Cranot/super-hermes

解決的問題

Super Hermes 解決了 AI 代理僅提供通用程式碼審查或表面層級漏洞探測的限制。它防止了「盲點」問題——即代理識別出某種模式，卻無法解釋程式碼為何以特定方式撰寫，也無法報告分析過程中遺漏的內容。

工作原理

Super Hermes 不使用標準提示，而是採用「棱鏡」——一種結構化的分析程式，強制模型遵循特定的建構協議（例如，建立一個主張、攻擊它，並推導出結構不變量）。

它透過以下幾種專業技能運作：

• 動態透鏡生成：/prism-scan 技能在執行前生成一個針對特定問題量身打造的分析透鏡。
• 多角度分析：/prism-3way 技能從三個正交方向（何處、何時、為何）分析問題，並整合結果。
• 自我意識：/prism-reflect 技能生成一份「約束報告」，明確列出分析中最大化與犧牲的內容，並將這些盲點儲存至 .prism-history.md 檔案中。
• 成長循環：後續分析會讀取 .prism-history.md 檔案，調整其透鏡以涵蓋先前遺漏的角度。

適用對象

需要對程式碼庫進行深度結構分析、識別「守恆定律」（無法透過工程手段消除的權衡）以及透明理解 AI 代理分析限制的開發者與研究人員。

主要亮點

• 已驗證的棱鏡：包含 7 個經過實戰驗證的分析透鏡，用於錯誤容錯、最佳化與時間預測。
• 約束透明性：明確報告盲點，讓使用者清楚知道分析未涵蓋的內容。
• 結構洞察：超越漏洞清單，識別根本性的架構權衡。
• 模型無關性：雖專為 Hermes Agent 設計，但核心棱鏡可作為系統提示用於任何 LLM（如 Claude、GPT）。
• 專案導向學習：透過本地歷史檔案，從自身過去的盲點中學習，實現專案內的持續進化。