Windows 彙整

Q: Hermes Agent 怎麼安裝？

目前可以透過 PyPI 安裝：pip install hermes-agent，再執行 hermes 啟動。PyPI 資訊顯示它需要 Python 3.11 以上、低於 3.14。

Hermes Proxy 是什麼？Hermes Agent 支援 LINE 後更適合台灣人了

by Rain Chu | 7 月 10, 2026 | Agent, AI, Hermes

Hermes Agent v2026.5.16 這次最值得看的，不是功能清單變長，而是它開始從「開源 AI Agent 玩具」往「可以被日常使用、跨工具接入、跨平台部署的基礎設施」移動。

我會把這次更新的重點放在兩件事：第一是 Hermes Proxy，它把你手上的 AI 訂閱轉成 OpenAI 相容端點，讓 Codex、Aider、各種只吃 API 的工具有機會共用同一套訂閱資源，第二是 支援 LINE，這代表 Agent 不再只是終端機裡的工具，而可以進到大家每天真的會打開的通訊入口。

如果你之前看過站上的 Hermes Agent 完整實測，那篇比較像認識 Hermes 的核心能力，這篇則聚焦在 v2026.5.16 之後，它怎麼變得更適合放進真實工作流。

先講結論：Hermes 正在補「基礎設施」這塊

很多 AI Agent 專案一開始都很炫，但卡在幾個現實問題：Windows 使用者不好裝、安裝流程太工程師、啟動太慢、外部工具接不進來、通訊平台支援不完整、安全性也不一定能被團隊接受。

Hermes Agent v2026.5.16 的 Foundation Release，剛好就是在處理這些比較不性感、但非常關鍵的底層問題。它包含 Windows 原生支援、PyPI 安裝、冷啟動加速、CDP 呼叫加速、Hermes Proxy、跨 session 快取、`/handoff`、LINE / Teams 等 22 個通訊平台、供應鏈安全掃描，以及新的 vision / X 搜尋工具。

這類更新不一定每個都會讓人眼睛一亮，但它們合在一起，代表 Hermes 不是只想做 demo，而是想成為可以被部署、被整合、被長期使用的 Agent 系統。

Hermes Proxy：把 AI 訂閱變成工具能吃的 API 入口

Hermes Proxy 是這次我最想拉出來講的功能。

現在很多人手上其實已經有 ChatGPT Pro、Claude Pro 或其他 AI 服務訂閱，但問題是開發工具通常只認 OpenAI 相容 API，你在聊天介面裡可以用的能力，不一定能直接接到 Codex、Aider、OpenCode、CI pipeline 或自己的自動化腳本裡。

Hermes Proxy 的想法，是在本機跑一個 OpenAI 相容端點，讓上層工具以為自己正在呼叫一般 API，但後面實際連到的是你已經訂閱的 AI 服務，用比較白話的方式說，它像是一個「訂閱轉接器」：工具只要會講 OpenAI API 格式，就有機會透過 Hermes Proxy 使用不同 AI 服務。

這跟站上之前整理的 AISA 一個 API Key 連上多種資源有一點相似：核心都不是單一模型，而是「資源層」。差別是 AISA 偏向外部 API 與技能資源整合，Hermes Proxy 則更像本機開發工具和 AI 訂閱之間的橋。

為什麼 Hermes Proxy 對 Codex 使用者有感？

如果你的主要工作介面是 Codex，Hermes Proxy 的吸引力在於：它可能把「聊天訂閱」和「開發工具 API」之間的牆變薄。

很多工具都有一個共同限制：它們可以接 OpenAI 相容 API，但不能直接使用你在瀏覽器登入的 Pro 訂閱。這會造成一種很尷尬的狀況：你明明已經付了訂閱費，實際做 automation 或 coding agent 時卻還要另外付 API 費。

Hermes Proxy 不是魔法，也不代表所有服務都能無限制、無成本地被轉接。真正部署前還是要確認各家服務條款、登入方式、速率限制和穩定性。但方向很清楚：把模型資源抽象成統一端點，讓工具選擇不再被單一 API 形態綁死。

這也和 OpenWork / OpenCode 桌面工作台這類工具的需求接在一起，當本地 Agent 工作台越來越多，誰能穩定提供模型、工具、通訊平台與權限管理，誰就更接近真正可用的工作環境。

支援 LINE：Agent 從終端機走進日常入口

另一個我覺得很重要的更新，是 LINE Messaging API 變成 Hermes 的一等平台，同一波也提到 SimpleX Chat、Teams pipeline、Webhook adapter，整體支援平台數來到 22 個。

LINE 支援的價值不只是在「多一個聊天入口」，對台灣、日本和許多亞洲使用者來說，LINE 就是日常工作和生活的入口。Agent 如果只能待在終端機或瀏覽器，其實離一般使用場景還有一段距離，但如果它能進 LINE，就有機會變成隨手派任務、收通知、接收摘要的個人助理。

想像一下：你在路上用 LINE 傳一句「幫我整理今天重要郵件」、「把這個連結存成研究筆記」、「提醒我晚上回覆某個客戶」，後面由 Hermes 去接 Teams、Email、Webhook、模型和工具。這才是 Agent 真正進入生活流程的樣子。

站上以前也寫過 WooCommerce 透過 LINE 通知訊息，那是把系統事件推到 LINE，Hermes 這類 Agent 平台則更進一步，不只是通知，而是讓 LINE 變成可以對 Agent 下指令的入口。

Windows 原生與 PyPI：降低安裝門檻才有機會普及

這次還有兩個很務實的更新：Windows 原生支援，以及 `pip install hermes-agent`。

Windows 原生支援的意義很大。以前很多開源 AI 工具對 Windows 使用者都不太友善，不是要求 WSL，就是建議 Docker。這對工程師或許還可以接受，但對想試用 Agent 的一般使用者、產品經理、營運、內容工作者來說，門檻就高了很多。

現在 Hermes 可以在 CMD.exe 和 PowerShell 原生執行，對「公司電腦多半是 Windows」的場景尤其重要。再加上 PyPI 標準化安裝，管理版本、依賴和升級都比較符合 Python 生態的習慣。

我也查了 PyPI，`hermes-agent` 套件目前確實存在，套件摘要寫的是 self-improving AI agent，並標示 Python 版本需求為 3.11 以上、低於 3.14。這點對部署很重要，因為你不能只看安裝指令，還要確認 Python 版本。

pip install hermes-agent
hermes

效能更新：Agent 不能每次都讓人等

Hermes 這次也強調冷啟動約少 19 秒、`hermes tools all-platforms` 從十幾秒降到約 1.5 秒內，以及瀏覽器 CDP 呼叫透過持久 WebSocket 連線提升到 180 倍。

這些數字看起來像效能細節，但對 Agent 產品很關鍵。Agent 的工作流常常是「開一下、問一下、跑一下工具、再切回來」，如果每一步都慢，使用者很快就會放棄。速度不是錦上添花，而是能不能被日常使用的門檻。

這也呼應我最近整理的 Grill Me 需求訪談工作流：Agent 要好用，不能只靠模型聰明，前面要把需求問清楚，中間要能快速呼叫工具，後面還要能保存上下文和交接狀態。

快取與 /handoff：模型不該是一次選死

跨 session 快取和 `/handoff` 也是這次值得看的設計。

跨 session 快取可以讓重複工作更快恢復，尤其是長任務、多輪對話、固定專案背景。

`/handoff` 則是把目前對話、工具呼叫、上下文轉移到另一個模型、角色或設定檔。這代表模型不再是一開始就選死，而是可以隨著任務階段切換。

例如架構設計階段用一個模型，實作階段換另一個模型，摘要或低成本批次處理再換成本更低的模型，這種彈性如果搭配 Hermes Proxy，就會變得更有意思：模型資源、訂閱資源、工具入口都被抽象出來，Agent 才有機會變成可調度的系統。

供應鏈安全：從開源專案走向團隊部署必補的一課

Hermes 這次也把供應鏈安全放進更新裡，包括安裝時掃描依賴套件、比對安全通報、Lazy Libs 延遲載入，以及在某些 wheel 不適用時做 fallback。

這類內容對個人玩家可能比較無感，但對公司或團隊很重要。AI Agent 如果要進入企業環境，不能只回答「好不好玩」，還要回答「能不能被安裝」、「依賴是否安全」、「出問題能不能追」、「部署會不會卡在平台相容性」。

所以我才會說這次 Foundation Release 的重點，不只是多了功能，而是 Hermes 開始補齊作為基礎設施需要具備的條件。

新工具與技能：從文字走向多模態與社群搜尋

新版也提到 `vision_analyze` 和 `x_search`，前者可以把畫面交給具備視覺能力的模型分析，適合錯誤畫面、UI 問題、截圖診斷，後者則把 X / Twitter 搜尋變成 Hermes 的一等工具。

再加上 9 個新技能，Hermes 的方向越來越明確：它不只是聊天，也不是單純工具集合，而是要把工具、通訊、模型、記憶、技能生成整合成一個能持續進化的 Agent 系統。

如果你關心本地 Agent 和模型搭配，可以接著看 Ornith 35B 配 Hermes 工作流，那篇更偏本地模型和 agentic coding，這篇則偏 Hermes 平台本身的基礎設施更新。

我會怎麼看這次更新？

我覺得 Hermes Agent v2026.5.16 的關鍵，不是「它現在支援很多平台」這句話，而是它開始回答一個更大的問題：AI Agent 要如何真正活在我們每天使用的工具裡？

Hermes Proxy 回答的是模型與訂閱資源如何被工具使用

LINE 支援回答的是 Agent 如何進入日常通訊入口

Windows 與 PyPI 回答的是一般使用者怎麼開始

快取、handoff、效能與安全則回答的是長期使用能不能穩

如果你已經在玩 Hermes，這次最值得優先測的就是 Hermes Proxy 和 LINE，前者關係到你能不能把 AI 訂閱接進更多開發工具，後者關係到 Agent 能不能從「我打開電腦才會用」變成「我在手機上也能派任務」。

FAQ

Hermes Proxy 是什麼？

Hermes Proxy 是 Hermes Agent 內建的本地代理層，目標是提供 OpenAI 相容端點，讓支援 OpenAI API 格式的工具可以接到不同 AI 服務或訂閱資源。

Hermes 支援 LINE 代表什麼？

LINE Messaging API 成為 Hermes 的一等平台後，使用者可以把 LINE 當成和 Agent 對話、派任務、收通知的入口，讓 Agent 更接近日常使用場景。

Hermes Agent 怎麼安裝？

目前可以透過 PyPI 安裝：`pip install hermes-agent`，再執行 `hermes` 啟動。PyPI 資訊顯示它需要 Python 3.11 以上、低於 3.14。

這次 Foundation Release 最重要的是什麼？

最重要的是 Hermes 開始補齊基礎設施能力，包括 Windows 原生、PyPI 安裝、Hermes Proxy、LINE/Teams 等通訊平台、效能優化、快取/handoff 和供應鏈安全。

OpenCode 如何使用本地端模型

by Rain Chu | 6 月 10, 2026 | AI, 程式開發

打開 opencode 設定檔 :

macOS / Linux: ~/.config/opencode/opencode.json
Windows: %USERPROFILE%\.config\opencode\opencode.json

加入下面的設定（是標準的 json)

json{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama (local)",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen2.5-coder-16k": {
          "name": "Qwen Coder Local (16k)",
          "tools": true
        }
      }
    }
  }
}

Opencode config 說明

https://opencode.ai/docs/config

Nidia DGX Spark GB10 Ollama 最佳設定

用 Telegram 遠端操控 Claude Code：完整踩坑教學

by Rain Chu | 4 月 15, 2026 | AI, claude, 模型

從 MCP failed 到 connected，一步步解決 Windows 上的 Channels 整合問題

April 2026·Claude Code v2.1.109·適用平台：Windows

前言：Claude Code Channels 是什麼
前置需求 claude.ai 登入、Bot 設定
安裝與啟動 plugin install、–channels 旗標
常見錯誤與解法 Auth 衝突、MCP failed、Bun
確認成功運作
已知限制與現況

前言：Claude Code Channels 是什麼

Claude Code Channels 是 Anthropic 在 2026 年 3 月推出的實驗性功能，讓你可以透過 Telegram（或 Discord）把訊息推送進正在執行的 Claude Code session。

實際的應用場景：你在外出時用手機傳一句「跑一下測試，告訴我有沒有失敗」，你的電腦上的 Claude Code 就會收到、執行，然後把結果回傳到 Telegram。

注意Channels 目前仍是 Research Preview（實驗性功能），Windows 上有已知的穩定性問題。本文記錄的是截至 v2.1.109 的實際狀況。

前置需求

Claude Code 已安裝且版本 ≥ v2.1.109
用 npm update -g @anthropic-ai/claude-code 更新
使用 claude.ai 帳號登入（Pro 或 Max）
Channels 不支援純 API Key 認證，必須用 claude.ai 帳號
在 Telegram 建立 Bot（透過 @BotFather）
取得形如 123456789:AAHfiqks... 的 Bot Token
安裝 Bun 執行環境（Windows 必須）
Telegram plugin 使用 Bun 執行，這是最常被忽略的步驟

安裝 Bun（Windows 必做）

這是 Windows 上最容易卡關的地方。Telegram plugin 的 MCP server 以 Bun 執行，沒有 Bun 就會直接顯示 MCP · ✗ failed。

在 PowerShell 中執行：

powershell -c "irm bun.sh/install.ps1 | iex"

安裝完後關閉並重新開啟 PowerShell（讓 PATH 生效），確認安裝成功：

bun --version
# 應該輸出版本號，例如：1.x.x

解決 Auth 衝突

若啟動時看到這個警告：

⚠ Auth conflict: Both a token (claude.ai) and an API key
  (/login managed key) are set.

這代表同時存在兩種認證方式。Channels 功能只支援 claude.ai 登入，需要清除衝突：

claude /logout

登出後重新用 claude.ai 帳號登入，確認登入後只有一種認證方式存在。

安裝與設定 Telegram Plugin

啟動 Claude Code，在對話中執行以下指令：

/plugin install telegram@claude-plugins-official

安裝完成後設定 Bot Token：

/telegram:configure <你的 Bot Token>

設定存取權限（建議啟動後先用 pairing 模式，再切換成 allowlist）：

/telegram:access

啟動 Channels

claude --channels plugin:telegram@claude-plugins-official

啟動後會看到：

Listening for channel messages from: plugin:telegram@claude-plugins-official
Experimental · inbound messages will be pushed into this session

驗證是否成功

在 Claude Code 裡執行 /plugin list，確認顯示：

telegram Plugin · claude-plugins-official · ✔ enabled
└ telegram MCP · ✔ connected       ← 這行是關鍵！

成功標誌看到 telegram MCP · ✔ connected 就代表設定完成，可以去 Telegram 傳訊息測試了。

常見錯誤排查

telegram MCP · ✗ failed

原因：Bun 未安裝或不在 PATH 中。
解法：安裝 Bun（irm bun.sh/install.ps1 | iex），重新開啟 PowerShell 後再試。

Auth conflict 警告

原因：同時存在 claude.ai token 和 API key。
解法：執行 claude /logout 清除衝突，選擇一種登入方式。Channels 需要 claude.ai 登入。

傳訊息沒有回應（MCP 顯示 connected）

原因：你的 Telegram 使用者 ID 不在 allowlist，或是 pairing 尚未完成。
解法：執行 /telegram:access 確認存取設定，或重新執行 pairing 流程。

已知限制（截至 v2.1.109）

這個功能仍在快速迭代，以下是目前的已知狀況：

Channels 只在 session 開啟時運作，關掉 Claude Code 就收不到訊息
如需長時間監聽，建議搭配 tmux 或讓終端機持續開著
Windows 上的穩定性比 macOS/Linux 差，偶爾需要重啟
目前是 Research Preview，API 隨時可能變更

參考資訊

https://code.claude.com/docs/zh-TW/channels

第三方 telegram

Gemma 4 越獄版完整解析：解鎖 AI 限制、釋放 31B 模型最大能力！

Manus 沒邀請碼怎麼辦？用 OpenManus 本地免費部署 Ollama 模型，三分鐘搞定

by Rain Chu | 3 月 17, 2025 | AI, Chat, Ollama, 模型

🚀 1. 本地端完美對接 Ollama AI 模型

OpenManus 最大的亮點在於能與目前最流行的 Ollama 本地端 AI 大模型平台進行完美整合。

Ollama 是一個輕量、高效的 AI 模型管理工具，讓你可以輕鬆在自己的電腦上運行各種強大的大模型（如 Llama3、Qwen、DeepSeek 系列模型等）。
OpenManus 透過 Ollama API 與這些模型無縫互動，你能輕易在本地體驗到媲美線上服務的智慧功能，並保護個人隱私。

💻 2. 跨平台支援 Windows、Mac、Linux

無論你使用哪個平台，OpenManus 都有完整的跨平台支援，讓你輕鬆安裝與運行：

Windows 用戶可透過 Conda 或 Docker 快速部署。
macOS 用戶可以使用 Homebrew 或直接透過終端機運行。
Linux 用戶則能自由選擇 Docker 或直接透過原生方式安裝。

🎯 3. 無需邀請碼，即裝即用！

不同於原始封閉的 Manus 需要透過邀請碼才能使用，OpenManus 堅持完全開源與自由的精神。
無須註冊、無須邀請碼，直接部署到自己的電腦，立即開始使用，毫無限制，這就是開源社群給予大家最棒的禮物。

如何快速部署 OpenManus？（以 Windows 為例）

只需幾個簡單步驟，即可享受本地端 AI 大模型：

建立 Conda 環境：

conda create -n openmanus python=3.12
conda activate openmanus

Git OpenManus 專案：

git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

安裝所需依賴：

pip install -r requirements.txt

修改設定檔（config.toml）：

cp config/config.example.toml config/config.toml

config.toml的內容如下，可以參考後修改

# Global LLM configuration
#[llm]
# model = "claude-3-7-sonnet-20250219"        # The LLM model to use
# base_url = "https://api.anthropic.com/v1/"  # API endpoint URL
# api_key = "YOUR_API_KEY"                    # Your API key
# max_tokens = 8192                           # Maximum number of tokens in the response
# temperature = 0.0                           # Controls randomness

# [llm] #AZURE OPENAI:
# api_type= 'azure'
# model = "YOUR_MODEL_NAME" #"gpt-4o-mini"
# base_url = "{YOUR_AZURE_ENDPOINT.rstrip('/')}/openai/deployments/{AZURE_DEPOLYMENT_ID}"
# api_key = "AZURE API KEY"
# max_tokens = 8096
# temperature = 0.0
# api_version="AZURE API VERSION" #"2024-08-01-preview"

[llm] #OLLAMA:
api_type = 'ollama'
model = "llama3.2"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
max_tokens = 4096
temperature = 0.0

# Optional configuration for specific LLM models
#[llm.vision]
#model = "claude-3-7-sonnet-20250219"        # The vision model to use
#base_url = "https://api.anthropic.com/v1/"  # API endpoint URL for vision model
#api_key = "YOUR_API_KEY"                    # Your API key for vision model
#max_tokens = 8192                           # Maximum number of tokens in the response
#temperature = 0.0                           # Controls randomness for vision model

[llm.vision] #OLLAMA VISION:
api_type = 'ollama'
model = "llama3.2-vision"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
max_tokens = 4096
temperature = 0.0

# Optional configuration for specific browser configuration
# [browser]
# Whether to run browser in headless mode (default: false)
#headless = false
# Disable browser security features (default: true)
#disable_security = true
# Extra arguments to pass to the browser
#extra_chromium_args = []
# Path to a Chrome instance to use to connect to your normal browser
# e.g. '/Applications/Google Chrome.app/Contents/MacOS/Google Chrome'
#chrome_instance_path = ""
# Connect to a browser instance via WebSocket
#wss_url = ""
# Connect to a browser instance via CDP
#cdp_url = ""

# Optional configuration, Proxy settings for the browser
# [browser.proxy]
# server = "http://proxy-server:port"
# username = "proxy-username"
# password = "proxy-password"

# Optional configuration, Search settings.
# [search]
# Search engine for agent to use. Default is "Google", can be set to "Baidu" or "DuckDuckGo".
# engine = "Google"

啟動 OpenManus 服務：

python main.py

之後打開瀏覽器就可以了

測試 OpenManus ：

可以輸入請他使用瀏覽器看某一個網站，並且執行SEO策略

打開 https://rain.tips/ 並且給予SEO的建議，並且把建議存放在桌面上.txt的文件

補充資料

Github

GraphRAG 使用本地端的 Ollama

GraphRAG與我踩過的坑

Wubuntu：結合 Windows 外觀與 Ubuntu 穩定性的全新OS

by rainchu | 12 月 24, 2024 | Linux, Ubuntu, Windows

Wubuntu（全名為 Windows Ubuntu）是一款基於 Ubuntu 的作業系統，在提供與 Microsoft Windows 相似的主題和工具，但不需要高規格的系統要求，並且可以在 linux 環境下使用 exe 檔案和 Android 應用，也可以支援 Nvidia 顯卡和繁體中文。

Wubuntu

主要特色：

Windows 應用程式相容性：透過優化的 Wine，讓Wubuntu 能夠順暢地執行多種 Windows 平台的應用程式。
Android 和 PlayStore 相容性：內建的 Android 子系統允許直接從 PlayStore 安裝遊戲和應用程式。
適用於舊硬體設備：Wubuntu 不需要特殊的硬體要求，只需裝置支援 64 位元即可。

硬體需求：

64 位元雙核心 CPU
2 GB 記憶體（建議 4 GB）
20 GB 硬碟空間（建議使用 SSD）

PowerTools：

這是一組工具，提供類似於 Windows 系統的控制面板和設定，以及增強的 Windows 和 Android 子系統支援，還可以上網用 OneDrive 和 Google Drive。

下載與支援：

使用者可以透過官方網站下載 Wubuntu 的最新版本，安裝檔案是 ISO 檔案，是可以用 VM 安裝或是用 USB 隨身碟安裝。

採用 Hyper-V

開機的安全性選項要選擇 Microsoft UEFI

注意事項：

Wubuntu 可能涉及一些版權和商標問題，以及使用者資料處理方面的爭議。

將你windows中的Ubuntu(WSL)的IP對外

實戰教學：實現Ubuntu環境中高效的硬碟共享

Debian Ubuntu 解決解壓縮 zip 中文亂碼

« Older Entries