05-2 Hermes-Agent 解剖：Nous Research 的極簡代理

這個單元解決什麼問題Hermes-Agent 是 Nous Research 開源的 AI 代理框架，以「可自我成長的代理」為定位。它不綁定任何推論後端，也不強制使用 Hermes 模型家族，用一組 Markdown 檔定義代理的人格、記憶與指令，並透過三層 system prompt 組裝把這些檔案有紀律地注入。本單元解剖它的由來、核心技術、系統結構與 md 檔設計，讓你看懂「極簡外殼」背後的設計選擇與取捨代價。

學習目標

能說清 Hermes-Agent 的由來與定位：它是代理框架，而非推論模型，由 Nous Research 維護，MIT 授權
能描述其核心架構：AIAgent 主迴圈、三層 system prompt 組裝、多後端工具分派、SQLite 狀態儲存
能說出 SOUL.md、MEMORY.md、USER.md、AGENTS.md 各自在 prompt 組裝中的層次與職責
能指出極簡 md 檔設計的取捨代價：易於理解與外部化，卻在高並發或多代理場景下缺乏結構化版本管控
能用一句生活比喻概括這個系統的本質
能與 05-1 OpenClaw 的多 md 檔設計做正面對位

1. 由來與定位

Hermes-Agent 由 Nous Research 開源維護，定位為「The agent that grows with you」（官方倉庫 [1] 截至 2026-05）。它是 Nous Research 獨立開源的全新框架，不衍生自 OpenClaw；提供的 hermes claw migrate 指令是給既有 OpenClaw 使用者遷移設定、記憶與 skill 的轉換工具，兩者為不同 org 的獨立專案（官方文件 [2] 截至 2026-05）。幾個常見誤會要先釐清：

它不是 Hermes 模型家族。 Hermes-3-405B、Hermes-3-70B 等是 Nous Research 訓練的開源 LLM，與 Hermes-Agent 框架是兩個獨立產品。Hermes-Agent 不綁定任何推論後端，支援 OpenRouter、Anthropic、OpenAI、Google、vLLM、llama.cpp 等任何 OpenAI-compatible API；Hermes 模型只是 Nous Portal 的預設首選入口
它不是輕量 SDK。 雖然 md 檔介面簡潔，但它定位為「可在 $5 VPS 或 GPU 叢集執行、透過 Telegram/Discord 等多平台互動」的全功能 agentic harness，內建子代理委派、SQLite 狀態儲存、跨 session 記憶
授權為 MIT（截至 2026-05 倉庫 LICENSE 檔），可商用、可改、可閉源重發

命名澄清「Hermes」在 Nous Research 的命名體系裡同時指三件事：Hermes 模型家族（LLM）、Hermes-Agent（代理框架）、Nous Portal（推論訂閱服務）。本單元談的是第二個，必要時會用全名「Hermes-Agent」以免混淆。

2. 核心技術

Hermes-Agent 的技術堆疊可拆成五個軸：

軸	實作	來源 / 備註
主迴圈	`run_agent.py` 的 `AIAgent` 類別	官方文件以「主迴圈」描述；確切 API 與方法簽名以官方文件為準
API 模式	`chat_completion` / `codex_responses` / `anthropic`(native)	依推論後端自動選取
工具系統	70+ 工具、28 個 toolset 分組	集中在 `model_tools.py` 與 `toolsets.py`
狀態持久化	SQLite + FTS5	`hermes_state.py`，支援跨 session 搜尋與 LLM 摘要回溯
Skill 載入	`skills/` 目錄、`SKILL.md` 格式	漸進揭露（progressive disclosure）：Level 0 只載入 index，Level 1 才載入完整內容

相對於 OpenClaw 的「多 md 檔 + 多管道路由」設計，Hermes-Agent 的極簡性表現在三個地方：

prompt 組裝是三層而非散落各處。 agent/prompt_builder.py 負責把 stable / context / volatile 三層拼成 system prompt，每層有明確的 slot 編號與注入策略
推論後端完全可插拔。 任何能接受 OpenAI 相容 API 的服務都能接，這是給「不依賴單一供應商」的設計選擇
狀態是 SQLite 而非純檔案。 OpenClaw 的記憶主要靠 MEMORY.md + memory/YYYY-MM-DD.md；Hermes-Agent 多了一層 SQLite 與 FTS5，支援跨 session 全文搜尋與 LLM 摘要回溯

三層 prompt 組裝的設計理由把 prompt 拆層而非寫成一大段，是因為不同層的「變動頻率」與「快取命中需求」不同：stable 層（人格）幾乎不變，prefix cache 命中率最高；context 層（專案指令）隨 CWD 變動；volatile 層（使用者與記憶）每 session 重抓。分層讓你只重抓有變動的部分，省推論成本。Hermes-Agent 進一步把 volatile 層「凍結快照」，session 中的記憶操作只寫磁碟，下次 session 才生效（Prompt Assembly 文件 [3] 截至 2026-05）。這個設計的權衡見第 4 節。

2.5 為什麼能「自我成長」：代理自己策展記憶，下個 session 回注

「grows with you」的機制不是背景自動摘要，而是 agent 主動策展自己的記憶（Memory 文件 [4] 截至 2026-06）。拆開看：

兩份有上限的記憶檔：MEMORY.md（上限 2,200 字元，約 800 token）記「環境事實、慣例、學到的東西」，USER.md（上限 1,375 字元，約 500 token）記「你的偏好、溝通風格、期待」，都放在 ~/.hermes/memories/。
由 agent 透過 memory 工具自己增刪改：不是有個背景程序自動蒸餾，而是 agent 在互動中判斷「這條值得記」，主動 add / replace / remove 寫進上面兩份檔。字元上限是關鍵設計：它強迫 agent 篩選與合併（consolidation），而非無限堆積，所以成長是被策展（curated）的濃縮，不是流水帳。
下個 session 回注：session 起始時，這兩份檔被凍結成快照、注入 volatile 層（見上面三層組裝）。agent 於是帶著「上次記下的你與這份工作」開場，行為更貼合。

另有一層 SQLite + FTS5 完整歷史（~/.hermes/state.db），存所有 CLI 與訊息 session，可用 session_search 工具撈回過去的原始訊息。注意它和上面的「主動記憶」是兩套獨立系統：SQLite 是可搜尋的詳盡日誌，MEMORY.md 與 USER.md 是 agent 精選的長期筆記；前者不會自動蒸餾成後者。關鍵推論：成長發生在 session 之間，不在 session 之內，這正是 volatile 凍結的直接後果。一個 session 就是「讀上次的記憶 → 做事 → 把值得記的寫進磁碟」，下次再讀。這也說明了為什麼 SOUL.md（人格）固定不變、而 MEMORY.md 與 USER.md（學習）會長：人格是你預先定義的常數，成長只發生在記憶層。記憶只是成長的一臂。另一臂是 skill 自我演化：agent 能自己寫 skill，curator.py 在背景維護這些「agent 自建 skill」的生命週期，追蹤使用頻率，把久未用的 skill 從 active 轉 stale（預設 30 天）、再轉 archived（90 天封存），並週期性派一個輔助模型 review，提議整併重疊或修補漂移。它只碰 agent 自建的 skill，不動倉庫內建或 hub 安裝的 skill，且永不自動刪除，最壞只到可復原的封存（Curator 文件 [5] 截至 2026-06）。所以「成長」有兩條線：記憶層（你與工作的事實）與技能層（agent 自己累積、自己汰換的能力）。

與 OpenClaw 的成長機制差異兩者都靠 agent 主動寫記憶檔來成長；Hermes-Agent 的記憶檔有字元上限、強制 consolidation，另有 SQLite + FTS5 的完整歷史可搜尋回溯。差別在「精選的嚴格度」與「可回溯的詳盡度」，不在自動化程度。

3. 系統結構

Hermes-Agent 的入口點分四個，各自服務不同情境：

hermes-agent/

cli.py · CLI 入口（hermes 指令）

run_agent.py · AIAgent 主迴圈

hermes_state.py · SQLite 狀態資料庫

model_tools.py · 工具探索與分派

toolsets.py · 28 個 toolset 分組

gateway/

run.py · Gateway 入口（多管道長連）

agent/

prompt_builder.py · 三層 system prompt 組裝

system_prompt.py · 各層 slot 定義

memory_manager.py · 記憶管理

curator.py · agent 自建 skill 的背景 lifecycle 維護

skills/

SKILL.md · 技能格式定義

adapters/

· 第三方整合（Telegram、Discord、ACP 等）

核心元件與職責：

元件	職責
`AIAgent`（在 `run_agent.py`）	主迴圈：接收訊息 → 組裝 prompt → 呼叫模型 → 分派工具 → 寫回狀態
`prompt_builder.py`	三層 system prompt 組裝（stable → context → volatile）
`model_tools.py`	工具探索、schema 收集、依模型能力分派（多模態、本地執行、外部 API）
`hermes_state.py`	SQLite + FTS5 狀態資料庫，session search、LLM 摘要回溯
`memory_manager.py`	協調 `MEMORY.md` 與 SQLite 記憶的讀寫

子代理委派透過 delegate_task 工具觸發：預設 3 個並發子代理，每個子代理獲得獨立 context 與 terminal session（官方文件 [2] 截至 2026-05）。terminal 後端有六種：local、Docker、SSH、Singularity、Modal、Daytona，提供從「本機直接執行」到「雲端隔離環境」的彈性。

一次典型的 agent turn 內部流程

使用者在 Telegram 傳訊息

Telegram adapter 收到訊息，丟進 Gateway。

Gateway 找對應 session

把訊息丟給 AIAgent。

AIAgent 呼叫 prompt_builder 組裝三層 prompt

抓 SOUL.md（stable）+ AGENTS.md（context，CWD 往上走到 git root）+ MEMORY.md + USER.md（volatile，從 SQLite 凍結快照）。

拼好後送進模型

模型回應可能含 tool_call；model_tools 依模型與工具設定分派，可能呼叫 delegate_task 起子代理。

子代理回傳結果

主代理整理後回 Telegram；狀態寫回 SQLite。

這條鏈裡的每個環節都是可被替換或關閉的，這是「極簡外殼」的真意：核心骨架不複雜，但每個接點都暴露成可設定。

使用者側設定目錄：`~/.hermes/`

上面的 hermes-agent/ 是原始碼結構（開發者視角）。日常你實際編輯的是另一棵樹：執行期的設定目錄 HERMES_HOME，預設 ~/.hermes/（Linux、macOS、WSL2；Windows native 為 %LOCALAPPDATA%\hermes\）。它支援 profiles，每個隔離實例有自己的 HERMES_HOME（Configuration 文件 [6] 截至 2026-06）。

~/.hermes/

config.yaml · 主設定（非機密）：模型、terminal、記憶上限、壓縮、安全

.env · 機密：API key、各平台 token、password

auth.json · OAuth 憑證

SOUL.md · 代理人格（system prompt stable slot #1）

memories/

MEMORY.md · 跨 session 記憶，上限 2,200 字元

USER.md · 使用者偏好，上限 1,375 字元

skills/

· 代理自建 skill（curator 維護生命週期）

cron/

· 排程任務

sessions/

· Gateway 對話狀態

logs/

agent.log · errors.log · gateway.log

state.db · SQLite + FTS5 完整歷史

設定的核心切分是兩層：config.yaml（非機密、可進版控）與 .env（機密、永不進版控）。config.yaml 用 ${VAR_NAME} 語法引用 .env 的環境變數，API key 不寫進 config.yaml。倉庫根目錄附一份 cli-config.yaml.example（含完整行內說明）當起手範本。精選關鍵欄位（截至 2026-06）：

model:
  provider: openrouter          # openrouter | anthropic | openai | gemini | nous | auto
  default: anthropic/claude-opus-4.6
  base_url: https://openrouter.ai/api/v1   # 任何 OpenAI-compatible 端點，本地 vLLM / llama.cpp 填這裡
  # api_key 放 ~/.hermes/.env，不寫這裡

memory:
  memory_char_limit: 2200       # MEMORY.md 上限，對應第 2.5 節的 ~800 token
  user_char_limit: 1375         # USER.md 上限，對應 ~500 token

agent:
  max_concurrent_children: 3    # 並發子代理數
  max_spawn_depth: 1

terminal:
  backend: docker               # local | docker | ssh | modal | daytona | singularity

security:
  redact_secrets: true
  approvals:
    mode: manual                # manual | smart | off

檔案	進版控？	職責
`config.yaml`	可（非機密）	模型、terminal 後端、記憶上限、壓縮、安全、並發
`.env`	否（機密）	API key、Telegram、Discord、Slack 等平台 token、password
`auth.json`	否（機密）	OAuth 憑證
`SOUL.md`	可	代理人格，stable slot #1
`memories/MEMORY.md`、`memories/USER.md`	視情況	代理策展的長期記憶與使用者 profile
`state.db`	否（含原始對話）	session 全文歷史，備份策略要納入

.env 與 state.db 永不進公開版控config.yaml 設計上就是要進版控的非機密設定；但 .env（API key、平台 token）與 state.db（含所有原始對話內容）一旦進公開 repo 就是憑證外洩與隱私事故。把 ~/.hermes/.env、~/.hermes/state.db、~/.hermes/auth.json 加進 .gitignore，只 commit config.yaml 與 cli-config.yaml.example。

4. 自訂 md 檔：SOUL.md 等的角色

Hermes-Agent 的 md 檔清單比 OpenClaw 精簡，但每個都對應 prompt 組裝的特定 slot。以下清單與職責來自 agent/system_prompt.py 的三層組裝順序（Prompt Assembly 文件 [3] 截至 2026-05）：

檔案	層次	職責	位置
`SOUL.md`	stable (slot #1)	代理人格與身份，完整替換預設 identity	`$HERMES_HOME/SOUL.md`
`AGENTS.md` / `.hermes.md` / `CLAUDE.md`	context	專案指令與慣例，首個符合的檔案優先	CWD 往上走到 git root
`MEMORY.md`	volatile	代理跨 session 筆記，上限 2,200 字元	`$HERMES_HOME/memories/`
`USER.md`	volatile	使用者偏好與溝通風格，上限 1,375 字元	`$HERMES_HOME/memories/`

幾個關鍵設計點：

SOUL.md 只從 HERMES_HOME 載入，不隨 CWD 改變。這個設計確保人格跨專案穩定：你在 A 專案寫的人格，不會被 B 專案的 AGENTS.md 覆寫
預設 SOUL.md 自動植入：首次啟動時由 hermes_cli/default_soul.py 寫入，內容為簡短的身份宣告。改之前先讀這份預設，你就知道「如果我把這整段刪掉，會發生什麼」
volatile 層凍結快照：session 起始時 MEMORY.md 與 USER.md 的內容被凍結成 snapshot 注入 system prompt，session 中的記憶操作僅寫入磁碟，下次 session 才生效。這個設計保護 LLM prefix cache 穩定性（同一個 session 內的 prompt 前綴不變），代價是「session 內的自我改進要等下一輪才看得到」
子代理委派時的例外：呼叫 delegate_task 啟動子代理時（skip_context_files），SOUL.md 不載入，改用硬編碼的 DEFAULT_AGENT_IDENTITY。子代理不繼承主人格，這是給「不同任務用不同人格」的彈性

volatile 凍結的代價你在 session 中間對 MEMORY.md 的修改，這個 session 內不會被這個 session 自己讀到。如果你預期「我說一句、它記一句、下一句就用到」，會失望。把它想成「每天晚上寫日記、明早起床才看得到」。

與 05-1 OpenClaw 的對位：

維度	OpenClaw	Hermes-Agent
人格檔	`SOUL.md`	`SOUL.md`
身份卡	`IDENTITY.md`（額外一份）	併入 `SOUL.md`
記憶精煉層	`MEMORY.md`	`MEMORY.md`
詳細日誌	`memory/YYYY-MM-DD.md`（每日一檔）	SQLite + FTS5
使用者檔	`USER.md`	`USER.md`
工具慣例	`TOOLS.md`	併入 `AGENTS.md` 或環境變數
專案政策	`AGENTS.md`	`AGENTS.md` / `.hermes.md` / `CLAUDE.md`
心跳	`HEARTBEAT.md` + Gateway 排程	官方文件未明確說明是否原生支援 heartbeat；以官方文件為準
bootstrap	`BOOTSTRAP.md`	首次啟動自動植入預設 `SOUL.md`，無顯式儀式

5. 一句生活比喻

Hermes-Agent 像一個有內建「自我契約」與「晨間簡報」機制的實習生：他出門上班前會把三份文件從家裡（$HERMES_HOME）抓出來讀，分別是「我是誰」（SOUL.md）、「昨天我學到什麼」（MEMORY.md）、「老闆喜歡什麼」（USER.md），進到辦公室再讀一份專案手冊（AGENTS.md，從最近的專案資料夾往上找）。這三份家裡的文件今天之內不會再改（凍結快照），他寫筆記也只能寫進抽屜、明早才讀得到；而他偶爾會把工作分派給三個彼此獨立的助理（子代理），這些助理不繼承他的內建契約，只執行你指派的特定任務。人不是固定的，是每天早上重組一次；而重組的來源（家裡那三份文件）是你替他寫好的、可版控的。

6. 極簡設計的取捨

6.1 你得到的好處

人可讀、可版控、可跨平台移植。 所有「代理是誰、要記什麼、要怎麼做」都用 md 檔或可 diff 的 SQLite 表達，沒有閉源的二進位設定
prefix cache 友好。 volatile 凍結快照讓同一 session 內的 prompt 前綴穩定，模型成本下降
不綁供應商。 任何 OpenAI-compatible API 都能接，這在 2026 年的供應商快速變動環境裡是實質的戰略選項
Skill 漸進揭露。 Level 0 只載入 skills index（約 3k tokens），Level 1 才載入完整 skill 內容，是給「裝很多 skill 但不是每個 session 都用」的成本控制

6.2 你付出的代價

純文字格式缺乏結構化 schema 驗證。 md 檔沒有型別檢查，personality drift（人格漂移）難以量化：你怎麼知道 SOUL.md 改了三輪後沒有把語氣推離原本的設計？
volatile 凍結使 session 中記憶延遲生效。 與即時感知不符，UX 上有摩擦
多代理場景的人格差異化：子代理用硬編碼的 DEFAULT_AGENT_IDENTITY，但如何為不同子代理注入不同人格？官方文件未說明是否提供子代理的 SOUL.md override 機制。
SQLite 是單機儲存。 如果你想在多台機器之間同步 session 歷史，要自己接 sync layer（filesystem watcher、Syncthing、或自架 S3 相容層）

什麼時候選 Hermes-Agent 而不是 OpenClaw

你的工作流是「一個 daemon 服務多個管道的同一個我」：選 Hermes-Agent，極簡設計剛好
你的工作流是「同一個 daemon 跑多個獨立人格的 agent 各自服務不同場景」：選 OpenClaw，多管道路由 + 隔離 session 設計更貼合
你的工作流是「個人本地實驗、不需要企業硬化」：兩者皆可，看你偏好 Python 或 TypeScript
你的工作流是「要上 production / 企業環境」：兩個都不夠，要疊 05-3 NemoClaw 的硬化外殼

動手做

改 SOUL.md 驗證 identity slot

把 ~/.hermes/SOUL.md 換成自訂人格（例如「語氣直白、結論先行、拒絕行銷腔、不用 emoji」），重啟 hermes 觀察新 session 開頭 agent 的語氣變化。記得：session 內改 SOUL.md 對當前 session 無效，必須重啟。

觀察 volatile 凍結行為

用 hermes memory 指令觀察 MEMORY.md 的增刪記錄；然後在 session 內要求 agent 記下某件事，觀察它寫入磁碟的時機（session 結束時）與下次 session 開始讀回來的時機（session 啟動時）。

讀 prompt_builder.py 的原始碼

直接 clone 倉庫讀 agent/prompt_builder.py 與 agent/system_prompt.py，體會「三層組裝」在程式碼裡的形狀。這比讀文件更能掌握實作。

常見誤區

誤以為 Hermes-Agent 只能搭配 Hermes 系列模型：實際上任何 OpenAI-compatible API 皆可（OpenRouter、Anthropic、OpenAI、Google、vLLM、llama.cpp 等）
誤以為修改 SOUL.md 當前 session 立即生效：實際上需重啟代理，因為 volatile 層在 session 起始時凍結快照
誤以為 AGENTS.md 與 SOUL.md 功能相同：兩者分屬不同 prompt 層次（context vs stable）與生效範圍（CWD 往上找 vs HERMES_HOME 唯一）
把 SQLite 狀態當成可丟棄的快取：SQLite 含 session search 與 LLM 摘要回溯的依據，誤刪會讓「上次對話為什麼這樣做」變成不可考；備份策略應包含 SQLite 檔
子代理期待主人格：delegate_task 啟動的子代理不繼承 SOUL.md，直接使用 DEFAULT_AGENT_IDENTITY。如果你需要子代理有特定人格，要自己在呼叫時傳入 context 或事先建立子代理專屬的 SOUL.md；官方文件未明確說明是否有原生 override 支援。

自我檢核

通過本單元的標準

能畫出 stable → context → volatile 三層 system prompt 的各個 slot 及其對應檔案嗎？
能解釋為什麼 volatile 層採用凍結快照而非即時注入，以及這對記憶一致性與推論成本各有什麼影響？
能說出 SOUL.md 為何固定從 $HERMES_HOME 載入、不隨 CWD 改變的設計理由嗎？
能指出 Hermes-Agent 相對於 05-1 OpenClaw 在「人格檔、記憶儲存、心跳支援」三個維度上的差異嗎？
你的工作流是「一個我服務多管道」還是「多個我各服務不同場景」？這個選擇會導向哪個框架？

來源與延伸閱讀

事實主張依官方文件，快變動項標註截至 2026-05。

[1] Nous Research, “hermes-agent,” GitHub repository. https://github.com/NousResearch/hermes-agent （截至 2026-05）
[2] Nous Research, “Hermes-Agent Documentation,” official docs. https://hermes-agent.nousresearch.com/docs/ （截至 2026-05）
[3] Nous Research, “Prompt Assembly,” Hermes-Agent Developer Guide. https://hermes-agent.nousresearch.com/docs/developer-guide/prompt-assembly （截至 2026-05）
[4] Nous Research, “Memory,” Hermes-Agent User Guide. https://hermes-agent.nousresearch.com/docs/user-guide/features/memory （截至 2026-06）
[5] Nous Research, “Curator,” Hermes-Agent User Guide. https://hermes-agent.nousresearch.com/docs/user-guide/features/curator （截至 2026-06）
[6] Nous Research, “Configuration,” Hermes-Agent User Guide. https://hermes-agent.nousresearch.com/docs/user-guide/configuration （截至 2026-06）
[7] Nous Research, “Personality and SOUL.md,” Hermes-Agent User Guide. https://hermes-agent.nousresearch.com/docs/user-guide/features/personality （截至 2026-05）
[8] Nous Research, “Context Files,” Hermes-Agent User Guide. https://hermes-agent.nousresearch.com/docs/user-guide/features/context-files （截至 2026-05）
[9] Nous Research, “cli-config.yaml.example,” GitHub. https://github.com/NousResearch/hermes-agent/blob/main/cli-config.yaml.example （截至 2026-06）

銜接：05-1 OpenClaw（TypeScript、md 檔更多、心跳排程更完善）；05-3 NemoClaw（NVIDIA 2026-03 開源，把 Hermes 包進 OpenShell 沙箱，企業就緒）；05-4 三條路線差異；01-6 Harness Engineering 本單元架構所體現的 harness 設計判準。

總覽

Part I 基礎與進階認識

Part II 進階調適與設定

Part III 認知與思維

Part IV 客製化、整合與自動化

Part V Agentic 案例研究

附錄

05-2 Hermes-Agent 解剖：Nous Research 的極簡代理

學習目標

1. 由來與定位

2. 核心技術

2.5 為什麼能「自我成長」：代理自己策展記憶，下個 session 回注

3. 系統結構

使用者側設定目錄：`~/.hermes/`

4. 自訂 md 檔：SOUL.md 等的角色

5. 一句生活比喻

6. 極簡設計的取捨

6.1 你得到的好處

6.2 你付出的代價

動手做

常見誤區

自我檢核

來源與延伸閱讀

​學習目標

​1. 由來與定位

​2. 核心技術

​2.5 為什麼能「自我成長」：代理自己策展記憶，下個 session 回注

​3. 系統結構

​使用者側設定目錄：~/.hermes/

​4. 自訂 md 檔：SOUL.md 等的角色

​5. 一句生活比喻

​6. 極簡設計的取捨

​6.1 你得到的好處

​6.2 你付出的代價

​動手做

​常見誤區

​自我檢核

​來源與延伸閱讀

學習目標

1. 由來與定位

2. 核心技術

2.5 為什麼能「自我成長」：代理自己策展記憶，下個 session 回注

3. 系統結構

使用者側設定目錄：`~/.hermes/`

4. 自訂 md 檔：SOUL.md 等的角色

5. 一句生活比喻

6. 極簡設計的取捨

6.1 你得到的好處

6.2 你付出的代價

動手做

常見誤區

自我檢核

來源與延伸閱讀