AI 应用风向标（公众号：ZhidxcomAI）

作者｜毕伟豪

编辑｜漠影

智东西 8 月 6 日报道，近几天，Hermes Agent 发布了 0.20 版本 "The Herald"，并陆续更新了一些小功能，大版本的重点更新主要集中在本地模型推理优化、A2A 多代理交互、对话式语音模式等，对于大部分用户来说体感上变动不大。

但通过我近期的使用以及社区反馈，有几个非常实用，而且很多人根本不知道的小功能，强烈安利给大家，在实际使用中体验感有明显提升。

一、 一个操作，调出 Hermes 最近悄悄隐藏的东西

如果你是 Hermes 的长期用户，最近应该发现了一个让人有些恼火的事情：底部状态栏消失了。

没错，就是那个带有网关、文件夹、审批模式和版本更新的状态栏，莫名其妙就消失了，Hermes 官方也没有通知这一点，对于很多不熟悉 Hermes 命令操作的用户来说，基本上等于 " 天塌了 "。

默认隐藏底部状态栏这件事，Hermes 做的不太地道，但也有补救办法，状态栏可以通过⌘ +shift+S（win 是 Ctrl+shift+S）调出，但相比之前，模型思考强度和审批模式都不见了。

现版本的 Hermes 模型选择器和思考强度都集成到了对话框中，审批模式则没有外部随时可调节入口，需要在设置——安全——审批模式里进行修改。

不过，Hermes 其实有一个总控制器，有点像 Mac 系统的聚焦搜索，通过快捷键⌘ +K 就可以调出命令页面，在这里可以选择所需要调整的内容，也可以直接搜索，比如搜索审批，就可以直接调整审批模式了。

其实审批模式的入口取消在情理之中，毕竟基于安全考虑，审批模式的修改一定是需要严格注意的，同时，出于页面简洁的考虑，隐藏底部状态栏也是可接受的。

但 Hermes 问题在于，这些相当于 UI 回退的操作，并没有给出明确的提醒以及解决方案，很多人根本不知道这些快捷键，这一点在后续是需要反思的。

二、 内置浏览器、PDF 和 Excel 等文件秒转 Markdown

浏览器功能实际上很早就有雏形了，但对于命令行页面来说体感上并不明显，6 月份桌面 APP 上线后，预览功能持续优化，并在 8 月 3 日完成重要的升级。

现在的 Hermes 可以在打开会话窗口的同时，在右侧预览区域查看 GitHub、Reddit 等网页，无需其他插件。但比较受限的是窗口大小调整，只能在桌版应用的窗口内进行拖动。

这个功能很大程度上优化了使用体验，这不仅意味着用户可以在 Hermes 中实时查看网页操作，并且如果是一些不太需要大窗口的网站，比如 X、Reddit 等，用户可以一边盯着 Hermes 执行任务，一边刷网站信息，让 Hermes 抓取网站信息也比较方便。

另外一个功能是刚刚上线的文件转 Markdown，Hermes 创始人发推特强烈推荐了这一更新。

这个功能对于 Hermes 用户来说非常重要，因为在此之前，Hermes 对其他类型文件的处理存在很大局限性，仅仅覆盖了 .ipynb / .docx / .xlsx 这三种类型，处理 pdf 文件时一般会启用 firecrawl api，转换速度偏慢。

新功能是基于社区用户开源的 firecrawl-anydoc 这一项目集成的，无需进行任何配置，用户更新版本后，在分析文件时会自动安装并使用。

比如我提交了一份 pdf 论文文件，让 Hermes 帮我翻译出来，它非常快速地读取了文件并开始进行翻译，这相比之前的速度提高了不少。

用时一分钟左右给出结果，输出质量非常高，大标题、摘要、小标题以及参考文献都非常完整，没有乱码，格式也很工整。

这个功能上线后，Hermes 创始人评论区高喊 " 开源万岁 " 的声音再一次响起，开源拥抱开源的画面在 Hermes 这个功能上尽显无遗。

写在最后：开源，永远具有魅力

在深度使用各种 Agent 工具后，每当我打开 Hermes，都能感受到开源的魅力。

一款拥有社区用户热爱的开源应用，最大的魅力就在于你能在它身上看到全世界开发者的灵感，不同于将开源项目转化为付费功能的闭源应用，诸如 Hermes Agent 这样的开源项目拥有一个很大的优点：坦诚。

用户可以在开源项目中找到各种各样的 " 平替 " 或者 " 首创 "，很多需要订阅才能获得的体验，在开源项目中都可以通过各种方式拥有。

尽管 Hermes 还有很多缺陷，但开源这两个字本身就意味着 " 共创 "，就像我上面展示的案例中，我自己开发的皮肤插件一样，基于 Hermes 众多 pr 中的一个改进而成，也开源到了 GitHub 上，我也正在撰写详细介绍这个项目的文章。

最后，我想说，开源，永远具有魅力。