用 Hermes 打造个人 AI 助手:一个月使用总结,它真的改变了我的工作方式

老实说，写这篇文章的时候我有点犹豫。

因为我担心写出来像一篇软文。但想了想，我还是决定写真话——好的地方说好的，不好的地方也说清楚。

过去一个月，我把 Hermes 配置成了我的个人 AI 助手，替代了之前用的 ChatGPT + Notion + 各种浏览器书签的组合。一个月下来，结论是：它确实改变了我工作方式，但不是因为它做了什么惊天动地的事，而是因为它把很多”小事的摩擦”全部消除了。

这篇文章是我的完整复盘，包括我踩过的坑、我的配置方案、以及一个月后我对”AI 助手”这件事的重新理解。

我为什么从 ChatGPT 切换到 Hermes

先交代一下背景。

我是一个独立开发者，平时主要做三件事：写代码、写内容、管理项目。以前 ChatGPT 是我的主力工具——代码 review 用它、写文档用它、做技术调研也用它。

但用了一年多之后，我发现了一个问题：每次开启新对话，我都要重新建立上下文。

同一个项目的代码规范，我要在不同对话里重复说三四遍。我的写作风格， ChatGPT 永远学不会，每次都要重新调教。做完一个任务，下次遇到类似任务， AI 完全没有”记忆”——它不知道我上周做过类似的事，用的是另一种方法。

这不是 ChatGPT 的问题——它是工具的天然局限。工具本身不保存状态，每次使用都是独立的。

所以当我听说 Hermes 的三层记忆系统时，我意识到这可能是我一直在找的解法。

我的配置方案

切换到 Hermes 不是一步到位的。我花了大概两周时间做配置，才慢慢找到适合自己的方案。

第一步：设置 Persistent Memory

这是最基础也是最重要的一步。我认真花了半天时间，写了一份详细的用户 profile 喂给 Hermes ：

这份 profile 写得越详细， Hermes 后面的表现就越好。我建议你也花时间认真写一份，不要敷衍。

第二步：选择核心技能

我的日常工作中，有三个技能我用得最多：

git_manager 是我第一个配置的技能。我的代码都在 GitHub 上， PR review 、 branch 管理、 changelog 生成——这些事以前要手动做，现在全是 Hermes 在帮我处理。每天早上我让它给我一个”今日开发状态”报告，它会自动查所有 open PR 的状态、 CI 运行结果、还有什么 pending 的事情需要我跟进。

note_organizer 是我的知识库入口。我的笔记分散在 Notion 、 Obsidian 和一堆 markdown 文件里， Hermes 帮我把这些全部串联起来。现在我问它”我上周关于数据库优化那个 idea 是什么来着”，它能直接找到相关内容，不需要我手动去翻。

content_writer 是我写文章的主力。我花了大概一周时间让它适应我的写作风格——这需要你多给它反馈，告诉它”这句话不像我写的”、”这一段太啰嗦了”、”结尾太突兀”——慢慢地它就能学到你的风格。现在它写出来的东西，我改动的幅度越来越小。

第三步：建立工作流

配置完技能之后，我花时间设计了几个固定的工作流：

每日 standup 流：每天早上 9 点，让 Hermes 给我一个 standup 报告。它会自动查邮件、日历、 GitHub ，汇总成”今天要做什么、有什么阻塞、预计完成时间”三段式结构。

代码 review 流：提交 PR 之后，触发 Hermes 做第一轮 review 。它会按我预设的规则检查安全性、代码风格、测试覆盖，给出一个评估报告。如果有问题，它会告诉我具体在哪、为什么是问题、建议怎么改。

内容创作流：写长文之前，先和 Hermes 讨论大纲。它会帮我分析”这个主题值不值得写”、”有没有更好的切入角度”、”读者最关心的问题是什么”。大纲确定之后，它帮我写初稿，我做修改和润色。

一个月后的真实感受

好的方面先说。

上下文连续性是我最满意的。以前用 ChatGPT ，每次新对话都要从零建立上下文。现在用 Hermes ，同一个项目的对话可以跨 session 延续。上次讨论的技术选型，下周再聊， Hermes 依然记得我们讨论过的关键决策点和最终结论。这种连续性带来的效率提升是巨大的。

Skill Memory 是真正的 game changer。我花了三周时间教会 Hermes 我的工作习惯。现在它不只是回答我的问题，而是能主动按我的方式做事。我的代码 review 流程、周报格式、技术文档结构——这些都是它从我们的互动中学会的。它不是每次都完美，但它在持续进步。

多技能协同节省了大量碎片时间。以前我需要同时打开好几个工具：查文档用浏览器、记笔记用 Notion 、管代码用 GitHub 。现在这些全部由 Hermes 统一协调，我只需要和一个”人”对话，它帮我调度所有后端工具。这种体验比任何一个单一工具都好。

但也有不好的地方。

配置成本比我想的高。我之前以为装上就能用，但实际上为了让 Hermes 真正”懂我”，我花了两周时间做配置和调教。这不是抱怨——这是预期管理。如果你想让 AI 助手真正发挥价值，你需要投入时间训练它。

Skill Memory 的激活需要重复。刚用的时候我发现，有些我想让 Hermes 学会的东西，它第一遍第二遍都没记住。后来我理解了， Skill Memory 需要重复触发才能真正沉淀。所以我的建议是：对同一个工作模式，至少重复三次，再判断 Hermes 有没有学会。

有一些场景 Hermes 做得不如专用工具。比如复杂的数据库查询，我还是要用 DBeaver 。图片生成，专门的 AI 生图工具效果更好。 Hermes 是全能型选手，但在某些垂直场景，它的深度不如专用工具。我的做法是：通用场景用 Hermes ，深度场景用专用工具。

我对”AI 助手”这件事的重新理解

一个月 Hermes 用下来，我对”AI 助手”这件事有了完全不同的理解。

以前我觉得 AI 助手就是一个”更聪明的搜索引擎”——你问它问题，它给你答案。答案好就用，答案不好就换一个问题。

但 Hermes 让我意识到：一个真正有用的 AI 助手，不是看你问它多少问题，而是看它了解你多少。

你花多少时间训练它，它就能帮你做多少事。这和雇人是一样的——新员工需要 onboarding 时间，你需要花时间告诉他你的工作方式、你的标准、你的偏好。 Hermes 也是如此。

所以我的结论是：如果你只是想”有一个能聊天的 AI”， ChatGPT 和 Claude 已经够好了。但如果你想要”一个能帮你做事的、长期懂你的数字同事”， Hermes 是目前开源领域里最认真的尝试。

它不完美，但它在正确的方向上。

给新手的建议

如果你刚装上 Hermes ，我有几个建议：

第一，认真写你的 user profile。这是最重要的一步，不要敷衍。你描述得越详细， Hermes 后面的表现就越好。

第二，选择 2-3 个核心技能，先用熟。不要一开始就折腾所有技能。先选对你工作最重要的 2-3 个，用熟，建立信心，再扩展。

第三，给它时间成长。 Skill Memory 需要重复触发才能真正沉淀。不要用了一周就下结论说”它学不会”。我的经验是：至少三周，才能判断 Hermes 在某个技能上能不能达到你的预期。

第四，多给反馈。 Hermes 做得不对的地方，直接告诉它。”这句话不像我写的”比”你写得不好”有用得多。反馈越具体，学习效果越好。

你现在用 Hermes 多久了？有什么心得想分享？评论区聊聊。