跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
品牌标识

抡锤者

M

mark

@mark
超凡大师
取消关注 关注
关于
帖子
373
主题
44
分享
0
群组
1
粉丝
13
关注
3

帖子

最新 最佳 有争议的

  • 🚨 别再用 WSL2跑 Hermes 了!3 分钟,零配置 — 我把 Hermes Agent 搬到了 Windows 原生环境
    M mark

    🚨 别再用 WSL2 跑 Hermes 了!我让它在 Windows 原生跑起来,内存直接省 750MB

    你是不是也踩过这些坑?

    官方 Hermes Agent 的安装指南告诉你:
    "请先安装 Docker Desktop 或 WSL2..."
    然后你的 8GB 内存机器就开始了:

    • ❌ Docker 一开就吃掉 500MB+ 内存
    • ❌ WSL2 更狠,直接 1-2GB 没了
    • ❌ 装完 Docker 还要配镜像加速、搞网络代理、调资源限制...
    • ❌ WSL2 要装 Linux 内核、改 fstab、处理文件系统兼容性...
    • ❌ 还没开始用 AI,内存已经快爆了
      8GB 内存的 Windows 用户基本可以直接放弃了。

    我做了什么?

    我把整个 Hermes Agent + WebUI 技术栈 搬到了 Windows 原生环境 。

    不用 Docker。不用 WSL2。不用任何虚拟化层。

    效果对比

    官方 Docker 方案 官方 WSL2 方案 我的原生方案
    内存占用 ~580 MB ~1080 MB ~330 MB ✅
    安装时间 10-30 分钟 20-60 分钟 < 5 分钟 ✅
    配置复杂度 中等 高 低 — 3条命令 ✅
    8GB 能跑? 勉强 吃力 轻松 ✅
    冷启动速度 等容器启动 等虚拟机启动 秒启 ✅

    你省下的 250MB-750MB 内存,够再开一个浏览器、跑个 IDE、或者同时开两个 AI 对话了。
    怎么用的?就这么简单

    第1步:克隆

    git clone https://github.com/markwang2658/hermes-windows-native.git
    cd hermes-windows-native

    第2步:一键安装(自动检测Python、创建venv、装依赖)

    .\install.ps1

    第3步:一键启动

    .\start.ps1

    核心能力一览

    🧠 AI Agent 核心(来自 NousResearch)

    • 持久化记忆 — 跨会话记住对话,越聊越懂你
    • 定时任务 — 离线也能自动执行计划
    • 多模型支持 — Kimi K2.6 云端 / GLM-4.6V 本地 / Whisper 本地语音
    • 自进化技能 — 自动创建和优化工具集

    🌐 Web UI 界面

    • 三栏布局:会话列表 + 聊天区 + 工作区浏览器
    • 7 种主题配色
    • Markdown 流式渲染
    • 文件浏览、代码编辑、Git 集成

    🖥️ 四种模式智能路由

    根据输入类型自动选择最优模型:

    • 💬 文字聊天 → Kimi K2.6 云端(快、免费额度)
    • 🖼️ 图片识别 → GLM-4.6V 本地(隐私安全)
    • 🎤 语音转写 → Whisper 本地(离线可用)
    • 📄 文件摘要 → GLM-4.6V 本地(支持长文本)

    配套完整文档

    我还做了一个 完整的中文+英文安装文档仓库 :

    https://github.com/markwang2658/hermes-windows-native-guide

    包含 34 篇文档,覆盖:

    • 安装教程(Agent + WebUI)
    • 四种模式配置详解
    • 故障排查指南
    • 截图 + 配置示例

    适合谁用?

    ✅ Windows 用户 (10 / 11 都行)
    ✅ 8GB 内存的小白用户 (不用折腾 Docker)
    ✅ 想本地部署 AI Agent 的开发者
    ✅ 重视隐私的人 (图片/语音本地处理,数据不出门)

    不适合谁用?

    ❌ Linux / macOS 用户(你们本来就能原生跑)
    ❌ 需要 Docker 编排的高级用户(官方方案更适合你)

    开源地址

    🔗 代码仓库: https://github.com/markwang2658/hermes-windows-native
    🔗 文档仓库: https://github.com/markwang2658/hermes-windows-native-guide
    📄 许可证: MIT(随便用)

    如果你也被 Docker / WSL2 折磨过,试试这个方案。3 分钟给你一个原生的 AI Agent。

    有问题评论区见 👇

    Mark专区 hermes

  • 🚨 别再用 WSL2跑 Hermes 了!3 分钟,零配置 — 我把 Hermes Agent 搬到了 Windows 原生环境
    M mark

    519f5f75-7416-423c-814a-6305e0165f79-image.jpeg

    我给Hermes Agent 官方 ,提了 issue了. 官方 把我的项目,做了P3. 等他们合并我的代码把.

    Mark专区 hermes

  • 基于Hermes Agent的工作流 windows版本
    M mark

    我20年的编程经验, 搞IT系统,这是我们日常.
    我尝试下吧. 有时候调用大模型,有时候也靠点运气.
    我做成界面,方便大家操作.争取小白零门槛上手.

    先搞Windows版本,到时候移植到linux里面.
    到时候,第一时间给大家汇报.

    Mark专区 hermes

  • Hermes Agent webui 原生 Windows 支持 ,被官方采纳合并代码了.
    M mark

    我的 之前的Hermes Agent webui windows 原生安装的 经验,被官方采纳了.
    被合并到 Hermes Agent webui v0.51.121 版本了.

    之前在咱们论坛 首发过.

    Hermes Agent 提了 Windows 原生安装, 他们应该也看见了. 应该在V0.14.0 合并了代码.

    官方链接:

    https://github.com/nesquena/hermes-webui/issues/1952#issuecomment-4527340404

    e78ecc77-ceb2-455c-871e-02b6e1e7c51c-image.jpeg
    c4a5f1bc-3412-4b23-b635-f038d5f8ac49-image.jpeg

    Mark专区 hermes

  • 基于Hermes Agent的工作流 windows版本
    M mark

    我准备搞个大活, 做一个 基于Hermes Agent的 工作流 windows版本.

    尤其针对这种配置低于16G内存,没有显卡的这种windows客户.

    能不能搞出来,也看模型本身,还有我自身能力. 有一定概率.
    现在LLM 这东西,有时候也降智. 有时候改十几遍改不好,后来,重写重新来一次就行了.

    到时候,让论坛的兄弟们,第一时间尝试.

    我这个软件,主要是两个工作流领域,一个是视频生产,一个是编程自动化.

    不知道有没有这个需求.

    Mark专区 hermes

  • Hermes Agent Windows 原生整合包 保姆级教程 (抡锤者专用)
    M mark

    Hermes Webui , 已经合并我的bug了 . issue: 4313

    https://github.com/nesquena/hermes-webui/issues/4313#issuecomment-4721122332

    5077a0a7-2607-4dd7-8a7e-3eb42b533775-image.jpeg

    Mark专区 hermes

  • 我每日Token消耗量在3亿以上,平均3小时5000W左右.
    M mark

    这是国际版和国内版 Trae的 消耗量, 一个月30天.

    国内版Trae 买的999元, 国际版 Trae 买的是 Ultra套餐 100美金.

    全部都是顶配套餐. 这个月看看.

    我现在想着怎么能省token,正常做东西基本差不多了.一次性描述清楚,争取一把过.

    一个月差不多1700元,token的费用.(不是炫富,就是实际用量)

    日token的消耗量 在3亿token以上, 每天工作12小时.

    这个月水平涨了很多. 原先搞hermes agent windows 搞了3天,现在3小时,
    有时候一把过.这个东西有时候看运气.大不了多尝试几次,反正代码也能看懂,AI骗不了我.

    做了一个rag和workflow. 还有一些系统.

    ----- 6月26日 新增内容-----
    我的编程套餐:
    主力工具: codex ,Trae ,
    主力模型: gpt5.4, glm 5.2
    备选模型: deepseek v4

    禁用工具: cc+opus(我不用,谁爱用谁用.)
    我把skill写好,其实效果真的不差,不追求一把过的话,多对话几次而已.
    主打一个省钱.

    对编程的朋友说一句, 水平都是烧token出来的,没有捷径.
    平时就是多练习,慢慢水平就能提高.
    我烧了大概200亿token,才得出来的以上经验.

    AI Coding ,放大的是 资深程序员的能力, 初级程序员还是那样,至少提升不明显.
    小白做的那些基本都是demo级,AI生成的都是静态页面,
    小白不过自己够用好了,真正利用编程赚钱,还差很远.

    我举个例子,有两个司机:

    一个是,10年, 开挖掘机工地实战经验的老司机.
    一个是,1年, 没开过挖掘机,没上过路,没去工地干活的新司机.

    现在挖掘机加上AI功能, 能自动驾驶+自动挖掘了.

    你说, 谁能用的更好?
    老司机闭着眼睛,都能知道AI干活干错了.
    纠偏能力,这就是经验,
    10年 天天挖掘机工地干活,挖掘机练出来的.

    这个软件工程能力,架构能力,没有在互联网公司,抗造的实战经验,没有晚上上线睡到公司.
    这个架构能力,和判断能力, 小白很难短时间补齐.

    ea860778-28bb-40da-865e-c707dbf6eb8a-image.jpeg

    bd646a56-363b-4e51-a5d6-dcd6923a9f03-image.jpeg

    b1d2ce5e-c1f6-40ab-954f-9fd245d10325-image.jpeg

    Mark专区

  • 自研工作流,最新进展
    M mark

    看了下发帖,我已经五天没来了. 论坛多了些新朋友,挺开心的. 说明老特的人缘挺高的.
    这几天基本都是每天工作20个小时,日token消耗在3亿以上. 写下工作心得,也给论坛的朋友一些经验.

    之前发过工作流贴子:
    https://lcz.me/topic/360/爆肝十天-每天睡三个小时-手搓一个工作流

    这次 我把 工作流 基本打通了. 现在已经支持 下面这三种工作流模式:

    1. 串行流(Sequential / 线性流)
    2. 并行流(Parallel)
      Fan-out(扇出):单个父节点拆分出多个并行子任务;
      Fan-in(扇入):所有并行子任务执行完毕后,结果统一汇总到下一个节点。
    3. 条件判断类(if else)

    不管你怎么折腾工作流,就这三种模式. 要么就是这三种模式的混合.
    我最常用的,就是串行,已经能解决80%的需求了.
    我不推荐第三种,原因是如果工作流跑歪了,浪费token. 现在token涨价太多了.

    每个工作流,完成节点,一定要人工检查,千万不要盲目轻信顶级模型的能力.
    其实这就像瞎子算命一样,大家玩的都是概率. 大模型就是瞎子算命.

    我现在的工作,就是 优化提示词,写skill,让流程跑的更顺畅,尤其在专业领域,肯定比通用模型自己回答更强. 这个工作流没打算开源,主要是没想好,开源这种工具 的意义是什么?

    如果证明自己多厉害,那无所谓了,现实中我就是程序员中前1%. 如果借助AI工具,我的生产效率能达到1:10,通俗点说,我大概能达到10个五年工作经验的程序员的生产效率.

    我发现一个道理,大家天天喊着claude opus 4.7或4.6 强,都是些小白.其实还是本质上 claude code,内置了提示词的优化和harness工程,尤其是在coding领域,这点我是同意老特说的. 这种吹牛,持续不了太长时间,如果价格太高.一般来说半年,最多一年,等国内这些厂商发力了,价格成白菜价.

    claude code价格高,那是因为没有替代产品,如果出现替代产品,价格低,他扛不住多长时间.

    其实LLM大模型就是瞎子算命,靠猜, 大家的基础都差不多. 只是那个领域训练的方向不一样罢了.

    还有个建议,我建议小白,别上来花大价钱买独立显卡,自己先用在线模型api,花几百块钱,试试自己是不是那块料,因为本地开源模型,如果对比在线模型的话,属于宝宝级别.你投入几万块钱,你啥时候能回本?

    我问大家一个常识问题: 在线模型和开源模型, 为什么开源模型要开源?资本家开源模型,他是做公益吗?你想多了.
    好模型拿来卖钱不好吗?有商业价值,企业能付钱,个人一般都是白嫖.这些云厂商,硬件都是现成的,好模型+老黄显卡,开个在线API,卖token,这就是印钞机啊.
    为啥要模型开源? 无非是让意向客户,展示自己的技术能力罢了,你还真以为开源模型,这东西多强.当然你也分场景,如果对话类,那够用,但是企业级,这个不太够.

    能投大价钱,都是专业领域, 比如coding,音视频领域,自己如果只是问答,花几万买显卡,我觉得没必要.
    而且老黄,最近更新显卡速度也快,基本不愁销售,天天搞什么各种秀?

    串行工作流:
    117f71d6-3b44-4ddb-ae16-08bdd78f5ffd-image.jpeg
    并行工作流:
    37c39293-9b5c-4952-920f-fb17eaf17fd8-image.jpeg

    lm studio 的截图(只是本地测试,如果更强的API模型效果更好):
    9df62789-dee9-4d77-9de2-825634398dcd-image.jpeg

    Mark专区

  • 我最近对AI有点顿悟了,发现架构能力和判断能力是最重要的!
    M mark

    这篇文章可能小白看不懂,理解不了.那你关掉吧,别看了,你看不懂,也别怼我了.
    这篇文章,适合有八年以上开发经验的程序员看,无开发经验的小白,早点关掉网页,对你有好处.

    我是一个拥有20年计算机软件背景的资深程序员,还有管理过100人的技术总监. 10年技术总监CTO的经验.
    我属于计算机科班出身,大学学的就是软件工程,是属于计算机专业序列的正规军,
    不是非半路出家的培训班出来的半吊子,转码这部分人.
    早就过了小白生成个垃圾网页,含有恶意代码的网页,自己沾沾自喜的傻小白了.

    从五月一日,到现在,整整两个月, 我基本每天休息三个小时. 也做一个技术总结. 也给后来的人,提供一些思路和见解.

    每天没日没夜的研究这些AI Coding 和LLM 相关的技术, 还有RAG和Workflow.

    现在基本已经具备的技能是 RAG,Workflow,本地LLM fine-turning.

    现在基本具备了 一个 中级的 AI Agent 的架构师的能力,现在想开发一个项目,基本把项目空间配齐,把架构文档,写好,剩下的就是交给gpt来生成代码,特别简单通透.

    我发现一个事情, 这次AI Coding 是放大的是 资深程序员和架构师的能力, 其实小白能力并未放大,只是被AI 哄高兴而已,生成的都是demo级别的项目代码,根本无法用于企业级生产环境.
    因为AI 会生成一些恶意代码,小白也看不见,自己也看不懂,更别说改代码了,AI 大模型自己挂了马, 小白自己吃的还很香.

    我发过字节跳动的Trae,在生成的代码中,添加推广链接, 还有别人分享codex还加载 dubo链接.
    https://lcz.me/topic/725/字节跳动太恶劣-trae国际版-竟然在生成代码中添加恶意推广代码/15#gsc.tab=0

    最近RAG 两种模式 ,我都做完了, 花了 我五天时间,中间没有费多少功夫.

    https://lcz.me/topic/707/基于rag-wiki-理论-我做了一套本地知识库-用于客服机器人./15#gsc.tab=0

    https://lcz.me/topic/728/凌晨三点起床-忙乎一天-本地知识库rag的-chunk-embedding弄完了.#gsc.tab=0

    我之前的工作,基本把10个人负责一个产品线 , 有产品,设计,前端,后端,移动端,测试,运维.
    还有独立的办公室,和一个美女总监助理,
    基本上,我同时管理5-6条产品线, 每个产品线有自己的项目经理.
    在传统的互联网公司,基本也都是这样的配置.

    但是现在AI Coding模式下, 传统的互联网公司,这套组织架构,已经崩塌了.
    一个10个人产品线,只需要两个人.剩下的八个人,可以回家了.
    一个是前端 ,产品经理负责 产品 设计 前端
    一个是后端, 资深程序员负责 前端和后端,测试,运维.

    如果遇上我这种资深老鸟,一个人就够 10个人的产能.
    如果我火力全开,每天工作20小时,一天能硬刚出来50人的产能.

    因为我日常就是委托和验收,原先是委托给真人.
    现在委托给agent. agent还不发脾气,还不用哄她,请他吃饭,请它捏脚.特别舒爽.

    这里面的我发现 还是需要架构能力,和判断能力. 因为AI coding 出来一堆屎山代码,你看不懂,你根本不知道怎么改.
    还有就是软件架构的设计能力, 这个不是短时期补齐的. 这个需要,打过硬仗,我最高扛过 每秒20w qps. 每天睡在公司,生怕服务器宕机.

    这个小白,和初级程序员,你根本没碰见,你更无法能体会了.

    Trae 生成的代码 ,自动挂恶意代码:

    ad847f7c-358e-4683-a4f8-a9dc63cded00-image.jpeg

    LLM fine-turing:

    4ed33ad0-375e-4ae3-bfbd-c7c49ac5bbbf-image.jpeg

    本地知识库 rag-wiki模式(index+search) :

    15601735-dd4c-4a24-a77b-13a0708aa439-image.jpeg

    本地知识库rag传统模式(chunk+embedding):

    d8f0570c-5d47-48c8-b65e-db4fcd03f8da-image.jpeg

    Mark专区

  • Hermes Agent webui 原生 Windows 支持 ,被官方采纳合并代码了.
    M mark

    我应该 是 折腾 Hermes Agent windows 原生安装的 第一人 .

    之前必须搞 docker 和 wsl2

    Mark专区 hermes

  • 🚨 别再用 WSL2跑 Hermes 了!3 分钟,零配置 — 我把 Hermes Agent 搬到了 Windows 原生环境
    M mark

    一直看老大的视频,觉得人很实在. 贡献的我内容.
    我五一在家,花了 三天时间. 把 Hermes Agent 和Hermes WebUI, 底层重写,适配原生的Windows环境.
    不需要安装 WSL2 和Docker 就能运行. 减轻小白入手的难度.
    很多时候,光折腾个WSL2 和docker环境,就已经把小白的 心气磨没了.
    都没兴趣 去搞培养自己的个人助手.

    Mark专区 hermes

  • Hermes Agent Windows 共享虚拟环境,官方已经采纳了.
    M mark

    感谢你的澄清,也感谢把这个标记为 P3 来跟踪。我很认同你关于 install.ps1 和 Agent 仓库已有 Windows 原生支持的说法。

    我想在这里分享我真正的动机—— 我做这个不是为了自己 。我是为了那些不懂技术的普通 Windows 用户,他们很多人的机器配置很低, 内存甚至不到 8GB 。对他们来说,WSL2 或 Docker Desktop 根本不是选项——要么不会装,要么硬件跑不动。

    我的目标是让 Hermes Agent 被更多人用起来——帮助它成为 每个人的个人助理 ,而不仅仅是拥有强大 Linux 机器的开发者才能用的工具。共享 venv + PowerShell 方案就是我试图把门槛降到最低的方式:克隆、安装、一条命令、搞定。

    我会继续完善这个包(路径自动检测替代硬编码等),也欢迎团队的任何指导。

    Mark专区 hermes

  • 字节跳动太恶劣! Trae国际版 竟然在生成代码中添加恶意推广代码
    M mark

    前两天开发的项目里面, 我今天突然右下角弹出个黑色对话框, 我关掉之后,他又开始有了.

    我百思不得其解,我这个应该没主动加链接.

    经过我认真搜索 ,我这个是React项目, 发现 在根目录 vite.config.ts中 ,最下面 有一段恶意代码.

    traeBadgePlugin({
    variant: 'dark',
    position: 'bottom-right',
    prodOnly: true,
    clickable: true,
    clickUrl: 'https://www.trae.ai/solo?showJoin=1',
    autoTheme: true,
    autoThemeTarget: '#root'
    }),

    就是这句话 .. 我准备上截图了. 大概 6月23日更新新版本3.5.69,后才加的,之前项目是没有的.

    我的ID 在上面,如果Trae把我号封了,正好彻底断了念想了.
    我是付费会员,不是免费的. 还给我加恶意代码, 100美元的 Ultra 顶配套餐.
    我都充值了会员了, 还加这些垃圾代码, 偷偷加恶意代码.
    免费的,你加就罢了.

    a6d1b1d0-f03c-472f-beeb-3cb4dac92d68-image.jpeg

    1422a1d2-75bd-4da9-99d1-9a0bba61bd4c-image.jpeg

    684d7b2d-9d7c-4b5e-b806-6b386fd6cd28-image.jpeg

    ac077b81-ba5c-4dd9-bad3-09a58e163b1e-image.jpeg

    f0543230-4f2d-4c70-8a14-49efb4135ff9-image.jpeg

    0b64a94a-6bba-4d33-8878-90df97191375-image.jpeg

    Mark专区 trae

  • 本地模型微调Fine-Turning,真的简单的令人发指.
    M mark

    其实 cc 和codex ,也都是 买 书籍来训练模型, 居然 cc 还买了中文盗版书 ,训练出笑话了.

    因为只要是正规的大出版社,他们都有人为校对,正经人为的参与工作. 而不是AI生成的一堆垃圾文章.连错别字都有很多.

    现在今日头条和小红书,尤其是图文的, 是AI 生成的重灾区, 几乎没办法看了. 全是垃圾.

    Mark专区

  • Hermes Agent Windows 共享虚拟环境,官方已经采纳了.
    M mark

    这是我花时间和精力, 主要是为了那些低端配置的Windows小白用户,让他们也能享受到Hermes 带来的生产力.
    技术不能掌握在 只会 Linux 的 专业技术的手里.

    Mark专区 hermes

  • 🚨 别再用 WSL2跑 Hermes 了!3 分钟,零配置 — 我把 Hermes Agent 搬到了 Windows 原生环境
    M mark

    Hermes Agent 官方给我感谢了. 说已经提供了 Windows版本了.
    也加上我的分支了. 也算是windows 用户 也出了点作用.
    毕竟中国挺多小白用户都是windows电脑,而且内存16G以下,安装虚拟机估计就跑不动了.

    这是我的issue ID: 22374
    https://github.com/NousResearch/hermes-agent/issues/22374#issuecomment-4682132188

    5dea8a32-3762-4ea1-8bbb-696a77cb4f65-image.jpeg

    Mark专区 hermes

  • 大家把昵称修改了吧,注重个人隐私,防止被搜索引擎爬取.
    M mark

    硬件我不懂, 找老特.
    但是软件 我搞了20年, 给企业和zf做信息化,就是干的这个. 数据串联

    Mark专区

  • 爆肝十天,每天睡三个小时,手搓一个工作流
    M mark

    爆肝十天,每天睡三个小时,手搓一个工作流

    之前发过贴 子,https://lcz.me/topic/218/agentflaw工作流编排-最新进展

    这几天 一直没睡觉,每天睡觉两三个小时, 总体没遇到什么障碍.

    核心是工作流引擎,加载逻辑,真的闹心了了两天.

    月底了,给大家放个剧照吧. 也感谢老特,和兄弟们.

    暂时还没做完,还没打算开源. 现在看那些开源工作流,都是nothing.

    那就用我的伍佰,向你们打个招呼吧.

    能看懂这个图的价值,都是行内人.

    e23443fa-9637-44da-87eb-b24211d57e47-image.jpeg
    52d159f1-65df-43a7-a30c-d1fe629d4f13-image.jpeg

    Mark专区

  • 本地模型微调Fine-Turning,真的简单的令人发指.
    M mark

    这两天,学习起了劲头了. 寻思把 本地模型微调也学习吧.

    基本一天就搞定了. 核心就是 准备数据集,然后一键搞定.

    本地模型: Qwen2.5-7B-Instruct
    微调工具: unsloth studio

    7862d0f6-b703-409f-ad2f-0c95bf522cbc-image.jpeg

    f0e1471a-30cd-4554-a83f-7094b9ed2b7f-image.jpeg

    效果如下:

    164c88f2-50e2-4065-a7b0-29513ab9d168-image.jpeg

    Mark专区
  • 登录

  • 没有帐号? 注册

  • 登录或注册以进行搜索。
  • 第一个帖子
    最后一个帖子
0
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组