抡锤者

@imbiplaza-asus
謝謝~
其實AI從一開始就有建議我先轉md檔，
一次處理一個區塊，
只是我都丟給AI就叫他直接讀，
以後我會認真轉檔

我今天一時好奇，讓AI去看MoA (mixture of agents)的程式碼，結果AI跟我說：
在moa_loop.py裡面，_REFERENCE_TOOL_RESULT_BUDGET = 4000
單位是字元（characters）

四千字元就是顧問模型（Reference Models）會讀的範圍，但我給的文件，至少都四萬、五萬字元，AI說顧問模型只會讀前兩千與後兩千字元，中間的全部跳過。

AI建議我改成12000，但又跟我說了一堆事，最後幫我發PR到GitHub去
https://github.com/NousResearch/hermes-agent/pull/105612#issuecomment-5582260161

那我發了就不用管它了嗎？會有人來接手決定要不要改？

=====底下是AI跟我說的事情，第九點是他說要發PR的原因=====

3. 架構設計與修改原則

4. Preset 級別配置：
   支援 moa.presets.<name>.reference_tool_result_budget，可針對不同 Preset（例如專供長文件審閱的 preset）獨立配置預算。

5. 安全上下限保護（Clamping）：
   數值範圍鎖定在 [1000, 32000]。過小（<1000）會喪失工具輸出上下文；過大（>32000）則會在單次回合多個工具調用時耗盡 Reference 模型的上下文視窗。

6. 安全回退（Fallback）機制：

• 產品原廠預設值與無效輸入（如 None、0、負數、非數值字串、布林值、inf/nan）一律安全回退為 4000。
• 本機使用者 Profile（config.yaml）明確配置為 12000。

4. 全面接軌所有調用路徑：

• Persistent MoA 模式：MoAChatCompletions.create()
• 單次調用模式：/moa <prompt> 與 turn_request_assembly._append_moa_context -> aggregate_moa_context()

5. 周邊生態完整支援：

• CLI 驗證：支援任意自訂 Preset 名稱，防止 hermes config set 發出未辨識鍵警告，同時保留對錯字（Typo）的拒絕提示。
• Web / Dashboard API：在 web_models.py 與 models.py 宣告該欄位，確保 Named Preset 與 Legacy Flat Payload 的 PUT/GET Round-trip 不會無聲丟棄該設定。

7. 重要限制與維護指引

8. 常駐行程生效需求：
   本次修改涉及 Python 原始碼（agent/moa_loop.py 等）。由於 Python 模組載入後常駐於記憶體，必須完全重啟 Hermes Desktop / Hermes CLI 應用程式，修改後之程式碼才會在當前運行中環境正式載入。

9. hermes update 覆蓋風險：
   修改位於本機 Git Checkout 目錄。未來若執行 hermes update，Git Pull 可能會因本機修改產生衝突或被覆蓋。

• config.yaml 內的設定值（fanout: per_iteration 與 budget: 12000）會永久保留。
• 若程式碼被更新覆蓋，可參考本紀錄中的補丁快速重新套用，或將此改動向上游官方 Repository 提交 Pull Request。

昨天訂閱了claude chatgpt gemini，讓他們做個MoA (mixture of agents)，效果比我之前四個bot要好，之前四個bot常常互卡流程、互丟問題，MoA的執行順序則是由官方寫死了。

其實反推回來，我已經有了很明確的一份專利文件，那其實就是一根腸子通到底的去讀->分析->整理，不用搞什麼bot在那打架。

後來又裝了記憶插件，原本是試用hermes裡面內建的hindsight，但是沒幾個小時就扣了4美元，還好官方有送五美元的額度，現在是裝mnemosyne，這是裝在本地端的

這是他在GitHub的主頁：
https://github.com/mnemosyne-oss/mnemosyne

這是專門給hermes的安裝教學：
https://github.com/mnemosyne-oss/mnemosyne/blob/main/docs/hermes-integration.md

先讓AI讀一遍網址，讓他抓出要注意的地方：
(一) 主頁有提到語言包的分別，AI是推薦我裝jinaai/jina-embeddings-v2-base-zh，這是中英混和，容量適中，但是主頁沒有，可能要裝的人要先提示AI

(二)在給hermes的教學網址裡，有提到 (1) mnemosyne-memory[embeddings]和 (2) mnemosyne-hermes，要裝的是(2)，裝(1)沒有用。

我今天发现Hermes其实可以用OAuth的方式来连接月费制的模型，而我原本就有订阅ChatGPT，虽然Gemini还是只能用API KEY来连接，但我原本就有在用AI Studio，所以里面是有钱的。

若要组织bot群，我可以再花20美元订阅Hermes的方案选便宜模型多建几个bot，或是拿去订阅Claude再接入Hermes，其实怎么用都不亏。

要再省钱可以Claude用20美元的，ChatGPT有10美元的，Gemini只看PDF不会花太多，这样就够我组成一个最小单位的bot群了，聊天栏还可以用MOA(mix of agent)的方式。

那就算不好用，我也能回去用各模型原生的介面，我之前就用Claude串接过ChatGPT和Gemini，用Hermes主要是因为有bot和MOA的功能。

事实上我现在已经没在用ChatGPT自己的介面了。

換了便宜的模型後，沒有變便宜，而且產出的報告變low了，因為發生了幾次版本競態，四個bot，常常卡住或是角色錯亂，所以乾脆重做，這幾天花了50美元，還是挺好玩的，有不少費用是每完成一篇我就要他們做檢討。

我懷疑我給他們的工作本身就有不確定性，我感覺他們就是在硬幹，或許我不應該要他們產生報告，"報告"這詞就隱含了要高度正確，所以常常卡住。

明天讓他們『看一遍就好，告訴我這篇專利裡的哪個技術讓你想不到』，我之前讓claude這樣做，還蠻不錯的，明天再來試試看。

@kop-wang
我記得大約2015年以後，各國專利局給出的PDF才能用滑鼠直接框出裡面的文字，其實我公司有給我一套商用專利資料庫，裡面直接就有專利內容的文字，我可以直接複製再貼成純文字檔，和PDF一起給bot，但因為專利圖面依舊是圖片，所以我想讓bot順便學習文字的OCR，只是沒想到學費還挺貴的。

@xiaote
bot的規則原本就有規定只試兩次，但opus說他還是超過次數了，他有跟我道歉，但我不知道"AI跟我道歉"這個舉動有沒有意義？重點是我要防範bot不守規則

==================

昨天的事其實我原本不想介入，想說AI那麼厲害，讓它們自己搞定就好了，但最後我看到錢快沒了，還是選擇將答案告訴它們，很感謝這裡有人陪我來檢討這個流程。

刚刚在读第二份专利(PDF档)的时候，遇到一个问题，就是字体难以辨识。

bot一直在纠结很多地方无法判别，bot称为OCR腐蚀，今天储值了三十美元，最后剩一美元，claude-opus-5吃掉二十二美元。

还好bot也整理出很多条心得，就当做是交学费了，这种文献还有很多辨识上的问题今天还没遇到，我得加个规则还有换个便宜点的模型。

各位前辈好，我建置好bot也完成了第一份专利报告，我因为完全不懂，所以就用底下的提示词让AI帮我做，模型是claude-sonnet-5-high。

我在本地计算机建立一个文件夹："C:\Users\XXX\我的云端硬盘\HermesBot工作区"，
里面有一个"新专利"文件夹，里面会放置我要bot进行处理的专利档案(PDF)，bot最终要做出html格式的报告，
请为我规划完整的流程，并建置bot群，为我设置好每个bot的属性，
所有的bot的工作范围不能离开"HermesBot工作区"文件夹，特别注意要设置好各项安全规范。

AI帮我把文件夹也建好，也设了四个bot：

Main：claude-opus-5
专利处理总管：任务分类、派工、仲裁分歧、最终汇整与交付 HTML 报告

Critic：deepseek-v4-pro
专利审查员：只读审查报告与证据包，只能在审查文件夹写入 Findings，不得修改报告或证据包

Reader：gemini-3.7-flash
专利研读员：读取 PDF 专利文件，抽取结构化事实与证据包（Evidence Pack），只读不生成报告

Writer：glm-5.3-flash
专利报表生成程序：根据证据包生成 HTML 格式专利分析报告，唯一有权修改报告的角色

到产出报告，又让bot在房间检讨，并做出修正。整个流程结束，总共花了$7.67，其中
claude-sonnet-5-high花了$3.77
claude-opus-5花了$3.47
gemini-3.7-flash花了$0.21
deepseek-v4-pro花了$0.19
glm-5.3-flash花了$0.019

最后有三个问题想请教大家：

我要如何把bot带到我公司的计算机？我看到在bot上点右键有”复制”，但我还不熟悉，不太敢按，想请各位先帮我说明一下要怎么做？

我看到在流程中还有增修了"HermesBot工作区"里面几个规范用的md檔，如果要把bot带去公司计算机使用，还有什么地方会有档案需要我复制的吗？

我先用设置的模型再跑几个档案，等稳定之后想把claude-sonnet-5-high、claude-opus-5换掉，不知道各位有何建议？或是全部换掉都行。

在此先谢谢各位的帮忙。

感谢几位前辈大佬的回复。

公司和自宅的计算机等级都不高，也没打算升级，所以还是用在线模型。

Gemini做事是真的有点好笑，只是Claude说Gemini原生支持直接读取PDF，比较不耗Token，而且能吃超长文，所以我都用Gemini去读PDF。

关于提示词污染，之前我把美国三家串在一起跑，有看到推理过程出现『……受到污染，重做……』，次数还不少。

如果用RAG会比较好，那我之后增加使用ChatGPT Work或Claude Cowork，之前我都全程用Claude Code和Codex，因为功能比较多，印象中我那三个机制只有code和codex做得到。

多模型审查的问题，我之前也有下过指令，『 抓问题请抓大放小，处理大问题，小问题写备忘录』，『Claude你不要一直骂Gemini』。

ChatGPT吐槽我，『做那么多篇报告，实际上有用的有几篇？如果一开始就缩小范围数量，那买Claude主力和两个辅助，一个月约三十多美元，比Hermes月订+储值要好(他预估的)』。

他有补充一点，说是『改不了的痛点』，Claude的额度如果没了，也不可能拿Gemini的额度去给Claude用，但Hermes没这问题。

我已经买了Hermes官方订阅，我还是想试试Hermes BOT，顺利的话我只要丢出PDF，就可以坐等结果了，感谢各位的回复。

感谢回复！

另外我也在Hermes里问到，我还有另一种作法，在google drive开一个”新专利”文件夹，把我要读的专利放进去。

做一个Gemini BOT，让他每隔十五分钟去看有没有新专利，顺便让他在文件夹里做一个索引表来对照，有新专利就去解析，检查成果后存到”新专利解析”文件夹

再做一个ChatGPT BOT，每隔十五分钟去看有没有解析后的档案要做摘要，检查成果后存到”新专利摘要”文件夹

最后再做一个Claude BOT，每隔十五分钟将摘要和解析用claude design做成html报告，检查后无误就结束。

只要将每个BOT设置至少需等十五分钟才能处理下一个专利，这样可以避免token一下子消耗太多，而且我读报告本来就是要花时间。

各位好，我是企业内的专利工作者，平日的工作就是读竞争厂商的专利(PDF檔)，制做报告，或是自家的专利被专利局驳回了，要写答辩。

我之前是Claude和ChatGPT和Gemini三家一起用，每个月要六十美元，当时是把Claude当主体，让他串接ChatGPT和Gemini。

我平常读别人的专利就是对Claude下命令，让他指挥Gemini去判读专利(PDF)里面的图(黑白色的产品3D爆炸图)制做图文解析稿，再让ChatGPT去做随机核对和整体摘要，Claude则做审查和报告(html格式)。

另一种工作就是专利申请案若被专利局给驳回，就让这三家分开写答辩稿，再让Claude审核，把意见反馈修正后，Claude把三份稿子整合起来，再反馈修正到好。

好用是好用，但也太贵，虽然我不至于走到额度用完要另外储值，但是也常常要等每五小时恢复额度，最近看到Hermes，我很想改走Hermes，用他官方的订阅20美元。

之前我让Claude串接ChatGPT和Gemini时，他说我这样就能实现三个机制：

(一)对抗式审查
Codex 写实作，Gemini 用只读模式专门挑错，Claude 当裁判，决定采纳哪些。比三个都写一遍再比较省得多。

(二)结构化陪审团
同一 schema 丢三家，直接比对 severity 字段，只有分歧的项目才需要人介入看。

(三)大文件分流
让 Gemini 用大 context 一次吃完长文件吐结构化摘要，Claude 拿摘要做实际修改，不用把整份塞进 Claude 的 context。

我目前也是这样在做，效果挺好，就是常卡额度，如果Hermes也能做到上面三种机制(我猜是用BOT?)，走官方月订二十美元，就算再加上需要储值二十美元，也比我现行一个月六十美元划算。

我刚刚算了平均读一份专利PDF档案，含图面OCR，一份是两万四千Tokens，其实我主要是想知道Hermes也能做到上面三种机制吗？还请各位先进帮忙指点一下，谢谢。