Hermes

为什么要写这篇 前些天教同事自己搭 AI 员工，我才发现一件事，很多基础的操作，对他人来说可能每一步都是坎。终端是什么？怎么开机？复制粘贴按哪几个键？命令从哪复制？ 所以我决定写一篇从零开始的教程，细到开机、移动鼠标、按键盘都会写进去。如果你身边有人想搭一个自己的 AI 员工但不知道从哪开始，把这篇发给他就行。 买一台 MacMini，开机 MacMini 是苹果出的小盒子电脑，最便宜的那款三千多块钱。没有屏幕，没有键盘，没有鼠标，你得自己配。键盘鼠标随便买，能用就行。其他系统（Windows、Linux）的电脑也行，但苹果电脑安装智能体对于新手更简单一些。 收到货之后，做这几件事： 把电源线插到 Mac Mini 背面的圆孔里，另一头插墙上插座 把显示器的线插到 Mac Mini 背面那个宽宽的接口上（HDMI 口，长得像个梯形） 把键盘和鼠标插上（无线的就装电池、打开开关，有线的直接插 USB 口） 按一下 Mac Mini 背面的电源按钮，按一下就松手，不用一直按着 等一两分钟，屏幕上会出现苹果的标志，然后进入桌面。桌面就是开机之后你看到的那个画面，上面有几个图标。 打开"终端" 终端是一个黑色的窗口，你可以在里面打字跟电脑说话。后面所有操作都在这个窗口里完成。 怎么打开它： 同时按键盘上的"空格键"和键盘左下角的"Command"键（上面画着一个 ⌘ 符号） 这两个键要同时按住不松手，屏幕上会弹出一个搜索框 在搜索框里打"终端"（或者terminal）两个字 下面会出现一个叫"终端"的图标，按一下回车键（键盘右边那个写着 Enter 或 Return 的大键） 选底座 市面上有两个主流的 AI agent（智能体） 框架，名字分别叫 OpenClaw（龙虾） 和 Hermes（爱马仕）。 OpenClaw 偏极客路线，高度可定制，适合喜欢自己动手调教每一层的人。自由度高，但门槛也高，你得知道自己在干什么。 Hermes 自带一大堆通用技能，装好就能用，对普通人友好得多。而且它有记忆功能，能跨对话记住你是谁、你的偏好。还有多平台支持，同一套东西能接到微信、QQ、飞书等多个地方。你不用从零开始配置，开箱就有一个像样的 AI 员工。 这篇教程用的是 Hermes。如果你是普通用户，跟着这篇走就行。 安装 AI 员工的"操作系统" 现在我们要在这个终端黑窗口里打一行字，让电脑自动把 AI 员工装好。 ...

离职前最值得做的一件事，可能不是写交接文档，而是训练一个能干活的自己。没有夸大其词，是真的能干活的那种数字员工。 交接一直是个头疼事儿，文档能写，但文档是死的。你写的SOP，接任者大概率无法全盘复刻。你积累的做事方法论、踩过的坑、形成的判断力，这些东西也写不进交接文档里。 然后我就在想，既然这些东西都在我脑子里，能不能把"我"留下来？ 不是留个文档，是留一个能干活的东西。 于是，我把自己做成了AI员工接入飞书。肉身离职，数字分身留下。某种程度上，也算赛博"永生"了。 搭建过程 搭建很简单，用Hermes agent作为数字员工的基座。Hermes是一个开源的AI Agent框架，可以接入各种大模型、工具和知识库，我选了DeepSeek-V4-Pro作为它的脑子。 但光有脑子不够。一个AI要是没有我的知识库，它就只是个通用聊天机器人，跟ChatGPT没区别。 关键在于怎么把"我的东西"喂给它，最后我用 NotebookLM当大脑。 我把所有工作资料，产品文档、行业研究、过往的周报和述职、写过的方案等等，全部导入了Google NotebookLM。 NotebookLM是Google做的一个产品，你往里面扔资料，它会自动整理成一个可检索的知识库。然后你可以基于这个知识库去提问、生成摘要、做PPT、生成音频播客。 问题是NotebookLM只有网页版，很多功能藏在它的API后面，网页上根本没暴露。我用了一个开源项目notebooklm-py，它把NotebookLM的底层API全部封装好了。通过这个库，AI员工可以直接程序化地调用NotebookLM的所有能力，不只是问答，还包括生成PPT、做信息图、出研究报告、批量下载这些。 接入方式很简单，告诉hermes帮你安装开源项目notebooklm-py，配置好Google账号的cookie，Hermes就能把NotebookLM当作一个工具来用。整个过程大概半小时。 技能训练 另外我还把自己的所有技能、办公风格一条条教给了它。新同事不需要翻文档、不需要咨询我，直接指挥这个数字化的"我"干活就行。 例如做PPT，告诉它主题和大致框架，它会从我的知识库里找到相关材料，自动组装成演示文稿。不是那种丑到没法看的模板填充，是真的能拿去汇报的水平。 做图，生成公司内部统一风格的图片，省去了画图的时间。 对接产品知识，所有产品文档、FAQ、技术细节都在知识库里。不管是写方案还是回答同事的问题，它都能直接引用原始资料。 写周报， 我把每周的工作记录喂给它之后，它能按我习惯的风格和结构输出周报。不用每次从零开始写。 述职报告， 同理。过往的述职模板、业绩数据、项目复盘都在知识库里，它能直接调用。 文献查找和下载，这个是刚需。以前每次写方案都要花大量时间找文献，现在跟AI员工说一声，它自己去检索、下载、整理。 客户调研，从不同的搜索引擎，社交平台，等公开资料中对客户进行背景调查和收集相关联系方式，甚至写邮箱给客户。 等等还有很多，部分技能不太方便透露。 通用技能包 我还给AI员工装了一套通用的办公技能包SenseNova-Skills，增强常见办公场景的能力。比如深度研究，给它一个课题，它会自动拆解维度、搜集证据、生成完整的研究报告。还有数据分析，Excel扔进去，它自己清洗、筛选、出图表。信息图也是，几十种布局和风格自动搭配。 而且AI员工有长期记忆，用得越多，它越懂你的风格和偏好。不像每次开新对话都要重新交代背景。 总结 我把自己做成AI员工，听起来像是科幻片的桥段。但实际操作下来，技术门槛没想象中那么高。Hermes加NotebookLM加一个靠谱的大模型，核心就这三样。 难的不是技术，是你得花时间把自己的知识整理出来喂给它，耐心把自己会的技能教给它。这个过程本身也是一次对自己的梳理，你到底会什么，哪些是可复制的，哪些只是你以为自己会的。

年前 OpenClaw 火的时候我就入坑了，前前后后用了三个月。搭 Telegram bot，跑各种自动化，确实好玩。但最近试了 Hermes Agent，用了几天就把主力切过去了。 OpenClaw 像是个毛坯房的地基。墙砌好了，水电通了，能住。但要住得舒服，得自己铺地板、装锁、配家具。每次系统升级，还得小心翼翼别把刚接好的管子砸了。 Hermes 则是精装房。开箱即用，地板灯光家电全有，物业还自带个会自己修东西的管家。 这不算捧一踩一，主要是定位不同。深度用了几天，整理几个 Hermes 真正有而 OpenClaw 原生没有的东西。 一、长任务不"失联" 我迁移的最直接原因就是稳定性。 OpenClaw 跑长流程的时候，我经常得去问它：“还活着吗？” “卡住了？” “怎么不动了？"。它就像个干活还行但总得盯着的实习生。 Hermes 稳很多。工具链调用和长任务基本不用管，跑完直接出结果。除了重启 Gateway 会断一下，平时基本不丢状态。 对这种要 7x24 在线的 agent，“稳"比什么花里胡哨的功能都管用。 二、记忆系统：记事本 vs. 数据库 OpenClaw 的记忆系统其实不差。它会自动往 MEMORY.md 里追加内容，社区还有 QMD 这样的插件可以实现混合搜索。 但问题是，OpenClaw 的记忆本质上是一个不断增长的 Markdown 文件。时间一长，几千行的内容每次都要塞进 prompt，烧 token 不说，信息之间还容易互相干扰。 Hermes 的记忆分三层： 核心记忆： MEMORY.md 有严格字数限制，逼着 agent 只记最精华的事实，满了自动合并，不会无限膨胀。 FTS5 搜索： 所有对话存在 SQLite 数据库里，带全文索引。你问"上次 Docker 网络怎么配的？"，它能精准定位到那天的对话，总结出命令，过滤掉废话。 外部插件： 内置了 8 个记忆后端（Honcho、Mem0 等），跟核心记忆并行运行，互不冲突。 OpenClaw 像个记事本，越往后越难翻。Hermes 是"精华速查 + 全文检索”，越用越准。 ...