五马分工-hermes多profile协作经验分享
-
-
-
-
-
-
-
你的情况和我几乎一模一样，而且我也是自建本地 VLLM。
我原来有好多个 profile。有维护的 有股票的 有写作的 还有一个是专门做音频视频流的。
光是维护这么多 Profile，我就已经受不了了。 这些构构架之间，它不是由一个统软件总体调度，而是由你这些提示词和一些人格设置和一些记忆库来维护的。 总体来说，等同于手搓了一个管理体系。
经过了一两个月的使用，我现在是放弃了。
我的 Hermes 基本上用法和老特是一样的。仅仅是部署在服务器上的 hermes ,用于服务器本身的维护，因为它稳定。
然后我现在主力工具全部 已经搬到 DSH 里面了。
一开始 DSH 各种不顺。 直到我装了一个腾讯的MemoryeDB. 的 dsh 简化版本. 这个插件呢，需要向量数据库.我本地是 3090 24G, 安装了 vllm 跑千文 3.8 27b 还有 ollma 跑一个几百兆的最小号的 104 维的向量数据库从此以后, dsh 里任何的聊天记录,都能瞬间找到. 还算勉强能用.
总结:我也是 5 马走过来的,现在就 不纠结聊天了
就开几个聊天.1 个管 系统维护, 1个文档, 1 个管写日记随笔,, 再开了一个 dsh im 手机入口.
最重要的股票 方面.我呢就有好多个项目. 但是,项目里面 需要系统配合的,也随时可以 口述 要求改系统, 都没有问题hermes 需要多profile 的, 被我用 d'sh +向量历史库,解决了,有全能助理的感觉了!
-
-
-
-
SGLang 日均 token 用量报告
统计窗口：2026-10-09 ~ 2026-10-15（7 个完整天）
口径：Hermes 各 profile 打到 ai5000 SGLang（qwen3.8-27b-nvfp4）的 API 调用；输入 = 每轮完整上下文（含重送），输出 = 新生成
来源：本机~/.hermes/logs/agent.log*（default / email / obsidian）日均
指标 数值 调用次数 351 次/天 输入 token ~2,990 万/天（29.9M） 输出 token ~41.2 万/天（412K） 每轮平均 输入 85K / 输出 1.2K 7 天合计
指标 数值 调用次数 2,456 输入 token 209,156,402 输出 token 2,886,424 备注
- 输出仅占输入的 1.4%；用量基本由长会话上下文重送构成。
- SGLang 前缀缓存命中率 97.7%（按输入 token 加权），GPU 实际新算的 prefill 每天仅 ~80 万 token 量级。
- 日均被 10-12（转写工具项目，835 次）与 10-15（436 次）拉高；剔除这两天，其余 5 天日均约 1,360 次调用 / 1,490 万输入 / 30 万输出，更接近日常水平。
-
-
-
請問不同profile 的馬 可以分開使用不同的模型嗎?
-
分享一個不同的用法
製作一個hermes MCP給GPT的dots做直接連線
你想要的記憶或是不同profile就可以在dots做統一管理了
協調分配等等的工作就都交給dots就行了 -
-
-
我一開始也是用hermes管理所有的agent
要手動分配，定時記憶整理也很麻煩，obsidian或是supermemory都用過
尤其讓他管理claude code+codex+DSH之後，協調跟記憶就更複雜更難維護了我嘗試改成總入口換成dots後那些記憶跟協調都不需要了
一樣跟hermes只對一個agent一樣，但省心很多，後續維護都不需要Dots本身的模型夠聰明，很多事情不用講太多
唯一缺點就是他不是免費使用，還是這類型最貴的（dots 100$, grok bots 30$, muse免費） -
-
我完全同意, 我现在用muse的免费版, 感觉简单多了. 我相信dots应该更好. 可惜就是太贵 :(.
我在考虑是不是用muse.ai 慢慢把我的hermes管起来. 不过现在还是在用hermes 管muse. 而且耦合比较松, 我让它们通过自建的留言板互相交流, 指派任务, 以及记录工作, 同步进度等...
