找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

4378

积分

0

好友

574

主题
发表于 昨天 21:38 | 查看: 7| 回复: 0

你的 Hermes Agent,潜能远不止聊天和跑自动化。有没有想过,只需安装一套免费的开源工具,它就能立刻变身为一位 7×24 小时不间断盯盘的投研分析师?

装好之后,它能帮你处理这些事情:

  • 每天开盘前,自动推送一份定制晨报,涵盖宏观指标、自选股隔夜异动、突发新闻、最新财报公告,甚至还有 Polymarket 等预测市场的赔率变化。
  • 你关注的公司一旦发布财报或更新业绩指引,第一时间收到提醒。
  • 你跟踪的机构大佬,每季度 13F 持仓报告一出炉,立刻告诉你谁在加仓、谁在清仓。
  • 每周自动为你的投资组合做一次全面的“体检”。
  • Polymarket 上值得留意的预测市场话题,它也会帮你筛选出来。

这一切,都源于开源项目 LLMQuant/llmquant-hermes。不需要你写一行代码,也不用自己去对接各种 API,只需要把一段指令粘贴给 Hermes,接下来的事情它全包了。

LLMQuant与Hermes Agent产品介绍界面

LLMQuant X Hermes 究竟是什么?

简单来说,它是由三个层面紧密结合而成的:

  1. 数据层:LLMQuant Data 提供的数据,包括股价、财报、13F 机构持仓、宏观指标、公司新闻等,全部被封装成 Hermes 能直接调用的标准化工具。
  2. 分析层:内置了一套现成的分析框架(涵盖个股、宏观、期权、预测市场等 18 种方法),你问什么,它就自动选用合适的方法去回答。
  3. 值守层:也就是 llmquant-hermes 这个仓库的核心,它告诉了 Hermes“什么时候该主动做什么”,比如几点执行任务、把结果发到哪里、调用哪些数据。

配置完成后,你既可以直接开口提问(“英伟达这几天股价走势如何?”“伯克希尔最新一期 13F 有什么变动?”),也可以让它定时自动执行,跑出的结果会直接推送到你的聊天窗口,无需你主动打开任何软件。

Hermes Agent终端界面展示金融分析工具列表

一步步教你如何接入

中文教程截图展示如何快速接入Hermes

第 0 步:请先拥有一个 Hermes

Hermes Agent 是 Nous Research 推出的独立产品(与 LLMQuant 无从属关系)。如果还没安装,请先按以下方式安装:

  • Linux / macOS / WSL2:在终端里执行
    curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
  • Windows(PowerShell)
    iex (irm https://hermes-agent.nousresearch.com/install.ps1)
  • 也可以选择安装桌面版(macOS / Windows 均有图形界面支持)。

装好之后,运行 hermes model 选择一个模型。如果不知怎么选,可以优先尝试 DeepSeek,性价比高,下面的配置也是按此预算调优的。最后运行 hermes 打开终端界面。至此,你就拥有了一个可以正常对话的 Hermes 了。

第 1 步(仅此一步):把这段话粘贴给 Hermes

如果你已经装好了 Hermes,接下来只需做一件事:将下面这段话原样复制,粘贴到 Hermes 的对话框里发送出去。

Read https://raw.githubusercontent.com/LLMQuant/llmquant-hermes/master/SETUP.md and set up LLMQuant Data for me. Use DeepSeek as the baseline model. Only ask me for things you can't do yourself.

这段话是给 Hermes 自己看的安装指令,请保持英文原样,无需翻译。

发送之后,Hermes 会自动去读取 SETUP.md 这份安装说明,并开始一连串的自动化配置:

  • 连接好 LLMQuant Data 数据源(优先使用云端直连,本地方式备用)。
  • 确认并优化模型配置。
  • 安装五个值守任务、一个“分析师人设”,以及 18 个分析方法。
  • 用一次免费调用测试数据连接是否畅通。
  • 安装完成后,会主动提示你可以先问点什么,或者是否立即手动跑一次晨报试试效果。
  • 整个过程中,只有当必须由你本人操作时才会打断你,例如需要你注册获取 API key、修改配置文件、创建定时任务等,它会先征询你的同意,绝不越俎代庖。

正常情况下,从粘贴指令到安装完毕,不过是几分钟的事。

第 2 步:中途需要你配合的两件小事

在安装过程中,Hermes 会停下来问你两件事,提前了解能让过程更顺畅:

  1. 注册一个 LLMQuant Data 账号:访问 llmquantdata.com 免费注册一个 Free Beta 账号即可,不用花钱就能开始试用。
  2. 确认是否创建定时任务及几点执行:这一步可以暂时跳过。装好之后,你可以随时手动跑一次,体验一下效果,觉得有价值了再让它按时自动运行。

如果粘贴指令不奏效怎么办?

极少数情况下,可能因为网络问题访问不到那个安装文档链接。这时可以按照以下手动步骤自行配置(绝大多数情况下用不到):

  1. llmquantdata.com 注册后,前往 Dashboard 的 Connect 页面,复制一个连接地址。
  2. 打开 ~/.hermes/config.yaml 文件,添加以下内容:
    mcp_servers:
    llmquant-data:
    url: "https://mcp.llmquantdata.com/u/<你的token>/mcp"
  3. 重启 Hermes,或者重新加载一下数据源配置。
  4. 分别运行 hermes skills tap add LLMQuant/llmquant-hermeshermes skills tap add LLMQuant/skills 来安装分析方法和值守任务。

终端界面展示AGENTS.md安装完成后的默认配置及可用命令

装完之后如何使用?

Hermes两种使用方法说明图

最简单的用法:直接开口问。不必记忆任何命令,Hermes 会自动选择最合适的工具来回应你:

  • “英伟达这几天股价怎么走的?”
  • “伯克希尔最新一期 13F 买了什么卖了什么?”
  • “我自选股今天有什么值得注意的新闻?”
  • “隔夜有哪些预测市场赔率变化比较大,跟新闻对得上吗?”

想立刻查看某个值守任务的效果? 直接用下面的斜杠命令:

命令 作用
/morning-brief 立刻生成一份开盘前晨报
/earnings-watch 检查自选股有无财报或业绩指引更新
/13f-diff 对比你跟踪的机构最新一期 13F 变化
/portfolio-pulse 为你的持仓做一次周度体检
/polymarket-watch 看看今天有哪些值得关注的预测市场

想让某个任务定期自动运行? 安装时就已配置好对应的定时命令,正常运行无需你操心。如果你想立刻验证某个定时任务能否被正常触发,可以让 Hermes 手动触发一次看看效果,而不用苦等下一次自动运行的时间。

几个常见问题

这需要花钱吗?
账单由互不相关的两部分组成:一部分是 Hermes 本身消耗的模型推理费,付给你所选的模型渠道;另一部分是 LLMQuant Data 的调用费用,仅在值守任务实际查询数据时产生。免费版(Free Beta)的额度足够你日常试用。

装完了,但定时任务好像没触发,或者触发时间不对?
先检查一下当前是否存在已创建的定时任务,下次将在何时运行。另外,部分 Hermes 版本中,定时任务是依照你电脑的本地时间设置的,而非格林尼治时间,请注意核对时区差异。

安全吗,会不会乱改我的配置?
请放心,绝对不会。整个安装过程只会触及配置文件里“数据源连接”那极小的一部分,修改前会先行备份,写入前会把即将更改的内容拿给你确认,你的密钥全程不会被显示出来。

总结

把这句话粘贴给你的 Hermes:

Read https://raw.githubusercontent.com/LLMQuant/llmquant-hermes/master/SETUP.md and set up LLMQuant Data for me. Use DeepSeek as the baseline model. Only ask me for things you can't do yourself.

然后,它就蜕变成了一个 7×24 小时值守的智能投研分析师。盘前晨报、财报盯梢、13F 持仓对比、每周持仓体检、预测市场扫描……这些都会按时自动完成,结果直接推送到你的消息里。

项目地址(MIT 协议,开源免费):github.com/LLMQuant/llmquant-hermes

云栈社区上也汇聚了许多对 AI Agent 量化分析感兴趣的朋友,欢迎来一起交流探讨,分享你的自动化投研心得。




上一篇:Voronoi图实战:用Python可视化房产影响力区域
下一篇:DeepSeek-V4-Flash 正式版发布:在 Codex 中配置与体验全指南
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-8-2 11:17 , Processed in 0.884952 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表