# Hermes MiMo URL 工作流升级

本文为研究档案公开版，保留来源版本的论述与限制。公开时间：2026-09-08；不表示已完成同行评审。 本文属于公开研究资料（历史笔记、研究稿或来源记录）：已完成格式、来源限制与重复项筛查，尚未完成逐篇独立事实复核；原文中的解释、候选判断和未确认内容均按其原有限制阅读。

来源版本日期：2026-05-05

证据边界：P4 自有资料的历史来源卡或研究摘记。保留原始版本限制；来源卡中的摘要不能冒充完整原文，模型加工不能视作直接声画证据。未进行新的独立事实核验。

## MiMo 分析报告

```mermaid
flowchart LR
    VID["视频源"] --> MIMO["MiMo 分析"]
    MIMO --> RPT["2026-05-05-Hermes-MiMo-UR"]
    MIMO --> EVD["证据"]
    style RPT fill:#7ee787,stroke:#7ee787,color:#000
```


# Hermes MiMo URL 工作流升级

## 来源信息

本页收录 OpenClaw 对 Hermes `mimo-video-analysis` 工作流的吸收记录。它不是影片内容证据，而是后续如何更高效生成可复核 MiMo 视听证据的工作流证据。

## 核心升级

此前 OpenClaw 更依赖本地片段的 Base64 方式，稳定但受大小限制。Hermes 新工作流改为：

```text
本地切片
-> 本地临时 HTTP 服务
-> 临时公网 URL
-> MiMo video_url 分析
-> 报告 / 用量 / 请求元数据
-> Wiki source card / 确认问题
```

这个升级的实际意义是：更长、更大、更密的片段可以进入 MiMo 视频理解，尤其适合 Part4 公演段、公共浴池段、长镜头、多人声场和复杂舞台设备段。

## Wiki 入库规范

后续使用 Hermes URL 工作流时，不应只保存一个模型报告，而应至少拆成四层：

- raw run：报告、用量、请求元数据，不包含密钥或视频 base64。
- source card：时间码、模型状态、置信度、可用证据、不可用证据。
- confirmation queue：所有说话人、身份、空间命名和动作顺序的不确定项。
- synthesis / graph：只吸收高置信或已标注边界的观察。

## Prompt 合同

本工作流最有价值的输出不是散文，而是 role-action-dialogue ledger：

```text
time -> role -> confidence -> visual anchor -> position -> action
-> speech -> sound -> camera/light -> relation vector -> concept payoff
```

这正好补上当前 [四主角说话人归属](/research/hs-f6a49c1ddd72954c)、[角色合并错误](/research/hs-d1d53e12aaaaf8ad) 和 Part4 时间码源卡的缺口。

## 安全边界

本页和 Wiki 只记录工作流结构，不记录任何真实密钥、账号、session、代理配置或可复用凭据。其他软件要复用该 skill 时，应从本机环境变量读取自己的密钥，不能把密钥写进 skill、Wiki、命令历史或报告正文。