Hermes 能力矩阵(2026-08-14)

三个入口 + 完整能力版图 + 最佳使用姿势

一、微信端(日常主力)

能力 说明
对话问答 DeepSeek V4-Flash + 5 通道容灾(主挂自动切换:硅基/非线/4SAPI/方舟/MiniMax)
地质问答 3 大知识库:地质规范(24,236块)/数字填图(4,023)/经验(14,094)/岩石(496)
语音交互 语音输入→火山 vivi2.0 语音回复;长文本>800字自动异步
图片识别 发岩石照片→辨识+检索知识库;截图→读内容(控制台/文档)
文件交付 生成物→https://media.der.ink/ 预览链接(图/音/视频/文档)
音频魔法 语音转纪要(妙记)/ 文本变播客 / 语音翻译(同传)
书籍解读+播客 发书→精美解读 HTML(v2.2 模板:读法建议/精读标注/读后承诺)+ 双人播客音频(30-60分钟,播客接口最自然音色,开场白裁剪+交叉淡入+结束语,开车听)
图像/视频生成 Seedream 5.0 图像 + MiniMax H3 视频(2K有声)
定时任务 日报 6:40、提醒、无人值守任务
邮件 发文件到 QQ 邮箱(≤20MB)

二、电脑 SSH 端(深度运维)

能力 说明
服务器运维 服务管理/日志/磁盘/进程/安全
数据库操作 知识库入库/检索/重建、chroma 管理
系统级操作 装软件、改配置、防火墙、DNS、证书
脚本开发 写工具链(已有 10+ 脚本:语音/媒体/日报/知识库)
网络调试 API 对接、协议调试、curl/抓包

三、Dashboard 端(可视化监控)

会话历史回顾 | 定时任务管理 | 系统状态 | 配置查看
(SSH 隧道访问: ssh -L 9119:127.0.0.1:9119)

四、完整能力版图

【模型】DeepSeek 主力 + 硅基/非线/4SAPI/方舟/MiniMax 容灾
【视觉】Qwen3-VL 识图 + DeepSeek-OCR 文档识别
【语音】合成(vivi2.0)/识别(火山+本地)/妙记/播客/同传 全通
【生成】图像(Seedream 5.0/三通道) + 视频(H3 2K有声/Seedance/Wan2.2)
【书籍】解读 HTML(v2.2 模板)+ 播客音频(火山播客接口,双人 30-60 分钟)已交付 3 本
【知识】4 大库 42,000+ 块,BGE 嵌入 + 重排,规范级引用
【执行】终端/浏览器/文件/子代理/定时任务 全工具
【记忆】跨会话学习:用户偏好、环境、教训都记得
【技能】40+ 技能:地质/语音/媒体/运维/知识库 即插即用

五、最佳使用姿势

微信端: 日常问答、地质工作、多媒体、文件交付(主力)
SSH端: 需要动服务器的深度操作(我远程帮你跑)
Dashboard: 看我干了啥、管理定时任务

一句话:微信端是随身工作助理,SSH 端是我的"手"(实际操作服务器),Dashboard 是"眼睛"(看状态)——三者结合 = 一个能干活、能学习、有记忆的智能工作伙伴。

六、基础设施清单

服务器: 腾讯云 HK 43.129.249.8(Ubuntu 24.04,到期 2026-09-17)
媒体服务: https://media.der.ink/(443+80,LE 证书自动续期)
模型平台: DeepSeek/硅基流动/火山方舟/MiniMax/非线(5 家)
语音平台: 火山豆包全能力(合成/识别/妙记/播客/同传)
知识库: ChromaDB + BGE 嵌入 + bge-reranker 重排
邮箱: agently-cli(waynehermes@agent.qq.com)
微信: iLink 官方 Bot API(双机器人:default + lili)