Telegram 直接收代码,飞书需转发
生成的 JSON-LD 代码和验证建议会直接发到 Telegram 或 Discord 的聊天窗口。Agent 目前不支持原生连飞书或企业微信,成果要进国内协作工具,需要在消息入口和飞书之间加一层转发脚本,或者由运营人员手动把聊天里的代码复制到飞书文档。
Hermes Agent × SEO 与 GEO · 原生覆盖 14%
网页结构化数据 Skill有 7 个执行步骤,其中 1 步可以在 Hermes Agent 里直接完成。它能自己发起搜索并扩展检索词,正好对应这个 Skill 里最吃工具的一段。需要提前知道的是:页面预览这 1 项它不做,涉及的 3 个步骤要按下面的手工方式衔接。
WHY HERMES AGENT
适配结论
网页结构化数据 Skill不在 Hermes Agent 的前十推荐里——Hermes Agent更擅长长任务、消息入口和阶段进度,这个 Skill 的重心不完全在这里。它仍然可以正常安装使用,只是如果你要做的就是这件事,可以先看看下面几个更合适的 Agent。
海外营销团队处理成百上千个产品页面的结构化数据时,手动编写 JSON-LD 代码耗时极长。用 Hermes Agent 跑这个 Skill,最大好处是把日常的网页类型匹配和实体类别筛选变成自动循环。它靠定时任务按周或按月自动重跑页面抓取,配合跨会话记忆,直接省去每次交代背景的麻烦。但这个 Agent 不支持页面预览,涉及提取页面实体信息和串联全站实体图谱的环节做不到,需要把 HTML 存到本地浏览器核对。如果你的任务是一次性生成几页代码,或者需要实时预览落地页效果,不要选它。它只适合需要长期重复监测竞品页面和大规模批量处理的 SEO 场景。
CAPABILITY × STEP
核心差异
网页结构化数据 Skill 共 7 个环节。Hermes Agent 可直接执行 1 个环节,3 个需要相应工具与配置,3 个需手工衔接。判断质量取决于输入资料与具体推理。
| 步骤 | 所需能力 | 等级 | 在 Hermes Agent 下具体怎么做 |
|---|---|---|---|
| 01 提取页面实体信息 | 读本地资料运行脚本页面预览 | 不支持 | 改成手工:把 HTML 存到本地用浏览器打开检查。(没有页面预览,网页类成果只能拿到源码) |
| 02 匹配网页类型 | 联网检索页面预览 | 不支持 | 改成手工:把 HTML 存到本地用浏览器打开检查。(没有页面预览,网页类成果只能拿到源码) |
| 03 筛选适用实体类别 | 联网检索 | 直接执行 | 直接交给 Hermes Agent:它能自己发起搜索并扩展检索词。 |
| 04 排除不支持的类型 | MCP 与连接器 | 有条件 | 可以做但有条件:Hermes Agent 对MCP 与连接器的支持有限制。 |
| 05 编写 JSON-LD 代码 | 运行脚本 | 有条件 | 可以做但有条件:Hermes Agent 对运行脚本的支持有限制。 |
| 06 串联全站实体图谱 | 打开网页取正文运行脚本页面预览 | 不支持 | 改成手工:把 HTML 存到本地用浏览器打开检查。(没有页面预览,网页类成果只能拿到源码) |
| 07 输出验证测试建议 | 运行脚本操作前确认 | 有条件 | 可以做但有条件:Hermes Agent 对运行脚本的支持有限制。 |
把网页类型匹配和筛选适用实体类别放进定时任务,Agent 按周抓取目标 URL 并自动执行。跨会话记忆会记住上一次确认的 Schema 模型偏好,遇到同类产品页直接套用,省掉重新交代字段规格的动作。编写 JSON-LD 代码环节也由 Agent 有限度地自动跑完初稿。因为页面不支持预览,串联全站实体图谱和提取页面实体信息需要人工干预。判断标准是看最终输出的 JSON-LD 代码里,商品价格和库存状态是否按记忆中的偏好准确填充。
Agent 原生支持联网检索,自动读取页面正文并从 Schema 模型库筛选出匹配的实体类别。如果上次跑过同类型页面,会直接套用历史确认结果。
Agent 有条件支持运行脚本,根据前面确定的实体类别直接生成 JSON-LD 源码。因为不驱动浏览器,你拿到的只有纯文本代码,需要复制到代码编辑器里人工核对结构。
Agent 做不到直接预览页面。需要你把目标页面的 HTML 源码存成本地文件,放到运行目录里,或者手动提取核心文本内容喂给 Agent 进行后续处理。
Agent 缺乏页面预览能力,无法直接渲染整站结构。你需要手工整理全站的 URL 目录结构交由 Agent 批量处理,生成的内部链接代码必须放回浏览器验证。
IMPORT · RUN
资料导入与任务下发
Hermes Agent读取本地资料有条件限制,从消息入口下发时,本机资料需要先放到 Hermes 可访问的运行环境里。
从加搜安装 Skill 后,把品牌、产品、竞品和常用判断告诉 Hermes。它会记住你的修改意见,并在后续任务中继续使用。
可以在终端、Telegram 或 Discord 里交代任务,也可以让它定期跟踪竞品、关键词或社媒动态,再按约定时间汇报。
直接通过 HTTPS 地址安装 schema-markup 的 SKILL.md,不用下载解压。本机资料无法直接读取,要把整理好的目标 URL 清单另存为 CSV,或者把页面的 HTML 源码放到 Agent 的运行目录。在 Telegram、Discord 或终端里交代任务,写清楚目标目录和期望的搜索展示样式。长任务跑起来后,Agent 会按阶段在聊天里汇报进度,随时可以追加修改要求。
MANUAL HANDOFF
能力缺口与人工衔接
有 1 项能力需要你在 Hermes Agent 之外完成,下面写清了各自影响哪一步、怎么补。
影响:第 1 步 提取页面实体信息、第 2 步 匹配网页类型、第 6 步 串联全站实体图谱
原因:没有页面预览,网页类成果只能拿到源码
做法:把 HTML 存到本地用浏览器打开检查
COLLABORATE · CHAIN
协作与后续衔接
生成的 JSON-LD 代码和验证建议会直接发到 Telegram 或 Discord 的聊天窗口。Agent 目前不支持原生连飞书或企业微信,成果要进国内协作工具,需要在消息入口和飞书之间加一层转发脚本,或者由运营人员手动把聊天里的代码复制到飞书文档。
上一个 Skill 跑出的关键词清单或竞品分析结论,Agent 会记在跨会话记忆里。在跑结构化数据时直接引用这些结论给页面定类型,不需要重新交代业务背景。中间产物以纯文本或 JSON 格式在上下文里传递。
COMBINATION CASE
场景化实战案例
机械设备外贸站的 SEO 经理需要在一个月内给五百多个新增产品页加结构化数据。团队缺乏前端开发资源,要求生成的 JSON-LD 必须包含特定的库存状态和保修期字段,且要在每周上新后自动巡检。
预期结果:交付了五百份包含 warranty 字段的 JSON-LD 代码。内部链接的渲染效果和部分特殊定制组件需要人工在本地浏览器里二次复核。
VERIFY · TROUBLESHOOT
效果验证方法
给 Agent 一个具体的产品页 URL,让它跑完筛选适用实体类别并输出 JSON-LD 代码。把拿到的 JSON-LD 代码贴进 Google 富媒体结果测试工具。如果测试工具能正确解析出 Product 类型,且星级和 price 字段没有报错,说明 Agent 的生成逻辑正常起作用。
请在 Hermes Agent 中使用「网页结构化数据 Skill」。本次要完成:产品页面需要显示星级和价格富文本。我会提供目标页面 URL 和前端代码结构和网页实际包含的文本内容。请先完成一份小样,交付包含具体字段和内容的 JSON-LD 代码和网页类型与 Schema 模型的对照表,并列出需要我核对的事实和数字。注意:页面预览这部分你做不到,遇到时直接告诉我,我手工补。
安装完成后,先只做第 3 步:让 Hermes Agent 筛选适用实体类别,并把它自己发起搜索并扩展检索词的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
7 步里 1 步可直接执行,3 步需要相应工具与配置,3 步需手工衔接。请结合逐步说明确认实际做法。
Hermes Agent读取本地资料有条件限制,从消息入口下发时,本机资料需要先放到 Hermes 可访问的运行环境里。
安装完成后,先只做第 3 步:让 Hermes Agent 筛选适用实体类别,并把它自己发起搜索并扩展检索词的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
这个 Skill 用到的都是通用能力,7 个 Agent 差别不大,可以按你已经在用的工具来选。
安装失败时,重新复制页面提供的加搜安装地址;没有调用 Skill 时,直接写出 Skill 名称和本次目标;长期任务跑偏时,告诉它哪一条结论需要改,并让它记住这次反馈。
编写 JSON-LD 代码环节最值得改。当 Agent 第一次生成的代码缺少业务特有字段(比如特定的 warranty 承诺或 shipping 详情),在聊天里纠正它。Agent 会把这次反馈存进跨会话记忆。后续跑同行业页面时,它会自动把这些字段加进初稿,逐步固化成一套完全贴合你们产品规则的团队版本。
INSTALL
安装到 Hermes Agent
把提示词复制给 Hermes Agent,它会自己下载 ZIP 并完成安装,装完会报告实际目录。
METHOD 01 · 交给 AI 自己装
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。
请帮我把「网页结构化数据 Skill」安装到 Hermes Agent。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-schema/1.0.0/skill-schema.zip 注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件,按 Hermes Agent 的方式安装:mkdir -p ~/.hermes/skills && cp -R ./skill-schema ~/.hermes/skills/ 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证:在消息入口里发一条只读任务,确认 Hermes 报出 Skill 名称与将要执行的步骤。 5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。 参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-schema/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-schema.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 Hermes Agent 中执行:
mkdir -p ~/.hermes/skills && cp -R ./skill-schema ~/.hermes/skills/
验证:在消息入口里发一条只读任务,确认 Hermes 报出 Skill 名称与将要执行的步骤。
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
OTHER AGENTS
跨 Agent 适配对比
下面的步数来自逐步比对。卡在哪一步,就看哪个 AI 能直接完成那一步。
TRAE在这个 Skill 上直接覆盖 6/7 步,而且能把成果渲染成可直接查看的页面——如果你这次的卡点正是页面预览,换它更省事。
ZCode在这个 Skill 上直接覆盖 6/7 步,而且能把成果渲染成可直接查看的页面——如果你这次的卡点正是页面预览,换它更省事。
Codex在这个 Skill 上直接覆盖 4/7 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
FURTHER READING
围绕 Hermes Agent 和这个任务的共同标签挑出来的,换成别的 Agent 看到的不是同一批。
越来越多人把选型直接丢给ChatGPT、Perplexity、Gemini,或者购物、采购类助手。答案是模型拼出来的,不一定点开你的网页。世界经济论坛把这件事叫做智能体引擎优化(AEO):你要进的不是
GEO(生成式引擎优化)不是SEO的升级版,而是针对AI答案引擎的不同优化逻辑。本文从展示形式、排名机制、内容策略和技术实现四个维度对比GEO与SEO的核心差异,帮助营销团队理解两种流量来源的共存策略
品牌想在 AI 搜索的回答里被提及,正确的做法不是频繁去问 AI「你有没有提我」,而是先建一张品牌查询地图,摸清在哪些问题下 AI 会提到谁、怎么提;再针对差距补充可独立引用的事实和内容资产;最后按月
GEO 不是 SEO 的替代品,而是在基础 SEO 之上提升内容被 AI 答案引擎理解、引用和点击的概率。本文讲清两者的关系与四条落地调整。
AI 搜索引擎引用网站内容,走的是"先检索、再筛选、后生成"的三段链路:它先用检索系统找到与问题相关的网页,再从候选里挑出少数来源,最后在生成回答时把来源链接挂在对应结论旁边。你的页面能不能被引用,不
关键词拓展 Skill 的正确用法,是把它当成一个有明确输入输出契约的执行单元:你交给它种子词、业务边界和排除规则,它返回一张带意图标注的候选词表。多数人调用后拿到一堆不可用的词,问题不在 Skill
NEXT WORKFLOW
搭配使用
按产出物与输入资料的衔接关系计算,都是同一个 Agent 下的版本,装完可以直接接着跑。
用 Hermes Agent 完成「新产品准备在 Product Hunt 做首发」,最终得到带网址与收录状态的 CSV 跟踪表单。
用 Hermes Agent 完成「查关键词是否被 AI 摘要抢走点击」,最终得到搜索结果页特性分布清单。
用 Hermes Agent 完成「准备上线一套设计素材库需要规划展示页面」,最终得到包含名称和主要行动按钮的聚合页版块清单。