什么是 Hermes Markdown？

Hermes Markdown 是一款专门为提示工程（prompt engineering）精心打造的、注重隐私的在线 Markdown 编辑器。它完全在您的浏览器内本地运行，确保您的所有知识产权、系统提示和敏感的 AI 指令 100% 私密且离线。该工具将起草 AI 请求时常有的混乱过程转变为结构化、高效的工作流程，提供专业模板和分析反馈，帮助用户以前所未有的清晰度和精确度与大型语言模型 (LLM) 进行沟通。

与标准文本编辑器不同，Hermes Markdown 将强大的功能直接集成到起草环境中，例如用于即时注入模板的类 Notion 斜杠命令、实时令牌估算和逻辑保护指标。它为 AI 开发人员、研究人员和高级用户提供了终极的专业笔记本，他们要求提示具有高性能，并要求对其数据安全拥有绝对控制权。通过消除注册和云依赖，Hermes Markdown 为卓越的提示设计提供了一条无缝、永久免费的途径。

核心功能

• 本地优先和隐私保护： 完全在您的本地环境中离线运行。您的数据绝不会离开您的硬盘，保证对您的知识产权的完全控制，并防止未经授权的数据泄露。
• 斜杠命令面板： 使用类 Notion 命令面板（/）加速起草。无需中断您的写作流程，即可即时注入结构化契约、安全审计、少样本示例和系统角色。
• 逻辑保护指标： 通过实时指标（包括复杂性分析和阅读易读性分数）消除提示性能中的猜测，确保您的指令对现代 LLM 来说是明确无误的。
• 30 多个专业提示模板： 访问丰富的内置模板库，涵盖提示基础（/system、/fewshot）、内容转换（/summarize）和技术任务（/refactor、/security）。
• 干净复制功能： 复制时自动剥离 YAML 前置信息和元数据，仅提供干净的、仅指令的代码块，格式完美，可粘贴到任何 AI 界面中。
• 实时令牌估算： 立即提供有关潜在令牌使用情况的反馈（通过词数 $ imes$ 1.35 近似估算），以帮助管理上下文窗口限制。
• 导出功能： 虽然主要用于离线，但该编辑器支持将文档导出为标准的 PDF 或 HTML 格式，以供共享或存档。

如何使用 Hermes Markdown

开始使用 Hermes Markdown 的设计目标是即时且直观，无需任何设置：

1. 启动和起草： 只需访问网站。由于它是本地优先的，您可以立即开始以 Markdown 格式输入内容。使用标准的 Markdown 语法进行格式化。
2. 使用斜杠注入结构： 当您需要特定结构时（例如定义 AI 的角色或提供示例），在编辑器的任何位置键入 /。将出现一个命令面板，允许您搜索并插入专业模板，如 /system 或 /constraints。
3. 完善和分析： 在编写时，请监控显示的实时指标，例如字数和令牌估算。利用逻辑保护反馈来确保您的指令清晰准确。
4. 定稿和复制： 一旦您的提示完善了，请使用专用的“复制提示”按钮。此操作会智能地清理输出，移除任何内部元数据，只留下纯粹的、可执行的指令集，准备好粘贴到您选择的 AI 聊天机器人或 API 中。

用例

1. 开发安全系统提示： 安全研究人员和开发人员可以使用 /security 模板和约束命令（/MUST、/SHOULD）来构建用于敏感应用程序的稳健、可审计的系统指令，确信提示源代码保持私密。
2. 创建少样本学习数据集： 提示工程师可以利用 /fewshot 模板快速构建复杂的示例，在 Markdown 环境中清晰地构建输入/输出对，然后再将最终序列复制到 LLM 游乐场。
3. 构建复杂任务分解： 对于多步骤项目，用户可以利用任务提示生成器将需求分解为可验证的阶段（理解、规划、验证），确保 AI 遵循严格的研究支持的方法论。
4. 内容生成的快速原型设计： 营销团队可以利用 /idea 或 /email 等模板快速迭代内容简报，即时测试不同的语气和约束，而无需管理外部云文档或共享早期草稿。
5. 代码重构和文档编写： 技术用户可以利用 /refactor 或 /documentation 等专业模板，为代码操作任务提供清晰的上下文和期望结果，确保 LLM 精确理解所需的输出格式。

常见问题 (FAQ)

问：Hermes Markdown 真的免费吗？有没有隐藏费用？ 答：是的，Hermes Markdown 永久免费使用。没有注册、没有隐藏费用，也没有锁定基本功能的付费套餐。它旨在成为整个提示工程社区都可以使用的工具。

问：离线功能如何工作？我的数据保存在哪里？ 答：该应用程序完全在您的 Web 浏览器中客户端运行。您的工作保存在本地，通常使用浏览器的 IndexedDB 存储。这意味着您的提示永远不会传输到服务器，确保了最大的数据主权。

问：令牌估算与实际令牌计数之间有什么区别？ 答：Hermes Markdown 基于常见的近似值（1 个单词 = 1.35 个令牌）提供实时估算。这是一个安全、保守的度量标准，可帮助您保持在上下文限制内。特定 LLM 提供商（如 OpenAI 或 Anthropic）使用的实际令牌计数可能因其特定的分词器实现而略有不同。

问：我可以使用这些模板来处理 GPT-4 以外的模型吗？ 答：绝对可以。这些模板是围绕通用的提示工程最佳实践（角色、上下文、任务、约束）设计的。虽然它们针对现代 LLM 进行了优化，但这些结构化模式在各种模型中都非常有效，包括 Claude、Llama 和开源替代品。

问：我如何备份或分享我最好的提示？ 答：由于您的工作是本地保存的，您可以手动保存 Markdown 文件或使用浏览器的保存功能将其导出。此外，模板支持 YAML 前置信息，使您可以轻松地将结构化的提示配置打包并与团队成员共享。