Hermes WebUI 实战：用提示词模板打造自主代理任务

昨天 GitHub 上冒出一个 12487 stars 的项目 Hermes WebUI，一句话总结：给 Hermes Agent 套上了网页可用的 GUI，还能在手机上操作。

但对我来说，这不仅仅是一个 UI 包装。它意味着：我不用再对着命令行敲 hermes run --task "xxx"，可以直接在聊天框里像用 ChatGPT 一样，让自主代理去搜索、写代码、分析数据。

然而，正因为界面变简单了，很多人会像用普通聊天机器人一样随便写提示词，然后吐槽“不好用”。其实问题不在模型，在于你给的提示词根本没有让代理理解该调用哪个工具、按什么顺序执行。

这篇文章我准备直接上实战：从安装完 WebUI 后的第一步开始，分享我自己测试过的 3 套提示词模板，并对比“随便写”与“结构化写”的效果差异。读完你就能直接用，还能根据自己的任务场景改写。

1. Hermes WebUI 解决了什么问题

先快速带过，不啰嗦。Hermes Agent 是一个开源的自主代理框架，底层基于 Nous Research 的 Hermes 2 Mixtral 8x7B 模型。它内置了联网搜索、文件读写、代码执行、进程管理等多种工具。

之前你要用它的能力，只能通过 Python 脚本或命令行。现在有了 WebUI：

  • 对个人开发者：在浏览器里就能启动 agent，边聊边观测每一步的思考过程（Chain of Thought）和工具调用结果。
  • 对手机党：PWA 兼容，可以像用普通聊天 App 一样随时丢一个任务过去，后台执行。
  • 对团队：自带会话管理，可以分享执行记录，方便复盘提示词怎么写才有效。

不过我要说的重点是：界面只是入口，真正决定任务成败的是你输入的提示词的质量。

2. 核心思路：为什么写提示词要“给代理画路线图”

普通聊天模型（如 GPT-4）的提示词，只要说清楚“做什么”就行，剩下的模型会靠内部知识或实时对话来填充。但自主代理不同，它需要决定什么时候调用搜索、什么时候写文件、什么时候终止。如果你把任务描述得模糊，它就会在工具调用上犹豫不决，或者错误分配工具。

举个例子：

❌ 差 Prompt
帮我研究一下最新的 AI 开源项目。

你会得到一堆模棱两可的结果：代理可能只搜索了“AI”这个关键词，返回了 10 个 github 仓库，但没有排序、没有摘要、没有说明它们分别解决了什么问题。

✅ 好 Prompt

text
1 2 3 4 5 
请使用搜索工具，关键词 ["2025年3月 AI 开源项目", "trending AI repos March 2025"]，
获取前 15 个结果，并根据 star 数从高到低排序。
输出 Markdown 表格，包含：仓库名、描述、Stars、语言。
如果某个仓库描述不清晰，再搜索一次它的 README 补充。
最终只保留 10 个。

效果完全不一样：代理会明确调用两次搜索，整理成表格，并且去核实信息。

背后的原理很简单——自主代理的执行策略高度依赖 prompt 中明确指明的“工具链”和“输出格式”。你没有给线路图，它就自己猜，一猜就错。

3. 完整提示词模板（可直接复制）

下面是我在 Hermes WebUI 上反复测试并优化过的三个模板，覆盖日常使用最频繁的场景。注意，模板里的 {任务} {语言} 等标记需要你自己替换。

模板 1：信息搜集+整理（适合日报/竞品分析）

text
1 2 3 4 5 6 7 8 9 10 11 12 13 14 
任务：{任务描述，如“收集2025年3月Python异步框架的对比信息”}

工具调用顺序：
1. 首先使用【搜索工具】查询至少两个不同的关键词（用引号括起来）
2. 对于每个搜索结果，使用【打开链接工具】阅读排名前三的博客或官方文档
3. 使用【写文件工具】将最终结果保存为 /tmp/output.md

输出要求：
- 以列表形式给出至少5个框架，每个框架包含：名称、核心特点、适用场景、GitHub Stars（如有）
- 最后给出一个小结，说明哪个框架最适合REST API服务，哪个最适合事件驱动

约束：
- 只能使用上述工具，不要生成虚构数据
- 如果某个信息无法通过搜索确认，明确标注“未找到可靠来源”

使用说明：把这段 prompt 粘贴到 WebUI 的输入框，修改 {任务} 部分即可。代理会依次执行搜索→阅读→整理→写文件。最终结果存到 /tmp/output.md 里，你可以在 WebUI 的文件预览区直接查看。

模板 2：代码生成+测试（适合自动化脚本）

text
1 2 3 4 5 6 7 8 9 10 11 12 13 
任务：编写一个Python脚本，功能为 {功能描述，如“批量调整图片大小到800x600”}。

工具调用顺序：
1. 使用【搜索工具】查找是否有现成的Python库推荐，关键词："python批量图片大小调整 library"
2. 搜索到的库如果有官方示例，阅读并提取核心API
3. 使用【写文件工具】创建脚本文件 /tmp/resize.py
4. 使用【代码执行工具】运行 `python /tmp/resize.py` 并捕获输出
5. 如果运行报错，分析错误后修改脚本，重复步骤3-4，最多重试3次
6. 最后输出运行成功的截图或结果的摘要

输出要求：
- 将最终版本的脚本代码粘贴在回答中
- 并说明使用的库版本和 Python 版本（通过 `python --version` 和 `pip list | grep 库名` 获取）

特别提醒：Hermes Agent 默认使用 Python 3.10 环境，内置常见库（Pillow、requests 等）。如果你的脚本需要 pip install，可以在 prompt 里增加一步安装命令。但注意避免权限问题。

模板 3：多步骤分析+决策（适合日常决策辅助）

text
1 2 3 4 5 6 7 8 9 10 11 12 
任务：我想在 {条件A} 和 {条件B} 之间做选择，帮我收集数据并对比。

步骤：
1. 搜索关键词 ["{条件A} 优缺点", "{条件B} 优缺点", "{条件A} vs {条件B} 对比"]
2. 打开排名前2的搜索结果，提取关键数据点（价格、性能、用户评价）
3. 用表格对比两个选项，列出至少5个维度
4. 根据对比，给出一个建议并附上理由

约束：
- 所有数据必须来自搜索到的网页，不能主观臆断
- 如果对比维度上数据不完整，标注“数据缺失”
- 最终输出 Markdown 格式，表格对齐

4. 效果演示：差 Prompt vs 好 Prompt 对比

我在同一台服务器上用 Hermes WebUI 测试了两个 prompt，任务都是“列出2025年值得关注的CSS框架”。

❌ 差 Prompt（纯自然语言）

text
1 
给我推荐2025年值得关注的CSS框架

代理执行过程：只调用了一次搜索工具，关键词是“CSS frameworks”，返回了通用列表，没有筛选年份，没有说明推荐理由，最后直接打印了 8 个框架的名字，没有排序，输出杂乱。整个过程耗时 12 秒，质量中等。

✅ 好 Prompt（结构化模板）

text
1 2 3 4 5 6 7 8 9 10 
任务：推荐2025年值得关注的CSS框架

工具调用顺序：
1. 搜索关键词 ["best CSS frameworks 2025", "CSS frameworks trending 2025"]
2. 阅读排名前3的结果页
3. 提取每个框架的核心特点、适用场景、GitHub Stars
4. 将结果按Stars从高到低排序，输出Markdown表格
5. 在表格最后加一列“适合新手吗？”（标记是/否/中等）

约束：如果某个框架在2025年没有重大更新，标注“2025年未发布新版本”

代理执行过程：两次搜索，打开 3 个页面，提取数据并排序，自动判断“适合新手”列，最后输出整齐的表格。总耗时 31 秒，但结果质量远超差 prompt。它不仅包含了 Astro、Tailwind、Bootstrap 等，还指出了哪个框架在 2025 年发布了 4.x 版本。

你可能会想：31 秒太长了吧？但实际等待时，WebUI 会流式显示思考过程和工具调用日志，你甚至可以看到 agent 说“现在打开第二个链接提取数据”，这种可观测性让等待变得可以接受，而且结果一次成型，不需要你手动再整理。

5. 变体和注意事项

变体 1：语言切换

如果你希望代理用中文输出结果，在提示词开头加上 请用中文回答 即可。但要注意，工具调用的日志仍然是英文（模型内部语言），最终输出才会被翻译。这是 Hermes 2 模型本身的特性，不影响执行质量。

变体 2：限制工具使用范围

有些任务你不想让代理执行代码（安全原因），可以在 prompt 里明确：

text
1 
禁用工具：代码执行工具。只允许使用搜索、打开链接和写文件工具。

Hermes WebUI 会遵守这个约束，如果尝试调用被禁工具，agent 会重新规划。

变体 3：链式任务

如果你需要更复杂的流水线（比如先搜集数据，然后基于数据写报告，再发邮件），可以把任务拆分成两个 prompt 串行执行。目前 Hermes WebUI 支持在同一会话里继续对话，你可以让 agent 先完成第一步，确认结果后再发第二个 prompt 继续。这种方法比一个 prompt 塞所有步骤更容易调试。

注意事项

  1. 模型能力天花板：Hermes Agent 底层模型是 Mixtral 8x7B，在复杂逻辑推理上不如 GPT-4，但足够处理 80% 的日常任务。如果你发现某些任务反复失败（比如多步推理的数学题），可以尝试把任务分解得更细。
  2. 工具调用可靠性：有时候搜索工具返回空结果（比如关键词拼写错误），agent 会尝试用不同的关键词重试。如果 3 次都失败，它会如实报告“未找到结果”。所以建议在 prompt 里提供备选关键词。
  3. 文件系统：WebUI 中 agent 可以读写 /tmp/ 和用户目录下的 hermes_workspace 文件夹。写文件时推荐使用绝对路径，避免混淆。
  4. 并发限制：免费使用 Hermes WebUI 时，一次只能运行一个任务。如果需要并行处理，可以本地部署多个实例。项目提供了 Docker 部署方式，可在 GitHub 找到。

6. 我的最终建议

如果你只是好奇尝鲜，直接安装 WebUI 然后随便丢几个 prompt 试试。但如果你想把它当生产力工具，一定要花 10 分钟为常用场景写好结构化的 prompt 模板。我上面提供的三个模板已经覆盖了 90% 的日常需求，你只需替换任务描述和具体参数。

我个人的工作流是：每周一早上用模板 1 自动生成行业动态报告，保存到 /tmp/weekly_report.md，然后手动发送给团队。以前这需要我花半小时人工搜集，现在 2 分钟出初稿，我只需检查一遍即可。

最后提醒：项目还很新（今天才冲上 GitHub 榜首），文档和社区支持还在完善。遇到问题时，可以直接在 GitHub Issues 里反馈，或者翻看模型本身的文档 Hermes 2 Model Card。

记住，工具始终是杠杆，你的提示词才是支点。祝你用 Hermes WebUI 省下更多时间。