Agent
一个接收任务、使用模型或工具，并把结果交给下一步的助手。
← 所有 AI 模型
HERMES API 模型指南
Qwen3.7 Plus for Hermes Agents
当 Hermes Agent 需要读截图、图片、视频和长资料时，Qwen3.7 Plus 可以先整理它看到了什么、哪些内容无法确认、以及人需要检查什么。它负责准备下一步，不替人做未经检查的决定。
快速了解
先看见资料，再交接给下一步。
Qwen3.7 Plus 适合答案依赖视觉资料的任务：页面截图、产品图、视频和很长的说明。它的价值不是“替你完成一切”，而是把资料整理为带有固定标签的答案，让后续步骤可以检查和使用。
Qwen 3.7 Plus API：价格与 1M 上下文通过 Hermes 调用 Qwen 3.7 Plus API，可将截图、图片、视频和长资料整理为可复核结果。API 价格取决于输入、输出和缓存读取；先测量小批资料，再扩大调用量。
- Model ID
- qwen/qwen3.7-plus
- 上下文窗口
- 1,000,000 tokens
- 输入价格
- $0.295 / 1M tokens
- 输出价格
- $1.177 / 1M tokens
- 缓存读取
- $0.030 / 1M tokens
- 接口能力
- 视觉、工具、JSON、流式输出
当前 Hermes 配置：输入超过 256K Token 时，输入、输出与缓存会进入更高价格档位。
先看懂几个词
不需要先懂技术术语。
JSON
一种带固定标签的答案格式，例如“证据”“无法确认”“待确认问题”。
Token
模型读取或生成内容的计量单位。它会影响成本。
无法确认
模型无法从给出的资料中证明的内容。写出来比猜测更有用。
01 / 任务匹配
当 Hermes Agent 必须理解资料本身时使用它。
给 Qwen3.7 Plus 的任务应有明确的输入、固定的输出和停止条件。模型完成第一轮观察与整理；人仍然负责最后的判断。
视觉审核
从页面截图中找出缺失状态、模糊标签和需要核对的风险。
视觉资料整理
从商品图、视频和说明中整理可见事实与缺失信息。
结构化交接
返回固定字段给下一个 Agent 或人工审核，而不是泛泛总结。
小范围代码检查
根据视觉参考和测试要求，准备一个可验证的小改动。
HERMES 工作流
把 Qwen 放在资料和决策之间。
一个好的 Hermes Agent 不会让 Qwen3.7 Plus “处理一切”。它规定资料范围、答案字段和允许调用的工具。如果资料无法确认，正确的答案应是“无法确认”，而不是猜测。
截图、图片、视频与说明
↓Qwen3.7 Plus 在 Hermes 中
↓证据、无法确认的内容与待确认问题
↓人工批准或受限的下一步
02 / 成本控制
1M 上下文有用，但不代表应把所有资料都发进去。
≈ $0.01
按 Hermes 当前价格，少量截图检查的原始模型成本约为 $0.004，页面预算按约 $0.01 计算更稳妥。更长的视觉资料简报约为 $0.02。图片、视频、重试和超过 256K Token 的大批资料都会增加实际成本。
INPUT $0.295 / 1M · OUTPUT $1.177 / 1M · CACHE READ $0.030 / 1M
03 / 可复制案例
从一个人能在两分钟内检查完的任务开始。
以下是工作流案例，不是虚构的客户成果。每个案例都说明模型能做什么，也说明它不能替人确认什么。
01
上线前检查结账页面
适合产品准备发布、改版后复查，或客服反馈“用户不知道下一步该点哪里”时使用。它先处理看得见的界面问题，不替你判断真实的支付、库存或埋点是否正常。
给 Hermes 的资料
3 至 5 张桌面端或移动端结账截图；一份不超过 10 条的验收清单；页面适用的国家或语言。不要把账号、订单号、支付信息等敏感内容放进资料。
Qwen 的任务与交付格式
Hermes 把截图和清单交给 Qwen，并要求它只依据可见内容返回 JSON：screen、issue、evidence、severity、cannot_confirm、review_question。没有证据时必须填 cannot_confirm，不能补猜。
在 Hermes 中如何交接
主 Agent 按严重程度把结果排成待办：能从截图验证的问题进入设计或开发复查；“无法确认”的项变成人工问题，而不是自动修改任务。这样下一步拿到的是可排序的清单，不是一段泛泛总结。
必须由人确认
人工确认支付是否可用、价格和促销是否正确、文案是否合规，以及每个问题是否真的影响转化。截图不能证明后台逻辑，也不能证明用户一定会按模型描述的方式操作。
小样本预算先用 3 张截图跑一轮，按本页预算约 $0.01。加入更多页面、高清图或多轮追问前，先看真实 Token 消耗。
02
把零散商品素材变成可分配的创意清单
适合一个人拿到一批商品图、短视频和视觉规范，却还不知道哪些素材能投放、哪些角度缺失时使用。目标不是让 Qwen 生成广告承诺，而是先让团队看清已有资产。
给 Hermes 的资料
一小批商品图、1 至 2 条短视频、品牌视觉规范，以及本次需要的素材类型，例如首图、细节、使用场景或尺寸图。先从一个商品或一个主题开始，而不是整库导入。
Qwen 的任务与交付格式
要求 Qwen 输出 asset_inventory、visible_features、usable_for、missing_shots、brand_risks、cannot_confirm。visible_features 只能描述画面中能看到的东西；涉及材质、功效、价格或合规的说法必须标记为 cannot_confirm。
在 Hermes 中如何交接
Hermes 将结果分给两个下一步：已有且合适的素材进入创作或投放待选池；缺失镜头和风险项进入拍摄、设计或品牌审核清单。主 Agent 可以据此分工，但不应把模型的描述直接当作商品事实发布。
必须由人确认
人工确认商品参数、对外承诺、商标与肖像授权、市场合规和最终文案。尤其是跨境场景，画面“看起来像”并不等于可以这样宣传。
小样本预算先用少量图片和一条短视频验证流程，预算约 $0.02。视频长度、分辨率和重试会明显改变成本，因此不要用 1M 上下文当作整库处理的理由。
03
把视觉参考整理成设计到开发交接单
适合设计参考很多、开发只需要一个清楚的首版实现范围时使用。Qwen 的工作是整理界面中可见的组成和状态，让人更快发现缺口；它不应替代产品需求或技术方案。
给 Hermes 的资料
关键页面截图、功能说明、已有组件命名规则，以及明确的范围，例如“只整理商品详情页的首屏、规格选择和空状态”。如果没有规则，就要求它把不确定处列出来，而不是自创组件。
Qwen 的任务与交付格式
让 Qwen 返回 component_list、visible_states、copy_on_screen、edge_cases_to_check、cannot_confirm、questions_for_product。每一项 visible_states 要附截图证据；交互顺序、接口数据和权限判断没有明确资料时，必须保留为问题。
在 Hermes 中如何交接
Hermes 将 component_list 交给实现或测试子 Agent，将 questions_for_product 交给负责人。开发拿到的是一个带边界的首版任务，测试也能据 visible_states 写出第一轮检查点。
必须由人确认
人工确认交互、业务规则、错误处理、无障碍要求和最终验收标准。视觉参考只能证明“看起来是什么样”，不能证明“在所有情况下应该怎么运行”。
小样本预算一个页面、少量参考图的首轮整理可按约 $0.01 预算。若要比较多个版本或附上长文档，先拆成小包并记录每包的实际花费。
模型选择
Qwen 3.7 Plus vs DeepSeek V4.1 Flash：按任务选择模型。
选择 Qwen3.7 Plus
需要读截图、图片、视频和长说明，并交付结构化证据结果。
选择 Gemini 3.8 Flash
资料还包括音频、PDF 或更多不同输入类型。
选择 DeepSeek V4.1 Flash
工作主要是重复的文本抽取、分类和低成本第一轮处理。
API 接入
从 Hermes 端点调用 Qwen3.7 Plus。
创建 API 密钥，使用 Hermes 的 OpenAI 兼容端点（许多 AI 工具已经使用的请求格式），并从范围小、能复核的任务开始。先测量真实 Token 消耗，再增加资料、工具或调用量。
curl https://api.hermes-ai.net/api/v1/chat/completions \
-H "Authorization: Bearer $HERMES_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3.7-plus",
"messages": [{"role":"user","content":"Inspect these screenshots. Return JSON with evidence, unknowns, and questions for review."}],
"response_format": {"type":"json_object"}
}'常见问题
开始前最该问的问题。
Qwen 3.7 Plus API 的价格是多少？
通过 Hermes 调用 Qwen 3.7 Plus API，可将截图、图片、视频和长资料整理为可复核结果。API 价格取决于输入、输出和缓存读取；先测量小批资料，再扩大调用量。
什么时候该使用 Qwen 3.7 Plus 的 1M 上下文？
按 Hermes 当前价格，少量截图检查的原始模型成本约为 $0.004，页面预算按约 $0.01 计算更稳妥。更长的视觉资料简报约为 $0.02。图片、视频、重试和超过 256K Token 的大批资料都会增加实际成本。
能否直接在 Hermes 中调用 Qwen3.7 Plus？
可以。创建 Hermes API 密钥，选择 qwen/qwen3.7-plus，并使用 Hermes 的 OpenAI 兼容端点。先用一个小任务检查输出和 Token 消耗，再扩大规模。
Qwen3.7 Plus 能读截图、图片和视频吗？
Qwen 官方说明支持文本、图像和视频输入。先从截图或小量视觉资料开始；视频和高分辨率图片的 Token 消耗可能远高于纯文本。
什么时候选 Qwen，而不是 Gemini 或 DeepSeek？
资料以截图、图片、视频和长说明为主时选 Qwen。混有音频、PDF 和更多资料类型时选 Gemini。工作主要是重复文本处理时选 DeepSeek V4.1 Flash。
Qwen3.7 Plus 做长上下文任务便宜吗？
小型和中等视觉任务可以有不错的性价比，但 1M 上下文不等于可以不控制预算。256K 以上的资料会进入更高价格档位；先用真实样本测量。
Qwen3.7 Plus 可以直接调用工具执行吗？
它可以返回工具调用和结构化参数，但不应无限制执行。限制允许的工具和参数，发布、付款、发消息或改生产数据前必须人工批准。
它适合代码和界面审核吗？
适合范围小、可检查的代码任务和视觉审核，例如比较截图与需求清单。它不应成为大代码库、安全敏感变更或生产发布的唯一审核者。
来源与边界
用官方能力说明做起点，用自己的任务做验证。
Qwen 官方说明其支持文本、图像、视频、工具调用和固定字段的答案。实际效果、文件格式、处理速度和成本仍要用你的 Hermes 工作流小样本验证。
查看 Qwen 官方能力说明 ↗HERMES API
让 Hermes Agent 先完成一个可检查的任务。
选择 qwen/qwen3.7-plus，给它少量资料和固定字段，然后检查证据，再决定是否扩大工作流。