Menu
桌面宠物系统 - 跨平台透明窗口宠物，支持多皮肤、动画、消息气泡、HTTP控制、Hermes Agent集成
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
| name | desktop-pet |
| description | 桌面宠物系统 - 跨平台透明窗口宠物，支持多皮肤、动画、消息气泡、HTTP控制、Hermes Agent集成 |
| version | 1.0.0 |
| category | ui |
| keywords | ["desktop-pet","transparent-window","animation","hermes-integration"] |
跨平台桌面宠物，支持 Hermes Agent 任务提醒。
python3 ~/.hermes/desktop-pet/pet_main.py
~/.hermes/desktop-pet/
├── pet_main.py # 主程序
├── pet_window.py # 窗口管理
├── pet_animation.py # 动画系统
├── pet_bubble.py # 消息气泡
├── pet_server.py # HTTP服务器
├── pet_hermes.py # Hermes集成
├── skins/ # 皮肤目录
│ └── default/
│ ├── skin.json
│ ├── idle.gif
│ └── walk.gif
└── assets/
└── bubble.png # 气泡素材
{
"name": "Default Pet",
"version": "1.0.0",
"format": "gif",
"animations": {
"idle": {"file": "idle.gif", "fps": 8},
"walk": {"file": "walk.gif", "fps": 10}
}
}
# 显示消息
curl "http://127.0.0.1:51983/msg?text=任务完成"
# 切换动画
curl "http://127.0.0.1:51983/state?name=run"
# 健康检查
curl "http://127.0.0.1:51983/health"
自动监听 Hermes Agent 事件：
pip3 install PyQt6 Pillow flask
Based on SOC occupation classification
将编码任务委派给 Claude Code（Anthropic 的 CLI 代理）。用于构建功能、重构、PR 审查和迭代编码。需要安装 claude CLI。 Use when: claude code, 编码任务, coding task, 代码审查, code review, 重构, refactoring, PR审查, Claude CLI. Do NOT use for: - Hermes 配置问题（用 hermes-agent skill） - Codex/OpenCode 任务（用 codex/opencode skills） - 非编码任务（用相应 skills） - 批量文件操作（用 file/terminal 工具）
Configure, extend, or contribute to Hermes Agent.
Hermes Fork 仓库完整维护指南 - 保守式更新 + 文档本地化 + 更新日志自动化 + GitHub 推送配置。涵盖：本地修改保护、冲突解决、性能优化合并、README 翻译、更新日志自动记录、Fork 推送全流程。
灵魂注入器 - 已合并到统一时间感知模块。 【v3.0 更新】时间感知功能已合并到 unified_time_awareness.py，避免重复注入。 原功能保留： - 搜索上下文注入（search.md） - 对话状态感知 移除功能（已合并）： - 时间感知 → unified_time_awareness.py
全局约束管理系统 - 时间感知、情境感知、对话状态感知的统一约束层。 在所有任务执行前自动注入约束条件，确保 AI 的行为符合人类期望。 Use when: 全局约束, constraints, 时间感知, time awareness, 情境感知, context awareness, 执行规范, Hook注入. Do NOT use for: - 具体任务执行（用其他执行类 skills） - 数据获取（用 stock-data-acquisition） - 股票分析（用 stock-analysis-framework） - 错误恢复（用 supervisor-mode） 触发场景： - 所有任务执行前的自动检查（通过 Shell Hook 注入） - 用户主动询问约束规则 - 发现执行偏离时的人工干预 核心约束类别： 1. 时间感知约束：深夜/周末/节假日行为规范 2. 情境感知约束：用户状态识别与响应策略 3. 对话状态约束：跨会话连贯性与话题衔接 4. 执行规范约束：Skill 执行合规性检查
分层分级记忆系统 - 六层记忆架构（L1-L6）+ 缓存优化。 L1 会话记忆 → L2 短期记忆 → L3 长期记忆 → L4 技能记忆 → L5 任务上下文 → L6 全息记忆。 Use when: 记忆系统, memory system, 六层记忆, L1-L6, 记忆分层, 上下文管理, 缓存优化. Do NOT use for: - 单次会话记录（用 L1 session） - Skill 创建（用 skill_manage） - 数据持久化（用 file_write） - 知识图谱（用 fact_store） v1.10.0 新增： - ✅ 缓存优化系统集成（DeepSeek Prefix Caching） - ✅ 平均缓存命中率 92%+，节省成本 80%+ - ✅ CLI 工具 hermes-cache（统计监控、优化建议） - ✅ 固定前缀策略（从 HERMES.md 读取核心约束） - 🎯 效果：Token 成本 -81%、延迟 -80%、缓存命中 92%+ v1.9.0 新增： - ✅ 六层记忆架构（L1-L6） - ✅ L2 精简方法论（2491→1021 chars，-59%） - ✅ 跨层协同优化（L2↔L5、L3↔L6、L4→L3） - ✅ l5_to_l2_injector.py（高频实体反向注入） - 🎯 效果：跨层一致性 +100%、重复录入 -80%
