本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

如果你正在寻找一套能在本地电脑上运行的 AI 智能体，让它帮你操作文件、执行命令、自动处理任务，还能在手机上通过飞书远程指挥它干活——那么 Hermes Agent 加上 DeepSeek 大模型的组合，是目前个人开发者和小团队成本最低、上手最快的方案之一。

Hermes Agent 是由 Nous Research 开源的自主进化型 AI 智能体框架，它不是一个简单的聊天机器人，而是一个能真正"动手做事"的数字助手——它可以读取你电脑上的文件、执行 Shell 命令、操作浏览器、管理文档，并且在每次完成任务后会自己沉淀经验，越用越聪明。本文会从零开始，一步步带你完成 Windows 环境下的 Hermes Agent 安装、DeepSeek API 密钥的配置、飞书机器人应用的创建，以及三者的对接联通，最终实现"手机发消息 → 电脑自动干活"的完整闭环。

文章中涉及的模型定价、平台规则等信息具有时效性，均为写稿时的近似情况，实际请以各平台官方页面实时数据为准。想看完整拆解，往下翻。

一、AI 智能体时代，为什么你需要一个「数字同事」

如果把 2023 到 2024 年称为"大语言模型爆发期"，那么 2025 到 2026 年可以称为"AI 智能体落地期"。过去两年，人们习惯了打开 ChatGPT 或者 DeepSeek 的聊天窗口，输入问题、获取答案。这种"一问一答"的模式本质上还是把 AI 当成一个知识库或写作助手——它能说，但不能做。

到了 2026 年，情况发生了根本性的变化。业界不再满足于 AI"会说"，而是开始追求 AI"会做"。所谓"会做"，指的是 AI 能够自主地操作真实世界的软件和系统：打开文件夹、读写文件、执行终端命令、操作浏览器、收发消息、创建文档……就像一个坐在电脑前的真人同事一样，只不过它不吃不睡、不知疲倦。

1.1 什么是 AI 智能体（AI Agent）

先花一点笔墨把这个概念讲清楚，因为很多新手朋友容易把"大模型聊天"和"智能体"当成一回事，实际上它们差别很大。

传统的大模型对话（比如用 DeepSeek 的网页版聊天），本质上是一次性的文本交互——你发一段话，模型给你回一段话，回合结束之后模型就"失忆"了。下一次你再找它聊天，它依然记不住你上一轮说过什么。

而 AI 智能体则是一套完整的系统，它与大模型的关系有点像"大脑"与"身体"：大模型负责理解你说了什么、规划该怎么做；智能体框架负责实际操作——把规划转化成具体的文件读写、命令执行、网络请求等操作，然后再把执行结果反馈给大模型，进行下一步决策。这个循环可以一直持续下去，直到任务完成。

为了让你更直观地理解两者的区别，我整理了一张对比表：

一句话总结：聊天机器人是"嘴"，智能体是"手"。有了手，AI 才能真正帮你干活。

1.2 为什么 2026 年是部署个人 AI 智能体的最佳时机

我自己折腾这块有大半年了，从最早的 OpenClaw（社区俗称"小龙虾"）到现在的 Hermes Agent，能明显感受到几个关键变化让个人部署智能体变得前所未有的可行：

第一，大模型 API 的成本断崖式下降。 以 DeepSeek 为例，2026 年其 V4 Flash 模型输入价格仅为 1 元/百万 token，缓存命中更低至 0.02 元/百万 token。即便你每天让智能体干不少活，一个月的 API 费用通常也就十几到几十块钱——这比很多人的咖啡预算还低。

第二，开源智能体框架的成熟。 Hermes Agent 在 2026 年已经迭代到 v0.13+，安装流程大幅简化，社区文档也趋于完善。从最早只能在 Linux 上跑，到如今支持 WSL2、甚至原生 Windows PowerShell（早期测试版），门槛明显降低。

第三，国产大模型生态的崛起。 DeepSeek、Kimi、MiniMax、智谱等国内模型不仅性能强劲，而且 API 合规、无需特殊网络环境即可访问——这对中国大陆用户来说至关重要。

第四，即时通讯平台的全面打通。 Hermes Agent 原生支持飞书、钉钉、企业微信、Telegram 等 15 种以上的消息平台。配置完成后，你出门在外掏出手机发条飞书消息，家里的电脑就会自动执行任务——这种体验在 2025 年之前几乎是不可想象的。

搞清楚了这些背景，接下来我们就进入正题，从认识 Hermes Agent 开始，一步一步把它搭起来。

二、认识 Hermes Agent——一个会自我进化的 AI 智能体

在正式动手安装之前，花一些篇幅把 Hermes Agent 的"里子"搞清楚，后续配置和排错的时候能少走很多弯路。很多同学装完之后遇到问题，根源往往是对这个系统的工作机制理解不到位。

2.1 出身与定位

Hermes Agent 由开源研究机构 Nous Research 于 2026 年初正式推出，采用极其宽松的 MIT 开源协议，核心代码基于 Python 编写。Nous Research 这个名字在 AI 圈子里不算陌生——他们此前发布过 Hermes 系列微调模型，在开源社区积累了良好的口碑。这次他们把积累的经验倾注到了一个完整的智能体框架中，而不是又一个聊天机器人外壳。

从官方文档的定位来看，Hermes Agent 的设计哲学非常明确：一个目标驱动、可自主完成任务闭环的智能体。所谓"任务闭环"，意思是它能理解一个模糊的需求（"帮我把桌面上所有 PDF 文件整理到一个文件夹里并按日期分类"），自主拆解成具体步骤，调用合适的工具一步步执行，最后验证结果——整个过程不需要人盯着每一步。

这与市面上其他 AI 工具形成了清晰的差异化：

• ChatGPT / DeepSeek 网页版：纯文本对话，没有操作系统层面的能力。
• GitHub Copilot / Claude Code：绑定在 IDE 里的编程助手，擅长写代码但不擅长跨软件操作。
• OpenClaw（小龙虾）：同为智能体框架，但 Hermes 在自我进化机制和多平台支持上更胜一筹。

这里有一个很形象的类比：如果把 AI 智能体比作一个人，那么大模型是"大脑"，工具调用能力是"双手"，而 Hermes Agent 提供的那套框架（包括记忆系统、技能沉淀、消息网关）就是"神经系统"和"学习习惯"——它让大脑能和双手协同工作，并且在干完活之后总结经验、下次做得更好。

2.2 核心能力体系

Hermes Agent 的能力可以拆成几个互相配合的模块来理解。我用一张简化的架构图来展示：

flowchart TD
    A[用户输入 - 飞书/终端/钉钉等] --> B[消息网关 Gateway]
    B --> C[推理与规划层 - 大模型]
    C --> D[工具编排层]
    D --> E1[文件系统操作]
    D --> E2[Shell 命令执行]
    D --> E3[浏览器交互]
    D --> E4[API 调用]
    D --> E5[文档管理]
    E1 & E2 & E3 & E4 & E5 --> F[反馈验证层]
    F --> G[记忆与技能系统]
    G --> C

下面逐一拆解每个模块：

工具调用能力：这是 Hermes Agent 最核心的竞争力。它能直接读写文件、执行 Shell 命令、控制浏览器、调用第三方 API、操作飞书文档等。也就是说，凡是你坐在电脑前能做的事情，理论上它也能做——只是需要你给它相应的权限。

多步骤任务拆解：比如你说"帮我收集最近一周 AI 领域的重大新闻，整理成一份飞书文档发到团队群里"，Hermes 会自动拆成：搜索新闻 → 筛选重要内容 → 创建飞书文档 → 写入内容 → 找到指定群聊 → 发送文档链接。拆解过程对用户透明，你不需要手把手告诉它每一步怎么做。

技能沉淀（Skill System）：这是 Hermes 区别于大多数智能体的"杀手锏"。每次成功完成一个新类型的任务，它会自动把执行路径沉淀为一个可复用的"技能"。比如第一次你教它怎么把你的 Markdown 笔记自动转成飞书知识库条目，第二次你只需要说一句"把今天的笔记同步到知识库"，它就能直接调用上次沉淀的技能来完成。用官方的话说这叫"自进化"——运行时间越长、处理任务越多，智能体的能力就越强。

持久化记忆：Hermes 维护了一套多层记忆系统。短期记忆用于当前会话的上下文保持，长期记忆则跨会话保存你的偏好、习惯和历史任务信息。比如你之前告诉过它"我习惯用表格来呈现数据"，以后它在生成文档时就会默认使用表格格式。

子代理（Sub-Agent）协同：对于特别复杂的任务，Hermes 可以启动临时子代理来并行处理不同的子任务。比如同时收集三个不同来源的数据，然后汇总给主代理做综合分析。

2.3 模型兼容性与平台支持

Hermes Agent 在设计上采用了"模型无关"的策略，这意味着你不需要被锁定在某一家的模型上。目前它原生支持：

• 国内模型：DeepSeek（V4 Flash / V4 Pro）、Kimi、MiniMax、智谱 GLM、通义千问等
• 国外模型：OpenAI（GPT-5 系列）、Anthropic（Claude Sonnet 4.6 等）、Google Gemini 等
• 本地部署：通过 Ollama 运行开源模型（如 Llama 4、Qwen 3 等），数据完全离线

消息平台方面，Hermes 已支持 15 种以上的主流即时通讯工具：

对于我们中国大陆的用户来说，飞书的支持尤其关键——它不需要任何特殊的网络环境，完全合规，而且飞书的开放平台对智能体的接入友好度在国内几大办公软件中名列前茅。这也是为什么本文重点选择飞书作为消息通道来演示。

2.4 技术架构的五层模型

如果往深一层去看 Hermes Agent 的内部结构，它大致可以抽象为五个层次，理解这个模型对后续排错很有帮助：

这五层环环相扣：消息从 L1 进来，L2 理解你要做什么，L3 决定用什么工具做，L4 真的动手去做，L5 检查做得对不对并把经验存下来。任何一层掉链子，整个链路就断了——后面讲到排错的时候，你会发现大部分问题都可以定位到这五层中的某一层。

OK，理论基础铺垫得差不多了，接下来进入动手环节。先看看在开始安装之前，需要准备哪些东西。

三、动手前的准备工作——环境、工具与账号

先把准备工作做足，后面安装和配置的时候能省掉大量来回折腾的时间。这一节我按照"硬件 → 软件 → 账号"的顺序来梳理，你可以对照着逐项检查。

3.1 硬件与系统要求

Hermes Agent 对硬件本身没有特别苛刻的要求——毕竟它自己不跑模型，推理全部走云端 API。但它需要一个 Linux 运行环境。对于 Windows 用户来说，最可靠的方案是通过 WSL2（Windows Subsystem for Linux 2） 来提供一个 Ubuntu 子系统。WSL2 本质上是在 Windows 内核上运行一个轻量级的 Linux 虚拟机，性能损失极小，而且完全免费。

下面这张表汇总了最低配置和推荐配置：

一个重要的提醒：如果你用的是公司电脑，部分企业的 IT 策略可能会禁用虚拟化功能或限制 WSL2 的使用。遇到这种情况，可以先联系 IT 部门确认是否开放了相关权限再动手。

3.2 软件准备清单

在正式开始安装 Hermes Agent 之前，你需要确保以下软件已经就位：

Windows 终端（Windows Terminal）：Windows 11 通常已经预装。如果你还在用 Windows 10，可以到微软应用商店免费下载。虽然用自带的 PowerShell 也能完成大部分操作，但 Windows Terminal 对多标签页、字体渲染和颜色主题的支持要好得多，后续在 WSL2 和 PowerShell 之间来回切换会方便很多。

WSL2 + Ubuntu 发行版：这是最关键的一步。通过一行命令即可完成安装，本章后面会详细说明。如果你之前已经装过 WSL2 但用的是其他发行版（如 Debian），也完全没问题——Hermes 对 Linux 发行版没有特殊偏好，Ubuntu 只是社区文档最完善、踩坑经验最多的选择。

Git：Hermes 的安装脚本和一些依赖包管理需要用到 Git。WSL2 的 Ubuntu 中通常已经预装，如果没有，后续安装脚本也会自动帮你装好。

一个顺手的文本编辑器：VS Code、Sublime Text、或者直接在终端里用 nano/vim 都行。后续配置飞书的时候需要编辑一些文本参数。

3.3 账号注册与 API 余额充值

安装 Hermes Agent 只是搭好了"骨架"，真正让它动起来的"大脑"是大模型 API。本文推荐使用 DeepSeek，原因有三：一是它的 API 在国内可以直接访问，合规且稳定；二是它的定价在主流大模型中是最低的一档，性价比极高；三是 V4 系列模型的能力已经足以胜任绝大部分日常智能体任务。

你需要提前准备好以下账号：

DeepSeek 开放平台账号：访问 DeepSeek 开放平台官网（直接在搜索引擎搜"DeepSeek 开放平台"即可找到官方入口），使用手机号或微信扫码注册登录。登录后第一件事是完成实名认证——这是国内平台的标准流程，按提示填写信息即可，通常几分钟就能通过。认证完成后，建议先充值 10 到 20 元作为初始余额。

这里插入一个重要的提示：境外大模型（如 OpenAI 的 GPT 系列、Anthropic 的 Claude 系列）虽然也能对接 Hermes Agent，但在中国大陆使用时需要遵守国内网络与内容管理相关规定。对于大多数国内用户来说，直接使用 DeepSeek 等国产模型是最省心、最合规的选择。

飞书账号：如果你还没有飞书账号，到飞书官网注册一个即可，个人用户免费。注册完成后下载飞书的电脑客户端和手机 APP——后面测试的时候两个端都要用到。

3.4 软硬件环境速查表

为了让你在开始安装前做到心中有数，我把所有前置条件汇总成一张检查清单：

全部准备就绪后，我们正式开始安装。

四、Windows 环境下的 Hermes Agent 安装全流程

到了这一步，你的电脑应该已经满足了第三章列出的所有前置条件。现在我们开始真正动手装。整个过程分为两大阶段：先是启用 WSL2 环境，然后在 WSL2 里面一键安装 Hermes Agent。

补充说明：Hermes Agent 在 2026 年 v0.14.0 版本之后已开始支持原生 Windows PowerShell 安装（早期测试版），但根据社区大量用户的反馈，WSL2 路径的稳定性仍然远高于原生方案。本文以 WSL2 方案为主，原生 Windows 安装的细节可以参考 Hermes 官方文档，但如果你是第一次接触这类工具，我个人强烈建议走 WSL2 这条路。

4.1 第一阶段：安装并配置 WSL2

步骤一：启用 WSL2

以管理员身份打开 PowerShell（右键点击开始菜单 → "Windows PowerShell (管理员)" 或 "终端 (管理员)"），输入以下命令：

wsl --install

这条命令会自动完成三件事：启用 WSL 功能、安装虚拟机平台组件、下载并安装默认的 Ubuntu 发行版。整个过程取决于你的网络速度，快的话五六分钟，慢的话可能需要十几分钟。命令跑完之后，系统会提示你重启电脑——照做就行。

重启后，系统会自动弹出一个 Ubuntu 的终端窗口，要求你设置一个 Linux 用户名和密码。注意：这个用户名和密码是独立于你的 Windows 账户的，不需要跟 Windows 登录信息一致。设置一个你容易记住的用户名和密码就行——后面每次进 WSL2 都会用到。

步骤二：验证 WSL2 是否正常运行

等 Ubuntu 初始化完成之后，关闭那个窗口，重新打开一个 Windows Terminal。在标签页的下拉菜单中应该能看到 "Ubuntu" 的选项，点击进入。如果能正常看到类似 username@DESKTOP-XXXX:~$ 的终端提示符，就说明 WSL2 已经就绪。

你还可以在 PowerShell 中运行以下命令确认 WSL 版本：

wsl --list --verbose

输出结果中，Ubuntu 那一行的 "VERSION" 应该显示为 2。如果是 1，说明还在用旧版 WSL，需要手动升级：

wsl --set-version Ubuntu 2

步骤三：更新 Ubuntu 的软件包列表

进入 Ubuntu 终端后，先跑一遍系统更新，确保依赖包索引是最新的：

sudo apt update && sudo apt upgrade -y

这一步可能会花几分钟，取决于你离上次更新的时间间隔。跑完之后你的 WSL2 环境就处于最佳状态了。

4.2 第二阶段：安装 Hermes Agent

官方一键安装脚本

Hermes Agent 的安装本质上只需要一行命令。在 Ubuntu 终端中输入：

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

这条命令会自动检测你的系统环境，下载并安装所有必需的依赖项，包括 Python、Node.js、Git、ripgrep 以及 Hermes 自身的核心组件。整个安装过程通常需要 10 到 20 分钟，首次安装因为要下载较多依赖包，可能会更久一些。

安装过程中终端会不断滚动输出日志信息，你不需要逐行盯着看，但建议留意有没有明显的红色报错。最常见的几种情况：

安装完成后，终端会输出类似 "Installation complete" 的提示。此时你可以输入以下命令验证安装是否成功：

hermes --version

如果正常输出 Hermes Agent 的版本号（比如 v0.14.0），恭喜你，安装成功了。

补充说明：关于第三方打包的一键安装方案

社区中流传着一些热心网友打包的"一键安装包"，号称把依赖全部预下载好、解压就能装。从原理上说，这些包确实可以绕过网络下载慢的问题，但我个人不太建议使用非官方渠道的安装包——尤其是涉及系统级权限的工具。原因很简单：你无法验证包里有没有夹带额外的脚本或修改过的配置。Hermes Agent 的官方安装脚本本身就是一行命令，不算复杂，多花点时间走官方通道，换来的是安心。

如果在安装过程中遇到实在搞不定的卡点，还有一个"曲线救国"的办法：在电脑上装一个国内的 AI 桌面助手（比如腾讯的桌面智能助手类工具），让它来帮你排查安装报错。给它发一段报错日志，它通常能识别出问题并给出修复方案——这算是"用 AI 来解决 AI 安装问题"的实践，效率往往比自己逐行排查要高。

4.3 安装后的首次启动测试

安装完成后，在 Ubuntu 终端中输入：

hermes

首次启动时，Hermes 会检测到你还没有配置大模型 API，于是进入一个交互式的初始化向导。它会问你一系列问题，比如是否使用快速设置、选择接入哪家模型提供商等。因为此时我们还没有准备好 API Key，你可以先按 Ctrl+C 退出——不用担心，这只是退出当前向导，不会影响已安装的程序。

到这里，Hermes Agent 的安装阶段就结束了。下一章我们解决"大脑"的问题——去 DeepSeek 开放平台创建 API Key，让这个智能体真正拥有思考能力。

五、给 Hermes Agent 装上「大脑」——DeepSeek API 配置

如果把 Hermes Agent 比作一个机器人身体，那么大模型 API 就是它的大脑。没有大脑，身体再强壮也只是一堆零件。这一章我们专门搞定 DeepSeek API 的申请与配置。

5.1 DeepSeek 开放平台入门

首先明确一个容易搞混的点：DeepSeek 的对话网页和 DeepSeek 的开放平台是两个不同的入口。对话网页（chat.deepseek.com）是你手动聊天的地方，开放平台（platform.deepseek.com 或搜索"DeepSeek 开放平台"进入）才是给开发者提供 API 服务的地方。我们要进的是后者。

进入开放平台后，使用手机号或微信扫码登录。如果你是第一次使用，系统通常会在顶部显示一条红色的实名认证提示。点击进去按流程填写身份信息即可——这是国内所有大模型平台的合规要求，DeepSeek 也不例外。认证一般在几分钟内自动通过。

认证通过后，建议先给账户充一点余额。我个人习惯是第一次充 10 到 20 元，先用一段时间感受一下消耗速度，再决定是否多充。DeepSeek 的 API 价格变动非常快，下面是写稿时的近似行情，请以官方定价页面的实时数据为准：

⚠️ 重要更新（2026 年 7 月中旬起）：DeepSeek 已正式引入峰谷定价机制。在工作日高峰时段（北京时间 9:00 到 12:00、14:00 到 18:00），API 调用价格会在上表基础上翻倍。以 V4 Flash 为例，高峰时段输入价格（缓存未命中）变为 2 元/百万 token，输出价格变为 4 元/百万 token；V4 Pro 高峰时段输入（缓存未命中）变为 6 元/百万 token，输出变为 12 元/百万 token。缓存命中价格同样翻倍（V4 Flash 缓存命中从 0.02 元涨至 0.04 元，V4 Pro 从 0.025 元涨至 0.05 元）。非高峰时段（含周末及节假日全天）维持上表原价不变。这一调整本质上是利用价格杠杆引导开发者在算力紧张时段错峰调用——如果你的 Agent 任务对实时性要求不高，安排在晚上或周末跑，成本可以压得更低。

从实际体验来看，V4 Flash 已经能很好地胜任 Hermes Agent 的日常任务——文件管理、信息检索、文档整理这些场景，Flash 和 Pro 的体验差距不大，但价格差了三四倍。我个人日常使用以 V4 Flash 为主，只有在处理特别复杂的多步骤任务时才会切到 Pro。

再多说一句"缓存命中"这个概念。所谓缓存命中，简单理解就是：如果你之前给 DeepSeek 发过一段相同或相似的开头内容，它就会从缓存里直接取，只收你原价的几十分之一。Hermes Agent 的系统提示词（system prompt）在每次调用时是重复的，所以这部分几乎每次都命中缓存，实际消耗的 Token 费用远低于表上的"缓存未命中"价格。拿莫潇羽我自己实际使用的数据来说吧——有时候一天跑了两三千万 Token，实际扣费也就几块钱，绝大多数都是缓存命中的。

5.2 创建 API Key

在开放平台左侧菜单中找到"API Keys"（有些版本显示为"密钥管理"），点击进入后选择"创建 API Key"。系统会弹出一个对话框，让你给这个 Key 取个名字——随便填，比如 hermes-local 或者 my-agent，目的是方便自己以后区分不同的 Key。

点击"创建"后，系统会显示一串以 sk- 开头的字符串，这就是你的 API Key。这一步非常关键：这个 Key 只在创建的时候完整显示一次，关闭对话框后就再也看不到了。 你必须在这个窗口关闭之前把它复制下来，保存到一个安全的地方。

我的做法是直接发到飞书的"文件传输助手"里存着——反正飞书也是后面要用到的工具，一举两得。当然你用记事本、密码管理器或者手抄在纸上都可以，核心原则只有一个：立即保存，不要等。

如果不小心关掉了窗口也没关系，去 API Keys 列表里删掉这个 Key，重新创建一个就行——没有数量限制。但记得删掉旧的，避免泄露的 Key 被他人使用消耗你的余额。

5.3 在 Hermes Agent 中配置 API Key

回到 Ubuntu 终端。先确保你当前在 WSL2 环境中，然后输入：

hermes

这次 Hermes 会再次进入初始化向导。第一个问题大概是"是否使用快速设置（Quick Setup）"——直接回车选默认的"是"。然后它会问你要接入哪家模型提供商。DeepSeek 在列表中通常排在第 15 位左右（列表会随版本更新变化），你可以用方向键上下移动光标，选中 DeepSeek 后回车。

接下来系统会提示你输入 API Key。注意：在终端里粘贴 Key 的时候，内容默认不会显示出来——你粘贴完看到的是一片空白，这是正常的安全设计，不是出 bug 了。右键点击终端窗口，在右键菜单中选择"粘贴"（或者直接用快捷键 Ctrl+Shift+V，取决于你的终端设置），然后回车。

然后系统会让你确认 API 的请求地址。Hermes 会给出一个默认的 DeepSeek API 地址，通常直接回车确认就行。

接下来选模型，会列出几个选项类似这样：

1. deepseek-v4-flash
2. deepseek-v4-pro
3. ...

输入对应数字后回车。对于大多数日常使用场景，我建议选 V4 Flash（即输入 1），性价比最高。

之后系统还会问几个配置项：是否在本地运行、是否设置启动密码、是否立即配置消息通道（飞书等）。按照提示选择即可——消息通道我们放到后面的章节专门配置，这一步可以先跳过。

全部配置完成后，终端会显示类似 DeepSeek V4 Flash configured successfully 的提示。此时你可以试着发一条消息测试：

你好，你现在能正常工作吗？

如果 Hermes 回复了一段正常的中文内容，就说明"大脑"安装成功。到这里，你的 Hermes Agent 已经可以在终端里和你对话并执行任务了。但只能在终端里聊天显然不够方便——下一章我们把它接入飞书，实现"手机远程指挥电脑干活"。

六、让 Agent「走出终端」——飞书机器人创建与配置

在终端里跟 Hermes Agent 对话虽然能用，但实用性大打折扣。一个场景就能说明问题：你出门在外，突然想让它帮你把电脑上的某个文件找出来、转成 PDF 然后发给同事——这时候你不可能跑到电脑前打开终端打字。飞书机器人的接入，就是为了解决这个"不在电脑前也能指挥 Agent 干活"的需求。

选用飞书而不是其他平台，有几点考量：飞书的开放平台文档质量在国内是第一梯队的；它对 WebSocket 长连接模式的支持非常成熟（不需要公网 IP 就能通信）；飞书本身也是国内合规的企业协作工具，没有额外的网络障碍。当然，Hermes Agent 同样支持钉钉和企业微信，原理大同小异，你可以根据自己的使用习惯选择。

6.1 进入飞书开放平台

在浏览器中打开飞书开放平台官网：https://open.feishu.cn/。登录用的是你的飞书账号——手机扫码或者账号密码都可以。

登录后你会进入"开发者后台"。如果你之前从没用过，这里应该是空的。点击页面上的"创建应用"按钮。

6.2 创建机器人应用

在弹出的窗口中填写应用信息：

• 应用名称：给你的机器人起个名字，比如"我的数字助手"或者"小H"。这个名字会显示在飞书的聊天列表中，也会是你在飞书里搜索添加机器人时看到的名称。
• 应用描述：简单写一句描述，比如"基于 Hermes Agent 的个人 AI 助手"。这个描述对普通用户不可见，仅用于开发者后台管理。
• 应用头像：可以上传一张你喜欢的图片，不传就用默认头像。

填好之后点击"创建"，一个全新的飞书应用就诞生了。

6.3 添加机器人能力

应用创建成功后，页面会跳转到应用详情页。在左侧菜单中找到"添加应用能力"，点击后在能力列表里找到"机器人"，点旁边的"添加"按钮。

这一步实际上是在告诉飞书：我这个应用具备机器人的身份，可以在聊天中被 @ 和回复消息。添加成功后，"机器人"这一项会显示"已添加"的状态。

6.4 配置权限

机器人要能读取消息、回复消息、操作文档，需要获得相应的权限。在左侧菜单中点击"权限管理"，然后点击"开通权限"。

这里需要添加的权限分为三大类：

• 消息与群组：im:message（读取/发送消息）、im:chat（获取群组信息）等，建议全选。这些权限让机器人能在私聊和群聊中正常收发消息。
• 云文档：doc:document（文档读写）、doc:spreadsheet（表格读写）等。如果你希望 Agent 能帮你创建和编辑飞书文档，这些权限必不可少。
• 多维表格：bitable:app。如果你用飞书的多维表格（Bitable）做数据管理，加上这个权限可以让 Agent 帮你操作表格。

一个实用