昨天做的那个 notify_voice 的工具,体验了一上午,让我很是惊喜。
早上 Hermes 在跑两条主线研究(预计都是10h级的),另外还有几件杂事让 Agent 处理。期间我还要水群刷微博摸鱼。
语音汇报的好处是,只要 Agent 认为需要和我“对齐颗粒度”的时候就可以嘟嘟两声然后进行提醒,不管我是在摸鱼还是在看别的会话,我都能马上根据语音汇报的内容进行响应。
比方说主线研究A:“嘟嘟,后台任务已跑25%,目前解的情况是xxx,这轮预计还要跑xx分钟。”那我知道脚本还在算,知道已求解情况,还知道多久能跑完。那我甚至不需要切回会话去看,继续挂着跑即可。
然后主线研究B:“叮,数据已跑完,我先做验收,下一步是需要xxx还是yyy?” 然后我就切到会话,趁着 Agent 还在做验收以及写报告的时间写好下一步的任务需求。
最后是杂事,安排下去我一摸鱼就忘了,Agent 吭哧吭哧做了半小时才做完,给我发语音我才想起来还有这事儿。会话我都不用找,直接去验收交付的文件就行。
————
Hermes 是本来就支持 TTS 的,但那个功能只有两种用途,一是 Agent 全文朗读回复内容,二是让 Agent 在回复中生成一个可以播放的音频。这两种用途其实都比较鸡肋。