KeyFrame內部研究專用

太爽了!Hermes Agent 发布UI了,本地对接最强开源 Gemma 4 模型+ 微信(免费无需Token)| 零度解说

零度解说·4月15日週三·13 min中文

三句話摘要

在 Windows 上為 Hermes Agent 安裝可視化 Web UI,並對接本地 Gemini-4 模型與微信,打造零成本全本地 AI 助手。 透過 Ollama + WSL2 + Hermes Web UI 三層架構,任何人都能以零成本在本地跑起一個有 GUI、能接微信的自主 AI 助手。 命令列痛點催生本方案:Hermes Agent 預設無 GUI,純命令列操作讓大多數用戶卻步,因此安裝 Hermes Web UI 是讓它真正可用的關鍵一步。

重點整理

重點
  • 1

    命令列痛點催生本方案:Hermes Agent 預設無 GUI,純命令列操作讓大多數用戶卻步,因此安裝 Hermes Web UI 是讓它真正可用的關鍵一步。

  • 2

    WSL2 是必要橋樑:Hermes Agent 需要部署在 Linux 環境,Windows 用戶必須先安裝 WSL2 + Ubuntu 子系統,再於其中執行一鍵安裝指令,這是整套流程的核心前提。

  • 3

    本地模型需用內網 IP 而非 localhost:Ollama 預設監聽 `127.0.0.1:11434`,但因為 Hermes Agent 跑在 Linux 子系統內,必須改用電腦的內網 IP(如 `192.168.1.228:11434/v1`),否則無法跨子系統存取 API。

  • 4

    微信整合實現無縫落地:透過掃碼綁定微信後,可直接在微信對話框下達複雜任務(如建立定時爬蟲、寫遊戲、建資源下載站),任務執行流程在 Web UI 全程可見。

實用技巧與重點

乾貨
  • Ollama 安裝包大小:1.8 GB
  • Gemini-4 最新版模型大小:9.6 GB(另有 7 GB 輕量版)
  • Ollama 預設服務地址:`127.0.0.1:11434`
  • API 位址格式:`http://<內網IP>:11434/v1`
  • 本地模型 API Key 可隨意填寫(如 `12345678`)
  • Hermes Web UI 提供 7 種主題
  • 支援語言:中文簡體、繁體、英文等
  • 支援對接平台:Telegram、Discord、Signal、Email、SMS、WhatsApp、釘釘、飛書、微信
  • 支援模型提供商:Openrouter、Anthropic、OpenAI、自訂(本地)
  • 工具:Windows Terminal(終端機管理程式)、WSL2、Ubuntu、Ollama、Hermes Agent、Hermes Web UI
  • 實測任務:定時爬取 AI 快訊(每天早上 9 點)、寫 HTML 小遊戲、建帶前後端的資源下載站

結論

結論

透過 Ollama + WSL2 + Hermes Web UI 三層架構,任何人都能以零成本在本地跑起一個有 GUI、能接微信的自主 AI 助手。

完整解析

詳細

Hermes Agent 近期在 AI 社群引發熱議,其多步驟自主執行能力備受好評,但缺乏類似 OpenClaw 的可視化介面,讓普通用戶面對黑框命令列望而卻步。本教程的目標是解決這個痛點,將 Hermes Agent 配上 Web UI,並串接本地 Gemini-4 模型與微信,整套方案完全免費、無需外部 API Token、本地運行。

整個流程分為四步。第一步是用 Ollama 部署本地模型。下載 1.8 GB 的 Ollama 安裝包後,從 Ollama 模型庫選擇 Google 最新開源的 Gemini-4(9.6 GB),執行一行 `ollama pull` 指令即可完成下載。Ollama 啟動後會在 `127.0.0.1:11434` 提供本地 API 服務。此時需用 `ipconfig` 查詢電腦的內網 IP,因為後續 Hermes Agent 部署在 Linux 子系統內,跨環境存取必須使用真實內網 IP,最終 API 地址格式為 `http://192.168.x.x:11434/v1`。

第二步是建立 Linux 環境並部署 Hermes Agent。Windows 用戶需先安裝 WSL2,重啟後再安裝 Ubuntu 子系統,建議同步安裝 Windows Terminal 以便在多個系統間快速切換。進入 Ubuntu 後執行一鍵安裝指令,安裝程序會引導選擇服務提供商——選「自訂介面」以對接本地模型,填入前述 API 位址,API Key 可隨意輸入(本地模型不驗證),系統會自動識別 Ollama 中已安裝的模型供選擇。

第三步是對接微信。安裝程序支援多種即時通訊平台,選擇微信後系統產生一個二維碼連結,用微信掃碼後點擊「連接」,完成 OpenCloud Bot 插件綁定。可設定允許私訊的白名單範圍,之後在微信直接發訊息即可下達指令,例如「每天早上 9 點抓取最新 AI 快訊發給我」,系統缺少依賴時會自動安裝並執行,GPU 使用率實測達 98–100%。

第四步是安裝 Hermes Web UI。在 Ubuntu 中執行一鍵安裝指令後,瀏覽器打開對應的本地地址即可進入 Web 操作介面。初始化時同樣填入自訂模型的 API 地址與模型名稱。介面預設英文,可在設定中切換為繁體或簡體中文,並提供 7 種視覺主題、任務完成音效通知、瀏覽器背景通知、Token 用量顯示等實用功能。實測讓 AI 建立一個帶前後端的資源下載站,前台 UI 與後台管理介面均一次完成,任務執行的每個步驟在 Web UI 中全程可見。

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

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。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。