KeyFrame內部研究專用

Hermes Agent Tutorial: Beginner to Pro In 13 Minutes (Full Setup)

Zinho Automates·6月24日週三·12 min英文

三句話摘要

如何在雲端 VPS 上部署 Hermes 開源 AI 代理,實現24/7自動化管理日常任務。 Hermes 將複雜的工作自動化民主化——無需編碼即可在雲端部署智能代理,透過不斷學習用戶偏好與工作流,逐漸成為真正的數位助手。 VPS 而非桌面的必要性:桌面應用在關閉時停止工作,無法實現真正的自動化。VPS 在雲端運行,確保代理24/7工作,不消耗本地設備資源,可從任何地點遠端控制。

重點整理

重點
  • 1

    VPS 而非桌面的必要性:桌面應用在關閉時停止工作,無法實現真正的自動化。VPS 在雲端運行,確保代理24/7工作,不消耗本地設備資源,可從任何地點遠端控制。

  • 2

    一鍵部署降低門檻:Hostinger 提供 Hermes 一鍵安裝,無需終端命令或手動配置,初學者也能在幾分鐘內完成部署,完全掌控自己的數據和 API 密鑰。

  • 3

    自我改進的學習機制:Hermes 執行任務後自動保存工作流為技能,後續遇到類似任務直接使用,並透過記憶功能學習用戶偏好,每次交互都變得更聰明。

  • 4

    靈活的自動化流程:支援用自然語言定時安排任務(如每週一上午9點),可整合多個來源資料生成每日簡報(新聞、行事曆、天氣),無需編碼即可實現複雜工作流。

實用技巧與重點

乾貨
  • 硬體規格:
  • 推薦方案:KVM2(2 核 CPU、8GB RAM)
  • 測試方案:KVM1(基礎配置)
  • 計費與優惠:
  • 推薦 24 個月計畫(最划算)
  • 優惠碼:`zinho automate`(享 10% 折扣)
  • 備選:12 個月計畫
  • AI 提供商:
  • 選擇:OpenRouter
  • 優勢:1 個 API 密鑰支援 200+ 模型,靈活切換
  • Slack 整合步驟:
  • 應用網址:`api.slack.com/apps`
  • Bot Token 權限範圍:`chat:write`、`im:history`、`im:read`、`im:write`
  • 必需資訊:Bot User OAuth Token + Slack 成員 ID
  • 開箱功能:
  • 28 個工具
  • 75 個技能
  • 常見命令範例:
  • 建立技能:`research the top trending ai tools right now and save as skill youtube video research`
  • 設定記憶:`remember that I like my responses to be short and direct`
  • 排程任務:`set up a weekly job that runs every monday at 9 a.m`

結論

結論

Hermes 將複雜的工作自動化民主化——無需編碼即可在雲端部署智能代理,透過不斷學習用戶偏好與工作流,逐漸成為真正的數位助手。

完整解析

詳細

Hermes 是一款開源 AI 代理,核心價值在於實現真正的自動化——讓代理在用戶睡覺、旅行或放假時持續工作。講者強調桌面應用的致命缺陷:一旦關閉筆電,所有工作都停止,這根本違背自動化的初衷。解決方案是部署在 VPS(雲端虛擬伺服器)上,這樣代理永不停機,還不會占用本地 CPU 或電池。

設置過程出乎意料地簡單。Hostinger 提供完全託管和 VPS 兩種方案,講者推薦 VPS 因為保有完全控制權。KVM2 方案是甜蜜點——2 核 CPU 與 8GB RAM 足以應付 Telegram、Discord 等多通道整合。選定 24 個月計畫獲得最佳價格,並輸入優惠碼 `zinho automate` 獲得 10% 折扣。部署過程涉及保存管理員認證、進入 Docker 專案管理器取得四字元項目名稱,然後透過終端執行設置精靈。

設置精靈首先連接 AI 模型。講者選擇 OpenRouter 而非直接綁定單一提供商,因為一個 API 密鑰可切換 200+ 模型,極具靈活性。接著整合通訊工具,以 Slack 為例:需在 `api.slack.com/apps` 創建新應用,設定四個 Bot Token 權限範圍(`chat:write`、`im:history`、`im:read`、`im:write`),安裝到工作區,複製 Bot Token,再從 Slack 個人資料取得成員 ID。這些憑證輸入精靈後,Hermes 就可在 Slack 中運作。

Hermes 的獨特之處是自我改進機制。開箱已有 28 個工具和 75 個技能,但關鍵在於學習。當用戶下達任務(如「研究前三大 AI 趨勢工具並保存為技能 youtube video research」),代理不僅完成任務,還自動記錄整個工作流為永久技能,下次類似任務直接套用。此外,代理可透過對話記憶用戶偏好(如「我喜歡簡短直接的回應」),之後每次回應都遵循此規則。

進階功能包括用自然語言排程任務,無需編寫程式碼。例如輸入「每週一上午 9 點執行 YouTube 影片研究技能」,代理直接確認排程並自動執行。講者的實際應用是建立「晨報簡報」工作:每天清晨前自動收集最新 AI 新聞、股市資訊與行事曆,整合成單一 Slack 訊息。用戶一醒來就能在手機上看到完整的一日計畫,無需任何手動設置。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。