rlaope/oh-my-hermes

oh‑my‑hermes (OM H)

是什麼 – OM H 是開源 Hermes Agent（由 LLM 驅動的 AI 助手）的插件／操作層。它保持 Hermes 作為自然語言前端，但增加了結構化工作流引擎、明確的證據門控、長期記憶與模型別路由。簡而言之，它將普通的 Hermes 請求轉換為可重現、可審計的「能力」，在執行一系列專業技能的同時，追蹤成本、模型選擇與結果。

核心概念

• 多模型路由 – 每個請求會被評分並分派至模型類別（例如 ultrabrain、quick、writing）。路由表可編輯，並包含數十種現代 LLM 家族。
• 並行工作車道 – 工作被拆分成獨立單位，在各自的 Git 工作樹中執行，允許安全地並行呼叫工具。
• 證據門控 – 每個步驟產生型別化結果（程序結束、模式驗證、驗證收據）。結果必須通過門控批准才視為「完成」。
• 長期記憶儲存 – OM H 將決策記錄為審查卡片，加上時間戳，並為未來會話回憶預算內的記憶。Hermes 自身的記憶從不被修改。
• 108 種專業 omh‑* 技能 – 預先準備好的工具呼叫，適用於前端、後端、Rust、推論服務、安全審查、效能預算、重構等。路由器會自動注入所需技能。
• 統一終端 UI – Hermes TUI 顯示 HUD，每車道一行（模型、努力、令牌、成本、證據狀態），並在提示上方提供階段式 TODO 清單。

安裝 – 支援 macOS/Linux 的一鍵安裝器、Windows PowerShell、Homebrew、Bun、npm，或透過 Hermes 技能源安裝。安裝後執行 omh setup 以初始化路由設定並註冊插件至 Hermes。

典型工作流程

1. 提問 – 向 Hermes（或 omh）提出高階任務。
2. OM H 路由 請求，選擇模型鏈，並載入匹配的 omh‑* 專業技能。
3. 請求被 拆分 為並行工作單元（ulw‑work），每個在獨立的工作樹中執行。
4. 結果被 型別化 並通過驗證門控；證據被記錄。
5. 任何需跨會話記憶的決策可能產生 記憶卡。
6. 終端 HUD 持續顯示進度、成本與證據狀態。

為何重要 – 透過加入明確路由、並行處理與審計追蹤，OM H 讓 LLM 驅動的程式設計與研究更可靠、更便宜，也更容易除錯。對於已使用 Hermes Agent 的開發者而言，尤其實用，可在不重寫既有工作流程的情況下，獲得生產級的操作層。

資源 – 官網、文件、模型鏈編輯器（omh model）與 Discord 社群皆連結自 README。