概覽
大多數人安裝 Hermes Agent 後把它當聊天機器人使用。輸入提示，得到回應，關掉分頁。這大約涵蓋了代理能力的 10%。
這份指南涵蓋了 Hermes Agent 的每一個使用層級，從第一次提示到一個替你運營業務的系統——15 個層級，分為三個階段。每個層級建立在前一個之上，但你可以直接跳到適合你目前設定的那個。每個層級你會獲得：它是什麼、它解鎖什麼、如何設定，以及在該階段讓人栽跟斗的常見錯誤。
所有技術細節都經過 Hermes Agent v0.17.0 官方文件和原始碼驗證。
階段一——基礎（第 1-3 級）
你正在使用 Hermes。代理回應你提出的問題。
第 1 級——單次提示
是什麼： 你安裝了 Hermes。你輸入提示。代理透過工具呼叫、檔案編輯、網路搜尋和終端機指令來回應。基本互動。
解鎖什麼： Hermes 可以在你的檔案系統、終端機和網路上執行任務。它能讀取檔案、撰寫程式碼、搜尋網路、執行 shell 指令。它真的做事——聊天機器人只是在談論事情。
設定：
- 桌面應用程式： 從
hermes-agent.nousresearch.com下載。一鍵安裝。 - CLI：
hermes setup
三種設定模式：
- 快速設定（Nous Portal）： OAuth 登入，模型 + Tool Gateway 一條指令搞定。
- 完整設定： 自己逐步設定每個提供者、工具和選項。
- 空白版： 除了提供者、模型、檔案工具和終端機外，一切預設關閉。沒有網路搜尋、沒有瀏覽器、沒有記憶體、沒有委派、沒有定時排程、沒有技能、沒有外掛、沒有 MCP。只啟用你需要的。即使更新後也不會載入你沒選的東西。
空白版是想要完全控制代理能做什麼和不能做什麼的使用者最乾淨的起點。連接一個模型提供者，然後開始對話。
常見錯誤： 把 Hermes 當搜尋引擎用。"跟我說說 X" 浪費了一個能做事的代理。"研究 X，寫一份報告，儲存到 ~/reports/" 才是正確用法。
範例： research the top 5 CRMs for solo founders, compare pricing and features, save a report to ~/reports/crm-comparison.html ——代理搜尋、比較並寫入檔案。3 分鐘搞定。
第 2 級——記憶體 + SOUL.md
是什麼： Hermes 跨對話記得你。SOUL.md 定義代理是誰。MEMORY.md 和 USER.md 儲存關於你的專案、偏好和業務上下文的事實。
解鎖什麼： 代理不再要求你重新解釋事情。兩個人問同樣的問題會得到不同的答案，因為 Hermes 知道他們不同的上下文。你的指令、偏好和業務細節跨所有對話持久保存。
v0.17.0 新增了原子化記憶體操作：代理可以在一次呼叫中批量新增、替換和移除記憶體條目。即使預算緊張，記憶體更新也不會在編輯中途失敗。
設定：
- 桌面應用程式 / 儀表板： 設定檔 → SOUL.md → 編輯
- CLI： 在任何編輯器中打開
~/.hermes/SOUL.md
撰寫 50-80 行，涵蓋身分、語氣、運作方式和限制。代理每次對話開始時都會讀取它。
常見錯誤： 把 SOUL.md 留空然後期望個人化的輸出。沒有 SOUL.md 的 Hermes 預設就是通用的。身分檔案是一般助理和你的助理之間的差別。
範例： 你問「我應該漲價嗎？」沒有 SOUL.md：通用的定價策略建議。有包含你的商業模式、利潤率和客戶分群的 SOUL.md：「你的入門方案轉換率是 12%。漲 10 美元可能會在 B 分群（佔你 60% 營收）引發客戶流失。建議先在 A 分群測試。」
第 3 級——斜線指令
是什麼： 在對話中途改變代理行為的指令。大多數使用者從未輸入過這些。
解鎖什麼： 在單次對話中進行平行工作。你不用等一個任務完成才能開始下一個。
指令：
/background <prompt>— 在背景觸發任務。你的主對話保持空閒。完成後結果以面板形式出現。/steer <prompt>— 在不中斷的情況下向目前執行的對話注入訊息。在代理執行中途重新導向。/queue <prompt>— 排隊一個跟進。等到目前任務完成後自動執行。/model <name>— 在對話中途切換模型。用 Sonnet 規劃、切換到 DeepSeek 執行、切換到 Opus 審查。
v0.17.0 透過 Grok OAuth 新增了 grok-composer-2.5-fast：Cursor Composer 背後的 200K 上下文編碼模型，透過你的 Grok 訂閱即可使用。
設定你在代理忙碌時輸入的預設行為：
# Desktop app, Dashboard, or config.yaml
display:
busy_input_mode: steer # or queue, or interrupt
常見錯誤： 不知道這些指令存在。大多數使用者輸入提示、等它完成、再輸入下一個。光 /background 就能讓你每次對話的產出翻倍。
範例： 你正在起草一份提案。對話中途：/background research [competitor] pricing and positioning。你繼續寫。五分鐘後一個面板出現，帶著競爭分析。你直接貼進提案，不用打斷工作流程。
階段二——槓桿（第 4-7 級）
Hermes 運作得更聰明。你不再做代理能處理的任務。
第 4 級——技能 + 每個技能用對的模型
是什麼： 技能是代理按需載入的知識文件和工具集合。每個技能可以使用不同的模型。
解鎖什麼： 代理變成了按需的專家。研究技能載入研究方法論。程式碼審查技能載入安全模式。每個技能使用最適合其工作的模型。
設定：
- 桌面應用程式 / 儀表板： Skills Hub → 瀏覽 → 安裝
- CLI：
/skills search [topic]
v0.17.0 大幅改造了 Skills Hub：連線了多個 hub（OpenAI、Anthropic、HuggingFace、NVIDIA）、精選區、安裝前完整預覽，以及每個技能的安全掃描。還新增了圖片編輯：image_generate 現在可以編輯來源圖片（「把這個 logo 改成藍色」、「移除背景」）——同一個工具，新模式。
在桌面應用程式或 config.yaml 中為每個技能指定模型：
- 研究 / 網路搜尋 → DeepSeek V4 Flash（$0.10/M tokens，最便宜）
- 程式碼審查 → Claude Opus 4.8（$5/$25/M，最佳編碼基準）
- 內容撰寫 → Claude Sonnet 4.6（$3/$15/M，最強的文筆 + 工具呼叫）
- 編碼（性價比） → GPT-5.5（$2/$12/M，Chatbot Arena 第 1 名，2M 上下文）
- 帶搜尋的研究 → Gemini 2.5 Pro（$1.25/$10/M，內建 Google 搜尋）
- 大量子代理工作 → DeepSeek V4（$0.30/$0.50/M，90% 快取折扣）
- /goal 判斷 → Gemini Flash（最便宜，做二元判定夠快）
- 自架（免費） → Qwen 3 8B 透過 Ollama（8GB RAM，處理日常任務）
MiniMax M2.7 也值得測試——Nous Research 和 MiniMax 正在合作為 Hermes 優化未來版本，截至 2026 年中它是 Hermes 中使用最多的模型之一。
常見錯誤： 每個技能都用最貴的模型。一個日常的網路搜尋技能燒 Opus 的 token 是在浪費錢。把模型成本對應到任務複雜度。
範例： 你在 DeepSeek V4 Flash 上跑競爭研究技能而不是 Opus 4.8。網路搜尋品質相當，每次呼叫便宜 30-50 倍。一個月跑 30 次以上，省下的成本很快就很可觀。
第 5 級——MCP（連接你的世界）
是什麼： MCP（Model Context Protocol）伺服器把 Hermes 連接到外部工具：Gmail、Calendar、Notion、Slack、ClickUp、GitHub、資料庫、API。
解鎖什麼： 代理使用你的資料運作，不只是開放網路。它讀取你的電子郵件、檢查你的行事曆、從你的專案看板拉資料，並使用你已有工具的上下文來回答問題。
設定：
- 桌面應用程式 / 儀表板： MCP → Catalog → 瀏覽和安裝
- CLI：
hermes mcp
常見錯誤： 一次連接 15 個 MCP。每個 MCP 都會在上下文視窗中加入工具定義。15 個 MCP 每個有 10 個工具 = 150 個工具定義，模型每輪都要讀取。安裝你用的，停用你不用的。Tool Search（當工具定義佔用上下文 10% 以上時自動啟用）有助於管理，但 MCP 越少仍然越好。
範例： 「我專心寫程式時，Slack 這週發生了什麼？」代理讀取你的 Slack 頻道，按提及和關鍵主題過濾，與你記憶體中的目標交叉比對，交付 10 行摘要。不用切分頁，不用捲 200 則訊息。
第 6 級——子代理 + 平行執行
是什麼： delegate_task 生成隔離的子代理，有自己的上下文視窗、終端機工作階段和工具集。
解鎖什麼： 跨多個代理的平行工作。一個研究、一個批判、一個寫程式碼，父代理負責編排。每個子代理可以使用不同的模型。
設定： 代理在任務適合隔離時會自動使用 delegate_task。你也可以直接要求：
"幫我啟動一個在 DeepSeek 上研究 X 的子代理，同時讓另一個在 GPT-5.5 上批判研究成果"
# Desktop app, Dashboard, or config.yaml
delegation:
max_concurrent_children: 3 # default
max_spawn_depth: 2 # bounds recursion
角色：
- leaf（預設）： 執行，不能再委派
- orchestrator： 可以啟動自己的工作者
背景模式（v0.17.0）： delegate_task(background=true) 派遣子代理後立即返回。你的對話保持活躍；完成後結果會作為新一輪重新進入。
常見錯誤： 對簡單任務使用子代理。委派有開銷（上下文設定、工具分配）。主代理 3 輪就能完成的任務不應該生成子代理。
範例： 「平行研究三個競爭對手——每個競爭對手一個在 DeepSeek 上的代理，父代理在 Sonnet 上綜合。」三分鐘出三份報告，而不是 30 分鐘。每個代理在隔離環境中工作，所以一個慢的研究任務不會阻塞其他。
第 7 級——非同步操作
是什麼： 三個讓 Hermes 在你沒打字時也能工作的功能。
解鎖什麼： 從「我問，它回答」到「它工作，我審查」的轉變。
/goal — 持續性目標： 設定一個目標。一個判斷模型在每輪後評估：完成了嗎？代理自動持續直到目標達成、你暫停它、或回合預算（預設 20）用完。
/goal find 100 clinics in Toronto,
build a landing page for each,
draft personalized emails to each clinic.
/subgoal 在運行中途中新增標準，不會重置循環。
定時排程——排程任務： Gateway 每 60 秒滴答一次，在全新的隔離工作階段中觸發到期的任務，並將結果送到 27+ 個平台：Telegram、Discord、Slack、WhatsApp、Signal、Matrix、iMessage、Microsoft Teams、Google Chat、LINE、電子郵件、SMS 等等。
v0.17.0 新增：
- WhatsApp Business Cloud API（官方 Meta 適配器，不需要 QR 橋接）
- iMessage 透過 Photon Spectrum（不需要 Mac 中繼）
- Telegram 訊息富文本（Bot API 10.1，原生格式化）
- Automation Blueprints：儀表板中的一鍵定時排程模板（晨間簡報、每週回顧、新聞摘要、提醒）——不需要 cron 語法。
三個成本層級：
- no_agent 模式： 腳本本身就是任務，永遠 $0
- wakeAgent 門檻： 腳本決定是否需要 LLM，沒有變化就 $0
- context_from： 串接任務輸出到管線，不需要框架
安全網——檢查點： 在執行自主操作前啟用檢查點。代理在變更前快照你的工作目錄；如果過夜出問題可以用 /rollback 恢復狀態。
# Desktop app, Dashboard, or config.yaml
checkpoints:
enabled: true
常見錯誤： 寫模糊的 cron 提示。每次 cron 執行都從零開始——沒有記憶體、沒有聊天記錄。"檢查那個伺服器問題" 沒有明確意義。"SSH 到 10.0.0.5，檢查 nginx 狀態，確認 port 443 回傳 200" 才有用。
範例： 早上 8 點，Telegram 通知響了。你沒要求這個——cron 自動送達：「你關注的領域有 3 篇新的 arXiv 論文。競爭對手更新了定價頁面。你追蹤的 GitHub 倉庫合併了一個破壞性變更。建議：在你 11 點的會議前先看看競爭對手的定價。」
階段三——自主（第 8-15 級）
Hermes 在沒有你的情況下工作。系統隨時間複利成長。
第 8 級——多設定檔架構
是什麼： 獨立的 Hermes 設定檔，每個都有自己的 SOUL.md、設定、記憶體、技能、定時排程和模型。一台機器上的完全隔離代理。
解鎖什麼： 專業工作者取代了超負荷的通才。Scout 設定檔尋找訊號、Analyst 綜合研究、Coder 交付功能。每個用對的模型做好一件事。
設定：
- 桌面應用程式 / 儀表板： Profiles → Build（5 步精靈：身分 → 模型 → 技能 → MCP → 檢視）
- CLI：
hermes profile create [name]
每個設定檔成為自己的指令：
hermes -p scout chat
hermes -p analyst chat
常見錯誤： 每個設定檔用同樣的 SOUL.md。重點就是隔離。一個試圖做分析的 Scout 會浪費 token；一個試圖找來源的 Analyst 會重複 Scout 的工作。每個設定檔一個工作。
範例： Scout 過夜找到了 12 個來源。Analyst 在早上 10 點前把它們綜合成 4 篇知識庫條目。Briefer 在早上 8 點交付了一份 5 條重點摘要。你喝咖啡時讀了它們。它們不共用記憶——每個用對的模型做了一件事。
第 9 級——自我改進的知識庫
是什麼： LLM Wiki 技能，基於 Andrej Karpathy 的模式——一個自我改進的知識庫，以互連的 markdown 檔案建立。隨 Hermes 內建提供。
解鎖什麼： 超越記憶體上限的長期知識。Hermes 的內建記憶處理對話上下文；wiki 處理領域知識——文章、逐字稿、會議記錄、研究發現。交叉引用保持連結，矛盾會被自動標記。
設定：
# Desktop app, Dashboard, or config.yaml
WIKI_PATH=~/obsidian-wiki
首次執行時，技能會詢問你的領域以建立包含正確標籤分類的 SCHEMA.md。連接到 Obsidian 以獲得圖形視圖，將 OBSIDIAN_VAULT_PATH 設定為同一個目錄。餵料方式：「把這篇文章索引到我的 wiki：[貼上 URL 或文字]」。
常見錯誤： 從來不餵 wiki。空的知識庫沒有價值——價值來自累積。第 1 個月：50 條。第 3 個月：300+ 條帶交叉引用。代理因為知識庫的改善而變得更精準。
範例： 你問「競爭對手 X 怎麼處理新用戶引導？」沒有 wiki：一般的網路搜尋結果。有 3 個月的 wiki 條目：代理拉出你自己的研究筆記、一篇客戶提到競爭對手 X 的會議逐字稿，以及你上個月索引的一篇文章——這些是網路搜尋找不到的上下文。
第 10 級——看板編排
是什麼： 跨所有設定檔共享的持久化 SQLite 任務板。狀態流程為 分類 → 待辦 → 就緒 → 執行中 → 已阻斷 → 完成 → 已封存。調度器每 60 秒觸發一次。
解鎖什麼： 帶依賴鏈的複雜多步驟專案。每張卡片可以運行自己的 /goal 循環（goal_mode）。有未完成父卡片的卡片會自動等待。多個設定檔領取分配給它們的卡片。
設定：
/kanban create "Research 100 clinics" \
--assignee scout --goal --goal-max-turns 15
/kanban create "Build landing pages" \
--assignee coder --goal --goal-max-turns 20 \
--depends-on "Research 100 clinics"
CLI：hermes kanban，或在聊天中輸入 /kanban。
看板 vs cron vs delegate_task：
- 看板： 持久化的工作佇列，跨重啟保存，多設定檔
- Cron： 基於時間的排程，重複性任務
- delegate_task： 對話中的一次性平行執行
常見錯誤： 對簡單的線性管線使用看板。三個設定檔按順序排列（Scout → Analyst → Briefer）用基於檔案的協作就行。看板的價值在於你有依賴樹、平行分支或 10 個以上需要追蹤的任務。
範例： 季度競爭分析作為一個看板專案——12 張卡片（3 個競爭對手 × 4 個維度：定價、功能、定位、招聘訊號）。定價卡片依賴一個網頁爬蟲卡片；招聘卡片依賴一個 LinkedIn 研究卡片。代理在依賴解除後自動領取工作。你審查最終的綜合報告。
第 11 級——語音模式
是什麼： 跨所有訊息平台的文字轉語音和語音轉文字。六個 STT 提供者、五個 TTS 提供者。
解鎖什麼： 透過 Telegram、Discord、WhatsApp 的語音訊息與 Hermes 對話。代理轉錄、處理，並能以合成語音回應——完整語音對話，不需要打字。
STT 提供者： faster-whisper（免費，裝置端）、本地指令包裝器、Groq（快速雲端）、OpenAI Whisper API、Mistral、xAI。
TTS 提供者： Edge TTS（免費，預設）、ElevenLabs（最佳品質，付費）、OpenAI TTS、MiniMax、NeuTTS（免費）。
常見錯誤： 日常語音訊息使用昂貴的雲端 STT。本地 faster-whisper 處理大多數語言都很好且免費。把付費 STT 留給複雜音訊或吵雜環境。
範例： 開車去會議。Telegram 語音訊息：「昨晚的研究有什麼我應該在 11 點會議前知道的嗎？」代理回應一段 30 秒的音訊摘要。你用聽的而不是看的。雙手握著方向盤。
第 12 級——瀏覽器自動化
是什麼： Hermes 可以控制瀏覽器來導覽網站、填寫表單、擷取資料和互動 Web 應用程式。
解鎖什麼： 需要瀏覽器工作階段的任務——爬取動態頁面、填寫 Web 表單、與沒有 API 的工具互動。代理看到頁面並在上面操作。
設定： 包含在 Nous Portal 訂閱者的 Tool Gateway 中：
hermes setup --portal
或透過儀表板單獨設定瀏覽器自動化。
常見錯誤： 對有 API 的任務使用瀏覽器自動化。瀏覽器自動化比直接 API 呼叫更慢、更脆弱、更昂貴。只在沒有 API 時使用。
範例： 競爭對手沒有公開 API。代理透過瀏覽器打開他們的定價頁面，擷取目前的方案和定價，與你 wiki 中儲存的上個月快照比較。偵測到變化：他們取消了免費方案。在你的晨間簡報中標記。
第 13 級——API 伺服器
是什麼： Hermes 作為相容 OpenAI 格式的 HTTP 端點。完整的代理，帶有工具、記憶體和技能，可透過標準 API 格式存取。
解鎖什麼： 任何支援 OpenAI 格式的前端都能把 Hermes 作為後端——Open WebUI、LobeChat、LibreChat、ChatBox、自訂應用程式、Excel 整合。代理成為你建構之上的 API。
設定：
# Desktop app, Dashboard, or .env
API_SERVER_ENABLED=true
API_SERVER_KEY=your_secret_key
啟動 gateway——桌面應用程式 / 儀表板：Gateway → Start，或 CLI：hermes gateway。
端點：http://127.0.0.1:8642/v1/chat/completions
多使用者設定： 為每個使用者在不同端口建立一個設定檔。每個都有獨立的設定、記憶體和技能。
常見錯誤： 在沒有認證的情況下把 API 伺服器暴露到公開網路。伺服器預設綁定到 127.0.0.1——透過 SSH 隧道遠端存取，不要公開暴露。v0.17.0 在每個需要 token 的端點新增了 OAuth 門檻，並為儀表板新增了 websocket 認證。
範例： 你的競爭研究作為 API 端點運行。一個自訂儀表板向 Hermes 查詢最新的情報。你的團隊在一個即時內部頁面上看到競爭資料——沒有人打開 Telegram，資料自己提供服務。
第 14 級——IDE 整合（ACP）
是什麼： Hermes 作為 ACP（Agent Communication Protocol）伺服器在 VS Code、Zed 和 JetBrains 編輯器中運行。
解鎖什麼： 聊天、工具活動、檔案差異和終端機指令在你的編輯器中渲染。代理在你的專案目錄中工作，帶有編輯器的上下文——與 CLI 和 gateway 相同的代理核心、相同的工具、相同的記憶體。
設定：
hermes acp start
在 VS Code 中：安裝 ACP 擴充套件並指向 Hermes。
ACP 包含： 檔案工具（read_file、write_file、patch、search_files）、終端機執行、編輯器中的聊天介面，以及危險指令的審批提示。
ACP 不包含（設計如此）： 訊息傳遞、定時排程管理、gateway 專屬功能。
常見錯誤： 以為 ACP 取代了 gateway。ACP 是用於編輯器中的編程會話；gateway 處理訊息、定時排程和多平台傳遞。兩者底層運行相同的代理核心。
範例： 正在寫定價頁面的程式碼。在 VS Code 中你問 Hermes：「競爭對手 X 的方案結構是什麼？」代理檢查你的 Obsidian wiki，找到你的研究筆記並回答。你在不打開瀏覽器或 Telegram 的情況下調整設計。
第 15 級——設定檔分發
是什麼： 把你的整個代理設定打包成一個 git 倉庫。任何人用一條指令就能安裝你的代理。
解鎖什麼： 你的代理變成一個產品。賣掉它、分享給你的團隊、分發給客戶。除了 API 金鑰和個人記憶體外，一切都可以轉移。
v0.17.0 還推出了 RAFT Agent Network：將 Hermes 連接到 raft.build 作為外部代理。一個帶有合約級隱私的喚醒通道橋接（喚醒有效負載只攜帶元資料，永遠不會攜帶訊息內容）。你的代理可以與其他機器上的代理協作。
分發套件包含：
distribution.yaml # manifest
SOUL.md # identity
config.yaml # model and provider settings
skills/ # custom skills
cron/ # scheduled jobs
mcp.json # connected tools
安裝別人的分發套件：
hermes profile install github.com/user/their-agent
常見錯誤： 在分發套件中包含 API 金鑰或個人資料。憑證留在各自的機器上。分發套件攜帶個性、技能和工作流程；使用者帶上自己的金鑰。
範例： 你用 Scout、Analyst 和 Briefer 建立了一個研究部門。新成員加入後執行 hermes profile install github.com/you/research-dept。他們獲得你的三個設定檔、wiki 結構、定時排程和 SOUL.md 範本。他們加上自己的 API 金鑰和 Telegram bot。10 分鐘就能運行。
同一個工作流程，15 種進化
競爭研究。同樣的任務。看看它在每個層級有什麼變化。
- 第 1 級： 你輸入「這週 AI 代理有什麼新東西？」然後讀一堆文字。
- 第 2 級： 代理已經從
SOUL.md知道你的領域和競爭對手。同樣的問題，答案針對你的市場過濾。 - 第 3 級： 你在起草提案時
/background research competitors。結果不打斷工作流程就出現。 - 第 4 級： 研究技能用 DeepSeek V4 Flash，分析技能用 Sonnet。你不再為網路搜尋付 Opus 的價格。
- 第 5 級： 代理在回答前先檢查 Slack、Email 和 ClickUp。「競爭對手昨天發布了。你的團隊在 #product 討論了。」
- 第 6 級： 三個子代理平行研究三個競爭對手，每個在 DeepSeek 上，父代理在 Sonnet 上綜合。10 分鐘而不是 30 分鐘。
- 第 7 級： 你不再問了。cron 在早上 7 點運行——wakeAgent 門檻：沒有變化 = $0；競爭對手發布了更新 = 代理醒來、研究、在 Telegram 上交付簡報。
- 第 8 級： Scout 每 3 小時找訊號，Analyst 在上午 10 點綜合，Briefer 在早上 8 點交付。三個設定檔，一條管線。
- 第 9 級： 發現進入 Obsidian wiki。第 3 個月：300+ 條。代理浮現你沒問過的模式，因為 wiki 找到了關聯。
- 第 10 級： 季度分析作為看板專案運行——12 張帶依賴鏈的卡片。代理在依賴解除後領取工作。
- 第 11 級： 開車去會議。語音訊息：「昨晚的研究有什麼要點？」代理用音訊回應。
- 第 12 級： 競爭對手沒有 API。代理透過瀏覽器打開他們的定價頁面，與上個月的快照比較。偵測到變化。
- 第 13 級： 研究作為 API 端點運行。自訂儀表板查詢它。你的團隊在即時頁面上看到競爭情報。
- 第 14 級： 正在寫功能的程式碼。在 VS Code 中你問「競爭對手 X 怎麼處理這個？」代理從你的 wiki 回答，不用離開編輯器。
- 第 15 級： 你的研究設定是一個 git 倉庫。新成員執行一條指令——Scout、Analyst、Briefer、wiki 結構、定時排程——10 分鐘安裝完成。
Token 經濟學：跑完所有 15 個層級不燒錢
第 3 級以上的每個層級都消耗 token。以下是讓支出保持可預測的控制項。
- 每個任務用對的模型（第 4 級以上）： 網路搜尋 = DeepSeek V4 Flash（$0.10/M），綜合 = Sonnet（$3/$15/M），最終審查 = Opus 4.8（$5/$25/M）。按技能、按設定檔、按 cron 指定模型。
- wakeAgent 門檻（第 7 級以上）： 腳本每次滴答免費運行並檢查是否有變化。沒有變化 = 代理永遠不會醒來 = $0。
- no_agent 模式（第 7 級以上）： 當腳本本身就是任務——上線檢查、磁碟告警、檔案監視。輸出直接送到 Telegram。永遠零 LLM 呼叫。
- 預執行腳本（第 7 級以上）： 腳本免費收集資料；輸出作為上下文注入提示。模型摘要腳本抓取的內容而不是燃燒工具呼叫。
- 精簡工具集（第 5 級以上）： 為每個 cron 設定
--skills web,file。更少的工具定義 = 更小的提示 = 更便宜。新聞摘要不需要瀏覽器、委派或看板工具。 - Tool Search（第 5 級以上）： 當工具定義佔用上下文 10% 以上時自動啟用。用 3 個橋接工具（約 300 tokens）取代完整工具定義（數千 tokens）。代理按需發現工具。
- 壓縮閾值（第 7 級以上）：
compression:
threshold: 0.40 # default 0.50
更早觸發上下文壓縮，讓長時間的 /goal 運行和 cron 對話即使在 20 輪以上也能保持在預算內。
- Curator——預設免費（v0.17.0）： 確定性的技能裁剪仍然免費運行；LLM 驅動的合併現在需要選擇加入。
curator:
consolidate: true # opt-in, default false
- 無損密化（teknium 的 PR #47866）：
search_files結果在到達模型前被壓縮。同樣的資訊，更少的 token。執行hermes update。 - 輔助模型用於判斷（第 7 級以上）：
/goal判斷在每輪後運行——把它路由到便宜、快速的模型。
auxiliary:
goal_judge:
provider: openrouter
model: google/gemini-3-flash-preview
- 預算上限（所有層級）：
budget:
daily_max_usd: 10
session_max_usd: 2
monthly_max_usd: 200
硬性限制——代理在達到上限時停止。在啟用任何 cron 或 /goal 運行之前設定這些。
- 監控支出： Usage 頁籤（桌面應用程式 / 儀表板）顯示每個設定檔的明細；任何對話中的
/usage顯示每對話統計。在 Briefer 的提示中加上「結尾附上本週 token 支出」以便在 Telegram 上追蹤每週成本。
所有這些的模式是：把工作從昂貴的模型推到免費程式碼、便宜模型和壓縮上下文上。代理負責推理；其他一切都免費運行。
從空白版開始： 如果你從第一天就想控制 token 成本，用空白版模式安裝（hermes setup → Blank Slate）。除了提供者、模型、檔案工具和終端機外全部關閉。按需逐步新增功能——最便宜、最可控的起點。
大多數人停在哪裡
第 1-2 級。他們安裝 Hermes，寫了一個 SOUL.md，然後把它當智慧聊天機器人用。代理每天為他們節省 30 分鐘。
從第 3 級跳到第 7 級是日常節省時間從分鐘變成小時的轉折——/background、搭配正確模型的技能、帶 wakeAgent 門檻的定時排程。這些會複利成長。
從第 7 級跳到第 10+ 級是代理從工具變成系統的轉折：多設定檔架構、自我改進的知識、看板編排。你審查在沒有你參與的情況下完成的工作。
你不需要達到第 15 級。大多數獨立創辦人在第 7-10 級就能運作良好。更高的層級解決特定問題：語音用於行動工作流程、瀏覽器用於沒有 API 的工具、API 伺服器用於自訂整合、IDE 用於編碼、分發用於團隊。選擇對應你瓶頸的那個層級，設定好，等到它不夠用再升級。
官方來源
功能概覽 · SOUL.md · 技能 · 定時排程 · 委派 · 目標 · 設定檔 · 看板 · 語音與 TTS · 瀏覽器自動化 · API 伺服器 · ACP/IDE · 設定檔分發 · 整合概覽。
所有技術細節經過 Hermes Agent v0.17.0 文件驗證。致謝：@IBuzovskyi（YanXbt）。