我离不开的 2 个 Hermes 工作流

原文链接：https://mp.weixin.qq.com/s/h_n4P_io5Jxhq82XAEfrug

这篇内容的价值不在某个单独工具有多强，而在于它展示了一个研究型代理如何真正嵌入投资工作流：持续跟踪、自动汇总、交叉验证，再把结果反哺到第二天。

作者说，过去 4 个月里，他几乎每天都在用 Hermes，而且它已经变成了自己研究和投资流程里的核心组成部分。

在用 Hermes 之前，他主要依赖 Grok、Claude、Gemini 做一些高层搜索，再配合各种更垂直的小工具去做深挖。

而在有了 Hermes 之后，流程开始变成另一种样子：

• • 先调用合适的 skill 和 tool
• • 等 Hermes 把研究做完
• • 再对它的结论做交叉核验

他说，自己花了一段时间才把这套 research pipeline 调到足够覆盖日常会碰的资产和策略，包括股票、加密、预测市场等等。但最终最有价值的，主要就是下面这 2 个核心工作流，外加 1 个 bonus。

1. 每日 Alpha 跟踪：分析师动态 + X 书签 + 综合提炼

作者的第一个核心工作流，本质上是在解决一个很多人都很熟悉的问题：

X 上有很多 alpha，但现在算法分发已经让你几乎不可能稳定看到自己最想看的那些账号。想靠手工把所有重要信息都盯住，基本不现实。

Hermes 在这里承担的是“自动跟踪和分发”的角色。

它可以创建 cron job，自动追踪你关注的分析师，把他们每天发的内容做摘要后交付给你。它也能读你的书签，优先识别更符合你偏好、组合和策略的内容，再分类总结后推送出来。

作者自己的用法是：

• • 同时追踪 11 个以上的分析师，覆盖宏观、股票和加密
• • Hermes 会汇总他们过去 24 小时以上的发帖
• • 每条摘要都附原帖链接
• • 最后用一种“可直接行动”的方式，推送到 Discord

书签这一块，作者每天大概会收藏 5 到 15 条内容。Hermes 会把这些书签分成 3 个层级：

• • 高优先级
• • 中优先级
• • 低优先级

然后按天投递。

再往上还有一层更关键的流程：Top 10 alpha synthesis。

Hermes 会把分析师输出、书签内容，以及轮换的外部信息源一起做综合提炼，产出一个“Top 10 alpha”列表。这样作者就不用把所有单独摘要一个个全看完，而是先看 Top 10，再决定哪些 headline 值得继续深挖。

更重要的是，这些 Top 10 的结果会被灌进一个外部记忆系统 Hindsight 里，再反过来改善第二天工作流的上下文。

作者还特别提到一件我觉得很值得借鉴的事：外部信息源是轮换的。

从周一到周日，它会轮流引入不同来源，比如：

• • arXiv 研究论文
• • 对冲基金信
• • 链上资金流
• • 衍生品数据

这样做的目的，是避免把自己困在单一信息回声室里。持续引入逆向观点，能让分析更接地、更理性。

作者说，这里其实已经包含 3 条流程了，但它们构成了 Hermes research workflow 里最“面包和黄油”式的基础部分。

除此之外，他还提到自己两周前说过的 champion loop 和 feedback sweep loop，它们会每天持续给 agent 反馈，帮助它不断改进输出格式、内容质量和分析深度。

这个工作流需要什么

作者列出的需求包括：

• • Grok 或 X Premium，用于 x_search
• • X API v2，用于读取 X 书签
• • 一个用于 Alpha Synthesis 的模型
• • 一个外部记忆提供方

他自己用的是：

• • DeepSeek v4 Pro 做总结
• • Hindsight 做外部记忆

2. 链上取证：看清是谁在买、谁在卖、谁可能先跑

第二个核心工作流，是 onchain forensics。

如果你像作者一样，经常在链上做投资，很自然会反复问一个问题：

会不会有人正在准备砸盘给我接？

很多今天还值得投的链上 token，大多都是过去 1 到 2 年内通过 fair launch 或 launchpad 上线的。也正因为这样，理解持仓集中度、链上买卖模式，以及 token 的迁移路径，就变得非常重要。

作者这里有个判断很实在：

投得早，不代表你就一定能赚钱。真正更重要的是：

• • 项目团队是否和 token 激励一致
• • 持币结构是否分布在与你利益一致的持有人手里

而这类工作，如果手动去翻链上浏览器，非常费时，也非常容易漏线索。

Hermes 在这里做的是：

它能读一个 token 合约地址，看 top holders 是谁、他们在任意时间段里是持续买还是卖、持币行为有没有模式，然后帮你判断更应该继续持有、减仓，还是开始增持。

作者自己的用法是：

• • 有 3 条以上的日常工作流，持续盯自己的核心链上持仓
• • Agent 会监控大户动作，包括买入、卖出和转账
• • 标记重复出现的模式
• • 生成每日和每周的持仓结构变化摘要
• • 再把这些信号与 X 上的情绪交叉核验

目标很明确：尽可能早地同时拿到链上和 X 两侧的信息，然后看它们是否一致。

作者举了两个非常典型的判断框架：

• • 如果链上还在持续出货，但 X 情绪却很乐观，那大概率哪里不对，应该继续深查
• • 如果 X 情绪很差，但链上却在持续流入，那可能有人在提前埋伏

这个工作流需要什么

作者提到自己用了：

• • x402 via AgentCash
• • BlockRun
• • Nansen
• • BlockRun SQL
• • Surf
• • Base RPC
• • Cookie MCP 用于 X 情绪分析

他的做法是先给钱包做一次 seed，然后让 Hermes 去调用这些工具。

Bonus：Exa Monitors

除了上面两个核心工作流，作者还顺带提了一个很喜欢的功能：Exa Monitors。

它有点像一个“搜索雷达”，每天自动把和你关心主题相关的新内容推到你面前。

作者也提到，Firecrawl 其实有类似能力，而且粒度更细，甚至可以做到按小时推送、或者自己设定监控频率。但对他来说，Exa Monitors 这种按天节奏已经足够筛出真正值得看的新闻和信号。

这篇内容真正值得借鉴的地方

这篇文章最值得看的，不是“用了哪些工具名”，而是它展示了一个研究型 agent 怎么真正嵌进日常投资流程里。

核心不是让 AI 替你给结论，而是让它持续做这些高频但耗时的动作：

• • 跟踪
• • 分类
• • 汇总
• • 提炼
• • 交叉验证
• • 记忆回灌

一旦这些基础循环建立起来，agent 的价值就不再只是“帮你搜一下”，而是变成一个会每天滚动积累上下文、逐步贴近你偏好和策略的研究系统。

本文转载自微信公众号，如有侵权请联系删除。