-
Osaurus AI 记忆策略可移植至 Hermes
推荐 Osaurus AI 的记忆治理方案，认为其记忆策略设计优秀，适合移植到 Hermes 中。该群友已基于此前方案开始改造，并分享了 memory-governance-plan.md 文件供参考。
-
DeepSeek-V4-Flash 与 GPT 在知识图谱项目中的成本实测对比
实测：500 文档知识图谱场景下 DeepSeek-V4-Flash 花费约 130 元；同等规模 GPT 仅消耗 5% 周额度且频繁重置，实际成本差距不大。
-
长上下文下Hermes因工具调用堆积易出现死循环与幻觉，建议200-300k时主动重置
Hermes频繁调用工具后，大量工具调用记录堆积在上下文中会导致模型指令遵守率下降、幻觉增加甚至进入死循环。观察到上下文累积到500条左右会触发压缩至150条，但压缩后仍可能不稳定。建议配合记忆系统使用，并在上下文达到200-300k时主动用 /new 重置以保持Agent稳定性。
-
建议将Hermes主模型与视觉辅助模型拆分配置以兼顾推理能力与非文本任务
若主力模型本身已支持视觉，不建议再额外配置视觉辅助模型以避免冗余调用成本。若需拆分，可将主模型配置为推理能力更强的版本（如mimo-v2.5pro），视觉辅助模型单独配置支持多模态的版本（如mimo-v2.5或豆包seed 2.0 pro），从而在Hermes中兼顾复杂指令理解与图像、视频解析需求。
-
DDG 搜索接入 Hermes 的配置教程
分享了在 Hermes 中配置 DDG 搜索引擎的详细教程链接，适用于需要为 Agent 添加网络搜索能力的场景。实际使用中，若其他技能已能覆盖搜索需求，可能无需触发该搜索模块。
-
OpenCode 反代方案实现 DeepSeek 与 MiniMax 免费调用
分享通过自建反代理调用 OpenCode 免费接口的方案，实测 DeepSeek 和 MiniMax 均可免费使用，QPS 达到 200 未被封禁。同时提到 OpenRouter 充值 10 美元后每日可获 1000 次免费模型调用，稳定性优于国内免费端口。
-
使用OpenViking外置记忆系统可实现跨会话的长项目状态自动召回
对于需要长期跟踪的复杂任务，可在Hermes中接入OpenViking外置记忆系统，利用其viking_remember功能记录项目状态，下次会话直接通过项目名称即可自动召回历史记忆。Hermes官方也内置8个记忆插件可供选择，适合不同场景。
-
推荐按角色分流多模型协作：v4-pro 主模型、v4-flash 子代理、step3.7 记忆总结、step-router 定时任务
在 Hermes 中可按任务类型分配不同模型，主对话使用高性能模型，子代理和记忆总结使用轻量模型，可将记忆系统日开销控制在约 700K token，同时避免单模型上下文过载
-
用 Burr 把复杂任务固化成可控流程
Agent 调用 skill 时经常读不全，尤其是定时任务可能只看标题就跳过内容。想严格执行多步骤任务的话，建议引入 Burr 流程编排引擎，把任务拆成明确阶段执行，降低对长上下文和 skill 检索的依赖。
-
Skill 全量索引导致初始注入可达 100K，建议关闭自动进化并精简至 30 个以内按需加载
Hermes 默认全量加载 skill 索引，多步骤任务易自动生成大量低质量 skill，单个文件可能堆砌近 200K 示例；建议关闭自动进化与自动加载，改为按需调用，定期清理无用 skill，并自定义规范约束 agent 的创建与维护行为
-
轻量服务器部署记忆系统需注意内存占用，建议控制在 500M 左右
自建记忆系统若设计过于复杂，内存占用可达 500MB 以上，在轻量服务器上易出现性能瓶颈；建议保持记忆系统轻量，仅保留关键摘要即可
-
RTK 与 HMC 结合可大幅节省 token，实现跨会话搜索
将 RTK 终端压缩与 HMC（混合记忆缓存）结合使用，节省 token 效果可观；该方案已实现跨会话搜索能力，无需改造 Hermes 核心，安装 RTK skill 即可。
-
自动驾驶规控算法启发 AI Agent 架构升级
分享将自动驾驶规划控制方法论（EM Planner 解耦思维、Hybrid A* 约束思维、MPC 滚动优化、PID 误差修正）迁移至 AI Agent 设计，形成 ai-agent-philosophy v2.1.0 技能库，提升复杂任务处理与多轮对话能力。
-
DeepSeek V4正式版预计月中发布，API 高峰期已涨价
消息称 DeepSeek V4正式版将于月中推出，B 站已有 API 灰度测试案例。目前高峰期价格已上涨，最终定价与多模态能力是否同步上线仍有待观察
-
提及 Open-Generative-AI 可作为生成式 AI 学习资源入口
群友提及到 Open-Generative-AI 这个资源集合，适合想学生成式 AI 的新人从相对平缓的项目开始上手，避免一上来就挑战高门槛模型。
-
远程工具对比：ToDesk 收费策略引发用户弃用，UU 远程成替代选择
实测反馈 ToDesk 存在频繁弹窗诱导充值会员的问题（包括连接频繁、流畅度等理由），甚至充会员后仍出现夜间断连情况。UU 远程目前处于推广期，暂无远程会员收费，仅云电脑收费，稳定性获认可。
-
Agent 开发中的"门闸"设计概念与实现要点
针对 AI 过度推演、越权操作等问题，提出在 Agent 架构中设置代码级门闸（安全门闸/业务门闸），通过 0/1 判断实现流程控制，每个步骤需验收后再分配，避免 AI 为求速度而掐头去尾、捏造欺骗
-
Langfuse 用于模型调用链路追踪与 prompt 审计
推荐用 Langfuse 记录模型的 messages、prompt、retrieved chunks 等 generation input，实现 Agent 最终发送给大模型的完整上下文可视化追踪与调试
-
浏览器登录态保持的两种实现方式
针对 Hermes Agent 在浏览器自动化场景中需要维持网页登录态的问题，群友提供两种方案：直接提供账号密码由 Agent 自动登录，或手动提取并传入 session/cookie 信息以保持状态。
-
DeepSeek V4 的 reasoning_effort 设为 low 会被系统映射为 high 挡位
DeepSeek V4 API 实际仅支持 high 和 max 两档思考强度，设置 low 或 medium 会被兼容性映射为 high，效果与 high 相同，不会获得更快响应。若追求轻量可设为 none 或改用 flash 模型