📋 目录
← 返回教程索引
教程
07:Hermes Agent just got 10X Better (Agentic OS)
视频信息
视频标题 :Hermes Agent just got 10X Better (Agentic
OS)
视频链接 :https://www.youtube.com/watch?v=7xuWZ-3lyQE
发布日期 :2026-05-15
视频时长 :31:08
主题领域 :Hermes Agent、Agentic
OS、目标驱动工作流
字幕来源 :YouTube 英文自动字幕
en-orig(已清理为纯文本)
注:本教程基于英文自动字幕整理为中文学习笔记;工具名称、产品界面和价格可能随时间变化。
引言
这集视频的核心不是单纯介绍
Hermes Agent just got 10X Better (Agentic OS),而是展示
Jack Roberts 如何把 Hermes
Agent、it’s、we’re、i’m、cool 放进一个可执行的 AI
工作流。学习时要抓住三件事:它解决什么问题、它如何接入现有工具链、它如何沉淀为下一次还能复用的系统能力。
如果你只记住工具名,很快会被下一轮更新覆盖;如果你记住视频里的工作流结构,就能把这些工具迁移到自己的项目、客户交付、自动化系统和内容生产流程中。
“Hermes is the world’s most powerful AI agent assistant.”
第1阶段:更新背景与问题定义
1.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 1 个学习单元。它围绕 Hermes
Agent、system、Claude Code、模型
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“give it a visual intelligence layer, letting it improve itself based
on how you use clawed code and vice versa.”
1.2 操作逻辑拆解
本段围绕 Hermes Agent
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 system 与 Claude Code
的关系:前者决定执行入口,后者决定可复用性。
研究任务被当作独立阶段处理,适合交给子 Agent 并行收集资料,再由主
Agent 汇总判断。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
1.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
1.4 学习检查点
你能否解释 Hermes Agent 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第2阶段:安装、配置与进入工作台
2.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 2 个学习单元。它围绕
we’re、Hermes Agent、everything、it’s
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“And if you’re new, my name is Jack.”
2.2 操作逻辑拆解
本段围绕 we’re
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 Hermes Agent 与
everything
的关系:前者决定执行入口,后者决定可复用性。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
把这一段当成一个可复刻动作:先定义目标,再拆任务,再检查输出,最后沉淀成模板或项目资产。
2.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
2.4 学习检查点
你能否解释 we’re 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第3阶段:安装、配置与进入工作台
3.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 3 个学习单元。它围绕 Hermes
Agent、it’s、back、bot
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“Now, I’m building my own AI companies, and I just share here the
stuff that actually works.”
3.2 操作逻辑拆解
本段围绕 Hermes Agent
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 it’s 与 back
的关系:前者决定执行入口,后者决定可复用性。
研究任务被当作独立阶段处理,适合交给子 Agent 并行收集资料,再由主
Agent 汇总判断。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
3.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
3.4 学习检查点
你能否解释 Hermes Agent 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第4阶段:安装、配置与进入工作台
4.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 4 个学习单元。它围绕
it’s、ahead、Hermes Agent、labyrinth
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“But let me just start by explaining why we’re using Hermes or
Hermes.”
4.2 操作逻辑拆解
本段围绕 it’s
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 ahead 与 Hermes Agent
的关系:前者决定执行入口,后者决定可复用性。
研究任务被当作独立阶段处理,适合交给子 Agent 并行收集资料,再由主
Agent 汇总判断。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
4.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
4.4 学习检查点
你能否解释 it’s 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第5阶段:安装、配置与进入工作台
5.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 5 个学习单元。它围绕
hey、we’ve、Hermes Agent、it’s
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“this is something that everybody who’s ever using Hermes actually
needs to get their hands on.”
5.2 操作逻辑拆解
本段围绕 hey
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 we’ve 与 Hermes Agent
的关系:前者决定执行入口,后者决定可复用性。
成本不是附属问题:视频把模型选择、调用频率和任务价值放在同一张账本里讨论。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
5.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
5.4 学习检查点
你能否解释 hey 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第6阶段:模型选择、成本与多脑协作
6.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 6 个学习单元。它围绕
api、key、it’s、apollo
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
“is yours and it’s got loads of gateways.”
6.2 操作逻辑拆解
本段围绕 api
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 key 与 it’s
的关系:前者决定执行入口,后者决定可复用性。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
把这一段当成一个可复刻动作:先定义目标,再拆任务,再检查输出,最后沉淀成模板或项目资产。
6.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
6.4 学习检查点
你能否解释 api 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
第7阶段:Agent 拆分与并行执行
7.1 本阶段要解决的问题
这一阶段可以理解为视频中的第 7 个学习单元。它围绕
we’re、i’m、that’s、cool
展开,重点是把一个工具更新或用例转换成可操作流程。不要把它当成新闻,而要拆成“输入是什么、处理步骤是什么、输出如何验收”。
7.2 操作逻辑拆解
本段围绕 we’re
展开,并把它放进实际工作流,而不是停留在概念介绍。
需要同时关注 i’m 与 that’s
的关系:前者决定执行入口,后者决定可复用性。
重点不是让 AI
一次性“生成完”,而是让它创建可检查、可修改、可继续迭代的中间产物。
把这一段当成一个可复刻动作:先定义目标,再拆任务,再检查输出,最后沉淀成模板或项目资产。
7.3 复刻到自己项目的做法
写清目标 :用一句话定义你希望 Agent
完成的业务结果,而不是只写“帮我做一下”。
提供上下文 :把项目说明、参考资料、约束条件和已有文件放到
Agent 能读取的位置。
拆成子任务 :研究、实现、设计、审查、文档分别处理,必要时并行。
要求可验证输出 :让 Agent
给出文件、链接、表格、清单或测试结果,而不是只给口头解释。
沉淀模板 :把成功的提示词、命令、目录结构和验收标准保存下来。
7.4 学习检查点
你能否解释 we’re 在本集中的具体作用?
你能否把这一段流程拆成“目标、输入、步骤、输出、验收”五项?
你能否指出哪些动作适合自动化,哪些动作必须人工确认?
核心概念速查表
概念
解释
Hermes Agent
强调目标、项目、上下文和任务编排的 Agentic OS。
it’s
视频中反复出现的关键能力,需放入实际项目流程中理解。
we’re
视频中反复出现的关键能力,需放入实际项目流程中理解。
i’m
视频中反复出现的关键能力,需放入实际项目流程中理解。
cool
视频中反复出现的关键能力,需放入实际项目流程中理解。
say
视频中反复出现的关键能力,需放入实际项目流程中理解。
system
视频中反复出现的关键能力,需放入实际项目流程中理解。
you’re
视频中反复出现的关键能力,需放入实际项目流程中理解。
we’ve
视频中反复出现的关键能力,需放入实际项目流程中理解。
beautiful
视频中反复出现的关键能力,需放入实际项目流程中理解。
that’s
视频中反复出现的关键能力,需放入实际项目流程中理解。
back
视频中反复出现的关键能力,需放入实际项目流程中理解。
8 个学习启示
从目标出发 :先定义最终产物和验收标准,再选择工具。
把 AI
当系统,不当聊天框 :真正的收益来自上下文、工具、文件和流程的组合。
多模型分工优于单模型崇拜 :强模型做关键决策,便宜模型做批量任务,本地模型做隐私和低成本任务。
并行必须有边界 :子 Agent
适合处理互不依赖的研究、草稿、设计和审查任务。
上下文决定质量 :没有项目资料和历史决策,Agent
只能猜。
每次输出都要可检查 :文件、表格、链接、测试和清单比“看起来不错”可靠。
把成功经验写成模板 :复用流程比复用单个答案更有价值。
保留人工审批 :涉及发布、发邮件、客户数据、付费和删除操作时必须人工确认。
10 个常见误区
误区:新工具本身就是生产力 →
真正的生产力来自清晰流程和上下文管理。
误区:提示词越长越好 →
更重要的是输入结构、文件资料和验收标准。
误区:Agent 可以一次性做完所有事 →
复杂任务应拆成阶段,并逐步检查。
误区:所有任务都要用最贵模型 →
应按任务价值和风险做模型路由。
误区:自动化就是无人值守 →
高风险动作仍需要审批。
误区:只看界面演示就算学会了 →
必须自己复刻一个最小工作流。
误区:多 Agent 越多越好 →
没有任务边界和汇总机制,多 Agent 会制造噪音。
误区:记忆就是保存全部聊天记录 →
记忆应保存决策、偏好、约束和可复用资料。
误区:AI 设计只要好看 →
商业交付还需要信息架构、内容准确性和响应式体验。
误区:教程只需要看一遍 →
每集都应转化成一个模板、清单或实际项目练习。
12 个关键要点
本集主题是
Hermes Agent just got 10X Better (Agentic OS),核心价值在于把工具能力放进可复用工作流。
主题关键词包括:Hermes
Agent、it’s、we’re、i’m、cool、say、system、you’re。
任何 Agent 工作流都应先定义目标,再补充上下文,最后执行与验收。
不要只复制视频里的工具按钮,要复制背后的任务拆解方式。
多模型协作的关键是按任务分工,而不是频繁切换工具。
知识库和长期记忆能显著降低重复解释成本。
CLI、MCP、连接器是把 AI 接入真实业务系统的关键入口。
设计、网站、视频和营销输出都需要审查环节。
成本优化应该从任务分层开始,而不是盲目换便宜模型。
每次成功实践都应沉淀为模板、脚本、文档或 skill。
对外发布、客户数据、邮件发送等动作必须保留人工确认。
学习本集的最终产物应该是一个你自己能运行的小型流程。
额外资源
推荐深入学习
Claude Code / Codex 官方文档 :学习工程 Agent
的文件操作、命令执行、代码审查和验证流程。
NotebookLM /
Obsidian :建立项目知识库、长期记忆和资料检索系统。
MCP / Connectors :理解 AI 如何连接
Gmail、Notion、浏览器、数据库、CRM 等外部系统。
Ollama /
本地模型 :学习低成本、隐私友好的本地模型工作流。
设计系统与交付检查清单 :补齐 AI
生成内容之外的体验、质量和商业可用性。
相关关键词
Hermes Agent, it’s, we’re, i’m, cool, say, system, you’re, we’ve,
beautiful, that’s, back, click, ahead
结论
这集视频可以当作一个独立学习单元:它围绕 Hermes
Agent、Agentic OS、目标驱动工作流
展开,但真正值得带走的是背后的系统化方法。把工具更新转化为自己的工作流模板,才是学习这类视频的正确收益。
建议你完成一个最小练习:选一个真实任务,用本教程的阶段拆解方式写出目标、上下文、子任务、输出和验收标准,然后让
Agent 执行并复盘。
“is yours and it’s got loads of gateways.”
最终目标:不是记住这个工具,而是把它变成你自己的 AI
生产系统中的一个稳定组件。
本教程基于 YouTube 英文自动字幕整理,仅供学习参考。