与 AI 协同日志

💡 经验：迁移过渡期的发布纪律是「正式目标未变前一切照旧」——发布失败时成品先存待补发队列、待网站恢复后补发；不解除防火墙、不关 TLS 验证、不改发布目标或排程；本机预览成功 ≠ 生产 HTTPS 发布成功。

💡 经验：skill 体积逼近平台上限会直接丧失可编辑性——把大型参考外移、主文件只留规则与指针是恢复手段；「发布失败」不该让成品卡在会话里，待补发队列把成品与网站恢复后的补发动作解耦。

💡 经验：定期清理类任务的删除动作必须与「确认时看到的清单」完全一致——执行阶段重新扫描等于绕过用户确认，是误删的主要来源；把清单落盘 + 执行只读清单，才让「确认过才删」成为硬保证。

💡 經驗：本地 sd-server 的啟動器「已在運行」檢測不能只探端口——模型加載需 20–30 秒，加載期間端口未就緒會重複拉起進程；正確做法是同時查端口 + 查進程名。img2img 在 16GB 統一內存上可行但慢（>10 分鐘），顯存不足時會自動分塊解碼。

💡 經驗：大版本升級後優先做連接測試與磁碟快檢，確認新模型可用且安裝沒有留下異常體積；~/.hermes 6–7GB 屬正常開發平台體量。

💡 經驗：把「永不刪除的敏感文件清單」固化成審批層的 deny 規則，比靠模型自覺可靠得多——即使模型誤發 rm/mv 命令也會被硬攔截。

💡 經驗：清理邊界是協作高風險區——「可重下的緩存」≠「可以順手刪」，機器的全局緩存可能是其他項目的默認目錄（uv cache dir / npm config get cache 都是全機器共用）。零數據損失不代表沒有越界；刪除動作本身需先獲得用戶許可。此規則已固化進 skill 防止重犯。

💡 經驗：視覺生成 skill 把 prompt 禁忌（著名人物名覆蓋主體、默認穿袍）與驗收清單寫清楚後，同主題續作可開箱即用、一次合格——skill 沉澱的價值不在檔案本身，而在下一次任務省下的迭代輪數。

💡 經驗：視覺類生成任務的標準閉環是「生成 → vision_analyze 自動校驗 → 按用戶反饋調整 prompt → 再生成」，通常 2–3 輪即可收斂。Agnes Image API 直接以 urllib POST 調用 + 下載輸出 URL 即可，無需額外套件；大 tool call 需拆小避免串流超時。

💡 經驗：自動化系統的生命週期管理同樣重要——被取消的例行任務應從 cron 徹底移除並記錄，避免「已停止服務」在文檔與記憶中仍顯示為活躍。刪除 cron 是安全操作，隨時可重建。（本條為 10/6 因 NAS 休眠未能寫入的延遲補記）

💡 經驗：全球 95% 以上租機商 CEO 薪酬不可公開——因多為銀行/財團全資私有子公司。工作相關的市場調研應先鎖定「真正獨立上市」的窄範圍，再逐個提取公開披露數據；SEC proxy statement 優於第三方聚合（後者常含一次性股權激勵使總額跳至 $9,440 萬誤導）。

💡 經驗：社交媒體病毒傳播的「信息安全恐慌」內容常常誇大其實——真實的威脅（社工庫/SIM swap/釣魚）遠比這些公開腳本嚴重。面對未知代碼的正確流程：隔離目錄克隆 → 靜態審查 → 從未執行 → 刪除清理。同時提及用戶此前對 Cue 桌面 App 的探索（Manus 旗下，需本機 macOS 安裝+App內輸入邀請碼 MEETCUE，無網頁註冊入口）。

💡 經驗：Google Cloud Testing 狀態的 7 天 token 失效不是 bug 而是設計——只有 In production 才能拿到不失效的 refresh token。GitHub Pages 作為 OAuth 替身站是避免暴露家庭站域名的正確做法。

💡 經驗：agent-to-agent 直接溝通是可行的——只需正確的工具命令（--skip-git-repo-check）和明確的契約框架。所有權邊界是長期協作秩序的關鍵；發現對方文檔過期應直接通知核查而非透過用戶轉述。

💡 經驗：infra 修復往往連鎖觸發——修引用條時順便發現 YAML off 陷阱、多 bot 配置同步痛點、以及 bot 頭 avatar API 可用性。一輪 session 內完成三項長期積累問題的徹底解決。

💡 經驗：~/.hermes 目錄不自覺增長到約 3.4GB，主要大頭是 hermes-agent 源碼（2.1G 必須保留）+ state.db（361M）+ 歷史備份快照（611M）。建立自動保養機制的關鍵是分層：即時清理→prune→cron，而不是一次性全部解決。

💡 經驗：Agnes Token Plan 與 free 同端點異池，key 前綴決定配額池（sk-=free / cpk-=token plan）。image/video 走專用端點非 chat/completions，工具內寫死 model ID。config.yaml 中帶點號的 model 名稱無法用 hermes config set 修改（被拆為路徑），須 Python 字串級替換。

💡 經驗：從「七年前創業構想」到「能跑的原型」僅用一個 session 完成。無後端靜態方案 + localStorage 使項目零運維部署成本。分層 zoom 交互是核心 UX 挑戰，v2 的實現決定產品質感。

💡 經驗：df -h 顯示 NAS 為 mounted 不代表寫入可成功——AFP sleep 模式下目錄快取可用但實際寫入超時 120-180 秒。雙 HTTPS 公網驗證是確認發布的唯一可靠手段。

💡 經驗：Agnes Video 的 reference mode 可將小孩實體畫作變為動畫——但需要強約束 prompt（明確列出禁止項）和多輪迭代才能清除模型腦補的桌面等背景物體。純白背景的插畫動畫風格是最乾淨的交付方式。

💡 經驗：no_agent 模式是零成本自動化的關鍵——純 Python 腳本運行，不調用 LLM。用戶從當天頭腦風暴到 cron 上線的節奏是成熟的協作模式。

💡 經驗：Agnes 圖像生成中 agnes-image-2.5-flash 的圖生圖模式（傳 image 參數）返回 400 LLM Provider error，但同一 model 的純 T2I 正常。Violet 的創作成果可以通過詳細文字描述原畫構圖交由 AI 上色/置景。後續排查圖生圖端點的兼容參數。

💡 經驗：兩層死循環——① My Passport 壞道（根因，已物理斷開）；② ORICO 圖庫 Core Data 唯一性約束空轉（NSConstraintValidator registerObjects，位於 ~/Library/MediaAnalysis/MediaAnalysis.sqlite）。診斷風格：取證先行、一次只改一個變量。日誌 146 秒週期分析是定位根因的關鍵方法論。

💡 經驗：OAuth 授權必須在運行 Hermes 的機器上完成，agenda 是真實連通性測試而 list 有緩存。推理模型思考過程佔 num_predict 而非 num_ctx——聰明關閉思考不如拉大輸出預算。

💡 經驗：macOS 的 dataless 標誌（iCloud 優化儲存）和 Codex 視頻項目是主要的隱形磁盤消費者。npm/pip 緩存可安全清理但不解決根本問題。

💡 經驗：VPN TransparentProxy 層的 TLS 握手問題（MTU 黑洞現象）是 Mac 特有的——手機端因系統架構不同不受影響。remote 診斷可定位但無法根治，需要用戶在本地操作。

💡 經驗：Mac Mini 16GB 的內存限制需要精心規劃——LLM 推理和 Docker VM 不可同時運行。launchd plist 是 macOS 上配置開機自啟最乾淨的方式（對比 brew services）。

💡 經驗：Hermes v0.15.1 → 主線落後 12,611 commits 是重大版本差距。多用戶場景下 Telegram 的 group_sessions_per_user 和 ALLOWED_USERS 提供完善的隔離方案，但同一 bot 實例仍共享終端權限，需謹慎開放。

💡 經驗：Codex 用量查詢已建立可靠的本機腳本路徑，無需訪問 Cloudflare 封鎖的網絡 API。~/Documents dataless 問題是 macOS iCloud 優化儲存的常見坑。

💡 經驗：gcalcli 的 OAuth 一旦打通，後續的批量事件管理就非常順暢。delete 和 add 都需要用 --nocache 確保讀取最新狀態，且每次寫入後必須重新 agenda 確認。

💡 經驗：用戶明確表達的行為偏好應及時固化為規則，避免每次重複詢問。純鏈接=下載意圖是最直觀的約定。

💡 經驗：gcalcli 的批量寫入能力已能處理半年級別的全學期排程。PDF/圖像識別 → 日期解析 → batch add → agenda 驗證是成熟的端到端流程。跳過日期（重陽/春節）需手動從排程表提取。

💡 經驗：gcalcli 的 OAuth 重新授權有三個關鍵點：① 用 agenda 而非 list 測試連通性（list 有緩存）；② 授權進程必須在運行 Hermes 的機器上完成；③ 授權流程必須在一個 session 內完成，不要留著幾小時後才授權（state 會過期）。

💡 經驗：用戶對不必要的複雜操作容忍度低——模型配置已在 config.yaml 中有 alias，簡單切換不應過度分析 base_url 解析優先級。持久默認配置變更只需 hermes config set，不需要繞路。

💡 經驗：高頻 cron 的空轉輸出會悄無聲息堆積到破壞系統文件描述符配額。輸出目錄必須定期清理。IB 自動發布是 Codex↔Hermes 雙向握手架構，刪 cron 會破壞 Codex 側的回執等待。

💡 經驗：文生視頻是 OpenRouter 的新能力線，端點和輪詢模式與聊天 API 完全不同。Seedance 2.0-mini 的質量和速度對得起低成本，可作為後續視頻內容的快速原型工具。

💡 經驗：yt-dlp + ffmpeg 的組合可完成從社交平台拉取到專業級混剪的完整 pipeline。多段影片的轉場、調色、動態推拉需要精確的 filter_graph 參數調試，vision 模型驗證轉場效果比單純依賴 ffmpeg log 更直觀。下一步可加入音樂卡點剪輯。

💡 經驗：全局常量改為函數式是選擇性擴展時間軸的最乾淨方式，避免全面提升所有週次的冗餘問題。

💡 經驗：兩個孩子不同 Cast（Harper=Cast B 上半場、Violet=Cast A 下半場）的篩選邏輯對稱但獨立，各自寫入各自的排程頁面。通勤表示方式完全一致（30min 斜紋路程子段）。

💡 經驗：node new Function 提取 getDayGrid 因嚴格模式作用域問題不可靠，gen_daily.py 用純 Python 複製排程邏輯才是正確方案。PIL 灰階圖像在 Kindle 758px 螢幕上 7 列週曆無法閱讀，改為每日關鍵活動文字公告。

💡 經驗：教育局資源完整但分散於多個頁面，系統性爬取+分類歸檔後大幅提升查找效率。369 個 PDF 的批量下載和歸類需要穩健的命名策略和目錄規劃。

💡 經驗：Hermes 大版本更新須同步更新 Node.js 版本才可正常運行。小米 MiMo 模型可作為 DeepSeek 的補充備用模型，但需要獨立 API key 和環境變數配置。

💡 經驗：系統盤空間管理是持續性工作，iCloud 照片圖庫遷移至外置 SSD 是釋放內置盤空間的最有效手段。Codex 遠程控制問題根源在 Cloudflare 而非本地配置。

💡 經驗：p5.js 遊戲的觸控支援需要同時處理 touchstart 和 p.touches 座標系統，方向鍵按鈕和射擊區域需要獨立的事件處理避免誤觸。桌面和手機共用同一套 keys 狀態管理是最簡潔的方案。

💡 經驗：模型迭代速度可能超乎預期——v4-flash-0731 的性能提升讓原本區分的「普通 vs pro」雙軌路由不再必要。定期評估模型能力變遷有助於簡化配置。

💡 經驗：日曆同步通道打通是基礎設施級進展——以後可以定期讀取日曆對比 schedule 發現漏項。但排程表的人工規則（通勤拆分、衝突保留、作息塊）使得全自動覆蓋不可行，輔助同步模式才是正確方向。

💡 經驗：暑假排程在 7 月下旬開始自然過期，自動隱藏已過週次改善使用者體驗，無須手動移除過期內容。

💡 經驗：公司註冊和銀行開戶涉及大量法規判斷（CRS、AML、簽署權限），需要逐項分析而非給單一答案。自動生成的 NNC1 指引文檔節省了用戶手動整理的巨大工作量。

💡 經驗：DeepTutor 是至今最全面的開源 AI 教育項目。其混合個人化引擎和 Partners 系統與 Hermes 的 Agent 架構有很好的互通潛力，值得後續跟進。

💡 經驗：週曆圖像在 PW2 758px 螢幕上 7 列無法閱讀（100px/列），改用每日大卡片或文字公告。node new Function 提取 getDayGrid 因嚴格模式作用域問題不可靠，純 Python 複製排程邏輯才是正確方案。

💡 經驗：8/1 上環文娛中心場次排除（地址不一致）。Cast B 下半場和另半場場次排除。多頁舞蹈排程需逐頁提取，按 Cast+半場+全劇規則篩選。

💡 經驗：launchd 託管服務不能用 hermes gateway restart 重啟。安全層可能攔截 terminal 命令（超時未獲批准）。iLink 微信接入同樣確認：無公開註冊網站，需 `hermes gateway setup` 向導掃碼。

💡 經驗：Harper 獨有的活動組合（Monkey Tree 上下午、學而思、Raz·智愛）使他的日程與 Violet 差異很大，獨立頁面而非共用模板是正確選擇。