start
Hermes Agent Token 成本优化｜用量测量与配置检查LCP
按同一模型和任务测量 Hermes 的输入、输出、缓存与费用，核对支持的配置后做前后对比，避免用未经实测的节省比例选择方案。
🧮 05-Token 成本优化避坑指南
要比较成本，先固定同一模型、任务、输入和工具范围，分别记录输入、输出、缓存与实际费用；本页不提供未经实测的节省比例。模型按量价格参见DeepSeek 价格与缓存，套餐的个人/团队及后台限制参见国内模型产品路线。
先测量，再减少不必要的工具、上下文和辅助调用。工具定义、系统提示、技能、记忆与历史都会影响输入，但每轮 token 没有统一固定值。
复核日期：2026-09-30；依据官方稳定标签 v2026.9.24（v0.21.5）。本页未进行付费 API 实测，不承诺节省比例或月费。
图仅说明输入组成。旧版“每轮固定 12K+”“禁五个工具必省若干 token”等数字未经过本页实测，不再作为教程结论。
👀 适合谁
已能正常使用 Hermes，想找出自己的高成本来源的人。先看按任务选择模型，再优化同一模型、同一任务下的输入。
✍️ 1. 建立基线
选一个固定任务，记录 provider、模型 ID、工具配置、输入文件和是否新会话。运行后查看 /usage，保留输入、输出和缓存统计，与厂商账单对照。桌面状态栏的上下文占用表示窗口使用情况，不能直接替代所有模型调用的累计计费。
分别测量冷会话和连续会话。工具、记忆或模型发生变化，可能改变缓存命中率；“输入更短”不一定意味着这批任务的实际账单更低。
✍️ 2. 按平台减少不用的工具
hermes tools list --platform cli
hermes tools
优先在交互界面查看实际可用 toolset，再关闭任务不需要的组合。以下示例仅适用于确实不需要网页检索的 CLI 任务：
hermes tools disable web --platform cli
# 需要时恢复
hermes tools enable web --platform cli
稳定版的 disable/enable 接受 toolset 名称或 MCP 的 server:tool 名称；不要照抄旧文中未经确认的单个内置工具名。Telegram 等入口有各自平台配置，需要单独检查。
关闭前检查 Skill 和任务是否依赖这个工具，关闭后跑同一任务验证。缺少工具可能导致失败或增加重试，不能只看定义 token 的下降。
✍️ 3. 管理 Skill 与长期背景
不要为省 token 直接删除技能目录。先备份，通过技能管理入口检查实际启用项和依赖，再停用确实不用的技能。技能描述与被读取的正文是不同开销，按需读取不代表安装再多技能也没有输入成本。
SOUL.md 保留长期协作偏好，记忆保留仍然有效的事实；先确认当前 profile 与实际文件位置，再修改。不要把整篇资料或一次性运行日志长期塞入人格和记忆，也不要用固定字数代替质量验收。
✍️ 4. 结束任务，带摘要进入新会话
独立任务用 /new；长任务先整理目标、结论、文件路径和未完成项。CLI 中可以用 /save 保存会话记录，再开新会话；保存文件不会自动让新会话获得全部上下文，需要显式提供必要摘要或文件。
自动压缩可能产生辅助模型调用费用，压缩结果也需要保留关键约束。不要为了省钱关闭保护后继续把长历史全部发送。
✍️ 5. 核对辅助调用和脚本任务
用 hermes model → Configure auxiliary models 查看标题、视觉、压缩等任务的实际模型。选更便宜模型后，分别检查标题、视觉结果和压缩后的事实准确性。
不需要 LLM 判断的监控可使用 script-only Cron：no_agent=True 是有效的程序参数；CLI 对应 --no-agent，并必须提供脚本。
# 先将已测试脚本放入当前 HERMES_HOME/scripts/，再创建任务
hermes cron create "every 1h" --no-agent --script disk-watchdog.sh --deliver telegram --name "disk-watchdog"
脚本必须解析到当前 profile 的 scripts 目录内。该模式跳过模型推理，不产生 Hermes 模型 token；脚本调用外部 API、服务器和消息平台仍可能收费。实际执行和投递依赖正常运行的 Gateway 及已配置的投递目标。提供给脚本的凭据也需按官方环境变量规则配置，不能假设继承全部模型密钥。
⚠️ 不再采用旧版 Tool Gating 配置
本轮在稳定标签的 Python 源码中没有找到 tool_gating 配置支持，不能把 tool_gating: true 当作可用优化开关。用实际支持的 toolset 配置、上下文管理与辅助模型选择，再测量效果。
📊 如何判断优化有效
一次只改一类因素，在同一组任务上比较优化前后。记录全部主模型及辅助调用、重试和通过率；质量不达标的便宜输出不能算成功。
| 记录项 | 优化前 | 优化后 |
|---|---|---|
| 模型 / provider / 工具配置 | 实际填写 | 实际填写 |
| 冷会话 / 连续会话 | 分开记录 | 分开记录 |
| 输入、输出、缓存 token | 用量记录 | 用量记录 |
| 总费用与账单来源 | 区分估算、未知与实扣 | 区分估算、未知与实扣 |
| 验收通过率、重试、耗时 | 实际填写 | 实际填写 |
只有账单和质量同时可追溯，才适合将结果外推到自己的使用频率。旧文的“月省 $54”“账单至少下降 50%”不再作为过关标准。
✅ 过关标准
- 找到至少一个实际成本来源，并记录同任务前后对比。
- 所需工具和技能仍可正常完成任务。
- 明确区分未知成本、估算金额、实际扣费和非模型费用。