HermesAgent智能学习助手：定制复习计划与知识点抽查

想让Hermes Agent成为你的专属学习伙伴，帮你制定复习计划、抽查知识点？这个想法很靠谱。但需要明确一点：它并非一个开箱即用的教育App，而是一个需要你亲手“调教”，才能激活其学习闭环能力的智能体。下面这五个步骤，就是把它从通用助手变成“学霸搭子”的关键路径。

一、启用学习闭环与持久记忆模块

这是赋予Hermes Agent“学习搭子”身份的基础。你得让它记住你的学科偏好、薄弱章节和复习节奏，这样它才能在后续互动中主动调用这些信息，不用你每次都从头交代背景。

首先，确保你安装的是Hermes Agent v0.8.3或更高版本，在终端运行hermes version确认一下。

接着，检查配置文件~/.hermes/config/SOUL.md，确保memory_enabled: true和learning_loop_enabled: true这两项已经启用。

然后，执行hermes-agent init-memory --backend lightrag来初始化轻量级图谱记忆。这个模块很关键，它能支持跨会话关联诸如“四六级听力错题”、“高数积分公式”这样的学习实体。

最后，直接告诉Agent你的目标。比如输入指令：“请将我的学习目标设为：14天内完成四六级核心词汇+真题阅读训练，每天投入90分钟”。系统会自动将这个目标写入USER.md，并为你生成一个初始的学习画像。

二、配置自动化复习计划调度

靠手动提醒自己复习？太容易忘记了。Hermes Agent内置了cron调度机制，可以按你设定的时间，自动触发复习提醒、推送章节内容，甚至模拟艾宾浩斯记忆曲线安排间隔重复，整个过程完全自动化。

操作起来也不复杂。编辑~/.hermes/jobs.py文件，添加一个新的定时任务。

插入下面这段Python代码（注意保持正确的缩进格式）：

from hermes_core.scheduler import cron_task

@cron_task(“0 8 * * *”)  # 每天上午8点
def send_daily_review():
    # 调用技能生成当日复习清单
    pass

@cron_task(“30 19 * * *”)  # 每天下午7点30分
def send_quiz_reminder():
    # 发送错题再测提醒
    pass

保存文件后，执行hermes jobs reload让调度生效。之后，Agent就会在每天08:00自动推送当天的复习清单，并在19:30准时发来“今日错题再测”的提醒。

清单内容由skills/education/spaced_repetition.py动态生成，它会根据你上次答题的正确率，自动调整知识点的复现频率。一个实用的规则是：错误率超过60%的词汇，会在接下来的24小时内重复出现三次，确保重点攻克薄弱环节。

三、构建知识点抽查技能（Skill）

这才是让学习变得高效的核心。你需要把高频考点，转化成Agent可以自主调用、迭代的程序性技能模块。这样，它就能脱离固定脚本，自己组织提问逻辑、判断你的回答质量，并记录你的掌握程度。

举个例子，在终端输入：“请基于我刚上传的《四级阅读高频同义替换表.pdf》创建一个抽查技能，每次随机抽取5组词对，要求我口头解释并即时评分”。

收到指令后，Agent会调用skills/document/pypdf_parse.py解析你的PDF，提取出里面的术语对，并结构化地存入~/.hermes/memory/knowledge_nodes/目录下。

紧接着，它会自动生成一个skills/education/quiz_vocab_skill.py文件。这个技能文件集成了问题生成、语音转文本校验（调用Whisper本地模型）、以及语义相似度比对（使用sentence-transformers/all-MiniLM-L6-v2模型）等功能。

实际运行时，如果你回答“proliferate → spread rapidly”被判定为正确，这个映射关系就会被写入MEMORY.md的“已掌握”区块。反之，如果回答成“proliferate → decrease”，则会触发反思流程，技能模块甚至会据此微调判定的阈值，变得更智能。

四、接入多模态学习输入通道

学习资料散落在各处——手机里的笔记照片、微信存的讲义截图、录音整理的课堂摘要，太零散了。这一步的目的，就是打通这些信息录入的断点，让Agent能直接处理它们。

以接入Telegram为例。先在config.yaml中配置platform: telegram并填入你的Bot Token。

配置好后，你就可以在Telegram里，直接给Bot发送一张手写的微积分公式照片，并附上文字指令：“把这个转成LaTeX并出两道变形题”。

Agent会调用skills/vision/latex_ocr.py识别图片中的公式，将其写入~/.hermes/memory/math_formulas/目录，同时调用skills/education/question_generator.py来生成相关的变式练习题。

所有通过OCR识别的内容和生成的题目，都会自动打上类似source:telegram_image_20260515_1023的标签。这意味着在后续复习抽查时，你可以限定只抽取某一来源的内容，从而确保复习材料与你当周的实际学习轨迹严丝合缝。

五、启动学习状态实时同步看板

学习过程如果只有输入和练习，缺乏反馈，很容易迷失方向。这个看板的作用，就是把抽象的“学习”具象化为一系列可追踪的数据流，让你对自己的状态一目了然。

首先，安装可视化组件：pip install hermes-workspace。

安装完成后，运行hermes-workspace serve --port 8080启动本地服务，然后在浏览器中访问http://localhost:8080。

看板首页会展示三项核心指标：“当前周期掌握率”、“最近7日技能新增数”以及“未闭环错题链长度”。这些数据都来自hermes_state.db的实时聚合。

最有价值的是深度追踪功能。点击“未闭环错题链”图表，你可以展开查看某一道阅读题完整的“生命轨迹”：从初次错误、二次讲解、三次抽查，到最后被标记为“稳定掌握”。这个演化时间轴上的每一步操作，都附带对应skill_*.py技能文件的Git commit hash，方便你回溯和复盘整个学习过程是如何被算法优化的。