2026-09-24
Jev 用法扩充评估：对照 hermes-jev-skills 的方向分析 · Decision Trace
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。
VOL. 02 // ARCHIVE INDEX
Decision Trace Hub｜决策档案库
保留方案、指标、验证、复盘和治理判断，让结论能够追溯。
154记录
8分类
8主题
2026-09-24更新
共 154 项结果
2026-09-23
墨测详情：gpt-6-luna（max，V4.1.5）
决策记录与论证归档。
2026-09-23
墨测详情：gpt-6-sol（xhigh，V4.1.5）
决策记录与论证归档。
2026-09-23
Laya 本地替代 Jev 的可行性评估（真实实测）
决策记录与论证归档。
2026-09-23
Jev 影子期数据汇总（2026-09-23）
决策记录与论证归档。
2026-09-21
Jev 三项候选执行结果与验证报告
决策记录与论证归档。
2026-09-21
Jev 三项候选接入评估：搜索路由 / 可逆粗筛 / 工具调用选择
决策记录与论证归档。
2026-09-21
Jev 在 Hermes 体系中的适配环节评估
决策记录与论证归档。
2026-09-21
Jev 无损剪枝：引入收益 vs 风险评估（按信息稳定传递优先级）
决策记录与论证归档。
2026-09-21
fast-jev-compaction 引用评估：能否用在 Hermes 自己身上
决策记录与论证归档。
2026-09-21
Jev 影子期对照基线快照（截至 2026-09-21）
决策记录与论证归档。
2026-09-21
Jev 批量形态落地记录：底座 + 场景准入
决策记录与论证归档。
2026-09-21
Jev 批量形态对比验证记录：阶段 1 完成
决策记录与论证归档。
2026-09-21
Jev 调用形态升级：批量请求替代逐条串行的对比验证方案
决策记录与论证归档。
2026-09-20
wuyoscar/jev-skill 社区用法评审：对本地 Jev 用法的借鉴清单
决策记录与论证归档。
2026-09-20
Jev P0 接入与影子期汇总机制
决策记录与论证归档。
2026-06-02
PREVIEW · Hermes Skill Context Pruning 与 Cron Script-only 收口复盘
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。
2026-09-20
Jev 深度调研与吸收评估
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）。
2026-09-20
Jev 能力落地清单与替换上线
决策型回复 HTML 归档。
2026-09-20
Jev 真实接入对比与稳定性验证
决策型回复 HTML 归档。
2026-09-20
Jev P0 五项接入效果报告
如果当时有这层分诊，该 cron 不会被暂停。
2026-09-20
Jev P0 方法论吸收执行与验证
决策型回复 HTML 归档。
2026-09-20
Jev P0 方法论吸收执行与验证（勘误版）
决策型回复 HTML 归档。
2026-09-20
Jev 替换上线与验证（附三）
决策型回复 HTML 归档。
2026-09-12
小墨 V4.1.5 六模型横评深度分析：终端 Agent 真实工作流能力剖面
决策型回复 HTML 归档。
2026-09-12
小墨 V4.1.5 评测基准产品介绍：为真实工作流设计的终端 Agent 评测
决策型回复 HTML 归档。
2026-08-27
MiniMax H3 本地部署选型与台式机/笔记本性能评估报告
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。
2026-08-18
MemOS vs Hindsight：当前是否值得重开对比评测
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。
2026-08-17
MemOS vs Hindsight：AML 榜单审计与隔离 Sidecar Trial 决策
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。
2026-08-17
Hindsight 0.9.1 Recall 性能优化评估
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%。
2026-08-17
Hindsight 0.9.1 生产切换与真实四链路验收
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。
2026-08-17
Hindsight 0.9.1 旁路 Clone 高保真回归
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。
2026-08-13
TencentDB Agent Memory vs Hindsight + Cloudflare Tunnel 跨设备记忆方案评估
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。
2026-08-12
跨设备 Hermes 记忆同步方案评估
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。
2026-08-11
小墨模型评测 V3.2 横向深度分析（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。
2026-08-10
NewsCrawler 文章评估：可试用，不宜直接作为生产采集底座
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。
2026-07-24
小墨模型评测详情：JWS-5.6（V3.2）
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。
2026-07-10
小墨模型评测详情：grok-4.5
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。
2026-07-10
小墨模型评测详情：gpt-5.6-terra
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。
2026-07-10
小墨模型评测详情：gpt-5.6-sol
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。
2026-07-10
小墨模型评测详情：gpt-5.6-luna
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。
2026-06-29
OpenBiliClaw 项目调研与吸收评估
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。
2026-06-29
Bili Review Console 吸收 OpenBiliClaw B站渲染搜索能力方案
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：
2026-06-25
hermes-feishu-streaming-card 与本机 Feishu Card 主链对比评估
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。
2026-06-25
Feishu Card v3 吸收方案：稳定、美观与升级省事
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。
2026-06-25
结论：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。
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…
2026-06-20
Headroom 从吸收到使用的完整方案
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。
2026-06-19
Hindsight Reflect 使用规范与下一步规划
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。
2026-06-18
小墨模型评测详情：kimi-k2.7-code
总分：140 / 160
2026-06-18
Decision Trace Publish 验证烟测
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。
2026-06-18
cftunnel 对 HTML 发布能力的吸收评估
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。
2026-06-18
Prompt Engineering Regression 与 SOUL Tier-A 改造复盘
决策型回复 HTML 归档。
2026-06-17
小墨模型评测详情：glm-5.2（20260617-122949）
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。
2026-06-17
小墨模型评测详情：glm-5.2
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。
2026-06-17
小墨模型评测详情：claude-opus-4-7
总分：139 / 160
2026-06-17
Bili Tech Pipeline 发现链路重构与脚本归档
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。
2026-06-16
小墨模型评测详情：claude-sonnet-4-6-cc（20260616-205806）
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。
2026-06-15
小墨模型评测详情：sj-4.6（2026-06-15 154615）
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。
2026-06-15
小墨模型评测详情：sj-3.5（2026-06-15 160032）
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。
2026-06-15
小墨模型评测详情：MiniMax-M3
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。
2026-06-15
小墨模型评测详情：MC-4.8（2026-06-15 164052）
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。
2026-06-15
小墨模型评测详情：glm-5.2
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。
2026-06-15
小墨模型评测详情：claude-opus-4-8-thinking-A
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。
2026-06-15
飞书 Card 收敛式重构 · 执行与修复复盘
决策型回复 HTML 归档。
2026-06-15
Claude Code Provider 指纹调整复盘：JUN 8335 恢复与 x666 8334 边界
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。
2026-06-14
小墨模型评测详情：claude-sonnet-4-6-cc
总分：137 / 160
2026-06-14
小墨模型评测详情：claude-sonnet-4-6
run_id：20260614-133725__custom__claude-sonnet-4-6
2026-06-14
小墨模型评测详情：claude-opus-4-8-cc
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。
2026-06-14
小墨模型评测详情：claude-opus-4-8-cc（010250）
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。
2026-06-14
小墨模型评测详情：claude-opus-4-8
总分：117 / 160。
2026-06-14
小墨模型评测详情：claude-opus-4-6-cc
总分：125 / 160
2026-06-14
小墨模型评测详情：claude-opus-4-6
run_id：20260614-132537__custom__claude-opus-4-6
2026-06-13
小墨模型评测详情：claude-opus-4-8
决策型回复 HTML 归档。
2026-06-13
小墨模型评测详情：claude-opus-4-7
总分：122 / 160
2026-06-08
Spice JSON 发布验证
选中方案：Prepare context。
2026-06-08
脚本发布验证
独立发布。
2026-06-08
codex-worker 优化与 CPA/YT 模型路由调试复盘
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。
2026-06-07
Hermes 微信推送样式迁移与 Cron 投递链路收口
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。
2026-06-07
三个 OpenAI-compatible Provider 的本地 Adapter 维护经验：JUN / AnyRouter / SharedChat
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。
2026-06-07
CLIProxyAPI OpenAI-compatible `(high)` alias auth_not_found 修复与 8317 systemd 正式化
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。
2026-06-06
Spice JSON 发布验证
选中方案：Prepare context。
2026-06-06
脚本发布验证
独立发布。
2026-06-04
Hermes WebUI 8787 cpa-codex 模型目录错位复盘
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。
2026-06-04
AnyRouter Codex Adapter 接入 CPA：从假成功到可用工具桥
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。
2026-06-02
小墨模型评测详情：YT-GPT-5.4(high)
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。
2026-06-02
SharedChat Adapter Tool Bridge 与 systemd 托管修复记录
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。
2026-06-02
Hindsight 0.6.2 到 0.7.2 生产升级复盘
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。
2026-06-02
Hermes Skill Context Pruning 与 Cron Script-only 收口复盘
title: Hermes Skill Context Pruning 与 Cron Script-only 收口复盘
2026-06-01
Hindsight 0.7.1 Postgres 升级风险与方案 C 规划
决策型回复 HTML 归档。
2026-06-01
Hermes Skill 治理与月度审计链路收口复盘
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。
html-anything-display-validation-2026-05-23
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。
2026-05-31
国内外 Token 市场趋势调研报告｜微信文章归档
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。
2026-05-31
Taste-Skill → Hermes 局部吸收执行记录
已按 Leonxlnx/taste-skill 评估建议完成局部吸收，范围严格限定为：
2026-05-31
Leonxlnx/taste-skill 项目吸收评估
对 GitHub 上的 taste-skill，主项目应定位为：
2026-05-31
CPA-Manager-Plus 8318 正式替换 CPA-Manager 8316
title: CPA-Manager-Plus 8318 正式替换 CPA-Manager 8316
2026-05-30
小墨模型评测详情：gpt-5.5-xhigh
总分：153 / 160。
2026-05-30
小墨模型评测详情：gpt-5.5-high
总分：147 / 160。
2026-05-30
小墨模型评测详情：gpt-5.4-mini-xhigh
总分：142 / 160。
2026-05-30
小墨模型评测详情：gpt-5.4-mini-high
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.
2026-05-30
CLIProxyAPI Codex reasoning effort alias 配置复盘
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。
2026-05-29
小墨模型评测详情：YT-claude-4.7
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。
2026-05-29
小墨模型评测详情：YT-claude-4.6
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。
2026-05-29
小墨模型评测详情：skyclaw-v1
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。
2026-05-29
小墨模型评测详情：qwen3.7-max
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。
2026-05-29
小墨模型评测详情：mimo-v2.5-pro
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。
2026-05-29
小墨模型评测详情：kimi-k2.6
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。
2026-05-29
小墨模型评测详情：gpt-5.5
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。
2026-05-29
小墨模型评测详情：gpt-5.4
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。
2026-05-29
小墨模型评测详情：gpt-5.4-mini
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。
2026-05-29
小墨模型评测详情：gpt-5.4-2026-03-05
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。
2026-05-29
小墨模型评测详情：gpt-5.3-codex
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。
2026-05-29
小墨模型评测详情：GLM-5.1
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。
2026-05-29
小墨模型评测详情：gemini-3.5-flash
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。
2026-05-29
小墨模型评测详情：gemini-3.1-pro-preview
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。
2026-05-29
小墨模型评测详情：deepseek-v4-pro
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。
2026-05-29
小墨模型评测详情：deepseek-v4-flash
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。
2026-05-29
小墨模型评测详情：claude-sonnet-4-6
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。
2026-05-29
小墨模型评测详情：claude-opus-4-8
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。
2026-05-29
小墨模型评测详情：claude-opus-4-7
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。
2026-05-29
小墨模型评测详情：claude-opus-4-7-thinking
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。
2026-05-29
小墨模型评测详情：ali-qwen-3.6
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。
2026-05-29
小墨模型评测详情：ali-kimi-k2.5
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。
2026-05-29
小墨模型评测横向归档（截至 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。
2026-05-29
Spice JSON 发布验证
选中方案：Prepare context。
2026-05-29
SharedChat Codex 公益站接入 Hermes：Chat→Responses Adapter + CPA 反代
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。
2026-05-29
脚本发布验证
独立发布。
2026-05-29
html-anything-display-validation-2026-05-23
title: HTML Anything 对 Hermes HTML 展示的验证
2026-05-29
Hermes 能力汇聚与 Skill Bundle 治理复盘
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：
2026-05-29
Hermes 5.28 / 5.29 升级评估与方法复盘
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。
2026-05-29
Aegis → Hermes 完整吸收方案与边界协议
Aegis → Hermes 完整吸收方案与边界协议。
2026-05-29
Aegis → Hermes 局部吸收执行记录
Aegis 局部吸收执行记录：P0/P1 已 patch，验证无越界。
2026-05-29
GanyuanRan/Aegis 项目吸收评估
Aegis Method Pack 吸收评估：L3 / Partial Absorb。
2026-05-28
Spice JSON 发布验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-28
Spice JSON 直发验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-28
Spice → Hermes Decision Layer Lite 吸收收口报告
Spice 局部吸收完整收口报告。
2026-05-28
Spice Decision Card 字段吸收验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-28
脚本发布验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-28
Hermes 主项目 GitHub PR/Issue 讨论趋势评估
决策记录与论证归档。
2026-05-28
Decision Layer Lite 端到端收口 Smoke
Decision Layer Lite 端到端 smoke。
2026-05-26
历史占位验证页
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-26
脚本发布验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-26
非 HTML 链接误用验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-26
飞书长回复自动补救链路验证
执行结果、问题收口、风险与后续动作。
2026-05-26
Albert-Lsk/wechat-notebank 综合调研与吸收评估
外部项目/能力调研与吸收价值判断。
2026-05-25
脚本发布验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-25
Decision Trace 二次验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-25
Decision Trace 项目拆分验证
发布链路、字段吸收或端到端 smoke 的验证记录。
2026-05-25
agentmemory 与 Hindsight 长期记忆选型评估
agentmemory 与 Hindsight 长期记忆选型判断。
2026-05-24
两台 Hermes 共享记忆方案
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。
2026-05-24
Hermes 引入 Project Workspace 管理层评估
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。
2026-05-24
飞书长回复阈值验证
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。
2026-05-23
2026-05-23-genericagent-vs-hermes-lcm-prompt-compaction
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。
2026-05-23
2026-05-23-genericagent-absorption-eval
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。
2026-05-23
2026-05-23-decision-reply-html-archive-sample
> 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。
没有匹配内容。