十多年积累的网站，需要的不只是新增内容，更需要重新整理过去的知识资产。这次主要完成了：修复搜索引擎抓取问题，优化网站结构，清理大量低价值标签，统一标签英文链接，并重新规划专题体系；同时完善 Rank Math SEO 数据，优化文章标题、描述，让更多历史内容能够被搜索引擎正确理解。

另外，针对论坛系统也进行了专项优化，修复部分 SEO 输出问题，让 Topic、Post 等核心内容拥有更好的展示效果。

这些工作不会立刻带来变化，但会影响未来几年 NewVFX 的发展。希望通过这次整理，让这个陪伴大家十多年的社区，变得更稳定、更专业，也让更多优秀内容重新被发现。
继续建设中。

也有可能是AI引擎运行的问题。
Project Settings
→ Camera RAW
→ AI Processing

Draw Things近期正式支持两款前沿文生图模型：Ideogram 4 与 Krea 2。其中 Ideogram 4 参数量约93亿，在开源模型竞技场中排名第一；Krea 2 参数量达到120亿，综合表现同样优秀。

Ideogram 4：专为设计而生的AI绘图模型

Ideogram 4最大的特点是精准的文字生成和设计控制能力。它基于结构化 JSON 格式训练，可以通过提示词精确控制：

画面空间布局（Bounding Box）
色彩方案（Hex颜色）
文字排版（Typograph…

[查看更多]

因此，我们重新整理了联系渠道：微信、飞书、Email / iMessage、XChat 等方式，让创作者、开发者与合作伙伴可以更方便地找到 NewVFX。

联系我们

📋 问题描述
Herms 系统升级后，Weixin 网关无法连接，Gateway 启动失败。

🔍 错误信息

ERROR: weixin: open policy without allow-all opt-in

– Weixin 的 `dm_policy/group_policy` 设置为 `’open’`
– 缺少必需的用户授权环境变量

✅ 解决方案日志

步骤 1：检查当前 Gateway 状态

cat /Users/xbaby/.hermes/gateway_state.json
输出显示：gateway_state: “startup_failed”

步骤…[查看更多]

排查过程：尝试通过Codex环境自动检测，但因底层执行器故障（无法启动shell进程），未能直接读取或修改系统授权数据库。

原因分析：典型TCC隐私授权记录卡死、应用路径/签名变更，或tccd服务缓存异常。

修复步骤（已指导用户手动执行）：
1. 完全退出微信及相关截图/录屏工具。
2. 打开终端，执行重置命令：
/usr/bin/tccutil reset ScreenCapture
/usr/bin/tccutil reset Microphone
（若仅针对微信，可执行：

/usr/bin/tccutil reset ScreenCapture com.tencent.xin…[查看更多]

官方仓库GitHub – ServeurpersoCom/acestep.cpp

开发语言：C++ (C++17 标准)

核心框架：GGML

技术定位：ACE-Step 1.5 推理后端 / 离线音频生成引擎

acestep.cpp 是一个基于 GGML 的跨平台本地 AI 音乐生成引擎，使用 C++17 实现 ACE-Step 1.5 推理后端，可在 CPU、CUDA、Vulkan、Metal、ROCm 等多种硬件上运行。项目支持文本生成音乐、歌词生成、音频合成与翻唱等功能，并提供完整 WebUI 与 HTTP API 服务。

用户只需输入音乐描述或歌词，…[查看更多]

在使用 Agent 进行复杂任务时，很多人习惯直接输入一句简单指令，例如“帮我生成一个AI音乐项目介绍”或“写个安装教程”。这种方式虽然方便，但往往会导致结果不稳定，需要多次修改。

以acestep.cpp的文档整理为例，如果采用简单指令，Agent 可能只会输出一段泛化描述，缺少结构、重点不清晰，甚至遗漏关键功能。

而如果采用任务规划方式，效果会明显不同。可以先将任务拆解为四个步骤：

…

[查看更多]

尽可能使用 CLI、规划任务、减少不必要的 Skill”非常切中要害，这些都是针对 Multi-Agent（多智能体，如 OpenAI Swarm 等框架）或自动化工作流的优秀优化策略。

在实际开发和调教大模型（尤其是多智能体/Swarm 架构）时，还可以从以下几个维度把 Token 压到极致：

4、善用 Prompt Caching（提示词缓存）

做法： 现代大模型（如 DeepSeek、GPT-4o）都支持缓存。在编写 System Prompt 或工具描述时，保持头部内容完全一致。

效果： 命中缓存的输入 Token 价格能打 1~2 折，能极大…

[查看更多]

在技术学习方面，我着重掌握了SD系列模型，大幅提升了图片创作与精细化编辑的能力；同时，深入探索了Step ace 1.5模型在音乐制作上的潜力，并熟练应用了TTS（文本转语音）及Whisper（语音识别）等模型，有效打通了多模态内容生成的链路。

在业务实践上，我将大量时间投入到Agent（智能体）的应用落地中，致力于通过AI Agent优化具体服务流程，提升内容产出的效率与交互体验。这一策略转变让我更贴近实际业务需求，也为未来NewVFX的智能化服务升级积累了宝贵的实践经验。

1. M1系列 (第一代Apple Silicon)

型号

GPU核心

内存带宽 (GB/s)

F16 PP (t/s)

F16 TG (t/s)

Q8_0 PP (t/s)

Q8_0 TG (t/s)

Q4_0 PP (t/s)

Q4_0 TG (t/s)

M1

8

68

–

[查看更多]

一、 Token 的由来：AI 是如何“识字”的？

要理解 Token 的由来，首先要明白一个底层逻辑：计算机本质上是个“数学脑袋”，它根本不认识人类的文字。

无论是汉字、英文单词、数字还是标点符…[查看更多]

一、 DIT FLOW MATCHING (DiT 扩散模型参数)

这是决定“声音质量”的引擎。

Inference Steps (推理步数)
意义：扩散模型去噪的次数。步数越多，细节越细腻，但越耗时。
Turbo 模型建议：官方预设是 8，你设为 12 是合理的，能稍微增加一点稳定性。不需要过高，否则反而可能产生噪音。

Guidance Sca…[查看更多]

1. [初始设置案例](#初始设置案例)
2. [日常开发工作流](#日常开发工作流)
3. [消息平台集成](#消息平台集成)
4. [多环境管理案例](#多环境管理案例)
5. [故障排查案例](#故障排查案例)
6. [高级用法案例](#高级用法案例)

初始设置案例
案例 1: 首次安装和配置
bash
# 步骤 1: 安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 步骤 2: 进入安装目录
cd ~/.hermes/herm…[查看更多]

1. [安装与初始化](#安装与初始化)
2. [基础交互命令](#基础交互命令)
3. [配置管理命令](#配置管理命令)
4. [工具与技能管理](#工具与技能管理)
5. [Profile 多环境管理](#profile-多环境管理)
6. [网关与消息平台](#网关与消息平台)
7. [诊断与维护](#诊断与维护)
8. [高级选项与参数](#高级选项与参数)

Hermes Agent 命令速查表

Hermes Agent 实际使用案例

安装与初始化
? 安装
bash
# 1. 交互式安装（推荐，首次使用）
curl -…[查看更多]

1. 创建日志目录
mkdir -p ~/.hermes/logs

2. 编写自启配置文件
cat > ~/Library/LaunchAgents/com.hermes.gateway.plist << 'EOF'

WorkingDirectory/User…[查看更多]

一、环境准备

在开始部署前，请确保你的运行环境满足以下基础条件：一个可正常登录的个人微信账号；Python 3.8+ 运行环境；具备 pip 与终端命令行权限的 Linux / macOS / Windows（WSL）系统

htt…[查看更多]

可以直接复制保存这篇日志，作为日后复现或团队分享的技术文档。

ACE-Step-CPP-UI 部署与全新引擎适配通关日志

一、 环境与背景

硬件平台：Apple M1 Pro (Unified Memory 架构，支持 bfloat 与 Metal 硬件加速)。
软件堆栈：Node.js / TypeScript (Frontend & Server) + C++ GGML/Metal (Core Engine)。
引擎版本…[查看更多]

目前在 Mac 的 MLX 生态中，官方及社区仅推出了 Turbo 这一款加速版模型。虽然它能8步就能出歌，但因为砍掉了语言模型（LM）的对齐逻辑，导致它有着极易“吞字、漏字”的顽疾，且在 MLX 下无法使用 Base 和 SFT 版本。不能使用 MLX 的其他版本（Base/SFT），最核心的原因并不是 Mac 硬件不支持，也不是Ace Step Ui不支持而是开源社区压根就没有做出这些格式的模型文件。

如果想在Mac上解锁 ACE-Step 1.5 的完整实力，强烈建议转向基于 GGUF 格式的 C++ 生态（如 acestep-cpp-ui）：

功能全开：完美支持…[查看更多]

cat < ~/install_hermes_webui.sh
#!/bin/bash

set -e…[查看更多]

安装流程通常包括获取项目代码、配置运行环境以及启动本地服务三部分，确保依赖组件（如 Python、Node.js 或相关运行时）已正确安装。启动后，系统会在本地或指定服务器端口提供 Web 访问地址，用户可通过浏览器打开图形界面进行…[查看更多]

我经常使用的场景是这样的：

LM Studio：负责主 LLM 推理；Whisper：负责语音识别；TTS：负责语音合成；ACE-Step：负责音乐制作；Draw Things / ComfyUI：负责图像和视频，此时系统实际上是在同…[查看更多]

以 Apple Silicon 为例，可以非常直观地理解“Decode 阶段为什么被显存带宽限制”。

在本地运行大模型时，Decoding 阶段的速度在很大程度上近似受以下关系约束：

在 Apple 的统一内存架构（UMA）下，CPU 与 GPU 共享同一块高带宽内存，因此显存带宽直接决定了模型“逐 token 读取权重”的上限。

以实际芯片为例：

* M1 Pro：统一内存带宽约 [查看更多]

要优化 Hermes 的首次提交速度并解决幻觉，必须去它的用户目录（通常在 ~/.hermes/）对后台自动生成的 Markdown 文件进行物理裁剪，将前缀控制在 500字（2000字符） 以内。

一、 物理剔除不准确的“伪记忆”
Hermes 会在后台偷偷把历史对话的错误推论写进文件，导致首次开机时不仅慢，还会携带错误认知。

进入目录：
cd ~/.hermes/memories/

打开 MEMORY.md（事实记忆）与 USER.md（用户偏好）。

像删坏代码一样，物理整行抹去过期的环境变量、废弃的临时信息和错误的业务推论。只留下你真正要的语气和世界观（S…[查看更多]

在 Hermes 生态中，gstack 与 gbrain 是专为本地模型打造的高阶 Agent 增强外挂：

gstack（记忆堆栈）： 本地轻量化向量与知识图谱数据库，赋予模型持久的本地长文本记忆。
gbrain（认知大脑）： 核心任务拆解与工具调度引擎，负责多步骤深度思考（Reasoning Loop）。

三步安装与激活步骤

第一步：一键配置安装组件

打开 Mac 终端，运行 Hermes 内置的包管理器命令，自动下载依赖包：

hermes plugin install gstack gbrain

第二步：编辑配置文件追加…[查看更多]

选型 A：Qwen3.5-9B-mlx-lm-mxfp4（微缩块浮点 4位量化版）

体积： 约 4.45 GB。

特点： 官方测试与跑分的“御用模特”。它采用了最前沿的 mxfp4 压缩技术，将模型分成共享缩放因子的微块，能瞬间将 M 芯片的物理带宽和硬件吞吐量塞满。

选型 B：Qwen3.5-9B-MLX-4bit（多模态/标准 4位量化版）

体积： 约 5.93 GB。

特点： 保留了完整的长文本处理逻辑与多模态视觉对齐…

[查看更多]

本方法利用 macOS 终端的 curl 工具，直接向本地运行的 API 接口发送一个符合 OpenAI 规范的标准多模态请求。

命令的核心亮点在于使用 Bash 动态管道符 $(base64 -i ‘图片路径’ | tr -d ‘n’)。它会在发送请求的瞬间，自动将你 Mac 本地的物理图片转换成标准的 Base64 编码字符串 嵌入到 JSON 数据中，免去了手动格式化转换的繁琐步骤。

结果判定与排查指南
运行该命令后，通过返回的 JSON 响应可瞬间判定后端的真实能力：

测试通过（支持视觉）： 接口成功返回 200 OK，并在 content 中输出了对该图片的结构化文本描述。…[查看更多]

hermes model

Current model: Qwen3.5-9B-MLX-4bit
Active provider: J-MLX

Custom OpenAI-compatible endpoint configuration:

API base URL [e.g. https://api.example.com/v1%5D: http://127.0.0.1:55889/v1
API key [optional]:
Verified endpoint via http://127.0.0.1:55889/v1/models (2 model(s)…

[查看更多]

acOS 的启动管理器（launchd）在自动化工具反复超时报错后，会把旧服务名死锁。解决它的终极绝招就是：清除旧文件，换个全新名字的“新马甲”重新注册。

rm -f /Users/xbaby/Library/LaunchAgents/com.xbaby.hermes-webui-server.plist

cat << 'EOF' > /Users/xbaby/Library/LaunchAgents/com.xbaby.hermes-runner.plist
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC…[查看更多]

拓扑双通道设计:
主通道 (Primary): 监听 55888 端口,挂载 LM Studio(接管具备极高推理速度与多模态视觉能力的 Qwen3.5-9B-MLX-4bit 模型)。

备通道 (Fallback): 监听 55889 端口,挂载 omlx / llama.cpp(接管刷榜跑分专用、但在硬核数字与长文本场景易智商下降的纯文本/低精度版 Qwen3.5-9B-mlx-…[查看更多]

WeChat CLI 是一个强大的微信命令行工具，可以：

读取聊天记录（text/image/voice/video/file 等类型）
搜索消息内容，查询联系人和群组成员，分析会话统计，导出聊天记录，⭐ 查看收藏内容，监控未读消息

主要特性：✅ 只读操作，不修改任何数据，✅ 数据不离本机，完全隐私，✅ JSON 格式输出，适合 AI Agent，✅ 11 个命令行指令，✅ 实时解密，无需手动处理加密

prompt：你上网看下这个 学习下 然后安装它，并把他变成你的技能https://github.com/huohuoer/wechat-cli

【问题现象】
运行 `npx wechat-cli s…[查看更多]

不要用你内置的任何 browser_* 或 web_extract 工具，它们会被封锁。

请直接把第 2 步…[查看更多]

1. 安装 OpenCLI 工具（解决权限报错）

由于普通安装会触发 EACCES 权限拒绝错误，必须使用管理员权限并开启安全标志进行全局安装：

bash
sudo npm install -g @jackwener/opencli --unsafe-perm=true

2. 物理唤醒并配置守护进程

重启 OpenCLI 守护进程，并确保其运行在 19825 端口：

bash
opencli daemon restart

3. 连接状态体检与获取分身 ID

运行诊断命令，确认 Extension（浏览器插件）状态为 [OK] connected，并捞出你的唯…[查看更多]

我知道是 Tirith 安全扫描拦截了后台的 Python 盲爬脚本。
现在我作为系统管理员，正式授权你使用最合规、最安全的【browser】工具集。

直接读取并打印出页面上显示的最新的北京天气状况。立刻执行！

/Users/xbaby/pinokio/api/Hermes_WebuUi.git/start.js文件中的启动路径写作格式错误导致无法启动，修改后的

module.exports = {
daemon: true,
run: [
// Grab the next available port and stash it so it stays consistent
// across steps ({{port}} re-evaluates every use).
{
method: "local.set",
params: {
port: "{{…[查看更多]

1、在Mac的terminal中执行Hermes Agent一键安装命令
Linux, macOS, WSL2, Termux

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

编辑配置功能：
nano /Users/xbaby/.hermes/config.yaml

环境配置：（一般存储密钥…[查看更多]

1. 认证准备 (Token 获取)
在进行任何 API 调用前，必须先获取临时授权 Token：
TOKEN=$(curl -sS http://127.0.0.1:3001/api/auth/auto | sed -n 's/.*"token":"([^"]*)".*/1/p')

2. 标准提交格式 (包含不同模式配置)
所有的提交均通过 POST http://127.0.0.1:3001/api/generate 接口完成。
模式 A：编曲补全模式 (Complete) —— 针对清唱加伴奏
这是…[查看更多]

1. 核心模式选择

Task Type：必须选择 Audio → Audio。
Instruction：确认框内显示 Fill the audio semantic mask…，这代表系统已进入补全逻辑。

2. 关键参数设置（解决“难听”问题）

Audio Cover Strength：建议调低至 0.3 – 0.4。 注：数值越低，越能完整保留你的原始人声；过高会导致人声扭曲产生噪音。
Complete Track Classes：精准勾选。建议仅勾选 drums（鼓）、bass（贝斯）、guita…[查看更多]

源音频（srcaudio）
控制「结构是什么样」：旋律走向、节奏、和弦、配器层次。
用于 Cover 任务，量化为语义 codes，可通过 audiocoverstrength（0~1）调节结构遵循程度。

🔹 一句话区分：参考音频管质感，源音频管骨架。
[Intro - piano]

[Pre-Chorus]
这一刻如此安静
却藏着汹涌的…[查看更多]

核心原理 基于源音频的上下文进行区间补全或修改。模型读取划定区间的前后文潜特征，在指定时间内重新生成，自动处理节奏、和声与音色的衔接。

输入与参数配置

任务类型：task_type 设为 repaint

音频输入：上传 src_audio（需包含完整上下文）

需要在翻唱位置插入音频，这里插入的音频作为src_audio

区间控制：设置 repainting_start 与 repainting_end。操作范围严格限制在 3 秒至 90 秒。

核心参数：audio_cover_stre…[查看更多]

一、 Cover（翻唱/结构迁移）精密工作流

核心原理 将源音频量化为语义结构化信息（旋律、节奏、和弦、配器），在新 Caption 与 Lyrics 的驱动下重新演绎。源音频提供骨架，文本提供血肉与风格。

输入与参数配置

任务类型：task_type 设为 cover

音频输入：上传 src_audio（需结构清晰、无严重底噪）

需要在翻唱位置插入音频，这里插入的音频作为src_audio

文本输入：填写新 caption 与 lyrics（可改风格、改情绪、改歌词）

核心参数：audio_cover_strength（0.0 至 1.0）。1.0 严格对…[查看更多]