# Hermes从毛坯房到精装修

## 你的Hermes是不是在吃灰了？
用了两天就闲置了，只会问一句答一句，每次都要重新交代上下文，感觉就是个高级点的搜索 默认的Hermes只是一个临时聪明助手——没有记忆、没有工具、没有眼睛 精装后的Hermes有长期记忆、能上网、能看图、能听能说、能自己进化，不再是聊天机器人，而是你的专属数字分身。

跟着我让它7步让你的Hermes从毛坯变精装。
## 第一步：定身份
别上来就装工具，先给它一个灵魂 写一份SOUL.md，定义角色、风格、工作方法 不想手写？有现成的行业模板库 agency-agents-zh 免费获取。

GitHub地址：https://github.com/jnMetaCode/agency-agents-zh

## 第二步：换记忆系统
默认记忆太碎片了，换成Hindsight 对话中自动提取实体、事实、时间，搭建知识图谱，你再也不用重复交代 执行 Hermes memory setup 即可完成配置。

## 第三步：全网搜索
Tavily 是最热搜索神器，DuckDuckGo 兜底零成本搜索。

## 第四步：装上网络眼睛
不只是搜索，还要会抓取 Firecrawl、Camoufox 抓单页、深爬、破反爬、模拟浏览器——AI才能真正看懂全网

## 第五步：解锁多模态能力
- Whisper 多语言语音识别
- Edge TTS 语音合成
- openMontage 一键生视频 让自媒体、视频相关行业工作者效率拉满

## 第六步：成本精细管控让你的token省到手软
- RTK——通过过滤和压缩命令行输出，把AI编程助手的Token消耗减少60%-90%
- RTK地址：https://github.com/rtk-ai/rtk
- codebase-memory-mcp——把代码库变成持久化知识图谱的MCP Server，能减少99%的Token消耗（上下文更精准）
- codebase-memory-mcp地址：https://github.com/DeusData/codebase-memory-mcp

## 第七步：Hermes总管
别装一堆工具乱成麻，用 awesome-hermes-agent 一键梳理 这是一个社区维护的导航站，发现新能力、找到解决方案、快速上手的最佳起点。
GitHub地址：https://github.com/0xNyk/awesome-hermes-agent

## 必装的几个SKILL
#### Defuddle：把网页"瘦身"再喂给 Agent
**解决什么问题**：Agent 抓网页时，会把导航、页脚、Cookie 横幅、侧边广告、订阅弹窗全部读进上下文。这些不是你要的内容，却会留在对话里，每多一轮都要重发一遍。
**具体怎么做**：Defuddle 在 Agent 触碰网页之前，先把它剥成纯净的 Reader Mode Markdown-->只留正文。同一个网页、同一个问题，启用 Defuddle 后 token 消耗可能只是原来的几分之一。
**适用边界**：只要你的 Agent 做研究--读文档、查资料、扒竞品--这个 Skill 就不是"可选"，而是"必装"。它会在你读第一个网页的时候就帮你省钱。

#### Codebase Memory：让 Agent 别再一遍遍重读代码
**解决什么问题**：当 Agent 要理解一个陌生代码库，它会从入口文件开始读，再读那些被 import 的文件，再读那些文件 import 的文件--每一个读过的文件都永久留在对话里。一个 3000 token 的文件，在第 4 轮被读过，到第 40 轮已经为同一个问题重复支付了 37 次成本。
**具体怎么做**：Codebase Memory（严格说是一个 MCP Server，不是单个 Skill 文件）把整个仓库一次性索引成一张"知识图谱"。之后 Agent 不再读文件，而是查询这张图--"这个函数被谁调用？""这个接口在哪里定义？"仓库声称能减少 99% 的探索 token，有朋友实测也达到了 95%，覆盖 158 种语言。
**适用边界**：
- 适合：陌生仓库的快速接入、跨文件重构、依赖关系梳理
- 不适合：极小项目（一两文件直接读就行）；实时变更频繁的代码（索引可能滞后）

#### Humanizer：让 Agent 的写作"不像 AI"
**解决什么问题**：你把 Agent 写的文案发到 LinkedIn / 公众号，第一句就被人认出来:"又是 AI"。原因藏在那些 AI 味儿十足的痕迹里：M dash（-）、三段式排比、"delve into"、"in conclusion"、"let me know if you need anything else"......
**具体怎么做**：Humanizer 把维基百科上"AI 生成文本的特征"那一页完整抓下来，转化成 Skill。它会扫描 Agent 的输出，把这些"指纹"逐条改写。它会随维基百科的更新自动同步。
**适用边界**：
> 提醒一句：Humanizer 文件 29.6 KB，是这份清单里最大的一个。一旦加载，整个会话期间它都住在你的上下文里。所以调用方式跟别人不一样-->不要在一开始就调用它，而是在写作完成的最后一刻单独调一次。深度长会话里，最好把"去 AI 味"这一步放到一个全新的会话里执行。

**场景举例**：你让 Agent 起草一篇产品发布稿，主会话里只负责结构和内容，最后把草稿复制到新会话，跑一遍 Humanizer，再发出去。

#### Agent Reach：让 Agent 听得见"人在说什么"
**解决什么问题**：你的 Agent 聪明、能规划、能写代码--但你让它去查"用户到底在讨论什么"，它就瞎了：
- X（前 Twitter）API 是付费墙
- Reddit 从云端 IP 直接返回 403
- GitHub 还能凑合用，但限流严格
- 其他平台一夜之间改规则
**具体怎么做**：Agent Reach 一次安装，把 X、Reddit、GitHub 等社交平台全部接进来，零 API 费用。更关键的是它的故障转移机制：当某个平台改了规则封掉一条路径，它已经预备了备用路径，Agent 根本感知不到这次中断。



---

> 作者: XiongNeng  
> URL: https://xiongneng.me/posts/ai/hermes-fitment/