资源介绍
视频数量：164个
总时长：5小时53分
课程介绍：
Hermes自主AI智能体实战：从本地部署到多智能体协作
深夜，你在笔记本电脑前敲了几行代码，一个AI开始自动查资料、写文章、检查语法、给你打分——所有计算发生在你本地，没有云端账单，没有数据外传。这不是科幻场景，是这门课要带你抵达的地方。
课程的主角叫Hermes，由Nous Research实验室开源，基于Meta的Llama 3重新训练而来，模型权重、技术报告、训练方法全部公开。最小的版本只有80亿参数，普通笔记本就能流畅运行，这也是课程全程使用的版本。
一、基础入门：把AI装进你的电脑
很多人对AI的第一印象是"必须注册账号""必须按token付费"。这门课打破这个印象。你会学到怎么装Ollama、在本地启动Hermes、用Python的推理API和它对话。课程还会把Hermes接到Telegram，让你在手机上也能调遣本地AI——所有推理依然在你电脑上完成。
二、提示词与输出控制：Hermes的"听话哲学"
Hermes最特别的地方是"可控"。和那些把规则写死在内部、动不动就拒绝回答的商业模型不同，Hermes把控制权交给你的系统提示词。你让它返回JSON，它就乖乖吐出JSON；你赋予它一个角色，它能在几十轮对话里始终保持人设。
课程带你过五种核心技巧：少样本提示（给示例而不是描述）、角色扮演、格式约束、思维链（让模型一步步想清楚再回答）、以及用"拒绝回退"机制减少幻觉。每种技巧都用同一模型做对比演示，差别肉眼可见。
真实场景经常需要结构化输出。课程教你怎么用JSON Schema约束模型、构建结构化提取器、设计输入输出的防护栏。你会理解为什么"自由文本"会破坏下游流水线，以及怎么用guardrails让每次调用都返回干净、可解析的结果。
三、推理与可靠性：从玩具到生产零件
这一章解决"模型犯蠢怎么办"的问题。你会学到推理模式的工作原理、怎么查看模型的思维痕迹、什么时候推理值得用（什么时候纯粹浪费延迟）。还会学到采样方差与不可预测性、自一致性投票（答N次取多数）、LLM-as-a-Judge自动评估、测量改进与退步、常见失败模式、重试退避策略、格式错误的兜底处理。学完这些，你手里才有了真正能上线的零件，而不是演示用的玩具。
四、工具与智能体：让AI能动手
光会说话不够，AI还要能"做事"。课程带你搭建完整的function calling智能体：能调用函数、能执行操作、有人工审批环节的安全护栏。最终你会做出一个能同时调度多工具的交互式助手，再用HTTP把它暴露给前端，加上浏览器聊天界面和SSE流式响应，体验直接对标商业产品。
五、性能与CLI打包
本地部署讲究速度。你会测tokens per second、理解冷启动成本、用流式响应改善主观速度感。还会学怎么把脚本打包成正经的CLI工具——读stdin、做参数解析、安装到PATH，告别python script.py的土味调用。
六、检索与搜索：让AI读懂你的文档
RAG是当下最实用的AI应用模式。课程讲清嵌入向量与相似度、文档分块策略、检索上下文如何"锚定"答案，并带你完成一个本地文档问答工具。搜索方面，对比语义搜索与关键词搜索、自己建索引、做最近邻检索。最后还会做一个Text-to-SQL代理：用自然语言提问，模型自动生成SQL、查询、再用人话汇报结果。
七、微调：让模型变成你要的样子
提示词调不动的时候，就上微调。课程讲清楚预训练与后训练区别、微调究竟改了模型什么、什么时候值得动手、SFT的局限、RLHF与DPO的工作原理。实操部分包括全量微调的成本、LoRA与QLoRA的低成本适配、搭建训练环境、准备数据集、跑一次LoRA微调、评估效果。数据是微调的灵魂，课程专门讨论质量比数量重要、怎么用模型生成合成训练数据，以及"高质量100条 vs 垃圾10000条"的真实差距。
八、生产力应用：让AI帮你干活
这一章全是接地气的项目。数据清洗流水线会用LLM规范化日期、统一姓名大小写、合并重复实体。文档提取器会定义Schema、批量提取、加载到SQLite、用SQL查询。写作助手覆盖摘要浓缩、语气转换、语法修正。自动化部分教你用cron做定时任务、日志摘要、时间戳归档、批处理（分类、字段提取、汇总成数据集）、以及大规模场景下的超时和错误处理。
九、大型项目：多智能体协作
课程最精彩的部分。你会构建多智能体研究团队：Planner拆任务、Researcher（带RAG）并行查资料、Writer汇总成稿，Orchestrator协调全局。还会学Generator-Critic循环（生成-批评-重写）、Planner-Worker任务分解，搭出完整的内容流水线。第二个大项目是学习辅导机器人：用LLM自动评分、根据表现动态调难度、进度持久化、部署到Telegram。加入检索置信度评分和人工升级工单机制后，它就变成了生产级的客服智能体。
十、Hermes Agent框架详解
最后一章是Hermes Agent本身的"解剖课"。你会装好框架、配置模型provider、跑通第一次会话。然后系统学习它的能力：持久化记忆、Skills技能系统（浏览注册表、查看定义）、工具表面（内置工具有哪些、启用禁用、模型如何自动选工具）、Telegram Gateway、Cron调度。安全章节讲智能体的威胁模型、需要审批的高危操作、工具权限的细粒度控制、依赖漏洞扫描。架构层面，Hermes是模型无关的，你能随时换provider。课程会分析8B本地模型的自治能力边界、对比本地与云模型的取舍。运维上教你备份状态、自动检查点、会话恢复、Doctor健康检查、Status命令，用来诊断行为异常的智能体。
整门课164个视频，不到6小时，但信息密度极高。它适合想在本地折腾AI的开发者、需要把AI嵌入产品的工程师、对微调和多智能体好奇的技术人，以及不想被云服务账单束缚的独立创作者。学完以后，你对大语言模型从提示词到微调、从单轮对话到多智能体协作的完整栈会有工程级的理解，手里还握着一堆可以直接拿来用的工具和项目。