Day 10 · 第2周产出整理

📋 Checklist

• 回顾 Day 6-9 的所有笔记
• 将 Hermes 实测数据整理到 本地实测报告
• 将后台评分表整理到 后台Agent适配度评分表
• 补充本周的关键洞察
• 更新 总览 第2周状态
• 更新 当前进度

📤 本周产出汇总

✍️ 第2周回顾

Day 6 · 安装 Ollama + Hermes 跑通（轨1）

核心收获：Hermes 8B 英文 4 分，中文 2 分。System Prompt 控制行为，但知识缺口靠 Tool 填补。

• 成功安装 Ollama，拉取 hermes3:8b (Q4_0 量化)
• 英文专业术语准确，中文生硬如机翻
• 验证了 System Prompt 对行为控制的有效性
• 1s 延迟是可接受边界（3 轮 Tool = 3s）

Day 7 · 测试 Hermes Function Calling（轨1）

核心收获：FC 格式合规率 100%，但延迟是真实瓶颈。

• 7 项 FC 测试，格式合规率 100%
• 中文 FC 可用但不完美（参数细节易遗漏）
• 延迟 15-30s，3 轮 Tool 调用可能 15-45s
• 模糊意图需 Harness 兜底（Hermes 倾向于强行调 Tool）

Day 8 · 通读后台 Admin 各模块（轨2）

核心收获：27 模块 → 6 大类，两大核心场景确认。

• 27 个 view 模块，32 个 API 模块
• marketing 18 个子模块，LandingPageTool 30+ 组件
• componentTemplateStore 是后端 API（非前端 localStorage）
• 后台 Agent 价值公式：频次 × 耗时 × 渠道数 × 币种复杂度

Day 9 · 深挖后台运营痛点（轨2）

核心收获：3 个核心场景确认，社区审核暂不纳入。

• 场景分类体系：创建型 vs 判断型
• 三个场景方案归档（营销活动/模板配置/表单创建）
• Agent 设计核心原则：确认优先（不做自动执行，做智能填表 + 人工确认）

💡 第2周关键洞察 Top 5

洞察 1：Hermes 的 FC 能力比预期可靠，但延迟是真实瓶颈

格式合规率 100%，7 次 JSON 全部有效。但 15-30s 的延迟让实时对话场景受限。后台 Agent 场景（非实时）是 Hermes 的最佳落地场景。

洞察 2：Agent 设计核心原则——确认优先

三个场景都遵循同一个原则：Agent 不做自动执行，做智能填表 + 人工确认。创建型操作的容错度低，运营需要掌控感和微调能力。确认环节不是"模型不够好"的妥协，而是产品设计原则。

洞察 3：三个场景可以统一架构

营销活动创建、模板配置工具、表单创建本质相同：自然语言 → 结构化参数 → API 调用 → 确认。 可以复用同一套 Agent 框架，区别只在输入解析层和模板匹配层。

洞察 4：场景筛选要务实，评分表是参考

社区审核评分 20 分（⭐⭐⭐⭐），但实际内容量太少（每天几个帖子），Agent 化投入产出比不高。评分表是参考，最终决策要看实际业务量。 不需要强行凑 5 个场景——3 个够用。

洞察 5：双轨并行正在产生化学反应

轨1（Hermes 技术认知）告诉了我们"能做什么"和"不能做什么"——格式合规率 100%、延迟 15-30s、中文 2 分。轨2（项目落地设计）告诉了我们"该做什么"——后台 3 个创建型场景。两条轨的交叉点就是最佳落地路径：用 Hermes 做后台 Agent（非实时，容忍延迟），用确定性的 Tool 调用替代模糊的中文对话。

❓ 本周遗留问题

1. Hermes 的 FC 准确率？ → ✅ 已验证：格式合规率 100%
2. 中文能力不足的绕过方案？（前台用 Claude，后台用 Hermes 是可行路径）
3. 8B vs 70B 的 Agent 能力差距？（待第 3 周评估）
4. 非 US 渠道搜索行为是否类似？（待补充数据）
5. 后台 admin 哪些模块适合 Agent 化？ → ✅ 已确认：3 个核心场景
6. 页面模板的 description 字段设计，后端是否需要新增接口？
7. 营销活动创建的 Excel 解析，是否需要标准模板？
8. 三个场景的 Agent Tool 定义，具体 API 参数是什么？

📊 第2周数据总结

⏭️ 完成后：下一周 → Day 11