Hermes Agent（决策层）
  ↓ 审批后的任务
OpenClaw Agent（执行层）
  ↓ 执行结果
Hermes Agent 审核 → 决定下一步

┌─────────────────────────────────────────────┐
│                一人公司 AI 工作台              │
│                                              │
│  ┌──────────────┐      ┌──────────────┐      │
│  │ Hermes Agent │ ───→ │ OpenClaw     │      │
│  │  (决策层)     │ 任务  │  (执行层)     │      │
│  │              │ ←─── │              │      │
│  │ • 选题判断    │ 结果  │ • 内容发布    │      │
│  │ • 质量审核    │      │ • 数据采集    │      │
│  │ • 策略调整    │      │ • 定时任务    │      │
│  │ • 多模型路由  │      │ • IM消息处理  │      │
│  └──────┬───────┘      └──────┬───────┘      │
│         │                     │              │
│         └────────┬────────────┘              │
│                  │                           │
│          ┌───────┴───────┐                   │
│          │  共享资源层    │                   │
│          │ • MCP 工具集  │                   │
│          │ • 知识库/记忆  │                   │
│          │ • API 密钥池  │                   │
│          └───────────────┘                   │
└─────────────────────────────────────────────┘

# ~/.hermes/config.yaml
agent:
  name: "AI内参-CEO"
  role: "决策与规划Agent"
  system_prompt: |
    你是AI创业内参的决策Agent。你的职责是：
    1. 分析热点事件，判断是否值得写成文章（不需要你写）
    2. 审核OpenClaw执行层返回的结果
    3. 根据数据反馈调整内容策略

    你**不应该**做的事：
    - 不要自己写完整文章（交给OpenClaw执行层的writer Agent）
    - 不要自己发消息到微信（交给OpenClaw的IM网关）
    - 不要执行定时任务（OpenClaw的cron更稳定）

    你的输出格式：给OpenClaw的任务指令，格式为：
    ```
    TASK: <任务类型>
    PRIORITY: <high/medium/low>
    DETAIL: <具体任务描述>
    CONSTRAINTS: <限制条件>
    ```

providers:
  - name: "决策模型"
    provider: anthropic
    model: claude-sonnet-4-20250514
    # 决策需要深度推理，用Claude
    max_tokens: 4096

mcp_servers:
  # Hermes负责数据分析和判断
  - name: "web-search"
    command: "npx"
    args: ["-y", "@anthropic/mcp-server-brave-search"]
  - name: "filesystem"
    command: "npx"
    args: ["-y", "@anthropic/mcp-server-filesystem"]

# ~/.openclaw/config.yaml
gateway:
  name: "AI内参-COO"
  role: "执行与自动化Agent"

  system_prompt: |
    你是AI创业内参的执行Agent。你接收Hermes决策层的任务指令，负责：
    1. 根据Hermes的选题判断，调用writer Agent生成文章
    2. 通过IM网关发布内容到微信/公众号
    3. 执行定时数据采集任务
    4. 监控各平台数据并回报给Hermes

    你的工作模式：
    - 收到TASK指令后立即执行，执行完毕回报结果
    - 遇到不确定的情况，暂停并回询Hermes
    - 执行失败时，记录错误日志并上报

agents:
  writer:
    model: "deepseek/deepseek-chat"
    # 写作任务用DeepSeek，成本更低
    system_prompt: |
      你是专业AI写作Agent。根据Hermes提供的选题和大纲撰写文章。
      字数要求：1500-2500字。
      风格：公众号风格，有数据、有案例、可操作。
    max_tokens: 8192

  publisher:
    model: "openai/gpt-4o-mini"
    # 发布任务用便宜模型即可
    system_prompt: |
      你是内容发布Agent。负责将writer生成的文章发布到指定平台。
      发布前检查：标题长度≤64字、封面图存在、正文无敏感词。

channels:
  wechat:
    enabled: true
    # 微信公众号消息处理
  telegram:
    enabled: true
    # 备用通知通道

cron:
  - name: "热点扫描"
    schedule: "0 */1 * * *"
    task: "扫描HN、GitHub、The Verge等来源，输出热点报告"
    output_to: "hermes_agent"
    # 扫描结果发送给Hermes做判断

  - name: "数据日报"
    schedule: "0 22 * * *"
    task: "汇总当日数据：阅读量、新增关注、API费用"
    output_to: "hermes_agent"

#!/usr/bin/env python3
"""
双Agent通信桥接器
Hermes ←→ OpenClaw 通过共享JSON文件传递任务和结果
"""
import json
import time
from pathlib import Path
from datetime import datetime

TASK_QUEUE = Path("/home/agent/.hermes/projects/ai-neican/agent-queue")
TASK_QUEUE.mkdir(exist_ok=True)

def hermes_send_task(task_type: str, detail: str, priority: str = "medium"):
    """Hermes发送任务给OpenClaw"""
    task = {
        "id": f"task-{int(time.time())}",
        "from": "hermes",
        "to": "openclaw",
        "type": task_type,
        "priority": priority,
        "detail": detail,
        "status": "pending",
        "created_at": datetime.now().isoformat(),
        "constraints": {
            "max_cost_usd": 1.00,       # 单任务成本上限
            "max_duration_sec": 600,     # 超时时间
            "require_approval": False    # 高成本任务需审批
        }
    }

    # 高成本操作加审批护栏
    if task_type in ["cloud_deploy", "batch_api_call", "mass_publish"]:
        task["constraints"]["require_approval"] = True
        task["constraints"]["max_cost_usd"] = 5.00

    filepath = TASK_QUEUE / f"{task['id']}.json"
    filepath.write_text(json.dumps(task, ensure_ascii=False, indent=2))
    print(f"📤 Hermes → OpenClaw: [{task_type}] {detail[:50]}...")
    return task["id"]

def openclaw_report_result(task_id: str, result: dict):
    """OpenClaw回报执行结果给Hermes"""
    filepath = TASK_QUEUE / f"{task_id}_result.json"
    report = {
        "task_id": task_id,
        "status": result.get("status", "completed"),
        "output": result.get("output", ""),
        "cost_usd": result.get("cost_usd", 0),
        "duration_sec": result.get("duration_sec", 0),
        "errors": result.get("errors", []),
        "completed_at": datetime.now().isoformat()
    }
    filepath.write_text(json.dumps(report, ensure_ascii=False, indent=2))

    # 超预算告警
    if report["cost_usd"] > 1.00:
        print(f"🚨 任务 {task_id} 超预算！成本: ${report['cost_usd']:.2f}")

    return report

# ===== 使用示例 =====
if __name__ == "__main__":
    # Hermes决策：判断是否值得写
    task_id = hermes_send_task(
        task_type="write_article",
        detail="根据热点扫描报告中的DN42 Agent失控事件，撰写一篇2000字的深度分析文章",
        priority="high"
    )

    # OpenClaw执行完毕后回报
    openclaw_report_result(task_id, {
        "status": "completed",
        "output": "文章已生成：content/draft-20260613-dn42-analysis.md",
        "cost_usd": 0.35,
        "duration_sec": 180,
        "errors": []
    })

OpenClaw cron触发 → 扫描HN/GitHub/RSS → 生成热点报告
→ 报告存入共享文件夹 → 通知Hermes

Hermes读取热点报告 → 分析每条热点的价值：
  ├─ 「DN42 Agent失控」→ 高价值，与预算护栏主题强相关 → 批准
  ├─ 「某公司融资金额」→ 低价值，纯信息搬运 → 跳过
  └─ 「新工具发布」→ 中等价值，需更多信息 → 标记待观察

→ Hermes向OpenClaw发送TASK: write_article (DN42主题)

OpenClaw接收任务 → writer Agent生成初稿 → publisher Agent格式检查
→ 结果回报Hermes：文章已生成，字数2150，成本$0.35

Hermes读取文章 → 用审核Skill评分：
  事实准确性: 22/25
  逻辑完整性: 18/20
  标题质量: 13/15
  内容价值: 22/25
  原创性: 12/15
  总分: 87/100 ✅ 通过

→ 向OpenClaw发送TASK: publish_article

OpenClaw → 上传封面图到微信素材库 → 提交草稿箱 → 验证草稿存在
→ 回报Hermes：已发布到公众号草稿箱

OpenClaw cron触发 → 汇总当日数据：
  文章数: 3篇
  API总费用: $2.15
  公众号阅读: 1,250
  新增关注: 23人
→ 报告发给Hermes

Hermes分析 → 哪篇表现好？哪个选题方向值得深挖？
→ 调整明天的选题策略