在线工具专题
如果你想直接开始使用工具,可以继续进入工具页查找高频入口。
使用指南
基于 Hermes Agent 的可复用运营流水线:从选题到复盘的可执行细粒度步骤,给出可用 MCP/技能/工具、成本与调试清单,并明确全自动发布的合规与风控边界。
AI 摘要
基于 Hermes Agent 的可复用运营流水线:从选题到复盘的可执行细粒度步骤,给出可用 MCP/技能/工具、成本与调试清单,并明确全自动发布的合规与风控边界。
这是一篇偏使用指南方向的内容,适合想快速理解“小红书自动化运营 SOP:Hermes + MCP + OpenSpec(含全自动发布风险与回退)”核心脉络的读者。
文章先解释“TL;DR”,帮助你快速进入主题。
随后会展开“0. 先说清楚:全自动发布的边界与风险”,方便直接定位关键方法或判断标准。
你要的是“自动化运营”,但请先把目标从“全自动发出去”升级为“长期稳定跑起来”:内容质量可控、发布风险可控、调试成本可控、可持续迭代。
本文基于两类可验证事实写作:
ai/hermes/ 与 data/hermes/):ai/hermes/README.md,ai/hermes/docker-compose.yml,data/hermes/config.yaml,data/hermes/skillsOpenSpec 在本文中按“通用 Spec 流程”描述:你可以先用它把运营工作做成可验证交付;但 OpenSpec 的具体实现、命令与配置差异,本文会明确标为“待确认项”,不以确定性口吻给出不可验证配置。
~/.hermes/config.yaml 的 mcp_servers 下配置 stdio 或 HTTP MCP server,启动时自动发现工具;可用 /reload-mcp 重载配置[1]。小红书的“全自动发布”通常会碰到:
因此本文的策略是:
Hermes Quickstart 的最小可跑流程是:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc
hermes model
hermes
hermes --tui
关键约束:Hermes 要求模型至少 64K tokens context,否则会拒绝启动[2]。
本仓库已提供 Hermes 独立编排目录:ai/hermes/,并把配置、技能、MCP、会话、日志、workspace 统一收口到 data/hermes/[3]。
ai/hermes/.env.example → ai/hermes/.env(注意不要提交真实 Key) .env.example):LLM_API_KEY、LLM_MODEL、LLM_BASE_URL、HERMES_INFERENCE_PROVIDER、EXA_API_KEY/PARALLEL_API_KEY/FIRECRAWL_API_KEY/TAVILY_API_KEY、INTERNAL_HTTP_MCP_TOKEN 等[4]python ai/hermes/init_runtime.py
cd ai/hermes
docker compose --env-file .env up -d --build --force-recreate
docker exec -it hermes-agent bash
hermes
仓库已把 data/hermes/workspace 映射到容器内 /workspace[5]。运营产物(草稿、封面图、发布记录)建议写到这个目录,便于审计与回滚。
Hermes 的 MCP 文档明确给出了:
command/args/env)url/headers)tools.include/tools.exclude)mcp_<server_name>_<tool_name>)/reload-mcp 重载[1]Hermes MCP Quick start 示例(stdio)[1]:
mcp_servers:
filesystem:
command: "npx"
args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
在本仓库 Docker 方案里,建议把 root 指向 /workspace,并让运营资产都落到这里(审计友好)。
Hermes Quickstart 也给了 GitHub MCP 示例(stdio)[2]:
mcp_servers:
github:
command: npx
args: ["-y", "@modelcontextprotocol/server-github"]
env:
GITHUB_PERSONAL_ACCESS_TOKEN: "***"
你可以再加一个白名单过滤(只放出你愿意让模型看到的动作)[1]:
tools:
include: [list_issues, create_issue, update_issue]
prompts: false
resources: false
本仓库的默认 MCP 模板在:data/hermes/config.yaml 的 mcp_servers 下,包含:
internal_http:远程 HTTP MCP 模板(默认 enabled: false)docs_http:文档类 HTTP MCP(默认 enabled: false)workspace_filesystem:本地文件系统 MCP(默认 enabled: false)github:GitHub MCP(默认 enabled: false)你只需要把要用的 server 改成 enabled: true,补齐 token 环境变量,然后在 Hermes 会话里执行 /reload-mcp(或重启 Hermes)data/hermes/config.yaml。
以下是“运营流水线”常见能力模块。你不一定全做,但建议按模块拆成 MCP servers 或 toolsets,避免一锅粥:
Hermes 本身就有不少内置工具与 toolsets(web、browser、file、terminal、cronjob、skills 等),也支持 Tool Gateway 的订阅能力(web search / browser automation 等)——是否可用取决于你的平台与配置[6][7]。
Hermes Skills 目录与机制是可验证的:
~/.hermes/skills/,并强调 progressive disclosure[8]data/hermes/skills,容器内对应 /opt/hermes/skills[9]本仓库已内置 4 个可直接复用的技能(都在 data/hermes/skills):
repo-inspector:理解仓库结构与入口(开发类)repo-inspector/SKILL.mddocker-ops-helper:compose/容器排障(运维类)docker-ops-helper/SKILL.mdbackend-change-checklist:后端改动 checklist(开发类)backend-change-checklist/SKILL.mdguidelines:减少 LLM 编码常见错误(开发类)guidelines/SKILL.md运营建议你再新增 3 个技能(写到 data/hermes/skills/,让容器自动挂载):
xhs-topic-research:选题池更新与事实核验 xhs-draft-writer:小红书风格草稿生成(你自己的品牌口吻) xhs-publish-checklist:合规/敏感/图片/标题门禁 + 回退策略这些技能不需要写代码,本质是标准化的“流程文档 + 清单”,但它会显著降低你每天在 prompt 上的重复劳动。
你可以把每一篇内容当成一个“可验收交付”,而不是一次性灵感输出。推荐最小结构:
待确认项(必须写进你的流程里,而不是靠记忆):
建议先用最简单的载体:一个 GitHub repo 的 content/ 目录 + issue 作为任务系统,把 SOP 固化后再上更复杂的系统。
下面给一套你可以直接照着做的“每天一轮/两轮”的流水线。括号里标注推荐的 Hermes 能力来源:内置工具 / MCP / skill。
/workspace/topics/*.md 或 GitHub issue)[1] xhs-topic-research) post.md:正文title.txt:标题候选cover.png:封面(可选)sources.md:引用与证据risk.md:合规/风控自检结果xhs-publish-checklist) publish-log.md(filesystem MCP)全自动发布有两条路径,均需你自己评估合规与可行性:
A) 官方/开放接口(待确认)
xhs_api,只暴露最小动作(create_draft / publish / status),并用 tools.include 白名单限制[1]。B) 浏览器自动化(高风险,可能失败)
browser_navigate/browser_snapshot/browser_click/browser_type 等[6]。 你可以把“发布”设计为必须人工 approve 的危险动作:Hermes 支持危险命令审批(approvals.mode: manual|smart|off)与 fail-closed 的超时拒绝策略[10]。即使你最终要全自动,也建议把“发布动作”设成单独的审批点。
Hermes 支持多 provider,并建议新手选择 Nous Portal 或 OpenRouter 作为低摩擦路径[2]。但“最优解”取决于你的任务集与预算。
建议用下面模板估算(按 1 天):
C_model_day = Σ_i (Tin_i * Pin + Tout_i * Pout) / 1e6Tin_i:第 i 个任务输入 tokensTout_i:第 i 个任务输出 tokensPin/Pout:你所用模型的输入/输出单价(从官方定价页取数)取数方法(不依赖猜测):
把一个业务系统接成 MCP,一般要做:
health_check + 一个只读查询 mcp_servers 下配置并开启,使用 tools.include 做白名单 /reload-mcp,用“最小验证 prompt”跑通你可以把这套工作当成“对接一个内部 API”的成本,而不是“写 prompt 的成本”。
不要直接问“每天要花多久”,而是对每一步做计时:
T_topicT_evidenceT_draft(基本可自动)T_review(建议保留人工)T_publish(全自动会把时间转移到“排障/风控”)T_retro然后:
T_day = T_topic + T_evidence + T_draft + T_review + T_publish + T_retro你可以先跑 1 周,用真实数据替换这些变量,再决定要不要把某一步“自动化升级”。
Hermes 官方 Quickstart 给了一套恢复工具链(hermes doctor、hermes model、hermes sessions list 等)[2];MCP 文档给了工具不出现时的排查步骤(检查 uv pip install -e ".[mcp]"、node/npx 版本、过滤规则等)[1]。
结合运营场景,建议你把排障分成 4 类:
enabled、tools.include/exclude、/reload-mcp)[1] Hermes 的硬门槛是 64K context[2]。在此基础上,用下面矩阵做选择:
最小可复现实测(建议你自己跑一遍):
站点信息
这篇文章由 ToolsHub 公开发布,站点持续维护 AI 工具、在线文档、技术教程和效率实践内容。
我们优先保证公开页面可直接阅读、可分享、可被搜索引擎与 AI 正确理解。