本文档为对 2 个 Hermes Agent 会话的融合总结报告，涉及模型包括 MiniMax-M3、deepseek-v4-flash。各会话围绕 "AI Daily Briefing Cron Job Brotli 流截断故障" 同一主题展开：首个会话使用 MiniMax-M3 进行问题现象确认、根因调查与手动复现；后续会话在将执行模型切换为 deepseek-v4-flash 后，完成修复验证、成功触发 Cron Job，并深入分析了 Brotli 解码错误的完整技术链路。

融合会话概览:

会话ID	使用模型	消息数	工具调用	会话时间
20260609_091940_49a883a3	MiniMax-M3	86	47	2026-06-09 09:19:40
20260609_095454_5648b63a	deepseek-v4-flash	123	67	2026-06-09 09:54:54

原始会话来源: feishu
主题关键词: AI Daily Briefing, Brotli, 流截断, 模型切换, SSE, Cron Job

概述

AI Daily Briefing 定时任务（Job ID 7cb8f95c3d6b，每日 08:15 CST 执行）从 2026-06-05 起持续失败，错误信息为 RuntimeError: Response remained truncated after 3 continuation attempts。本文档整理 2026-06-09 的多会话融合排查与修复过程：先用 MiniMax-M3 定位根因，再切换至 deepseek-v4-flash 验证修复，最后深入源码层做技术分析。

概述

本文档整理在 VPS 上部署 Hermes Agent 并通过 cronjob 接入 RSS/Agent-Reach 实现每日简报推送的完整流程。基于 sp_for_LLM/003 — Hermes Agent 初步食用记录 的实测经验，覆盖安装、模型选择、gateway 多路互备、避免「衔尾蛇」问题等关键决策。

2026-06-09 更新：执行模型从 MiniMax-M3 切换至 deepseek-v4-flash（详见 [[./AI-Daily-Briefing-Brotli-Fix-Investigation.md]] sp_for_LLM/005 多会话融合报告）。切换根因是 MiniMax-M3 触发的 brotli 流截断 bug 导致简报连续 4 天生成失败。

概述

Hermes Agent 是 Nous Research 开发的 AI Agent 框架，核心特性是可自我调整各个 skill 以及它们之间的联系。本博客的 LLM Wiki 架构、RSS 简报推送、LLM 对话记录转 Markdown 等工作流均基于此 Agent。本实体汇总与 Hermes Agent 相关的部署配置、工作流和踩坑记录。

主要工作流

VPS 部署 + RSS/Agent-Reach 每日简报 cronjob

在腾讯云入门型 VPS（2 CPU / 2 GB RAM / Ubuntu 24.04 LTS）上部署 Hermes Agent，配置每日 7:00 触发的 cronjob，通过 FOLO + Agent-Reach 聚合 RSS、GitHub、微博、arXiv 信源并推送日报。

本文档为与 MiniMax-M3（Hermes Agent）的多轮对话记录，用于辅助调研 LangChain 的 Interpreter Skills 特性及 Hermes 的 skills 体系对比分析。会话共 131 条消息，含 66 次工具调用。

会话来源: discord
会话ID: 20260608_143656_8845fe43
使用模型: MiniMax-M3
会话时间: 2026-06-08

本文档为编博客作者从 “2026年4月中旬开始至6月上旬” 这一段时间内使用 Hermes Agent 的初步记录。包括但不限于一些配置的踩坑记录、由 Hermes Agent / LLM 的不断推陈出新所获得的一些迷思等

适用项目: AI Agent (此处指 Hermes Agent，但一些方法论应该可以适用于其他的 AI Agent)
使用时间段: 2026.4.13~2026.6.7
LLM 模型: 主使用模型：Minimax-2.6/Minimax-2.7/Minimax-3
fallback模型：kimi-k2.5/kimi-k2.6/Deepseek-v4-flash
主要环境: 腾讯云服务器入门型实例：
CPU 2核，内存 2GB，系统盘 SSD云硬盘40gb，流量包 200GB/月 (带宽3Mbps)
操作系统: Ubuntu Server 24.04 LTS 64bit

概述

本实体汇总与 LLM（Kimi、ChatGPT、GPT-4o、Claude 等）协作生成的工作流、Prompt 模板与 skill 方法论。核心场景是将 LLM 多轮对话的 .docx / .json 记录转换为 VuePress 博客兼容的 Markdown 格式，并生成可直接复用的 META Prompt / 反向提示词工程编译产物。

主要工作流

VuePress Markdown 转换工作流（.docx → .md）

将 LLM 对话导出的 .docx 文件，通过 Kimi K2.6 生成的 META Prompt，转换为 VuePress Theme Hope v2.0.0-rc.107 兼容的 Markdown。

本目录对应 docs/postMortem/，记录实际开发和部署中遇到的问题及解决方案。

主要内容

部署 (deploy)

• VuePress 博客部署流程
• GitHub Pages / VPS 部署
• 环境配置问题

Markdown 渲染 (markdown_render)

• markdown-it 渲染器配置
• 自定义插件
• VuePress 中的 Markdown 扩展