深度三联 T7：Hermes——用户自己的 Agent 项目
深度三联 T7：Hermes——用户自己的 Agent 项目
三联页 = 一个核心主题 + 关联子页。本页是业务跨域的核心：把 wiki 语料里的行业趋势，落到用户自己的 Agent 项目（Hermes）。
子页：entities/hermes · concepts/harness · concepts/agent-loop · concepts/workspace-memory
背景：Hermes 是用户在~/projects/hermes/实际开发维护的 Agent 框架（部署记录见外部记忆 hermes-deploy），本页把语料洞察映射到该项目。
一、为什么选这个主题
用户特别要求"业务跨域（AI 趋势到用户自己的项目）"。Hermes 就是这个桥：语料里的行业趋势 → Hermes 该往哪走。这是整个 wiki 挖掘里唯一直接服务用户自身的页面。
二、语料证据：hermes/ 目录素材地图（25 篇）
- 从 0-1 部署：《Hermes从0-1部署》《Hermes Agent v0.8 完整指南》《Hermes Agent 完整配置教程》
- 能力更新：《Bundle 把 7 步发文压成 1 步》《Computer Use 控制电脑》《支持 Ollama》《ComfyUI Skill 出图出视频》《接微信》《桌面版 GUI》《git worktree 工作空间》
- 生态集成：《接微信接管 Obsidian》《+AutoCLI+Obsidian 自动入库自动微信汇报》《+NotebookLM 知识库自滚》《+DeepSeek V4 企业 AI 助手》《+Grok 蓝V值回票价》
- 工程反思：《密钥堆在 .env 出事才知道疼》《Hermes 还没学明白，Generic Agent 又来了》
三、语料洞察 → Hermes 的五条映射
映射 1：Agent 主线恒定（61-73%）→ Hermes 押对了赛道
P1 样板显示 Agent 概念全年稳定命中 61-73%，是本 wiki 唯一恒定主线。Hermes 作为 Agent 框架，所处赛道是 2026 语料里最确定的方向。方向没错，错的是执行细节。
映射 2：Harness 工程半年翻 4 倍 → Hermes 的骨架要对齐
2026-08-comparisons/Agent工具生态对比 里 Harness 从 3.3%→13.9%。Hermes 的架构（run_agent.py 核心循环 + model_tools.py 工具编排 + toolsets.py）就是自己的 Harness。语料趋势指向：Harness 从"实现细节"变"产品特征"（Anthropic 已把 Harness 做成产品）——Hermes 值得把骨架工程显性化、文档化。
映射 3：MCP/Skill 稳定底座 → Hermes 的两层生态要补课
MCP（12.3%）/ Skill（14.7%）是 Agent 生态的协议层与能力层。Hermes 已支持 Skill（70 个 Skills 的教程），但 MCP 协议的接入深度是关键差异化点——语料里"把 X MCP 接入"的教程大量命中 OpenClaw，Hermes 的 MCP 生态可见度低。
映射 4：Token 价格战（国产模型）→ Hermes 的模型策略
中国模型在定义"定价赛道"（2026-08-queries/Q2-国产模型有没有戏）。Hermes 主模型走 minimax-m3 + DeepSeek 备用（上游偶发空 body 的处理见外部记忆 hermes-minimax-upstream-flaky），与"国产模型性价比"叙事一致。语料里"Claude Code + DeepSeek V4"的组合教程说明：工程用 Claude、成本用国产，是中文社区已验证的组合——Hermes 支持模型切换正好落在这个组合上。
映射 5：OpenClaw 采集泡沫的教训 → Hermes 别追热点，做深骨架
OpenClaw 的 73%→15% 教训：工具热度会过，方法论会留（2026-08-queries/Q3-OpenClaw还有价值吗）。Hermes 不应追"下一个热点功能"，应把 agent-loop/harness/memory 的骨架做深——语料里"密钥管理""git worktree 工作空间"这类工程反思文章，正是 Hermes 值得优先加固的方向。
四、Hermes 的语料定位（三个 Agent 框架对比）
| 维度 | Hermes | Claude Code | OpenClaw |
|---|---|---|---|
| 语料认知度 | 中（25 篇，用户自己采集） | 高（头号焦点） | 最高（采集泡沫） |
| 核心差异 | 同步 Python 循环 + SessionDB 记忆 | 编码 Agent + 终端原生 | 本地优先 + 多渠道 |
| 最大短板（按语料） | MCP 生态可见度 | 闭源黑盒 | 教程噪音 |
| 最值得学（按语料） | Claude Code 的 Harness 产品化 | OpenClaw 的开源骨架 | 三者互为参照 |
五、行动建议（映射到 Hermes 具体改进）
- 把 Harness 工程显性化：参考 T1 里"Anthropic Harness 产品化"，给 Hermes 写一份架构文档（agent-loop/toolsets/memory 怎么配合），这是"方法论留得住"的第一步。
- 补 MCP 客户端接入：语料里 MCP 是稳定底座（12.3%），Hermes 若支持 MCP 协议，能直接复用 openclaw/ 目录里几十篇"X 接入教程"的生态资产。
- 固定"Claude 工程 + 国产成本"双模型策略：与语料已验证的组合对齐，复用既有重试/备用机制（见外部记忆 hermes-minimax-upstream-flaky）。
- 加固工程短板：密钥管理（.env 教训）、git worktree 工作空间（已有）——语料里的工程反思就是 Hermes 的改进清单。
六、诚实声明
- Hermes 在语料里的认知度受采集者自相关影响（25 篇几乎都是用户自己采的），不代表市场认知
- 五条映射是"语料洞察 → 项目建议"的推断，不是 Hermes 用户反馈或市场数据
- 具体技术选型需以 Hermes 实际代码为准（
~/projects/hermes/AGENTS.md是权威）
关联
- 2026-08-triples/T1-Claude-Code-从编码工具到Agent工程样板 — Harness 产品化参照
- 2026-08-comparisons/Agent工具生态对比 — MCP/Skill/Harness 数据
- 2026-08-queries/Q2-国产模型有没有戏 — 模型策略背景
- 2026-08-queries/Q3-OpenClaw还有价值吗 — 热点 vs 方法论的教训
