墨梅博客 - 标签: Hermes Agent https://momei.app/ Momei Blog - AI-driven, natively internationalized developer blog platform. Sun, 05 Jul 2026 17:34:04 GMT https://validator.w3.org/feed/docs/rss2.html Momei Blog zh-CN 墨梅博客 - 标签: Hermes Agent https://momei.app/logo.png https://momei.app/ © 2026 墨梅博客. All rights reserved. <![CDATA[墨梅博客 1.21.0 与 Hermes Agent 实践 | 2026 年第 27 周草梅周报]]> https://momei.app/posts/2026-27-caomei-weekly-2026-27-weekly-momei-hermes-agent https://momei.app/posts/2026-27-caomei-weekly-2026-27-weekly-momei-hermes-agent Sun, 05 Jul 2026 17:34:04 GMT 墨梅博客 1.21.0 与 Hermes Agent 实践 | 2026 年第 27 周草梅周报

本文在草梅友仁的博客发布和更新，并在多个平台同步发布。如有更新，以博客上的版本为准。您也可以通过文末的 原文链接 查看最新版本。

前言

欢迎来到草梅周报！这是一个由草梅友仁基于 AI 整理的周报，旨在为您提供最新的博客更新、GitHub 动态、个人动态和其他周刊文章推荐等内容。

您可以通过以下方式订阅草梅周报的更新：

开源动态

本周墨梅博客的开发依旧在稳步进行中。

您可以前往 Demo 站试用：https://demo.momei.app/

  • 您可以通过邮箱 admin@example.com，密码 momei123456 登录演示用管理员账号。

或前往官网注册：https://momei.app/

也可以前往文档站来了解项目整体规划和未来开发路线图：https://docs.momei.app/

现在可前往增强包页面下方加入候补名单，当增强包开发完成时，会通过邮件等方式在第一时间通知你。

当前墨梅博客已经正式发布了 1.20.1 版本，以下是新页面和新功能的一些截图。

新增微信公众号平台的预览效果，现在可以直接查看文章渲染后的效果。

image-20260706000230860

新增定时推送和相关的取消删除功能。

image-20260706000403210

更多功能和页面可以前往官网体验，也可前往之前的博客查看截图。

欢迎各位用户体验。并提出意见和建议。

接下来的话还会继续按照路线图和待办进行开发功能，敬请期待。

当然，目前墨梅博客还有很多需要打磨的细节，功能上也还不完善，如有任何意见和建议，都可以在项目的 GitHub issues 中提出。

如果你也对墨梅博客感兴趣，欢迎参与开发和测试。

博客更新

GitHub Release

rss-impact-server

v1.18.4 - 2026-06-27 20:39:40

摘要:

  • 测试: 跳过 opentelemetry-deps 的 package.json 测试，以防止不兼容变更
  • Bug 修复: 启用 SQLite WAL 模式，设置 synchronous=NORMAL 和 busy_timeout，并优化 Docker 构建；更新 @vercel/nft 版本至 1.10.2

afdian-linker

v1.4.3 - 2026-06-27 20:25:03

摘要:

  • 代码重构: 优化用户验证逻辑；重构代码以提高可读性和一致性
  • Bug 修复: 为高严重性的传递依赖添加覆盖

momei

v1.21.0 - 2026-06-27 21:01:23

摘要:

  • 代码重构: 重构 distribution 扩展预览控制器逻辑；优化 email 邮件模板链接；导出 i18n 日期语言映射供外部模块使用；收敛类型定义至单一来源，迁移类型至正确目录。
  • 新功能: listmonk 添加远程活动调度；marketing 添加定时推送取消和删除；post-distribution 增强预览渲染支持内容配置文件，并新增复制渲染后 HTML 功能。
  • Bug 修复: 修复 distribution 标签渲染返回值错误、公众号 URL 链接二次替换、WechatSync 标签尾注缺失及小红书版权格式问题；修复 i18n 首屏翻译模块加载失败；启用 PWA 并配置相关选项；支持移动端 CWV 基线采集；添加服务器错误消息处理；升级 hono 至 >=4.12.25 解决安全漏洞，通过 pnpm overrides 解决 3 个高危依赖 CVE；优化用户会话数据处理；完成商业链接管理器测试 API 迁移；修复阶段 51 回归测试。

最新 GitHub 加星仓库

  • CaoMeiYouRen starred DeepSpec - 2026-06-29 22:39:36 DeepSpec 是一个用于训练和评估推测解码算法的全栈代码库，主要语言为 Python，获得 6223 颗星标。
  • CaoMeiYouRen starred SoundKeyboard - 2026-06-24 23:35:58 该仓库没有提供描述，主要编程语言为 Python，获得了 36 个星标。
  • CaoMeiYouRen starred dify - 2026-06-24 20:14:26 生产就绪的代理工作流开发平台，主要使用 TypeScript 语言，拥有 147761 个星标。
  • CaoMeiYouRen starred opencode-wakatime - 2026-06-24 17:28:09 使用 Wakatime 跟踪 Opencode 的使用情况，主要编程语言为 TypeScript，该项目在 GitHub 上获得 182 颗星标。
  • CaoMeiYouRen starred hyperframes - 2026-06-23 19:17:16 该工具专为代理构建，支持编写 HTML 和渲染视频，主要使用 TypeScript 语言开发，拥有 33,234 个星标用户。

其他博客或周刊推荐

阮一峰的网络日志

HelloGitHub 月刊

总结

本周的更新和动态如上所示。感谢您的阅读！ 您可以通过以下方式订阅草梅周报的更新：

往期回顾

]]> 草梅友仁 草梅周报 <![CDATA[记一次基于 Hermes Agent 的 AI 助手自动化深度使用体验]]> https://momei.app/posts/hermes-agent-docker-deployment-deepseek-v4-feishu https://momei.app/posts/hermes-agent-docker-deployment-deepseek-v4-feishu Sun, 28 Jun 2026 10:27:50 GMT 记一次基于 Hermes Agent 的 AI 助手自动化深度使用体验

摘要：本文记录了将 Hermes Agent 部署到 Docker、接入飞书、配置 tinyfish-mcp 搜索、搭配 DeepSeek V4 Flash 低成本方案，以及两周深度使用的真实体验。适合有一定 Docker 基础、想搭建自部署 AI 助手的读者。

在上期博客 《Hermes Agent AI 助手与墨梅博客更新 | 2026 年第 24 周草梅周报》 中简单提了一下 Hermes Agent，这次将结合最近几周的真实使用体验，来给出一个完整的部署和使用报告。

官方文档：https://hermes-agent.nousresearch.com/docs/zh-Hans/

部署

首先，和 OpenClaw 一样，要想使用 Hermes Agent，先得部署 Hermes Agent。

考虑到此类 AI 助手的所需要的权限非常大，因此非常不推荐在个人电脑上部署，如需部署，还是建议优先使用 Docker 这样的容器环境来部署，和主机环境进行隔离，以减少被误删文件和被攻击的风险。

Docker 容器本身就是安全边界

接下来介绍一下如何通过 Docker 部署 Hermes Agent。

首先进行一些前期准备，包括 Linux 服务器、Docker、LLM 的 API Key。

环境要求

  • 服务器：Linux（最好不低于 2 核 4G，否则会有卡死的风险）
  • Docker：已安装 docker、docker-compose
  • API Key：至少一个 LLM 厂商的密钥（DeepSeek、OpenAI 等）
  • 消息网关：这里以飞书为例（你可以选择任意一个支持的消息平台，例如 QQ、企业微信、钉钉等）

安装

在服务器合适的目录下写入以下 docker-compose.yml 配置文件。

# 
# Hermes Agent — Docker Compose 部署
# 配置: DeepSeek V4 Flash + 飞书 WebSocket
#
services:
  hermes:
    image: nousresearch/hermes-agent:latest
    container_name: hermes
    restart: unless-stopped
    volumes:
      - ./hermes_data:/opt/data
    env_file:
      - .env
    environment:
      # ---- 用户权限 ----
      - HERMES_UID=${HERMES_UID:-1000}
      - HERMES_GID=${HERMES_GID:-1000}
      # ---- DeepSeek Provider ----
      - DEEPSEEK_API_KEY=${DEEPSEEK_API_KEY}
      # ---- 飞书渠道 (WebSocket 模式) ----
      - FEISHU_APP_ID=${FEISHU_APP_ID}
      - FEISHU_APP_SECRET=${FEISHU_APP_SECRET}
      - FEISHU_DOMAIN=feishu
      - FEISHU_CONNECTION_MODE=websocket
      # ---- 飞书安全白名单 (强烈推荐) ----
      - FEISHU_ALLOWED_USERS=${FEISHU_ALLOWED_USERS}
      # ---- 推荐: 设置 home chat 用于 cron/通知 ----
      - FEISHU_HOME_CHANNEL=${FEISHU_HOME_CHANNEL}
      # - GATEWAY_ALLOW_ALL_USERS=${GATEWAY_ALLOW_ALL_USERS:-false}
      - GATEWAY_ALLOWED_USERS=${GATEWAY_ALLOWED_USERS}
      - OPENCODE_GO_API_KEY=${OPENCODE_GO_API_KEY}
    command: ["gateway", "run"]

在这里选择用 DeepSeek V4 Flash 作为后端 AI 模型，飞书作为前端交互客户端。在这里不使用 Web dashboard，也就不开放任何端口，所有消息通过飞书发送和接收。所有数据保存到当前目录下的 hermes_data 目录（和官方有差异，官方默认是 ~/.hermes/，我这里用自定义挂载是为了方便备份）。

当然，上述配置还是不完整的，因为没有对应的环境变量。

在同一目录下新建 .env 文件，配置参考如下，请注意替换成你的真实值。

# === DeepSeek API ===
# 在 https://platform.deepseek.com 申请
DEEPSEEK_API_KEY=sk-xxxx

# === 飞书应用凭据 ===
# 在 https://open.feishu.cn/app 申请，具体申请过程参考下文
FEISHU_APP_ID=cli_xxxx
FEISHU_APP_SECRET=xxxxx
FEISHU_DOMAIN=feishu
FEISHU_CONNECTION_MODE=websocket

# === 飞书安全白名单 (用逗号分隔用户 open_id) ===
FEISHU_ALLOWED_USERS=ou_xxxx

# === 可选: Home Chat ID (cron job 结果、通知发送到此) ===
# FEISHU_HOME_CHANNEL=oc_xxx
# 允许的用户 ID。
# GATEWAY_ALLOWED_USERS=xxx
# 第一次使用建议先设置成允许所有用户，不过请确保该应用只有自己使用！
GATEWAY_ALLOW_ALL_USERS=true

除此之外，你还需要在 hermes_data 目录下创建一个 config.yaml 文件，内容如下：

model:
  provider: deepseek
  default: deepseek-v4-flash

你也可以使用任何支持的 AI 提供商。

当然，你也可以通过命令行配置，通过以下命令进入设置向导，向导会提示你输入 API 密钥并将其写入 ./hermes_data/.env

docker run -it --rm \
  -v ./hermes_data:/opt/data \
  nousresearch/hermes-agent setup

接入飞书平台

在这里需要一个飞书应用凭据和用户的 open_id，先讲一下飞书智能体应用如何创建。

首先登录飞书开发者后台，可以看到首页已经置顶了 创建飞书智能体应用 的入口，如果没有的话也可以点击下面的 创建企业自建应用 入口来创建。

飞书开发者后台 - 创建智能体应用入口

然后就可以看到设置头像和名称的页面了，直接点 立即创建 就行了。

飞书开发者后台 - 创建智能体应用

然后就能直接看到 App ID 和 App Secret 了，复制到环境变量中。

image-20260628000747412

之后在项目目录下面执行以下命令，启用 Hermes Agent 的 Docker 镜像即可。

docker compose up -d

这时候就可以给机器人发消息来验证接入是否成功了。

image-20260628001752386

如果没有响应，一般是没有配置 飞书安全白名单 和 允许的用户 ID 的缘故。

这种情况下可以先临时把 GATEWAY_ALLOW_ALL_USERS 设置成 true，然后直接询问 AI 用户的 open_id，并在 FEISHU_ALLOWED_USERS 和 GATEWAY_ALLOWED_USERS 中填入。

也可以直接去看 logs/gateway.log 的日志。

image-20260628002340001

使用

AI 能够通过飞书渠道进行回复之后，就可以正式开始使用了。

比如说，您可以先向它自我介绍一下，它就会记下来，以后也会直接引用。

image-20260628003452887

然后是一些使用上的小技巧。

部署搜索 MCP

众所周知，没有搜索工具的 AI 大模型依旧是个笨蛋，而在我的真实使用过程中，搜索类工具的触发概率基本上到了 80%~90%，做调研、探索、核实等任务的时候基本上是刚需，因此我选择了接入 tinyfish-mcp，可以说非常好用。

tinyfish-mcp 的部署请参考官方文档。

部署完 tinyfish-mcp 后，在 config.yaml 中配置即可。

mcp_servers:
  tinyfish-search:
    url: "https://tinyfish.example.com/mcp"
    headers:
      Authorization: "Bearer xxxxxx"

image-20260628004015611

如果你配置了多个 MCP 的话，那么就会发现 MCP 的 schema 占用了大量的上下文，因此可以考虑显式启用 Tool Search 功能。

在 config.yaml 配置中这样设置：

tools:
  tool_search:
    enabled: true       # 之前是 auto，现在显式启用
    threshold_pct: 10   # MCP/插件工具超过上下文 10% 时触发
    search_default_limit: 5
    max_search_limit: 20

由于像 DeepSeek V4 这样的模型是支持 1M 上下文的，所以按照 auto 的 10% 自动触发来计算的话，得要 100k 左右的 MCP schema 上下文占用才会启用，而这个时候 MCP schema 的占用其实已经太大了，所以建议改成显式启用。

使用便宜的 AI 模型

虽然也有人通过 Hermes Agent 编程，但大部分情况下还是跟它聊天多，而这种情况下是不需要太好的模型的，加上使用高级模型带来的开支是不容忽视的，所以还是建议大家使用便宜的 AI 模型，比如说高性价比的 DeepSeek V4 Flash，而不是 DeepSeek V4 Pro。如果真的需要编程，再通过调用 Claude Code、OpenCode 等 AI 工具来编程。

在这里个人比较推荐通过 OpenCode Go 来调用 DeepSeek V4 Flash，能比 DeepSeek 官方还优惠一些。

以上链接包含我的邀请码，通过此链接注册你和我都能获得一定免费使用额度。

OpenCode Go 官方文档：https://opencode.ai/docs/zh-cn/go

具体的原理就是 OpenCode Go 只需要 10 美元一个月，但是额度上却有 60 美元。

虽然 OpenCode Go 里面 DeepSeek V4 Pro 目前还没有同步 DeepSeek 官方的 2.5 折优惠，但是 DeepSeek V4 Flash 的价格是一致的，所以确实可以用 10 美元的价格用 60 美元额度的 DeepSeek V4 Flash，在各类 AI 模型中也算性价比最高的那一档了。

此外 OpenCode Go 还可以配合 Qwen3.7 Plus 来解决图像识别的问题，算是性价比最高的 AI 模型套餐之一了。

image-20260628010217783

如果使用 OpenCode Go，在环境变量中的配置项就要对应改成 OpenCode Go 的，比如：

OPENCODE_GO_API_KEY=xxxx

并且 config.yaml 配置的 model.provider 字段也要做如下修改：

model:
  provider: opencode-go
  default: deepseek-v4-flash

配置视觉模型

如果你使用了 DeepSeek V4 系列作为 Hermes Agent 后端的主力 AI 模型，那么会遇到一个问题，那就是 deepseek-v4 目前还不支持识别图像，所以无法识别你发送的图片，影响使用体验。

在 Hermes Agent 中是支持单独设置视觉模型的，所以可以在 config.yaml 配置的 auxiliary.vision.model 字段中设置了 qwen3.7-plus 等支持图像识别的 AI 模型，来弥补 DeepSeek V4 Flash 的不足。

auxiliary:
  vision:
    provider: opencode-go
    model: qwen3.7-plus

image-20260614220340115

自动化整理记忆

Hermes Agent 是支持设置定时任务的，为了强化它的自主学习能力，可以要求它每天凌晨的时候自动扫描过去 24 小时的会话，提取可复用的知识，从而省去了人工要求它复用的工夫。

参考 prompt： “扫描过去 24 小时的所有会话，提取可复用的知识…”

这里有一个小问题是，在 cron job 中无法直接写入 Memory，也就是说无法直接修改 Agent 记忆，所以只能采用间接方案，用 file 工具写入 reusable-knowledge.json 作为文件级知识库。

使用 markdown 发送消息

由于飞书的限制，表格在消息中是无法渲染的，所以可以考虑转换成 markdown 文件作为附件进行发送，这样可以解决排版问题，也可以避免消息中出现了不支持的 markdown 排版字符。

你可以直接要求 AI 以 markdown 文件格式发送附件，或者要求检测到表格字符后就自动转换成 markdown 附件。

image-20260614220405355

一些使用体验

接下来聊聊自己这段时间使用 Hermes Agent 的感受吧。

首先就是非常的强大，非常的好用。

最开始对它的期望也就是个高度定制化的豆包而已，但现在看起来远比豆包好用。

为什么？

豆包不能执行代码、不能操作文件、也不能定时自省——而 Hermes Agent 把这些都集成在了一个界面中，这就是它比豆包好用的地方。

一方面，通过自建的 tinyfish-mcp 解决的搜索质量问题，另一方面，通过 super-search 解决了调查报告质量的问题，可以说这是超过绝大部分 AI 搜索工具结果质量的基石。

其次则是定时任务系统。

个人也是使用过类似 n8n 这样的可视化低代码平台，虽然说写一个定时任务并不复杂，但手动去写、手动去连线还是有点麻烦，而自己写脚本也是嫌麻烦，而通过 Hermes Agent 一句话就能让它自己写脚本，并且出了问题还能自己修复，这就非常的愉快了。

而这些只是 Hermes Agent 最基础的功能，Hermes Agent 从本质上讲就是个自部署的 AI 助手，是可以轻松加入绝大多数工作流的，把它拉进工作群就是个最简单的使用方式了（不过得记得做好权限控制），剩下的交给时间就行，多互动，就会越来越好用。

即便一时间找不到合适的使用方式，那就真的把它当成一个 AI 聊天工具就行，有什么问题问一下，还能帮你总结经验。

写在最后

最后其实也没有要多说的了，从 AI 能够通过飞书渠道进行回复之后，剩下的要做的事情就只剩下多用了，遇到不会的就问 AI，还可以让它自己解决问题，从而跑通整个自动化流程。

可以预见的是，从 OpenClaw 开始的自部署个人 AI Agent 框架爆火并不是偶然，而是一个刚需，未来只会出现更多像 Hermes Agent 这样的项目来满足用户需求。

而基于 Hermes Agent 这样的 AI 助手，能够实现的自动化是超乎想象的，可以说完全能够替代人工操作。而至于是取代还是解放，就见仁见智了。

我们下期再见，拜拜~

您可以通过以下方式订阅草梅博客的更新：

往期回顾

]]> 草梅友仁 技术教程 <![CDATA[Hermes Agent AI 助手与墨梅博客更新 | 2026 年第 24 周草梅周报]]> https://momei.app/posts/2026-24-caomei-weekly-hermes-agent-momei-weekly https://momei.app/posts/2026-24-caomei-weekly-hermes-agent-momei-weekly Sun, 14 Jun 2026 14:30:46 GMT Hermes Agent AI 助手与墨梅博客更新 | 2026 年第 24 周草梅周报

本文在草梅友仁的博客发布和更新，并在多个平台同步发布。如有更新，以博客上的版本为准。您也可以通过文末的 原文链接 查看最新版本。

前言

欢迎来到草梅周报！这是一个由草梅友仁基于 AI 整理的周报，旨在为您提供最新的博客更新、GitHub 动态、个人动态和其他周刊文章推荐等内容。

您可以通过以下方式订阅草梅周报的更新：

开源动态

本周墨梅博客的开发依旧在稳步进行中。

您可以前往 Demo 站试用：https://demo.momei.app/

  • 您可以通过邮箱 admin@example.com，密码 momei123456 登录演示用管理员账号。

或前往官网注册：https://momei.app/

也可以前往文档站来了解项目整体规划和未来开发路线图：https://docs.momei.app/

现在可前往增强包页面下方加入候补名单，当增强包开发完成时，会通过邮件等方式在第一时间通知你。

当前墨梅博客已经正式发布了 1.20.0 版本，以下是新页面和新功能的一些截图。

后台友链管理新增「展示 RSS 动态」配置项，现在可以更加直观的看到友链的 RSS 动态。

image-20260614211750042

此外还有添加 Umami 自托管分析集成的相关文档与配置示例，优化 AI 视觉提示词生成逻辑等改动。

更多功能和页面可以前往官网体验，也可前往之前的博客查看截图。

欢迎各位用户体验。并提出意见和建议。

接下来的话还会继续按照路线图和待办进行开发功能，敬请期待。

当然，目前墨梅博客还有很多需要打磨的细节，功能上也还不完善，如有任何意见和建议，都可以在项目的 GitHub issues 中提出。

如果你也对墨梅博客感兴趣，欢迎参与开发和测试。

Hermes Agent：比 OpenClaw 安全的会自学习的 AI 助手

最近研究了下 Hermes Agent ，发现 Hermes Agent 确实比 OpenClaw 好用还安全一些。

先说结论吧，由于之前 OpenClaw 接连爆出了多个高危漏洞，所以即便之前我已经试过了 OpenClaw ，也对它不太信任了，因此需要选一个同类产品作为替代。

经过一番调研，我选择了 Hermes Agent 作为新的 AI 助手。

作为开源项目，肯定要看一下基础数据，Hermes Agent 的数据也相当豪华，可以说是仅次于 OpenClaw 了。

项目 Stars Forks Issues PR License 语言
OpenClaw 347,000+ ~50,000 469+ open security 极高频率 MIT Node.js/Python
Hermes Agent 140,000+ ~15,000 活跃 542 merged (v0.16.0 单版本) MIT Python
ZeroClaw 29,900+ ~3,000 中等 活跃 MIT Rust
Vellum 快速成长 — 活跃 — MIT Rust
MimiClaw 5,100+ — 少 — MIT C
NanoClaw 最新 — 少 — MIT —
GoClaw 539 — 少 活跃 MIT Go

注: Star/Fork 数据来自 2026 年 6 月采集，具体数字因项目快速变化可能存在偏差

不过从综合角度考虑的话，OpenClaw 有不少维度是亮红灯的，比如安全漏洞和供应链风险，风险高到几乎无法让人接受。

风险维度 OpenClaw Hermes Vellum ZeroClaw AutoGen CrewAI LangGraph
安全漏洞 🔴 极高 🟢 低 🟢 低 🟡 中 🟢 低 🟢 低 🟢 低
供应链风险 🔴 极高 🟢 低 🟢 低 🟢 低 🟢 低 🟢 低 🟢 低
暴露面 🔴 极高 🟡 中 🟢 低 🟢 低 🟡 中 🟡 中 🟡 中
破坏性变更 🔴 高 🟢 低 🟢 低 🟡 中 🟡 中 🟢 低 🟡 中
学习曲线 🟡 中 🟡 中 🟢 低 🟡 中 🔴 高 🟢 低 🔴 高
供应商锁定 🟢 自由 🟢 自由 🟢 自由 🟢 自由 🟡 Azure 倾向 🟢 自由 🟡 LangChain 生态
数据隐私 ⚠️ 模型可访问 🟢 可控 🟢 凭证隔离 🟢 本地 🟢 可控 🟢 可控 🟢 可控
社区支持 🟢 最大 🟢 大 🟡 增长中 🟡 小 🟢 大 🟢 大 🟢 大

所以下面再来进行一次架构对比。

维度 OpenClaw Hermes Agent
创建者 Peter Steinberger Nous Research
架构理念 消息渠道驱动，ClawHub 市场 自学习循环，技能内置不断进化
部署方式 Node.js 网关 + Docker/本地 pip install / Docker / 二进制
消息渠道 20+ (WhatsApp, Telegram, Discord, Slack, Signal, iMessage 等) Telegram, Discord, Terminal (更少但更聚焦)
内存系统 会话级上下文（需手动配置持久化） 内置持久记忆 + 检查点/回滚系统
技能系统 ClawHub 市场 (13,729+ 技能) ⚠️ 社区审查不足 内置自学习技能创建循环，无公开市场
模型控制 固定模型路由 完全可替换，支持本地模型 (Ollama)
桌面 App ❌ 无原生 App (CLI/Web) ✅ v0.15.2+ 原生桌面 App (macOS/Win/Linux)
安全模型 操作者信任（模型有宽泛工具访问权） 更小的控制面，安全默认
MCP 支持 ✅ MCP 网关 ✅ 内置
发布节奏 每日发布，高频 breaking changes 稳定版本周期

综上，虽然 OpenClaw 作为先行者确实一度取得不小的优势，但随着接连爆出的漏洞还有破坏性更新，也让用户对它的信任大打折扣，而 Hermes Agent 则有后来居上之势。

笔者也是在折腾了一段时间后也是成功部署了 Hermes Agent，依旧选择了飞书作为通信渠道；AI 模型这边则选择了 deepseek-v4-pro ，性价比比较高。

先给大家分享几个小妙招，一个是 Hermes Agent 也是支持设置定时任务的，为了强化它的自主学习能力，可以要求它每天凌晨的时候自动扫描过去 24 小时的会话，提取可复用的知识，并写入 Memory 中，从而省去了人工要求它复用的工夫。

然后就是 Hermes Agent 支持单独设置视觉模型，所以我在配置的 auxiliary.vision.model 字段中设置了 qwen3.7-plus，解决了 deepseek-v4-pro 不支持多模态的问题，这样一来即便发送图片给 Hermes Agent 也能顺利识别并返回结果。

image-20260614220340115

另外就是 AI 生成的结果比较长的时候，可以要求它生成文件，并发送给你。

使用 markdown 或者 docx 都是比较不错的方式，可以避免消息中出现了不支持的 markdown 排版字符。

image-20260614220405355

有关 Hermes Agent 的更多内容会在后续的文章中继续展开，敬请期待。

GitHub Release

momei

v1.20.0 - 2026-06-13 21:04:18

摘要:

  • 代码重构: 重构 AI 视觉与 TTS 逻辑；优化 API 缓存及清理未用端点；统一日期格式化函数；推进 ESLint 类型治理（收敛 as any、类型定义合并）；规范化日历/营销页面路由；复用 API Schema 样板；收敛设置模型与 Umami 配置逻辑；优化可读性评分计算。
  • 新功能: 新增 Umami 自托管分析配置支持；添加 API 查询参数工具函数；实现 AI 评分生成与状态提示；推出友链 RSS 聚合功能；后台友链管理增加“展示 RSS 动态”开关；覆盖 3 个 API 端点的 Zod Schema 校验；添加用户 ID 到 AI 请求与翻译功能；补充 Umami 配置文档与示例。
  • 性能优化: Phase 44 CWV 优化（Logo 预加载 + CSS @import 扁平化）；PostgreSQL 网络传输削减（公开列表移除 author.email、详情移除不必要字段）。
  • Bug 修复: 限制 AI 图像提示最大字符数；优化日期格式化函数；同步依赖锁定文件；更新营销邮件模板；修复友链 RSS feed 的 ESM 导入、频率限制及空结果缓存问题；补全 i18n 翻译缺失；清除全部 lint 警告；为 posts 添加重新推送功能及测试；补全 friendLinkSchema 的 showRssFeed 字段；修复测试 lint 与类型检查问题。

最新 GitHub 加星仓库

  • CaoMeiYouRen starred CopilotKit - 2026-06-13 15:36:40 这是一个为智能体与生成式 UI 提供前端技术栈的项目，支持 React、Angular、移动端、Slack 等平台。它是 AG-UI 协议的创造者，主要使用 TypeScript 开发，在 GitHub 上拥有 35064 个星标。
  • CaoMeiYouRen starred github-mcp-server - 2026-06-11 14:46:45 GitHub 官方 MCP 服务器，主要开发语言为 Go，在 GitHub 上获得 30658 颗星标。
  • CaoMeiYouRen starred Proma - 2026-06-10 16:37:15 基于 Claude Agent SDK 的开源实践，旨在为专业用户提供最流畅的通用 Agent 体验，目前正推进到 proactive Agent 阶段。该产品原生支持飞书群聊调用，并可灵活接入任意大模型供应商，主要使用 TypeScript 语言，已获得 12 65 个星标。
  • CaoMeiYouRen starred deepseek-vision - 2026-06-10 16:36:53 为 DeepSeek v4 系列提供视觉理解、联网搜索以及 Anthropic / OpenAI 兼容接口的代理服务，主要使用 Python 开发，获得 61 个星标。

其他博客或周刊推荐

阮一峰的网络日志

阿猫的博客

总结

本周的更新和动态如上所示。感谢您的阅读！ 您可以通过以下方式订阅草梅周报的更新：

往期回顾

]]> 草梅友仁 草梅周报