试了三个 TTS 引擎，总算让 AI 助手开口说话了
给 AI 助手装上”嘴巴”，听起来简单——调个 TTS API 不就行了？实际上，我们要的是：中文自然度够高、能自托管（不走云 API）、跑在自己的 GPU 服务器上、还能同时给多个 AI agent 共享使用。 折腾了三天，试了三个引擎，踩了若干坑，最后用 Qwen3-TTS 跑通了从模型到飞书语音消息的完整链路。 要解决什么问题我们有一套基于 Hermes Agent 搭建的多 agent 系
进化概率论
构建AI Agent的认知内核：从七问协议到自进化引擎
大多数 AI Agent 在跨 session 运行时会”失忆”——上一次交互中确立的原则、纠正过的错误、优化过的流程，在新 session 中全部归零。Agent 不会从反馈中学习，不会保持决策一致性，更不会自我进化。 这篇文章分享一个为 AI Agent 设计的认知架构框架——融合 ISO 9000 质量原则、TRIZ 发明方法论和 Charlie Munger 多元思维模型，让 Agen
东方财富北向资金接口迁移实战
背景突然发现北向资金接口的数据全挂了。当日数据返回 None，历史数据全 NaN，整个监控面板的数据都是空的。 排查后发现东方财富的数据接口发生了更迭： 原接口 状态 问题 stock_hsgt_individual_em(symbol="北上") ❌ 完全坏死 返回 NoneType 错误 stock_hsgt_hist_em(symbol="沪股通
Hindsight 长期记忆配置踩坑全记录：从思考模型陷阱到 Embedding 维度冲突
一次完整的 Hindsight 记忆系统配置实战：LLM 模型踩了思考模式的坑，Embedding 模型踩了维度冲突的坑，记录排查全过程和最终方案。
Hermes 网关管理踩坑实录：systemd 服务冲突与 Web UI 统一接管
一次 Hindsight 记忆系统调试中暴露的 Hermes 网关架构问题：独立 systemd 服务与 Web UI 管理冲突导致 gateway 无限重启循环，最终统一交给 Web UI 接管。
llama.cpp 从零安装配置指南：编译、systemd 服务、models.ini 详解
从源码编译 llama.cpp（CUDA 加速）、配置 systemd 服务、编写 models.ini 预设文件的全流程指南，附 Qwen3.6-35B 双卡部署实战经验和踩坑记录。