharedChat Adapter 8329 → SharedChat Responses 完成 tool_calls 发起与工具结果回灌。
查看 →2026-06-02
Hindsight 生产 API 已从 0.6.2 成功切到 0.7.2,当前 http://127.0.0.1:8889 运行健康,PostgreSQL migration 已升级到 Alembic head c1d2e3f4a5b6,retain / recall / consolidate 全链路验收通过。
查看 →2026-06-02
title: Hermes Skill Context Pruning 与 Cron Script-only 收口复盘
查看 →2026-06-01
决策型回复 HTML 归档。
查看 →2026-06-01
本次治理没有把“退役 skill”当主目标,而是把月度 skill 审计从模型自由判断改为确定性事实采集与轻量策略评估:先保证事实口径可复现,再对缺字段、坏引用、同名误伤和保护项冲突做最小治理。
查看 →HTML Anything 对 Hermes 的 HTML 展示有明确帮助,但应按 Partial Absorb / L3 局部能力吸收 处理。
查看 →2026-05-31
推荐方案:这篇文章适合作为“Token 经济 / 推理成本 / 运营商 AI 转型”的原始材料归档,先放入 content-archive raw + query 层,并发布一个可浏览 HTML 版方便后续阅读与引用。
查看 →2026-05-31
已按 Leonxlnx/taste-skill 评估建议完成局部吸收,范围严格限定为:
查看 →2026-05-31
对 GitHub 上的 taste-skill,主项目应定位为:
查看 →2026-05-31
title: CPA-Manager-Plus 8318 正式替换 CPA-Manager 8316
查看 →2026-05-30
总分:153 / 160。
查看 →2026-05-30
总分:147 / 160。
查看 →2026-05-30
总分:142 / 160。
查看 →2026-05-30
gpt-5.4-mini-high 当前最好分 138/160,最新分 138/160,处于 B|高可用 worker / 可受控主用。建议角色:research worker / 文档治理 worker / 受控 code-review worker;不建议直接作为唯一主模型.
查看 →2026-05-30
这次最有价值的经验是:CPA 可以用 oauth-model-alias + payload.override 给 Codex OAuth 模型做 reasoning effort 档位化暴露;先 staging 验证再写 live,能避免把模型权限问题误判成配置问题。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
单模型评测详情页:分数轨迹、推荐角色、逐题表现、维度表现与证据路径。
查看 →2026-05-29
小墨模型评测多模型横向比较、分层建议与路由选型依据。
查看 →2026-05-29
选中方案:Prepare context。
查看 →2026-05-29
SharedChat Codex 公益站不是普通 OpenAI Chat Completions provider,而是 Responses-only Codex API。直接挂 Hermes 或 CPA openai-compatibility 容易因 /v1/chat/completions / /v1/models 不存在而失败。最终采用一层极薄本地 adapter,把 OpenAI Chat Completions 请求转成 /v1/responses,再挂到 CPA,Hermes 通过 custom:cpa-codex 使用唯一 alias SC-GPT-5.5。
查看 →2026-05-29
独立发布。
查看 →2026-05-29
title: HTML Anything 对 Hermes HTML 展示的验证
查看 →2026-05-29
本次会话已经把 Hermes 常用高频能力从“每次临场想起要加载哪些 skill”收拢为 4 个可调用 bundle:
查看 →2026-05-29
这轮升级已经完成并通过最终验收:当前 live Hermes 为 Hermes Agent v0.15.1 (2026.5.29)。5.28 对应 0.15.0 大版本,5.29 是同日 hotfix 0.15.1;实际升级选择直接落到 5.29 是正确路线。
查看 →2026-05-29
Aegis → Hermes 完整吸收方案与边界协议。
查看 →2026-05-29
Aegis 局部吸收执行记录:P0/P1 已 patch,验证无越界。
查看 →2026-05-29
Aegis Method Pack 吸收评估:L3 / Partial Absorb。
查看 →2026-05-28
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-28
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-28
Spice 局部吸收完整收口报告。
查看 →2026-05-28
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-28
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-28
决策记录与论证归档。
查看 →2026-05-28
Decision Layer Lite 端到端 smoke。
查看 →2026-05-26
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-26
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-26
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-26
执行结果、问题收口、风险与后续动作。
查看 →2026-05-26
外部项目/能力调研与吸收价值判断。
查看 →2026-05-25
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-25
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-25
发布链路、字段吸收或端到端 smoke 的验证记录。
查看 →2026-05-25
agentmemory 与 Hindsight 长期记忆选型判断。
查看 →2026-05-24
结论:两台不同电脑上的 Hermes 可以共享长记忆,但不应该靠同步本地 MEMORY.md / USER.md 或 state.db 实现。推荐使用同一个外部 memory provider,例如 Hindsight 共享 bank;Honcho 适合共享用户画像和多 AI peer;Supermemory / Mem0 是轻量云端语义记忆备选。
查看 →2026-05-24
如果要给 Hermes 引入类似 Codex / Claude Code 的项目管理层,最佳解法不是重做一个“大而全项目系统”,而是在现有官方能力上加一个轻量的一等对象:Project Workspace。
查看 →2026-05-24
结论:飞书长回复不应该继续直接承载完整分析。当前采用“短飞书入口 + rich HTML + wiki Markdown + Hindsight retain pointer”的四层策略,并设置 700 中文字 / 约 1200 字符的飞书回复阈值。
查看 →2026-05-23
GenericAgent 的 agent_loop.py 和 llmcore.compress_history_tags 不是 Hermes LCM 的替代物。它们更像一套轻量运行时压缩纪律:靠最小循环、单轮消息重建、标签级截断、周期性压旧历史,减少上下文噪音。
查看 →2026-05-23
GenericAgent 不适合作为 Hermes 的替代主框架,也不建议整包合并;最值得吸收的是它的 context information density maximization 思路:极简原子工具、分层按需记忆、任务后 skill/SOP 晶化、长程执行中的压缩/截断纪律。
查看 →2026-05-23
> 这是一个样例,用于验证“飞书会话只放结论/建议/提醒,详细论证生成 HTML 并写入 wiki”的阅读体验。
查看 →