【Agent工坊】用 Hermes Agent 构建 24 小时自动化内容监控流水线

零代码搭建一套"热点扫描→内容生成→自动发布"的 AI Agent 工作流，让内容创业从体力活变成配置活。

前言

做 AI 内容创业的人都知道，最累的不是写作本身，而是持续盯着信息源——GitHub 上哪个 AI 工具又发版了、Hacker News 上什么话题正在爆、竞品今天又发了什么。盯不过来，就错过热点；盯得过来，人就废了。

Hermes Agent 的 Skill + Memory + Cron 三件套，恰好能解决这个问题。这篇文章从零带你搭建一套24 小时无人值守的内容监控流水线，包含源码、配置和踩坑经验。

看完你能带走：一套可直接复用的 Skill 模板、一个 Cron 调度配置、以及三个我实际踩过的坑。

环境准备

Hermes Agent 是一个开源的 AI Agent 框架，由 NousResearch 维护。它最大的特点是文件系统原生的记忆机制——Agent 的状态、知识、配置全部以 Markdown 文件存储，而不是黑盒数据库。

安装

# 克隆仓库
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent

# 安装依赖（Python 3.10+）
pip install -r requirements.txt

# 配置 API Key
cp .env.example .env
# 编辑 .env，填入你的 LLM API Key

验证安装

hermes --version
# 输出: hermes-agent v2026.5.x

hermes config list
# 输出: model, provider, web.backend 等配置项

核心概念：Skill 是什么

Skill 是 Hermes Agent 的可复用能力单元。每个 Skill 就是一个 Markdown 文件，放在 ~/.hermes/skills/ 目录下，用 YAML front matter 定义触发条件和元数据：

<hr>
name: my-skill
description: 描述这个 Skill 做什么
triggers:

  - 当用户提到 X 时自动触发
<hr>

Agent 在每次对话时都会扫描 skills 目录，当用户的输入命中某个 Skill 的 triggers 规则时，该 Skill 的内容会自动注入到系统提示词中，指导 Agent 的行为。

关键点：Skill 文件是即改即生效的——你编辑完保存，下一次对话立刻生效，不需要重启任何服务。

实战：构建热点监控 Skill

我们的目标是：每 1 小时自动扫描 GitHub releases 和 HN 热榜，发现 AI 工具相关的新动态，生成一篇摘要草稿。

第一步：创建 Skill 文件

在 ~/.hermes/skills/ 下创建 ai-hotspot-monitor.md：

<hr>
name: ai-hotspot-monitor
description: AI 工具赛道热点监控 - 扫描 GitHub releases 和 HN 热榜
triggers:

  - 每 1 小时自动执行
  - 用户说"扫描热点"
<hr>
# AI 热点监控

## 扫描目标

1. **GitHub Releases**：用 GitHub API 拉取以下仓库的最新 Release：
   - NousResearch/hermes-agent
   - openclaw/openclaw
   - 以及用户在记忆中配置的追踪列表

2. **Hacker News 热榜**：用 HN Algolia API 搜索 AI 相关关键词：
   - "AI agent"、"Claude Code"、"Cursor"、"MCP"、"LLM"
   - 过滤：points > 50 且发布时间在 24 小时内

## 执行流程

1. 调用 GitHub API 拉取最新 release 信息
2. 调用 HN Algolia API 拉取热门 AI 帖子
3. 对比上一次扫描结果（存储在记忆中），识别增量
4. 如果有新发现：
   - 生成 Markdown 格式摘要，保存到 `/opt/hermes-home/projects/ai-neican/content/draft-YYYYMMDD-HHMM-hotspot.md`
   - 格式：标题 + 核心摘要 + 来源链接
5. 更新记忆：记录本轮扫描的时间戳和结果指纹

## 输出格式

每篇草稿格式：

【AI风向】YYYY年MM月DD日热点速报

🔥 今日必看

[最重要的 1-2 条]

📊 工具更新

[GitHub release 动态]

💬 社区热议

[HN 热门讨论]

📌 值得关注

[次重要动态]

#AI创业 #热点监控 #Agent工坊

## 防重复机制

- 对比上次扫描指纹（release tag + HN story ID）
- 相同指纹跳过，不重复生成

第二步：配置 Cron 调度

Hermes Agent 支持通过内置的 Cron 系统定时触发 Skill。在 ~/.hermes/config/cron.json 中配置：

{
  "jobs": [
    {
      "id": "hotspot-scan-hourly",
      "schedule": "0 * * * *",
      "skill": "ai-hotspot-monitor",
      "description": "每小时扫描 AI 工具赛道热点",
      "enabled": true
    }
  ]
}

或者直接在 Hermes 内部通过对话配置：

hermes cron add --name "热点扫描" --schedule "0 * * * *" --skill ai-hotspot-monitor

第三步：配置记忆（Memory）

Memory 是 Hermes Agent 的持久化记忆系统。我们用它来存储：

追踪的仓库列表
上次扫描的时间戳和指纹
已经生成过的草稿关键词（防重复）

创建 ~/.hermes/memory/hotspot-state.md：

# 热点监控状态

## 追踪仓库

- NousResearch/hermes-agent
- openclaw/openclaw
- anthropics/claude-code (非官方镜像)
- microsoft/playwright-mcp

## 上次扫描

- 时间: 2026-05-16 00:00 UTC
- 指纹: hermes-v2026.5.15, hn-44570000, hn-44570001
- 已生成草稿: draft-20260516-0000-hotspot.md

## 已覆盖话题（48小时窗口）

- Hermes Agent v2026.5.15 发布
- OpenClaw 多 Agent 协作更新
- GPT-5.5 生物漏洞赏金计划

Agent 在每次执行 Skill 时会自动读取这个记忆文件，扫描完成后自动更新。

实战演示：完整运行示例

配置完成后，手动触发一次扫描看看效果：

# 手动触发热点扫描
hermes skill run ai-hotspot-monitor

Agent 会依次执行以下操作，以下是实际运行的输出示例：

[2026-05-16 02:00:01] 开始热点扫描...
[2026-05-16 02:00:02] GitHub API: 查询 NousResearch/hermes-agent releases...
[2026-05-16 02:00:03] GitHub API: 最新 release: v2026.5.15 (2026-05-15)
[2026-05-16 02:00:03] GitHub API: 查询 openclaw/openclaw releases...
[2026-05-16 02:00:04] GitHub API: 最新 release: v2026.5.14 (2026-05-14)
[2026-05-16 02:00:05] HN Algolia: 搜索 "AI agent"...
[2026-05-16 02:00:06] HN Algolia: 找到 3 条新内容 (points>50, 24h内)
[2026-05-16 02:00:06] 对比记忆指纹: hermes-v2026.5.15 已覆盖，跳过
[2026-05-16 02:00:06] 新发现: openclaw v2026.5.14 (上次扫描后新增)
[2026-05-16 02:00:06] 新发现: HN "Show HN: AI Agent Framework" (85 points)
[2026-05-16 02:00:07] 生成草稿: draft-20260516-0200-hotspot.md
[2026-05-16 02:00:07] 更新记忆指纹: openclaw-v2026.5.14, hn-44571234
[2026-05-16 02:00:07] 扫描完成。1 个新 release，1 个新 HN 帖子，已生成 1 篇草稿。

生成的草稿文件内容示例：

# 【AI风向】2026年5月16日热点速报

## 🔥 今日必看

- **OpenClaw v2026.5.14 发布**：新增多 Agent 并行任务调度器，支持 5 个 Agent 同时协作，任务分配延迟降低 60%

## 💬 社区热议

- **Show HN: AI Agent Framework** (85 points, 32 comments)
  HN 用户发布了一个轻量级 AI Agent 编排框架，支持 MCP 协议和自定义 Tool。讨论焦点：与 LangChain 的对比、生产环境稳定性。

## 📌 值得关注

- Hermes Agent 社区提交了 3 个新 Skill PR（内容审核、自动翻译、RSS 解析）

踩坑记录

坑 1：GitHub API 限流

现象：连续调用 /releases 接口 2-3 次后返回 403 rate limit exceeded。

原因：未认证的 GitHub API 每小时只有 60 次请求额度。

解决：在请求头中加上 Personal Access Token：

curl -s -H "Authorization: Bearer $GITHUB_TOKEN" \
  "https://api.github.com/repos/NousResearch/hermes-agent/releases?per_page=3"

认证后额度提升到 5000 次/小时，完全够用。

坑 2：HN Algolia 搜索返回 0 结果

现象：明明 HN 首页有 AI 相关热帖，但 Algolia API 返回 "hits": []。

原因：Algolia 的 search_by_date 端点对中文关键词支持有限，且有时存在索引延迟。

解决：改用更宽泛的英文关键词 + 直接拉取 /newest 页面的方案做兜底：

# 主力：Algolia 关键词搜索
curl -s "https://hn.algolia.com/api/v1/search_by_date?query=AI+agent&tags=story&hitsPerPage=20"

# 兜底：直接拉取 HN 最新提交（用 web_extract 或其他方式）
# 对比二者结果，取并集

坑 3：Cron 任务输出被吞

现象：Cron 日志显示任务执行成功，但草稿文件没有生成。

原因：Hermes Agent 的 Cron 模式下，当 Agent 判断"无事发生"时，会输出 [SILENT] 并正常退出。但如果 Skill 内部的错误处理不完善（比如 API 调用失败后没有 fallback），Agent 可能会在中间步骤终止，且错误信息不会输出到 Cron 日志。

解决：在 Skill 中为每个 API 调用添加 try-catch 逻辑：

## 容错规则

- GitHub API 不可用 → 记录到记忆，下次重试，不阻塞
- HN API 不可用 → 降级到静态规则（人工关注的 5 个关键词）
- 任一数据源失败 → 继续处理其他数据源，最终报告中标注数据缺口
- 所有数据源失败 → 输出 [SILENT]，不做无意义的空草稿

坑 4：记忆文件膨胀

现象：运行一周后，hotspot-state.md 文件膨胀到 5000+ 行，Agent 读取速度变慢。

原因：每次扫描都在"已覆盖话题"列表后面追加新条目，从未清理过期记录。

解决：为记忆文件添加自动清理规则——只保留最近 48 小时的覆盖记录：

## 已覆盖话题（48小时窗口，自动清理）
<!-- Agent 每次更新时删除超过 48 小时的条目 -->

- Hermes Agent v2026.5.15 发布 (2026-05-15 12:00)
- OpenClaw 多 Agent 协作更新 (2026-05-15 18:00)

在 Skill 中添加上报前的清理步骤：

5. 更新记忆前：
   - 遍历"已覆盖话题"，删除时间戳超过 48 小时的条目
   - 确保总行数不超过 200 行
   - 再追加新条目

坑 5：跨时区时间戳混乱

现象：GitHub API 返回的 published_at 是 UTC 时间，HN 的 created_at 也是 UTC，但你的 Cron 日志用北京时间。对比"24小时内"时经常算错。

原因：三种时间源混用（UTC / 本地 / 北京时间），"24 小时内"的判断逻辑不一致。

解决：统一所有时间比较在 UTC 下进行：

from datetime import datetime, timezone, timedelta

def is_within_24h(iso_timestamp):
    """判断时间戳是否在最近 24 小时内（UTC）"""
    event_time = datetime.fromisoformat(iso_timestamp.replace('Z', '+00:00'))
    now_utc = datetime.now(timezone.utc)
    return (now_utc - event_time) < timedelta(hours=24)

# 测试
print(is_within_24h('2026-05-16T01:00:00Z'))  # True（假设现在是 02:00 UTC）
print(is_within_24h('2026-05-15T00:00:00Z'))  # False（超过 24 小时）

常见问题（FAQ）

Q：这套流水线需要付费吗？

A：Hermes Agent 本身开源免费。成本来自两部分：① LLM API 调用费（每次扫描约消耗 2000-5000 token，按 DeepSeek 价格约 ¥0.01-0.03/次）；② 服务器费用（如果用云服务器跑 Cron，最低配置约 ¥50/月）。总成本每月不超过 ¥100。

Q：不用 Hermes Agent，能用 Python 脚本自己做吗？

A：当然可以。核心就是几个 API 调用 + diff 逻辑。但 Hermes Agent 的价值在于：Skill 改配置不需要改代码、Memory 自动持久化、Cron 原生调度、以及后续可以自然扩展到「草稿→三审→排版→发布」的全流水线。自己写 Python 脚本也能做到，但每加一个步骤都要写胶水代码。

Q：能同时监控中文社区吗？

A：可以。在 Skill 的扫描目标里添加中文源即可（如知乎专栏、CSDN 博客、掘金）。但中文源没有标准 API，需要用 web_search 或 RSS。建议优先覆盖有 API 的数据源（GitHub、HN、Reddit），中文源作为补充。

Q：怎么确认监控流水线在正常工作？

A：三个检查点：① 看 hotspot-state.md 的"上次扫描"时间戳是否在更新；② 检查 content/ 目录是否有新的 draft 文件；③ 设置 Cron 任务在产生草稿时发通知（如推送微信、钉钉消息）。

Q：如果发现重要热点但 Agent 没识别到怎么办？

A：这是正常现象——Agent 的判断标准（如 HN points > 50）是静态阈值。遇到这种情况，手动降低阈值或添加特定关键词到 Skill 的扫描规则中。Hermes Agent 的 Skill 即改即生效，不需要重启。

进阶：接入更多数据源

当基础流水线跑通后，可以扩展数据源覆盖：

RSS 订阅

# 用 feedparser 订阅技术博客
pip install feedparser

# 示例：订阅 Anthropic 工程博客
python3 -c "
import feedparser
feed = feedparser.parse('https://www.anthropic.com/engineering/feed.xml')
for entry in feed.entries[:5]:
    print(entry.title, entry.link)
"

中文社区扫描

# 用 Hermes 的 web_search 搜索中文内容
# 关键词轮换：Hermes Agent 教程、OpenClaw 部署、AI Agent 创业

最终效果

跑通这套流水线后，你的内容生产链路变成：

Cron 整点触发
  → Agent 扫描 GitHub + HN + RSS
  → 与记忆对比，识别增量
  → 生成 Markdown 草稿
  → 存入 content/ 目录
  → 下一轮 Cron 可以直接基于草稿深度加工

关键收益：

信息发现从"被动刷"变成"主动推"
草稿生成从 30 分钟/篇压缩到 2 分钟/篇
不会漏掉半夜发布的重要更新
记忆系统确保不重复报道同一事件

总结

Hermes Agent 的 Skill + Memory + Cron 组合，本质上给了 AI 创业者一个可编程的内容感知系统。你只需要定义"关注什么"和"产出什么"，Agent 负责 24 小时执行。

本文涉及的完整 Skill 文件可以直接复制到你的 ~/.hermes/skills/ 目录使用。配合下一篇文章《用 Agent 对草稿进行三审三校》，你就能拥有一个从监控到发布的半自动内容工厂。

*参考信息：Hermes Agent 官方仓库 (github.com/NousResearch/hermes-agent)、HN Algolia API 文档 (hn.algolia.com/api)、GitHub REST API 文档 —— 以上来源仅供参考，具体实现以最新版为准。*

本文由AI辅助创作，经人工审核编辑发布