【吉他谱】天空之城
右手分解和弦：P4 (23)4 (23)4 (23)4 G调指法 变调夹夹2品 和弦级数对照： 1: G 2: Am 3: Bm7 4: C 5: D, D/#F 6: Em 123456789101112131415161718192021222324252627282930313233343536371 5(D/#F) 飛機飛過天空 天空之城6 3 落雨下的黃昏的我們4 1 此刻我在異鄉的夜裡3 5 感覺著你忽明忽暗1 3 我想回到過去 沉默著歡喜6 3 天空之城在哭泣越來越明亮的你4 1 愛情不過是生活的屁2 5 折磨著我也折磨著你 4 1 港島妹妹 你獻給我的西班牙餡餅 2 5甜蜜地融化了我 天空之城在哭泣 4 1 港島妹妹 ...
【吉他谱】谢谢你
右手分解和弦：P(23)(23)P(23)3（6/8 拍分解） C調指法 變調夾夾4品（實際調為E調） 和弦級數對照： 1: C 2: Dm 3: Em 4: F 5: G 6: Am 123456789101112131415161718192021222324252627282930[前奏] 6 3 4 1 我需要一艘好船 在河水結冰之前 2 3 4 1或融化之際 Yi i 謝 謝 你 6 3 4 1 2 我需要一萬杯好酒 為井底的青蛙和相信自由的狗 3 4 1Wu u 泯去恩仇6 3 4 1 2 要一個說故事的人 眼神要虛弱得像一個秘密 3 4 1Yi i 謝 謝 你6 3 4 1 2 還有你身後的時鐘 你一定知道你我荒誕...
【安卓】Termux 使用指南
Termux 是什么系列上一篇文章介绍了 ADB：一条由 PC 指向手机系统层的调试通道，适合安装应用、注入输入、修改系统设置这类系统级操作。如果目标是把旧手机当成一台长期运行的 Linux 工作机，在上面跑 Python 脚本、定时任务、自建服务，ADB 就不够了——系统层通道没有提供开发环境，系统的 SELinux 沙箱（Android 强制访问控制框架，限制每个应用能访问的文件与系统资源）也不允许常规方式安装 GNU 工具链。这个需求由 Termux 补上：一个普通的 Android 应用，安装后提供完整的 Linux 终端环境，内置 bash、apt 包管理器和上百个常用工具，还能通过 apt 继续安装 Python、git、openssh 等几乎所有主流命令行软件。 初次接触容易把 Termux 理解成虚拟机，实际上它比虚拟机轻巧得多。虚拟机需要模拟硬件、运行独立内核，Termux 没有任何虚拟化层，拆开看只有三层： 内核层：Termux 里的所有进程（bash、python、sshd）在内核眼中就是普通 Android 进程，与微信属于同一类，共享同一个 Linux...
【安卓】ADB 使用指南
ADB 是什么旧手机改造、应用调试、刷机，第一步都是打通电脑与手机之间的控制通道。ADB（Android Debug Bridge，安卓调试桥）是这条通道的官方实现，由谷歌提供：电脑上运行 adb 命令，连接手机内部常驻的 adbd 守护进程，执行安装应用、运行 shell 命令、传输文件、注入按键触摸、截屏录屏等系统级操作。 把手机想象成一栋大楼，普通应用是各住各屋的住户，受沙箱限制互相不能串门；ADB 则是物业的工程检修通道。手机出厂就内置了这条管线（adbd 守护进程），平时锁着，开启 USB 调试或无线调试就是把门打开。住户身份的应用拿不到物业权限，而物业通道可以进入大楼公共区域执行维护，两者的权限层级完全不同。 ADB 采用 client-server-daemon 三段式架构，理解了这个结构，后面所有命令的行为都顺理成章： adb 客户端：电脑终端里的 adb 命令本身，负责解析参数并向本地 server 发送请求。 adb server：电脑上的后台进程，首次执行 adb 命令时自动启动，监听本机 TCP 5037 端口，管理所有已连接的设备并把命令路由到对应设备...
【Agent】Agent 后端架构设计
本文整理自一个讲 Agent 后端设计的视频（见文末参考资料），结合视频画面重新梳理了它的完整思路：从一个 Agent 后端的工作流程出发，推导出领域层、应用层、适配层三层架构，定义 Session、Tool、Context 等核心抽象，最后用组装根把所有具体实现接起来。这套设计思路不只适用于 Agent，也可以迁移到任何后端系统。 从一个循环开始Agent 的本质就是一个循环：把上下文发给模型，收到回复，执行工具，把结果塞回上下文，再发给模型，如此往复。一个最小实现可能只有一个 while True 循环。但要把这个循环做成一个真正可用的后端系统，问题马上就出现了： 如何适配多种模型协议，OpenAI、Anthropic、Google 的请求格式各不相同； 如何确保模型发出的命令执行是安全的，错误地删除文件或执行危险操作的调用需要被拦下来； 模型能力在快速进化，如何设计 harness 让系统保持可扩展。 这些问题决定了：直接把循环写成一个函数是不够的，需要先梳理清楚整个系统的工作流程，再做架构设计。 Agent 后端的工作流程把一个 Agent 后端从头到尾跑一遍，...
【LLM】LLM 上下文与 KV Cache：从基本原理到 Hermes Agent 实践
多轮对话的连续性依赖上下文管理，推理效率则依赖计算结果的复用。两者共同影响 Agent 的运行成本，但属于不同层面的机制。理解这一边界，有助于解释模型的“记忆”、前缀缓存的命中条件，以及 Harness 在长任务中的工程取舍。 本文以普通因果 Transformer 的推理过程为基础，并结合 Hermes Agent 官方文档介绍上下文管理实践。 多轮对话与上下文管理短期记忆来自请求中的历史上下文普通 LLM 推理通常不会更新模型权重，也不会在两次独立请求之间自动保留上一次对话的内部状态。所谓对话中的“短期记忆”，主要通过将此前的消息重新放入本轮上下文实现。模型能够引用先前的信息，是因为这些信息再次出现在当前请求中。 在普通无状态 API 中，多轮请求通常按以下方式构造： 123第 1 轮输入：S + U1第 2 轮输入：S + U1 + A1 + U2第 3 轮输入：S + U1 + A1 + U2 + A2 + U3 其中，S 是系统提示词，U 是用户消息，A 是模型回复。上一轮的输入与输出，都会成为下一轮的历史输入。Agent 调用工具后，工具调用记录和工具结果也会进入后...
【LLM】Transformer 位置编码的演进：从可学习向量到旋转编码
2023 年前后，几乎所有大模型的结构图里都有一个不起眼的小模块，名字叫 RoPE（Rotary Position Embedding，旋转位置编码）。它出现在 LLaMA、Qwen、DeepSeek 等几乎所有主流开源模型里，却经常被一句”按位置旋转一下”带过。本文把位置编码这条演进线从头理一遍：每一代技术都从”上一代解决不了什么”讲起，先给动机，再给细节。 注意力机制看不见顺序Transformer 的核心是自注意力（Self-Attention）：每个 token（词元）拿自己的 query（查询向量）和所有 token 的 key（键向量）算相似度，再按相似度加权平均它们的 value（值向量）。整个过程只做”两两比相似度、加权求和”，没有任何一步用到 token 的下标。 这带来一个反直觉的性质：把输入序列打乱，注意力的输出只是跟着同样打乱，每个 token 拿到的信息一模一样。数学上叫置换不变性（permutation invariance）——改变输入排列，函数的输出集合不变。 看一个具体例子。模型读到”猫追狗”： “猫”通过注意力收集到：句子里有一个”追”和一个...
【全栈开发 3】静态网页部署
完成 HTML、CSS 和 JavaScript 后，网页目前只存在于本地。要让其他用户通过公网访问，需要将代码同步到云服务器，再由 Nginx 对外提供静态文件。 部署链路整个部署过程涉及三个位置： 1234567本地开发环境 ↓ git pushGitHub 远程仓库 ↓ git pull云服务器 ↓ Nginx公网浏览器 各部分的职责如下： 本地环境用于编写、调试和提交代码。 GitHub 用于保存代码，并在本地与服务器之间同步版本。 云服务器运行在公网环境中，保存用于部署的网站代码。 Nginx 监听 HTTP 或 HTTPS 请求，并返回对应的静态文件。 GitHub 在这条链路中负责代码托管，不直接承担网站服务。真正响应用户访问请求的是云服务器上的 Nginx。 本地与服务器目录同一个项目在本地和服务器上各有一份副本。例如： 12本地： /Users/username/zero-to-tech服务器： /home/ubuntu/zero-to-tech 两边的绝对路径可以不同，但项目内部结构应保持一致： 1234zero-to-t...
【全栈开发 2】前端页面基础
前端页面主要由 HTML、CSS 和 JavaScript 构成。三者分别负责页面的结构、样式和交互，并由浏览器统一解析和执行。 HTML：页面结构HTML 负责描述页面中包含哪些内容，以及这些内容之间的结构关系。 123456789101112<!DOCTYPE html><html lang="zh-CN"><head> <meta charset="UTF-8"> <title>页面标题</title></head><body> <h1>前端页面</h1> <p id="message">这是页面正文。</p> <button id="change-button">修改内容</button></body></html> 其中： <!DOCTYPE html> 声明当前文档使用 H...
【全栈开发 1】Web 访问链路基础
访问一个网站，看起来只是输入网址并按下回车，背后却涉及浏览器、URL、域名、DNS、IP 地址、端口和服务器等多个部分。本文从一次完整的网页访问出发，梳理这些概念之间的关系。 浏览器、HTML 与服务器浏览器是 Web 的客户端。它负责向服务器请求资源，解析服务器返回的内容，并将其渲染成用户看到的网页。 HTML 是用于描述网页结构的文本格式。它定义页面中的标题、段落、链接和图片等内容。浏览器读取 HTML 后，会按照其中的结构生成网页。 服务器是一台运行服务程序的计算机。它持续监听网络请求，并根据请求返回 HTML、CSS、JavaScript、图片或接口数据等内容。 三者之间的基本关系是： 12345浏览器请求网页 ↓服务器返回 HTML 等资源 ↓浏览器解析并渲染网页 URLURL 是网络资源的完整地址。例如： 1https://example.com:443/articles/hello 这个 URL 可以拆分为： 1234https 协议example.com 域名443 ...
【云计算】AWS 核心概念与访问模型
AWS 的身份、权限和资源并不属于同一层。首次通过邮箱或 Google 账户登录，只完成了身份验证；真正访问云资源，还要经过账户、角色和临时会话等环节。 可以先用一条主线理解整个体系： 123456用户 → 外部登录身份 → AWS Organization 与 Account → Account 中的 IAM Role → STS 签发的临时 Session → 某个 Region 中的 Resource AWS CLI 和开发工具还会在本地使用 Profile，保存认证入口、默认区域和相关配置。 Organization、Account 与 ProjectAWS OrganizationsAWS Organizations 用于集中管理多个 AWS Account，本身不承载网站、服务器或数据库。它主要提供： 统一创建和管理成员账户。 集中结算费用。 按组织单元管理账户。 通过 Service Control Policy（SCP）限定成员账户的最大权限。 典型结构如下： 12345AWS Organization├── Management Account...
【AI 工具】Hermes Agent Plugin
Tool 让 Hermes 能执行动作，Skill 告诉 Hermes怎样正确完成任务，Plugin 则把代码接入 Hermes 的运行过程。本文先厘清三者的关系，再通过 Ponytail、Superpowers 和 Web Search Plus 三个案例说明 Plugin 的实际用途。 Plugin、Tool 和 Skill 的关系这三个概念并不处于同一层级。 Tool 是提供给模型调用的具体能力，例如读取文件、执行命令、搜索网页或发送消息。 Skill 是按需加载的知识和工作流程，告诉 Agent 何时做、按什么顺序做，以及如何验收结果。 Plugin 是可安装的运行时扩展，可以向 Hermes 注册 Tool、Skill、斜杠命令、生命周期 Hook、Provider 或平台适配器。 可以把它们理解成： 123Tool：手脚，决定“能做什么”Skill：经验，决定“应该怎么做”Plugin：扩展模块，决定“如何把新能力接入 Hermes” 例如，terminal 是 Tool，因为它真正执行命令；“发布 Hexo 博客”适合写成 Skill，因为它主要规定构建...
【Agent】把通用 Agent 装进生产环境：一套基于 Hermes Agent 的垂类架构
本文讨论如何把通用 Agent 收敛为面向单一业务场景的生产级智能体，并通过可信会话、Skill、Action Tool 和受控后端划清推理、权限与执行边界。 背景大语言模型已经能让通用 Agent 听懂需求、规划步骤、调用工具。做一个演示不难，难的是把它放进真实业务里，并且让人敢用。 到了生产环境，问题很快会从“模型够不够聪明”变成另一组更麻烦的事：用户身份从哪里来？模型可以执行哪些动作？谁来校验权限？流程中断后怎么接着跑？路径、凭据和基础设施信息又该如何藏在边界以内？ 下文把基于 Hermes Agent、面向单一业务场景收敛出来的生产级智能体称为 ScenarioAgent。这里不讨论某个具体功能，而是拆解它从通用 Agent 走向生产环境时需要的分层架构： 用户负责表达目标，ScenarioAgent 负责理解与编排，Skill 按需提供流程提示词，Action Tool 收窄动作，CLI/API 受控后端负责可信执行。 总体分层架构 flowchart TB User(["用户"]):::user Gate...
【Agent】浏览器自动化最佳实战
让 Agent 操作网页，第一反应通常是”让它像人一样点”。截图、识别按钮、移动鼠标、输入文字，看起来很自然，也很符合我们对”电脑自动化”的直觉。 但实际做过几次就会发现：能点，不等于好用。一次临时演示可能没问题，真正要把它变成稳定、可重复、以后一句话就能执行的能力，难点完全不同。 这篇文章记录我目前认为更适合个人 Agent 的浏览器自动化方案：复用用户已经登录的 Chrome，通过 Apple Events 向当前页面注入 JavaScript，直接读取和操作 DOM，并把最终流程沉淀成 Skill。 文中不会讨论某个网站的具体按钮、接口或业务细节，只讲通用方法。 候选方案选择浏览器自动化方案时，先看 Agent 要控制的是哪一层：浏览器页面、整个桌面、独立自动化浏览器、现有 Chrome、还是网站接口。下面六种方案各自控制不同的对象，不应混为一谈。 方案一：使用 Hermes Agent 内置的浏览器工具Hermes Agent 内置了 browser_navigate、browser_snapshot、browser_click、browser_type、brows...
【AI 工具】Hermes Agent 内置 Skills 概览
本文按类别整理 Hermes Agent 内置的全部 Skills，逐一介绍它们的用途、来源和常见使用场景。 本文内容根据 Hermes Agent 内置 Skills 目录整理。不同 Skill 可能对操作系统、外部命令、账号授权或 API 凭证有额外要求；Hermes 更新后，内置 Skills 的数量和内容也可能变化。 自治 Agent 与 Hermesclaude-code 将功能开发、Bug 修复和 PR 等任务委派给 Claude Code CLI，并负责传递上下文、跟踪进度和验收结果。 这是 Hermes 对 Anthropic Claude Code 的工作流封装，重点不是简单调用另一个模型，而是管理一个独立运行的 Coding Agent。 实战案例： 123请把这个功能交给 Claude Code 实现：新增用户登录接口，补齐测试，并在独立 Git Worktree 中工作。让 Claude Code 修复当前分支的 CI 失败；完成后返回修改文件、测试命令和真实结果。请让 Claude Code 审查这次跨前后端改动，只报告高风险问题，不要直接修改代...
【网络与代理】WSL 多网段服务访问超时：防火墙、Docker 路由与 SSH 代理排查
问题背景一台 Windows + WSL2 服务器同时运行了 Web 服务、SSH、Docker 和本地代理。服务器所在网段可以正常访问这些服务，但另一个内网网段的机器始终连接超时。 最初看起来像 Windows 防火墙没有放行端口。实际排查后发现，问题由两层配置叠加造成： Windows 防火墙需要允许可信内网访问 WSL 中的 TCP 服务。 WSL 里的 Docker 网桥与真实内网网段重叠，导致返回数据走错网卡。 第二点更隐蔽。即使端口已经监听、防火墙规则也正确，只要回程路由错误，客户端看到的仍然只是超时。 先确认服务真的在监听不要一开始就改防火墙。先在 WSL 中确认服务监听地址： 1ss -lntp 如果服务只监听 127.0.0.1，其他机器无法直接连接。需要对内网提供服务时，应让它监听 0.0.0.0:<PORT>，或者通过反向代理暴露。 然后分别从服务器本机和客户端测试： 12345# 在服务器本机测试curl -I http://127.0.0.1:<PORT># 在内网客户端测试curl -I --connect-timeou...
【AI 工具】Hermes 小众但强大的斜杠命令
Hermes 除了 /help、/new、/model 这些常用命令，还藏着不少能明显改善工作流的斜杠命令。本文只保留命令、作用和示例，方便随时查阅。 任务运行 /steer <指令>：在不中断当前任务的情况下，把补充要求注入下一次工具调用之后。 1/steer 不要修改数据库结构，只修应用层 /queue <指令>：把新要求排到当前任务结束后，作为下一轮消息执行。 1/queue 完成后再生成一份变更说明 /bg <任务>：在独立后台会话中运行任务，当前会话可以继续使用，完成后结果会自动返回。 12/bg 调研最近一周发布的开源医学多模态模型/bg 检查完整测试套件并汇总失败项 /btw <问题>：不打断当前任务，就当前对话内容问一个快速的副问题，回答基于对话快照生成，当前任务照常运行。 1/btw 刚才改的这个函数原本是在哪个文件里定义的？ /goal <目标>：让 Hermes 围绕一个明确目标自动持续执行，直到 Judge 判断完成或达到轮次上限。 123456789101112#...
【AgentDaily】Codex exec 正常，交互式 TUI 却 TLS EOF：一次代理与流式传输排查记
同一套代理下，codex exec 连续成功，交互式 TUI 却稳定报 tls handshake eof。这次排查最有用的收获不是找到了某个“神奇节点”，而是把短连接、非交互调用和真实 TUI 传输路径拆开验证。 问题现象环境是 WSL，使用 Clash/Mihomo 类代理，Codex CLI 版本为 0.145.0，通过 ChatGPT OAuth 登录。 最初使用默认代理出口运行 Codex 时，下面两个接口都返回 HTTP 403： 12https://chatgpt.com/backend-api/codex/modelshttps://chatgpt.com/backend-api/codex/responses Cloudflare 返回页提示 VPN 可能受限。切换到一个标有 GPT 解锁能力的候选节点后，非交互命令马上恢复： 1codex exec --skip-git-repo-check "hi" 命令能够正常返回。到这里很容易以为问题已经解决，但交互式 codex 输入 hi 仍然失败，先出现： 12Falling...
【AgentDaily】如何在飞书群里做 A2A：Hermes Bot-to-Bot 最佳实践
两个 Hermes 机器人在同一个飞书群里协作，关键不是“看见对方的名字”，而是让发送方使用接收方自己确认过的 bot open_id 发出真正的 @，再由接收方按 mention 策略放行。 飞书里的四类身份飞书消息事件中常见的身份字段有 open_id、user_id 和 union_id，机器人还多了一层应用身份： 身份 作用域 典型形式 适合用途 app_id 应用 cli_xxx 标识应用和申请 tenant access token，不是群消息中的 @ 目标 open_id 应用 ou_xxx 同一主体在不同应用下可能不同，消息事件和 @ 提及中最常用 user_id 租户 u_xxx 企业租户内的用户身份，是否返回取决于权限和事件配置 union_id 开发者 on_xxx 同一开发者主体下跨应用关联用户，适合做跨应用身份归并 open_id 的“应用作用域”是 A2A 最容易踩坑的地方。同一个人经过两个飞书应用观察，得到的 open_id 可能不同；机器人同样不能把 app_id、群成员接口中的某个 ID 和 mention 事件...
【AgentDaily】Hermes terminal.cwd 与 AGENTS.md 加载机制
这篇文章记录一次关于 terminal.cwd、启动目录和 AGENTS.md 的小排查。结论很简单：terminal.cwd 是工具执行起点，不一定等于当前 CLI 会话的 Project Context 加载目录。 起因今天遇到一个很容易混淆的问题。 我在 /Users/tianlejin 启动 Hermes，但当前 profile 的配置里写了： 123terminal: backend: local cwd: /Users/tianlejin/workspace-hermes-teacher 于是自然会产生一个疑问：如果启动目录和 terminal.cwd 不一样，Hermes 到底会加载哪个目录下的 AGENTS.md？ 当时实测的终端输出是： 1pwd 返回： 1/Users/tianlejin Project Context 中注入的内容也来自： 1/Users/tianlejin/AGENTS.md 而不是： 1/Users/tianlejin/workspace-hermes-teacher/AGENTS.md 所以这次的关键点不在于 ter...