AI创业内参
Agent工坊

【Agent工坊】用Hermes Agent搭建7×24自动化内容监控流水线

AI创业内参

【Agent工坊】用Hermes Agent搭建7×24自动化内容监控流水线

一套Skill + 一个Cron = 你的AI内容雷达。本文从零开始，手把手教你用Hermes Agent的Skill系统搭建全天候热点监控，包含完整代码、输出示例和踩坑实录。


前言

AI创业者最怕什么？不是写不出内容，而是错过了该写的内容。


行业变化太快——凌晨发布的模型更新、周末突发的政策变动、深夜上线的新工具。等你周一早上打开电脑，别人已经把解读文章发出去了。


怎么办？用AI Agent做7×24监控。


这篇文章将带你用Hermes Agent的Skill系统，从零搭建一套自动化的内容监控流水线。不需要买SaaS工具，不需要学爬虫框架，只需要一个Skill文件 + 一个Cron任务。


读完你能得到什么：一套可立即部署的监控系统，自动发现热点、判断价值、生成文章草稿，并推送到你的工作区。


背景：为什么选Hermes Agent

Hermes Agent 是 NousResearch 开源的AI Agent框架，核心特点是Skill系统——通过Markdown文件定义Agent的完整行为，包括触发条件、执行流程、输出规范。


相比其他Agent框架，Hermes的Skill系统有三个关键优势：


  1. 纯文本即代码：Skill就是Markdown文件，不需要学新语言或配置JSON/YAML
  2. 热加载：修改Skill文件后立即生效，不需要重启Agent
  3. 任意组合：多个Skill可以串联，一个Skill触发另一个Skill

对于内容监控这个场景，我们需要的是一套可持续运行的"流水线"，而不是一次性的脚本。Skill系统天然适合——定义好监控规则，Agent会自动按规则执行。


核心架构

我们的监控流水线分三层：


┌─────────────────────────────────────────────┐
│  第1层：定时触发器（Cron）                    │
│  每15分钟 → 调用Hermes Agent + Skill         │
├─────────────────────────────────────────────┤
│  第2层：Skill执行引擎                         │
│  搜索 → 提取 → 判断价值 → 生成草稿            │
├─────────────────────────────────────────────┤
│  第3层：输出与分发                            │
│  保存Markdown草稿 → 推送通知 → 人工审核        │
└─────────────────────────────────────────────┘


下面我们逐层实现。


第1层：Cron定时触发器

首先，我们需要一个Cron任务来定期触发Agent。


在你的服务器上创建一个Cron任务：


# 编辑crontab
crontab -e

# 添加以下行（每15分钟执行一次）
*/15 * * * * /opt/hermes-home/bin/hermes run \
  --skill ai-neican-hotspot \
  --output /opt/hermes-home/projects/ai-neican/outputs/ \
  >> /opt/hermes-home/logs/hotspot.log 2>&1


输出示例： 

[2026-05-15 10:00:02] 🔍 热点扫描启动
[2026-05-15 10:00:05] ✅ 搜索完成，获取12条候选新闻
[2026-05-15 10:00:08] 📊 价值评估：3条高价值，5条中等，4条低价值
[2026-05-15 10:00:12] ✍️ 生成草稿：draft-20260515-1000-gpt5-api-update.md
[2026-05-15 10:00:12] ✅ 完成。1篇草稿已保存。


关键参数说明：


  • --skill ai-neican-hotspot：指定要加载的Skill名称
  • --output：草稿输出目录
  • >> log：将标准输出追加到日志文件

接下来是核心——编写Skill文件。


第2层：编写监控Skill

Skill文件的核心是"告诉Agent它该做什么、怎么判断、输出什么"。


在 ~/.hermes/skills/ 目录下创建 ai-neican-hotspot.md：


<hr>
name: ai-neican-hotspot
description: AI创业内参 - 热点监控Skill
triggers:

  - 每15分钟热点扫描
  - 发现重大新闻立即生成内容
<hr>
# AI热点监控Skill

## 执行流程

### 步骤1：搜索（3个来源并行）
用web_search搜索以下关键词，各取前5条：

- "AI agent 最新更新 2026"
- "开源AI工具 发布 release"
- "Claude GPT 模型更新"

### 步骤2：提取与评分
对每条结果打分（满分10分）：

- 时效性：24小时内发布 → +3分
- 相关性：涉及AI工具/创业/变现 → +3分
- 稀缺性：不是重复报道 → +2分
- 可操作性：读者能立即应用 → +2分

### 步骤3：决策

- 总分≥7：立即生成草稿（800-1500字）
- 总分5-6：记录到watchlist，累积3条同主题再生成
- 总分≤4：忽略

### 步骤4：生成草稿
按以下结构输出Markdown文件：
\`\`\`
# 【AI风向】[爆炸性标题]

> [一句核心观点]

## 事件回顾
[详细描述]

## 为什么重要
[分析]

## 行动建议
[可操作的步骤]
<hr>
#AI创业 #热点 #一人公司
\`\`\`

### 步骤5：保存
保存到 /opt/hermes-home/projects/ai-neican/content/
文件名: draft-YYYYMMDD-HHMM-关键词.md


第2层进阶：添加数据源过滤

上面的基础Skill会搜索所有来源。但很快你会发现一个问题：大量低质量内容混入。


比如搜索"AI agent"会返回营销号、广告软文、重复转载。我们需要加一层过滤器。


在Skill中添加数据源白名单和标题过滤规则：


### 步骤1.5：数据源过滤

白名单（优先采用）：

- github.com（项目发布）
- news.ycombinator.com（技术社区）
- theverge.com（科技媒体）
- arxiv.org（学术论文）

黑名单关键词（直接跳过）：

- "购买" "优惠" "广告" "推广"
- "震惊" "揭秘" "看完惊呆了"
- "99%的人不知道"

标题质量检查：

- 标题长度 < 10字符 → 信息量不足，跳过
- 标题含"最新" 但内容时间戳 > 7天 → 过期，跳过
- 标题含英文专有名词但拼写错误 → 低质内容，跳过


踩坑提醒：


⚠️ 坑1：中文新闻站点提取内容失败


web_extract 对很多中文新闻站（新浪、虎嗅、人民网的移动端）返回0字符。这是因为这些站点用了复杂的前端渲染或反爬机制。


解决方案：优先搜索英文技术源（HN、GitHub、dev.to），中文内容通过搜索标题找到原文链接后，用 web_extract 尝试提取；如果失败，用 browser_navigate 直接访问页面并用 browser_console 提取正文。


# Hermes内部会用类似这样的降级逻辑
try:
    content = web_extract(urls=[article_url])
    if len(content) < 100:  # 内容太少，走降级
        raise ValueError("内容不足")
except Exception:
    # 降级：用浏览器直接访问
    browser_navigate(url)
    content = browser_console(
        expression="document.querySelector('article')?.innerText || document.body.innerText.substring(0, 5000)"
    )


第3层：添加重复检测

另一个常见问题：同一热点被反复生成草稿。


比如一个重大新闻从凌晨3点上榜，到中午12点还在热搜。如果你的Cron每15分钟跑一次，理论上会生成36篇重复草稿。


在Skill中添加重复检测逻辑：


### 步骤3.5：重复检测（生成草稿前必做）

1. 提取当前热点的核心关键词（如 "GPT-5"、"OpenAI"）
2. search_files 搜索 content/ 目录：
   - pattern: 核心关键词
   - target: content
   - path: /opt/hermes-home/projects/ai-neican/content/
   - time_range: 最近72小时
3. 如果已有 ≥2 篇草稿覆盖同一主题 → 跳过
4. 如果只有1篇但字数 < 500 → 合并更新（追加新信息到已有草稿）


输出示例（重复检测命中）： 

[2026-05-15 10:15:03] 🔍 发现热点：Anthropic发布Claude 4
[2026-05-15 10:15:04] ⚠️ 重复检测：过去72小时内已有3篇相关草稿
[2026-05-15 10:15:04] ⏭️ 跳过。最近一篇：draft-20260515-0800-claude-4-release.md


踩坑提醒：


⚠️ 坑2：跨日重复陷阱


同一个热点可能在前一天的Cron周期已经被发现并生成草稿，但第二天又出现在热榜上。如果只检查"当日草稿"，会漏掉这种情况。


正确做法：grep 搜索最近1-3天内所有草稿的标题和关键词，不只看当天。


# 检查近3天草稿中是否已覆盖当前主题
grep -rl "Claude 4\|claude-4\|Anthropic发布" \
  /opt/hermes-home/projects/ai-neican/content/draft-2026051*.md


第3层进阶：智能价值判断

仅仅靠关键词打分还不够。有些新闻虽然得分低，但对特定读者群极有价值。


添加上下文加权逻辑：


### 上下文加权规则

基础分（步骤2的结果） × 上下文系数：

- 涉及读者画像相关工具（Hermes Agent、OpenClaw、Cursor AI） → ×1.5
- 涉及变现方法（广告政策、平台规则、付费模式） → ×1.4
- 涉及技术教程（有代码示例、可复现的教程） → ×1.3
- 纯行业大新闻（融资、收购、IPO） → ×1.2
- 纯观点/评论/预测（无实际数据） → ×0.7


示例：


一条新闻基础分是5分，但涉及Hermes Agent新版本发布 → 5 × 1.5 = 7.5分 → 触发立即生成。


另一条新闻基础分也是5分，但是纯观点评论 → 5 × 0.7 = 3.5分 → 忽略。


完整Skill文件

把上面的所有模块组合起来，就是一个完整的监控Skill。实际部署时，你会得到一个约200行的Markdown文件，涵盖了搜索、过滤、评分、去重、生成的全流程。


关键设计原则：


  1. Markdown即配置：不需要JSON、YAML、代码文件。用人类可读的Markdown定义所有规则
  2. 分层决策：先搜→再滤→再评→去重→最后生成。每层失败都能提前退出
  3. 可观测性：每一步都输出日志，出问题时能快速定位

部署与验证

完成Skill编写后，验证流程：


# 1. 检查Skill语法
hermes skill validate ai-neican-hotspot

# 输出：
# ✅ Skill 'ai-neican-hotspot' 验证通过
#    - 触发条件：2个
#    - 执行步骤：5个
#    - 输出格式：Markdown


# 2. 手动试跑一次
hermes run --skill ai-neican-hotspot --dry-run

# 输出：
# 🔍 搜索阶段... 获取15条结果
# 📊 评分阶段... 7条≥7分, 5条5-6分, 3条≤4分
# ⚠️ 去重检查... 5条已存在草稿，跳过
# ✍️ 生成阶段... 2篇新草稿
# [DRY RUN] 实际未写入文件


# 3. 确认Cron正常运行
grep "hotspot" /var/log/cron | tail -5

# 输出示例：
# May 15 10:00:01 server CROND[12345]: (hermes) CMD (hermes run --skill ai-neican-hotspot ...)
# May 15 10:15:01 server CROND[12346]: (hermes) CMD (hermes run --skill ai-neican-hotspot ...)


高级技巧：多Skill串联

当一个Skill发现重大新闻后，可以自动触发另一个Skill进行深度处理：


### 步骤6：重大发现自动升级

如果单条新闻评分 ≥ 9分：
→ 自动触发 ai-neican-content-pipeline Skill
→ 进入完整流水线：researcher → outliner → writer → reviewer
→ 生成2000-4000字深度分析文章
→ 自动配图、排版、提交公众号草稿箱


这就是Hermes Agent Skill系统的真正威力——Skill之间可以像微服务一样调用和组合。


常见问题

Q：Cron最小间隔是多少？ A：取决于你的API配额和新闻更新频率。建议15-30分钟。太频繁会浪费API调用，且99%的情况没有新内容。


Q：如何避免API费用失控？ A：在Skill中设置每日最大调用次数。Hermes Agent支持rate_limit配置：


rate_limit:
  max_calls_per_day: 200
  cooldown_seconds: 30


Q：监控到重大新闻后能自动推送通知吗？ A：可以。在Skill中添加通知步骤，支持企业微信、飞书、Telegram等渠道。


Q：这个方案需要多少钱？ A：如果使用DeepSeek等低成本模型 + Hermes Agent开源框架，日均API费用约0.5-2元人民币，加上服务器费用（最低配云服务器约50元/月）。


总结

组件作用技术要点
Cron定时触发15分钟间隔，日志重定向
Skill文件定义Agent行为Markdown格式，热加载
搜索层发现候选新闻多来源并行，白名单过滤
评分层判断内容价值基础分+上下文加权
去重层避免重复生成72小时内关键词匹配

这套方案的核心理念是：让Agent做"发现和初筛"，人做"决策和润色"。Agent帮你24小时盯着全网的AI动态，把值得关注的内容挑出来、打好草稿，你每天早上打开电脑就能看到一份"今日AI热点简报"，花10分钟审核、润色、发布。


这才是AI创业者的正确姿势——不是被信息淹没，而是让信息为你工作。


参考信息

  • Hermes Agent Skill系统设计理念参考自NousResearch官方文档
  • Cron定时任务配置参考Linux man crontab
  • 内容评分模型参考新闻价值评估理论（时效性、相关性、显著性、接近性、趣味性）

#Agent工坊 #HermesAgent #Skill开发 #自动化内容 #一人公司


本文由AI辅助创作，经人工审核编辑发布