一句话概览
很多人装上 Hermes Agent 之后，只把它当成一个“能调工具的聊天窗口”：提个问题，等个回答，然后关掉页面。
但 Hermes 真正有价值的地方，不是陪你聊天，而是逐步变成一个能读文件、跑命令、查资料、分工协作、定时执行、沉淀知识的自动化系统。
这条路线可以粗略分成 15 个等级：
Level 1-3：把 Hermes 用顺手
Level 4-7：开始用 skill、MCP、子代理和定时任务放大效率
Level 8-15：把它搭成多角色、可积累、可分发的自治系统
如果你现在只会单轮对话，大概率还停在 Level 1。真正开始产生复利的，通常是 Level 3 到 Level 7。
第一阶段：基础能力（Level 1-3）
Level 1：单次提示词
这一层最容易理解：你装好 Hermes，直接提需求，它可以读文件、改代码、搜网页、跑命令。
关键是别把它当搜索引擎用。
“告诉我 X 是什么”只是在聊天；“研究 X，整理对比报告，保存到指定目录”才是在用 agent。前者给你一段文字，后者把任务做完。
Level 2：Memory + SOUL.md
这一层开始让 Hermes 记住你是谁、项目是什么、边界在哪。
SOUL.md 定义代理的身份和行为方式，MEMORY.md、USER.md 保存长期偏好和项目事实。这样你不需要每次重新解释背景，代理也不会每次都用一套泛泛的默认回答。
比如你问“要不要涨价”，没有上下文时只能得到通用建议；如果 Hermes 已经知道你的业务模型、利润率和客户分层，它就能把回答落到具体动作：哪一档先测试，哪类客户风险最大，涨多少更稳。
Level 3：斜杠命令
斜杠命令解决的是会话内并行和调度。
/background <prompt>：后台开一个任务，主会话继续用
/steer <prompt>：当前任务不中断，直接中途纠偏
/queue <prompt>：当前任务结束后自动接着跑
/model <name>：中途切换模型
很多人还在“一问一答等它跑完”的节奏里工作。只要会用 /background，单会话吞吐量就会明显变高：你可以一边写方案，一边让后台去查竞品资料。
第二阶段：杠杆能力（Level 4-7）
Level 4：Skills + 按任务选模型
Skill 不是普通提示词片段，而是按需加载的知识和工具包。研究、代码审查、内容写作、资料整理，都可以有不同 skill。
更重要的是，不同任务不应该全都用最贵模型。
网页搜索和初步调研：用便宜快模型
内容整理和表达润色：用擅长写作的模型
关键代码审查：再上更强的模型
大量子任务并行：优先考虑缓存、低价和吞吐
这一级的核心不是追求“哪个模型最好”，而是把模型成本和任务难度匹配起来。
Level 5：MCP，把你的工具接进来
接上 Gmail、Calendar、Slack、Notion、GitHub、数据库之后，Hermes 才真正从“公网资料助手”变成“能处理你自己上下文的代理”。
它可以先看你的邮件、日历、项目板和内部资料，再回答问题。这样输出才会贴近你的真实工作，而不是只基于公开网页。
但 MCP 不能无脑全接。每个 MCP 都会带来工具定义，工具太多会挤占上下文窗口。更稳的方式是只接高频工具，不常用的先关掉。
Level 6：子代理 + 并行执行
复杂任务可以拆给多个隔离上下文并行跑。
一个代理负责调研，一个代理负责批判，一个代理负责写代码，父代理只做编排和综合。每个子代理还可以用不同模型，成本和能力都更好控。
边界也很清楚：简单任务不需要拆。主代理几轮能完成的事，硬上子代理只会增加上下文初始化和协调成本。
Level 7：异步运行
这一层开始从“我问它答”变成“它先干活，我来复核”。
主要能力有三类：
/goal：持续追一个目标，直到 judge 判断完成
Cron：按时间定时启动任务
Checkpoints：自动化前做快照，必要时可以回滚
写 Cron 提示词时要非常具体，因为每次定时任务都是从零开始，不会天然继承你刚才聊天里的上下文。
“检查服务器问题”太模糊；“SSH 到 10.0.0.5，检查 nginx 状态，确认 443 端口返回 200”才是可执行的自动化任务。
第三阶段：自治能力（Level 8-15）
Level 8：多 Profile 架构
多个 profile 可以有各自独立的 SOUL.md、技能、记忆、模型和定时任务。
一个 Scout 只负责找信号，一个 Analyst 只负责综合分析，一个 Coder 只负责编码，一个 Briefer 只负责每天早上汇总。
重点不是多开几个身份，而是让每个身份只做一件事。如果每个 profile 都复制同一份 soul，只是换个名字，那就没有真正形成分工。
Level 9：自增长知识库
短期上下文可以进 memory，但长期研究、会议纪要、竞品信息、用户反馈，需要一个可检索、可链接、可持续增长的知识库。
LLM Wiki、Obsidian 这类方案的价值就在这里：一开始只是笔记，积累到几十上百条之后，代理就能跨资料发现关联，输出也会越来越贴近你的业务语境。
Level 10：Kanban 编排
当任务从线性流程变成带依赖的任务树，Kanban 就开始有价值。
比如做季度竞品分析：价格、功能、定位、招聘信号四条线并行，每条线又依赖不同的前置研究。这种任务靠 durable task board 会比临时聊天更稳。
简单三段式流程不一定需要 Kanban；有依赖树、并行分支、十几个以上任务时再上。
Level 11：语音模式
接上 STT 和 TTS 后，Hermes 可以在 ********、Discord、WhatsApp 等平台里收语音、转文字、处理任务，再用语音回复。
日常语音消息优先用本地 faster-whisper 就够了。付费云端 STT 更适合复杂音频、噪声环境或更高识别要求。
Level 12：浏览器自动化
没有 API 的网页流程，比如登录后页面、动态定价页、表单填写，可以交给浏览器自动化。
但有 API 的场景优先用 API。浏览器自动化更慢、更脆，也更贵，适合用在“没有更好接口”的地方。
Level 13：API Server
Hermes 可以作为 OpenAI 兼容接口暴露出来，让内部工具、仪表盘、前端应用把它当后端调用。
默认端点示例：
http://127.0.0.1:8642/v1/chat/completions
这个能力适合做内部系统集成，但不要直接暴露到公网。更稳的做法是本地绑定、认证、SSH Tunnel 或其他受控访问方式。
Level 14：IDE 集成（ACP）
ACP 让 Hermes 进入 VS Code、Zed、JetBrains 这类编辑器，把聊天、文件 diff、终端操作放到项目现场。
它适合编码时用，不取代 gateway。消息推送、Cron、多平台投递，还是 gateway 负责。
Level 15：Profile Distribution
最终形态是把整套 agent setup 打包成一个 git 仓库，让别人一条命令安装。
通常可以分发：
distribution.yaml
SOUL.md
config.yaml
skills/
cron/
mcp.json
API key 和个人记忆不要放进去。分发的是人格、技能和工作流，凭证应该由使用者自己配置。
同一个任务，15 个等级会怎么演化
拿“竞品研究”举例：
Level 1：你提问，它给一大段回答
Level 3：你写方案时，后台同步跑竞品调研
Level 6：三个子代理并行研究三个竞品
Level 7：每天早上自动跑，有变化才唤醒 agent
Level 9：结果沉淀到 Obsidian，几个月后形成可复用知识库
Level 13：研究结果通过 API 提供给内部仪表盘
Level 15：整套研究体系变成可安装的 profile
成本控制：别让自动化烧穿预算
层级图
等级越高，越要控制 token 成本。
用对模型：便宜模型跑检索，贵模型只做关键审阅
用 wakeAgent gate：没变化就不唤醒 LLM
能脚本解决的事就用 no_agent
让 pre-run scripts 先把数据捞好，再交给模型总结
减少工具集和 schema 体积
把 /goal judge 路由到便宜且够快的辅助模型
设置 daily_max_usd、session_max_usd、monthly_max_usd
核心原则很朴素：真正需要推理的部分交给模型，其他工作尽量交给脚本、便宜模型和压缩后的上下文。
你应该停在哪一层
不是每个人都需要 Level 15。
单人作者、独立开发者、轻量团队，Level 7-10 往往已经够用：后台任务、技能分工、定时巡检、知识沉淀、必要时多 profile 协作。
再往上的语音、浏览器、API Server、Profile Distribution，更适合移动场景、无 API 工具、团队交付和产品化。
别先问“最高级怎么玩”，先问“我现在最卡的是哪一层”。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
