要实现hermes桌面端与终端交互的流畅体验，需同步优化三方面：一是将stream_chunk_size设为32（2的幂且≤64）以对齐vllm页大小；二是设置tui_hover_delay_ms: 0禁用悬停延迟；三是通过--websocket-heartbeat=30或/ws heartbeat 25启用websocket心跳，并在cli中启用stream_render_mode: "overwrite"实现行内覆盖渲染。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Hermes桌面端与终端交互真正达到视觉连贯、响应即时、不卡顿的流畅体验，必须绕过默认流式输出的缓冲抖动和消费者异步错位问题——这不是单纯调高刷新率能解决的，而是要从回调分发节奏、终端渲染策略、TUI弹层阻塞点三处同步干预。
统一流式分块粒度，消除CLI与TUI输出节奏差
默认stream_chunk_size=64会导致CLI行缓冲与TUI模态窗口渲染不同步：CLI每64字符强制换行，而TUI等待完整语义块才刷新，造成“先闪后停”现象。
打开config/agent_config.yaml，找到streaming节点，将stream_chunk_size改为32；该值必须是2的幂且≤64，否则vLLM后端会拒绝加载配置。
执行hermes doctor --fix-stream验证修改生效——若输出包含✓ Chunk size aligned with vLLM PagedAttention page size，说明已适配显存页对齐；若提示Invalid chunk size，请立即回退为16或32，【不可设为奇数或非2幂值】。
禁用TUI鼠标悬停触发的模态延迟
TUI界面中，当光标移入技能按钮或模型选择器时，默认触发hover弹层，该弹层需等待完整推理结果才显示，导致操作卡顿感明显。
在cli-config.yaml中添加字段：tui_hover_delay_ms: 0；此参数直接关闭悬停防抖，让弹层在鼠标进入瞬间即渲染占位框。
重启TUI：hermes --tui --dev（开发模式强制重载配置）；此时再移入技能图标，弹层将秒级出现，且后续内容流式填充——【注意：此设置仅影响TUI，不影响CLI和桌面版Web UI】。
桌面版强制启用WebSocket心跳保活
Hermes Desktop基于Electron构建，但默认WebSocket连接在闲置60秒后自动断开，导致用户切回窗口时首条流式输出延迟达2～5秒。
方法一：启动时注入参数
双击应用图标前，右键→属性→目标栏末尾追加：--websocket-heartbeat=30；数字单位为秒，30表示每30秒发送一次空心跳帧。
方法二：运行中动态调整
在桌面版输入斜杠命令/ws heartbeat 25，立即生效；该命令会写入%APPDATA%\HermesDesktop\ws_config.json并持久化。
验证方式：打开开发者工具（Ctrl+Shift+I）→ Network → Filter输入ws → 查看WS连接的Frames列表，应每隔设定秒数出现一条ping帧；若超过设定时间未见新帧，说明参数未生效。
CLI终端启用行内流式覆盖渲染
传统CLI逐行追加输出，长响应易撑满终端、触发滚动抖动；启用覆盖渲染后，同一行内字符实时替换，视觉更聚焦。
第一步：确认终端支持ANSI擦除序列
在PowerShell中执行：echo "`e[2K"`；若看到空白行，说明支持；若原样输出<code>^[2K字符，则需升级Windows Terminal或使用Git Bash。
第二步：启用覆盖模式
编辑~/.hermes/config.yaml，在cli区块下添加：stream_render_mode: "overwrite"。
第三步：重启CLI会话
输入/clear后，新消息将严格在当前输入行下方单行内流式更新，旧字符被新token逐个覆盖——这一步操作起来很简单，直接把文件改完保存就行，无需重启进程。
