Hermes 是我给自己造的”AI 同事”。它不是一个聊天机器人——它是一套有调度、有反思、有记忆的工程系统。
它做的事
- 主动学习闭环：用户对答案的反馈（👍 / 👎 / 评论）进入 Hermes，重新评估检索策略和 prompt
- 飞书 Gateway：把员工在飞书里 @ Bot 的请求转给时光脉络，再把答案回传
- Cron 调度：定时任务（“每周一 10 点把上周客户邮件按主题归档”）由 Hermes 跑
- 归档系统：每天结束自动写日记，每周写周报，每月写月报——给”健忘”的 AI 一个工作记忆
关键设计决策
1. 跨日检测 + Digest 流水线
每次会话启动时，Hermes 检测距离上次活动有几天没工作。每过一天就跑对应层的 digest——日报 → 周报 → 月报 → 年报。这把”AI 没有持续记忆”的劣势翻成”高频归档”的优势。
2. 工具优先于聊天
Hermes 的核心不是对话，是工具调用。它有 4 个 MCP 工具（kg_search / kg_graph_query / kg_board_query / kg_add_feedback），加 OS-level 调度（macOS launchd），加飞书 / Gmail / WhatsApp 的网关适配器。
3. 错题册
每次任务首次失败 ≥ 1 次然后最终成功，必须写错题册——失败路径 + 成功路径都记下来。下次同类问题先查错题册。
现在的状态
接入了时光脉络的 4 个 MCP 工具。313/319 集成测试通过。已在客户飞书环境跑了 3 个月。