大肥鱼AI 情报站
免费额度
观点 4 分钟读完

Agent 配置其实只有三层,WorkBuddy / DSH / Hermes 的区别全在这

大多数人配不明白 AI 工具,是因为把三层混成一层在配。拆开看,选型这件事五分钟就能定。

先说那个让人困惑的现象#

同一个模型,装在三个工具里,表现能差出十倍。

有人以为是模型不行,其实是工具所在的那一层不对。AI 工具不是「一个东西」,它至少有三层,各自解决不同的问题:

text
第三层:编排(谁在什么时候让 AI 干什么)
第二层:运行时(AI 能碰什么、能跑什么、权限多大)
第一层:客户端(你从哪个界面跟它说话)

大部分人只配了第一层——填个 key,然后抱怨「不好用」。真正决定体验的是第二层。

第一层:客户端,决定「顺不顺手」#

客户端就是那个界面:桌面窗口、命令行、网页。

它管的事很有限:

  • 输入输出舒不舒服
  • 能不能贴文件、贴图
  • 聊天记录存哪

它不影响 AI 的能力上限,只影响你的耐心。所以这一层不值得纠结——挑一个你愿意每天打开的就行。

WorkBuddy 的强项就在这一层:桌面窗口、能读本地文档、有工作区和技能面板。对不常开终端的人来说,这是最省心的入口。

第二层:运行时,决定「能不能真干活」#

这一层是分水岭。

运行时能力没有它有它
文件读写你复制粘贴给它它自己去读
命令执行你手动跑它跑完把结果告诉你
工具调用只能聊能查、能改、能发
权限策略无危险操作前问你
技能 / 插件每次都重新解释一次写好,长期复用

DSH 和 Hermes 的价值都在这一层。区别是形态:

  • DSH:把运行时做成了一个桌面应用。开箱有界面、有会话、有插件面板,适合「人在电脑前」。
  • Hermes:把运行时做成了命令行 + 服务。适合常驻、定时、接消息平台。

一个判断方法:

你需要它在你不在的时候干活吗? 需要 → Hermes。不需要 → DSH 或 WorkBuddy。

第三层:编排,决定「规模」#

编排是「谁在什么时候让它干什么」。听起来抽象,其实就三个问题:

  1. 什么时候触发:手动?定时?有人发消息?
  2. 多个任务怎么排:串行、并行、还是有依赖?
  3. 结果交给谁:写文件?发群?等人工确认?

这一层是大多数人完全没配的。表现就是:每次都要手动开对话、手动描述背景、手动复制结果。

配了编排之后,同一件事变成:定时触发 → 读昨天的数据 → 生成草稿 → 跑合规检查 → 推到待审列表 → 人点一下发布。

工具编排能力
WorkBuddy弱,基本靠手动
DSH中,有会话、技能、可派子任务
Hermes强,有 cron、gateway、profile

三层对应到具体配置#

你要配的WorkBuddyDSHHermes
接口 / key设置 → 模型 → 添加模型设置里的 providerconfig.yaml 的 providers
权限系统权限 + 工作区审批策略 + profileapprovals + profile
扩展技能 / MCP技能 / 插件 / MCP技能 / gateway
自动化手动半自动cron

配的时候按这个顺序,别跳:

  1. 先让接口通(第一层,10 分钟)
  2. 再划权限边界(第二层,30 分钟)
  3. 最后才想编排(第三层,想清楚再动手)

跳过第二步直接上自动化,是最常见的翻车方式——你给了它权限,却没给边界。

一个具体的例子#

假设你要「每天早上八点,把昨天的行业新闻整理成三条,发到群里」。

  • 只配第一层:每天八点你自己打开窗口,手动问,手动复制到群里。能成,但不叫自动化。
  • 配到第二层:它能自己搜索、自己写文件。但还是要你按下开始。
  • 配到第三层:cron 八点触发 → 搜索 → 写摘要 → 推群。你只在它出错时介入。

同一个人,同一个模型,三种配置,三种结果。差别不在 AI,在你把它放在了哪一层。

那到底选哪个#

给三个直接的建议:

  • 刚开始,只想用起来 → WorkBuddy。它的第一层体验最省心。
  • 要它动你的文件 → DSH。桌面形态 + 受控运行时,出错时你能看见。
  • 要它在你睡觉时干活 → Hermes。cron 和 gateway 是为这个设计的。

三个都可以装,不冲突。真正的坑是:三个都装,三个都只配了第一层,然后觉得「AI 也就那样」。

最后一句#

AI 工具的能力上限由模型决定,但你能用出多少,由运行时和编排决定。

所以下次觉得「不好用」的时候,先别换模型。问自己一句:我是不是只配了第一层?

Agent选型配置

关于准确性:文中「实测」均来自我们自己的机器,标注了日期;厂商参数以官方文档为准。发现错误,告诉我们,会改并记一笔。

开始动手

先拿一个能用的 key,再谈别的

诸葛智算注册 5 折起,主流模型一个 key 全通。本站所有教程都按这个接口写,跑不通可以直接问。