Autoresearch 桌面版是一个基于 Tauri v2 + React 的跨平台桌面应用，为 autoresearch 命令行工具提供了完整的图形化操作界面。它让你可以通过直观的 UI 管理 GitHub Issues、配置 AI Agent、监控自动化运行过程、查看历史记录，把原来需要手动敲命令的整个流程，变成点几下鼠标就能搞定的事。

下载：https://github.com/smallnest/autoresearch/releases/tag/v0.1.0

初始化项目

以 https://github.com/smallnest/wxeditor 为例。
我已把wxeditor项目git clone 本地 ~/workspace/mdeditor 文件夹。

打开应用后，首先进入概览页面。点击"切换项目"选择你的代码仓库目录，应用会自动检测项目下是否已有 .autoresearch/ 配置目录、program.md 规则文件和 agents/ Agent 配置目录。全部就绪后，页面会用绿色的状态提示告诉你"配置完整，可以开始使用"。

阅读全文

Hermes Agent 提供了大量的斜杠命令和内置的Skill——不仅打通了 Telegram、Discord、飞书等多个消息平台，还在会话管理、技能系统和记忆机制上引入了不少新玩法。今天我把 Hermes 的斜杠命令体系完整梳理一遍，按使用频率分类，方便大家各取所需。

Hermes Agent 是由 Nous Research 打造的自改进 AI Agent，内置学习循环、跨会话记忆、技能系统、任务调度和多平台消息网关。支持 OpenRouter（200+模型）、Anthropic、OpenAI、GLM、MiniMax 等任意 LLM Provider，一条命令安装，Linux/macOS/WSL2/Termux 均可运行。

---

一、每天都在用的几个

/new 和 /reset

/new 开一个新会话，/reset 是别名。如果想换模型，直接 /new gpt-4o 或者 /new claude-opus 都可以，支持模糊匹配。

阅读全文

像 Karpathy 训模型一样开发软件。

Andrej Karpathy 的 AutoResearch 项目于 2026 年 3 月发布，短短几天内在 GitHub 收获 5 万+ 星标，介绍视频播放量达 860 万次。这是一款开源 Python 工具，代码量仅 600 行左右，可让 AI 智能体在无需人工干预的情况下，于单张 GPU 上自主运行机器学习实验。它通过修改训练代码文件（train.py）生成实验方案，以固定 5 分钟训练时长和验证比特率（val_bpb）为统一评估指标，自动筛选并保留效果更优的代码修改，形成「假设生成 → 训练执行 → 指标判断 → 结果回滚/保留」的循环机制。

这个项目的精髓在于三点：① 量化目标（val loss 是唯一判断标准）、② 自主循环（Agent 不需要人类每轮介入）、③ 只保留改进（退化就回滚，绝不将就）。预计每小时可完成约 12 次实验，一觉醒来就能收获上百轮自动优化的结果。

阅读全文