Install Third Party Tools For Hermes

为 Hermes 安装第三方工具

系统化流程：发现 → 评估 → 选择 → 安装 → 验证

1. 发现阶段

GitHub 搜索策略

# 按关键词搜索
curl -s "https://api.github.com/search/repositories?q=wechat+article+download+export&sort=stars&order=desc&per_page=15" | jq -r '.items[] | "\(.stargazers_count)|\(.full_name)|\(.description)|\(.html_url)"'

# 查看特定仓库
curl -s "https://api.github.com/repos/{owner}/{repo}" | jq -r '.stargazers_count, .description, .html_url'

评估维度

2. 集成方式选择

方式一：MCP 服务器（推荐用于 API 服务）

适用场景：远程服务、无需本地运行、跨平台

配置格式（写入 ~/.hermes/config.yaml）：

mcp_servers:
  tool-name:
    type: streamableHttp
    url: https://api.example.com/mcp
    enabled: true
    connect_timeout: 30
    timeout: 60

验证方法：

# 测试连接
curl -s -X POST "https://api.example.com/mcp" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"initialize","id":1}' | jq .

# 列出工具
curl -s -X POST "https://api.example.com/mcp" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":2}' | jq -r '.result.tools[].name'

方式二：Skill 文件（推荐用于本地工具）

适用场景：需要本地环境、复杂配置、多文件支持

安装步骤：

# 1. 克隆仓库
cd ~/.hermes
git clone https://github.com/xxx/tool.git temp_tool

# 2. 复制 Skill
mkdir -p ~/.hermes/skills/skill-name
cp -r temp_tool/skills/xxx/* ~/.hermes/skills/skill-name/

# 3. 清理临时文件
rm -rf temp_tool

方式二-A：使用 npx skills add 自动安装（推荐）

适用场景：Skills.sh 生态的技能，GitHub 仓库支持 npx skills add 安装

标准流程：

# 一键安装（自动处理依赖、配置、验证）
npx skills add owner/skill-repo

# 示例：安装达尔文.skill
npx skills add alchaincyf/darwin-skill

# 跳过确认直接安装
npx skills add owner/skill-repo --yes

安装位置：

• 自动安装到 .agents/skills/ 目录（当前项目）
• 符号链接到其他 Agent 平台（Claude Code、OpenClaw 等）
• 不需要手动克隆、复制、配置

输出示例：

✓ ./.agents/skills/darwin-skill
  universal: Codex, Gemini CLI, OpenCode, Amp, Antigravity +8 more
  symlinked: Claude Code, OpenClaw, Qwen Code, Trae, Trae CN

验证安装：

# 查看安装的 Skill
ls .agents/skills/skill-name/

# 检查 SKILL.md 格式
cat .agents/skills/skill-name/SKILL.md | head -10

优点：

• ✅ 自动化程度高（一键安装）
• ✅ 跨平台支持（Universal + Symlinked）
• ✅ 自动安全扫描（Safe, 0 alerts）
• ✅ 无需手动清理临时文件

注意事项：

1. 需要网络连接（从 GitHub 克隆）
2. 安装位置是当前项目的 .agents/skills/，不是 ~/.hermes/skills/
3. 如需全局使用，可以手动复制到 ~/.hermes/skills/

方式二-B：从 GitHub Skills 仓库手动安装（传统方式）

适用场景：

• 不支持 npx skills add 的仓库
• 需要自定义安装位置
• 需要修改 Skill 内容

标准流程：

# 1. 克隆到临时目录
cd /tmp
git clone https://github.com/owner/skills-repo.git

# 2. 查看仓库结构
ls -la skills-repo/
# 常见结构：
# - 根目录直接是 Skill 文件夹（skill-name/SKILL.md）
# - 有 skills/ 子目录
# - 有多个 Skill 文件夹

# 3. 复制 Skill 到 Hermes
# 如果根目录直接是 Skill：
cp -r /tmp/skills-repo/skill-name ~/.hermes/skills/

# 如果有 skills/ 子目录：
cp -r /tmp/skills-repo/skills/* ~/.hermes/skills/

# 4. 验证安装
hermes skills list | grep skill-name

# 5. 清理临时文件
rm -rf /tmp/skills-repo

验证检查清单：

• Skill 目录存在：ls .agents/skills/skill-name/ 或 ls ~/.hermes/skills/skill-name/
• SKILL.md 文件存在：ls .agents/skills/skill-name/SKILL.md
• Skill 已识别：hermes skills list | grep skill-name（Hermes）或直接测试（Skills.sh）
• 文件格式正确：frontmatter 包含 name 和 description

常见仓库结构：

| 结构 | 说明 | 安装方式 |\n|------|------|----------|\n| Skills.sh 生态 | 支持 npx skills add | npx skills add owner/repo --yes |\n| repo/skill-name/SKILL.md | 根目录直接是 Skill | cp -r repo/skill-name ~/.hermes/skills/ |\n| repo/skills/skill-name/ | 有 skills 子目录 | cp -r repo/skills/* ~/.hermes/skills/ |\n| repo/category/skill-name/ | 按分类组织 | cp -r repo/category/skill-name ~/.hermes/skills/category/ |

注意事项：

1. 先查看 README：了解 Skill 功能、依赖、配置要求
2. 检查 SKILL.md 格式：必须有 YAML frontmatter（name, description）
3. 一次性安装多个：如果仓库有多个 Skill，可以全部复制
4. Prompt 文件处理：有些仓库还有 prompts/ 目录，是纯文本 prompt，不是 Skill
5. 依赖安装：如果 Skill 包含 Node.js 脚本，需要安装依赖：

   cd ~/.hermes/skills/skill-name
   npm init -y
   npm install dependency-name
   

6. 超时处理：测试脚本时如遇到 timeout 命令不存在，使用 Perl 替代：

   perl -e 'alarm shift; exec @ARGV' 10 node scripts/test.js "args"
   

方式三：桌面应用（需要 GUI 交互）

适用场景：需要用户手动操作、OAuth 登录、浏览器交互

处理方式：

1. 提供下载链接
2. 说明安装步骤
3. 如果支持 MCP，配置本地 MCP 服务（http://127.0.0.1:端口/mcp）

3. 配置写入

读取现有配置

# 查看 MCP 配置
grep -A 10 "mcp_servers:" ~/.hermes/config.yaml

# 或使用 Read 工具

添加新配置

使用 Patch 工具在 mcp_servers: 部分添加新条目：

mcp_servers:
  existing-server:
    ...
  new-tool:  # 新增
    type: streamableHttp
    url: https://api.new-tool.com/mcp
    enabled: true
    connect_timeout: 30
    timeout: 60

4. 验证流程

步骤清单

• MCP 连接测试（curl initialize）
• 工具列表获取（tools/list）
• Skill 文件检查（ls ~/.hermes/skills/xxx/）
• 功能测试（实际调用一个工具）

常见问题

5. 记录安装信息

写入 memory

新安装工具：{tool-name}
- 来源：{GitHub URL}
- Stars：{数量}
- 功能：{描述}
- 集成方式：MCP/Skill/桌面应用
- 配置位置：~/.hermes/config.yaml 或 ~/.hermes/skills/
- 验证状态：✅/❌

模板：安装报告

## ✅ 安装完成！

### 📦 安装内容

| 组件 | 状态 | 说明 |
|------|------|------|
| MCP 服务器 | ✅ | `{url}` |
| Skill 文件 | ✅ | `~/.hermes/skills/{name}/` |
| 连接测试 | ✅ | 服务器名: `{server_name}` |

### 🛠️ 可用工具

1. **`tool-1`** - 功能描述
2. **`tool-2`** - 功能描述

### 📝 使用方式

直接说："下载这篇微信文章：https://..."

Skill 生命周期管理

归档不常用的 Skill 分类

适用场景：Skill 数量过多、用户想精简系统、保留但不常使用

操作流程：

# 1. 创建归档目录
mkdir -p ~/.hermes/skills/_archived/{source-name}

# 2. 统计各分类角色数量（Python 脚本）
from pathlib import Path
skills_dir = Path.home() / ".hermes" / "skills"
stats = {}
for cat in skills_dir.iterdir():
    if cat.is_dir() and not cat.name.startswith("_"):
        count = len([d for d in cat.iterdir() if d.is_dir() and (d / "SKILL.md").exists()])
        stats[cat.name] = count

# 按数量排序输出
for cat, count in sorted(stats.items(), key=lambda x: -x[1]):
    print(f"{cat:25s} {count:3d} 个角色")

# 3. 移动不常用的分类到归档目录
import shutil
archive_categories = ["marketing", "testing", "design"]  # 根据统计结果选择
archive_dir = skills_dir / "_archived" / "source-name"
archive_dir.mkdir(parents=True, exist_ok=True)

for cat in archive_categories:
    src = skills_dir / cat
    if src.exists():
        shutil.move(str(src), str(archive_dir / cat))
        print(f"✅ 已归档: {cat}")

示例：agency-agents-zh 归档（2026-04-29）

• 保留：finance（18）、engineering（33）等常用分类
• 归档：marketing（35）、specialized（45）等 15 个分类
• 结果：保留 51 个角色，归档 155 个角色
• 归档位置：~/.hermes/skills/_archived/agency-agents-zh/

重新启用归档的 Skill

# 恢复单个分类
mv ~/.hermes/skills/_archived/agency-agents-zh/marketing ~/.hermes/skills/

# 批量恢复多个分类
for cat in marketing sales; do
    mv ~/.hermes/skills/_archived/agency-agents-zh/$cat ~/.hermes/skills/
done

注意：

• Hermes 没有"启用/禁用"开关，所有在 ~/.hermes/skills/ 目录下的 Skill 都会被自动加载
• 归档是"移出目录"，恢复是"移回目录"
• 归档后需要重启 Hermes Gateway 才能生效（hermes restart）

参考文档

• 达尔文.skill 完整指南 - Skills.sh 生态的自主进化 Skill 系统，包含核心原则、8维度评估体系、优化流程等
• Hindsight 部署案例 - Docker 容器化工具集成完整案例，包含 OpenRouter 适配、三层记忆系统架构、部署流程等
• Camofox Browser 集成案例 - AI Agent 反检测浏览器服务集成，解决登录态保持、风控绕过、稳定状态管理等核心问题

陷阱与注意事项

1. 不要重复安装：先用 skills_list 检查是否已存在
2. API 限流：GitHub API 60次/小时（未认证），必要时用浏览器访问
3. 配置格式：YAML 缩进必须正确，使用 Patch 而非手动拼接
4. 清理临时文件：克隆的仓库安装后要删除，避免占用空间
5. Cloudflare 验证：部分网站有安全验证，使用 browser_navigate + sleep 5 等待通过
6. 技能格式差异：外部技能可能不是标准 SKILL.md 格式，需要手动转换为 Hermes 格式
7. 安全警告：涉及真实资金/敏感操作的工具（如加密货币钱包），必须：
   • 明确告知用户风险
   • 建议先在测试环境验证
   • 提供安全配置选项（如限制额度、白名单等）
   • 记录到 MemPalace 作为参考案例，而非直接安装
8. 测试脚本导入：动态导入 SkillRouter 时必须使用 importlib.util，避免模块路径问题：

   import importlib.util
   spec = importlib.util.spec_from_file_location("skill_router", hooks_dir / "skill-router.py")
   skill_router = importlib.util.module_from_spec(spec)
   spec.loader.exec_module(skill_router)
   SkillRouter = skill_router.SkillRouter
   

9. Smart Skill Router 更新：patch skill-router.py 时，新领域必须添加在 SKILL_ROUTES 字典的最后一个领域之后、结束大括号之前
10. 双重记忆保存：集成完成后必须同时保存到 MemPalace（详细报告）和 fact_store（摘要），确保跨会话可查询

特殊场景处理

场景一：容器化工具集成（Docker 部署）

适用场景：

• 需要 Docker 容器运行的第三方服务
• 有独立 API 和 UI 的自托管工具
• 需要持久化数据存储的服务

标准流程：

1. 环境检查

# 检查 Docker
docker --version

# 检查端口占用
lsof -i:8888  # API 端口
lsof -i:9999  # UI 端口

2. 克隆仓库

cd ~
git clone https://github.com/owner/tool.git
cd tool

3. 配置文件准备

# 复制环境变量模板
cp .env.example .env

# 编辑配置（重点是 API Key）
vim .env

关键配置项：

• LLM_PROVIDER: 兼容 OpenAI API 的 provider
• LLM_API_KEY: API 密钥
• LLM_MODEL: 模型选择
• LLM_BASE_URL: API 端点（如 OpenRouter）

4. 创建启动脚本

start-tool.sh（后台模式）：

#!/bin/bash
# 检查环境变量
if [ -z "$API_KEY" ]; then
    echo "❌ 未找到 API_KEY 环境变量"
    exit 1
fi

# 检查 Docker
if ! command -v docker &> /dev/null; then
    echo "❌ Docker 未安装"
    exit 1
fi

# 检查是否已运行
if docker ps | grep -q tool-name; then
    echo "✅ Tool 已在运行"
    exit 0
fi

# 创建数据目录
mkdir -p ~/.tool-data

# 后台启动
docker run -d --pull always \
    -p 8888:8888 \
    -p 9999:9999 \
    --name tool-name \
    --restart unless-stopped \
    -e API_KEY=$API_KEY \
    -v $HOME/.tool-data:/home/tool/.data \
    ghcr.io/owner/tool:latest

echo "✅ Tool 已启动"
echo "API: http://localhost:8888"
echo "UI:  http://localhost:9999"

5. 集成到 Hermes

安装 Python Client：

pip install tool-client -U

配置 Hermes（~/.hermes/config.yaml）：

memory:
  extended_memory:
    tool-name:
      enabled: true
      api_url: http://localhost:8888
      collection: hermes-agent

创建 Hook（~/.hermes/hooks/tool_integration.py）：

#!/usr/bin/env python3
"""Tool 集成 Hook"""

import os
import requests

API_URL = os.getenv('TOOL_API_URL', 'http://localhost:8888')

def store_data(content: str, metadata: dict = None):
    """存储数据到 Tool"""
    try:
        response = requests.post(
            f"{API_URL}/v1/store",
            json={'content': content, 'metadata': metadata or {}}
        )
        return response.json()
    except Exception as e:
        print(f"Tool 存储失败: {e}")
        return None

def retrieve_data(query: str, limit: int = 5):
    """从 Tool 检索数据"""
    try:
        response = requests.post(
            f"{API_URL}/v1/search",
            json={'query': query, 'limit': limit}
        )
        return response.json().get('results', [])
    except Exception as e:
        print(f"Tool 检索失败: {e}")
        return []

6. 验证集成

# 测试 API
curl http://localhost:8888/v1/health

# 测试存储
curl -X POST http://localhost:8888/v1/store \
  -H "Content-Type: application/json" \
  -d '{"content": "测试内容"}'

# 测试检索
curl -X POST http://localhost:8888/v1/search \
  -H "Content-Type: application/json" \
  -d '{"query": "测试"}'

7. 管理脚本

stop-tool.sh：

#!/bin/bash
docker stop tool-name
docker rm tool-name
echo "✅ Tool 已停止"

backup-tool.sh：

#!/bin/bash
tar -czf tool-backup-$(date +%Y%m%d).tar.gz ~/.tool-data

注意事项：

1. 端口冲突：确保端口未被占用，或修改映射
2. 数据持久化：必须挂载 volume 避免数据丢失
3. 自动重启：使用 --restart unless-stopped 确保服务稳定
4. API Key 安全：使用环境变量而非硬编码
5. OpenRouter 兼容：很多工具支持 OpenAI API 格式，可使用 OpenRouter

完整案例：Hindsight 记忆系统集成（2026-05-02）

• 仓库：vectorize-io/hindsight
• 部署方式：Docker 容器
• API 端口：8888（API）、9999（UI）
• LLM Provider：OpenRouter（兼容 OpenAI API）
• 数据存储：~/.hindsight-docker
• 集成方式：Python Client + Hermes Hook
• 参考文档：references/hindsight-deployment-example.md

场景二：加密货币钱包/支付工具

风险评估：高风险 - 涉及真实资金

处理流程：

1. 获取技能定义 → 分析功能范围
2. 评估安全机制 → 私钥管理、权限控制、审计日志
3. 不建议直接安装 → 记录到 MemPalace 作为参考
4. 如用户坚持安装 → 提供安全配置清单 + 限制额度建议

示例：FluxA Agent Wallet (Base 链 USDC 钱包)

• ✅ 无需私钥管理（安全）
• ✅ 支持预算管理
• ⚠️ 仍涉及真实资金操作
• 建议：先记录参考，确认安全后再集成

场景二：非标准技能格式

问题：外部技能可能使用简化格式（如纯 Markdown），缺少 SKILL.md frontmatter

解决：

1. 手动创建 SKILL.md，添加 frontmatter
2. 转换安装命令为 Hermes 格式
3. 添加中文文档和使用示例
4. 集成到 Smart Skill Router

场景三：完整技能封装与集成（推荐用于复杂技能）

适用场景：

• 外部技能功能复杂，需要完整文档化
• 需要创建安装脚本、测试脚本
• 需要集成到 Smart Skill Router
• 用户希望有完整的中文文档和参考文档

完整封装流程：

1. 获取技能定义

# 方式1：直接访问 skill.md URL
curl -s https://example.com/skill.md

# 方式2：从 GitHub 仓库获取
curl -s https://raw.githubusercontent.com/owner/repo/main/skills/skill-name/SKILL.md

# 方式3：浏览器访问（如有 Cloudflare 验证）
browser_navigate https://example.com/skill.md
# 等待 5 秒通过验证
sleep 5
browser_console "document.body.innerText"

2. 创建技能目录结构

# 标准结构
~/.hermes/skills/{category}/{skill-name}/
├── SKILL.md              # 主文档（完整中文版）
├── README.md             # 快速参考指南
├── INTEGRATION_REPORT.md # 集成报告（可选）
├── scripts/
│   ├── install.sh        # 自动安装脚本
│   └── test_integration.py # 集成测试脚本
└── references/           # 官方参考文档
    ├── GUIDE-1.md
    ├── GUIDE-2.md
    └── ...

3. 创建 SKILL.md（完整中文文档）

必需 frontmatter 字段：

---
name: skill-name
description: >-
  技能描述（用于 Smart Skill Router 自动识别）
version: x.x.x
cli_version: package-name@x.x.x  # 如有 CLI
network: Network Name            # 如涉及网络
category: category-name
tags: [tag1, tag2, tag3]
---

必需章节：

1. 核心特性（功能列表）
2. 快速开始（安装 + 初始化）
3. 能力矩阵（功能对照表）
4. 安全注意事项（如有风险）
5. Hermes 集成特性（触发关键词、关联技能）
6. 参考资料（链接到 references/）

4. 下载参考文档

# 创建 references 目录
mkdir -p ~/.hermes/skills/{category}/{skill-name}/references

# 下载官方文档
cd ~/.hermes/skills/{category}/{skill-name}/references
curl -sO https://raw.githubusercontent.com/.../GUIDE-1.md
curl -sO https://raw.githubusercontent.com/.../GUIDE-2.md
# ...

5. 创建安装脚本

scripts/install.sh：

#!/bin/bash
# 技能名称 安装脚本

set -e

echo "🦄 技能名称 安装脚本"
echo "================================"
echo ""

# 检查依赖
if ! command -v node &> /dev/null; then
    echo "❌ 错误: 未找到 Node.js"
    exit 1
fi

echo "✅ Node.js 版本: $(node --version)"

# 安装 CLI（如有）
npm install -g package-name@version

echo ""
echo "✅ 安装完成！"
echo ""
echo "下一步："
echo "1. 运行初始化命令"
echo "2. 查看文档: ~/.hermes/skills/{category}/{skill-name}/SKILL.md"

赋予执行权限：

chmod +x ~/.hermes/skills/{category}/{skill-name}/scripts/install.sh

6. 创建集成测试脚本

scripts/test_integration.py：

#!/usr/bin/env python3
"""
技能名称 集成测试
验证 Smart Skill Router 是否正确识别并加载此技能
"""

import sys
from pathlib import Path

# 动态导入 SkillRouter
hooks_dir = Path.home() / ".hermes" / "hooks"
sys.path.insert(0, str(hooks_dir))

import importlib.util
spec = importlib.util.spec_from_file_location("skill_router", hooks_dir / "skill-router.py")
skill_router = importlib.util.module_from_spec(spec)
spec.loader.exec_module(skill_router)

SkillRouter = skill_router.SkillRouter


def test_triggers():
    """测试触发词识别"""
    router = SkillRouter()
    
    test_cases = [
        ("关键词1", ["skill-name"]),
        ("关键词2", ["skill-name"]),
        ("关键词3", ["skill-name"]),
    ]
    
    print("🧪 测试触发词识别\n")
    
    passed = 0
    for message, expected in test_cases:
        recommended = router.recommend_skills(message)
        matched = all(skill in recommended for skill in expected)
        
        status = "✅" if matched else "❌"
        print(f"{status} \"{message}\" → {recommended}")
        
        if matched:
            passed += 1
    
    print(f"\n结果: {passed}/{len(test_cases)} 通过")
    return passed == len(test_cases)


def test_structure():
    """测试文件结构"""
    skill_dir = Path.home() / ".hermes" / "skills" / "{category}" / "{skill-name}"
    
    required_files = [
        "SKILL.md",
        "README.md",
        "scripts/install.sh",
        "scripts/test_integration.py",
    ]
    
    print("\n🧪 测试文件结构\n")
    
    passed = 0
    for file_path in required_files:
        exists = (skill_dir / file_path).exists()
        status = "✅" if exists else "❌"
        print(f"{status} {file_path}")
        
        if exists:
            passed += 1
    
    print(f"\n结果: {passed}/{len(required_files)} 存在")
    return passed == len(required_files)


def main():
    results = {
        "触发词识别": test_triggers(),
        "文件结构": test_structure(),
    }
    
    print("\n" + "=" * 60)
    print("📊 最终测试结果")
    print("=" * 60)
    
    for test_name, passed in results.items():
        status = "✅ 通过" if passed else "❌ 失败"
        print(f"{status} - {test_name}")
    
    if all(results.values()):
        print("\n🎉 所有测试通过！")
        return 0
    else:
        return 1


if __name__ == "__main__":
    sys.exit(main())

7. 更新 Smart Skill Router

编辑 ~/.hermes/hooks/skill-router.py，在 SKILL_ROUTES 中添加新领域：

SKILL_ROUTES = {
    # ... 现有领域 ...
    
    "new_domain": {
        "triggers": ["关键词1", "关键词2", "关键词3"],
        "skills": {
            "primary": ["skill-name"],
            "secondary": ["backup-skill"],
            "specific": {
                "特定触发词": "specific-skill",
            }
        },
        "priority": 9  # 高优先级
    },
}

8. 运行集成测试

python3 ~/.hermes/skills/{category}/{skill-name}/scripts/test_integration.py

预期输出：

============================================================
🧪 测试触发词识别

✅ "关键词1" → ['skill-name', 'backup-skill']
✅ "关键词2" → ['skill-name', 'backup-skill']
✅ "关键词3" → ['skill-name', 'backup-skill']

结果: 3/3 通过

🧪 测试文件结构

✅ SKILL.md
✅ README.md
✅ scripts/install.sh
✅ scripts/test_integration.py

结果: 4/4 存在

============================================================
📊 最终测试结果
============================================================
✅ 通过 - 触发词识别
✅ 通过 - 文件结构

🎉 所有测试通过！

9. 保存到记忆系统

MemPalace：

mcp_mempalace_mempalace_add_drawer \
  --wing "hermes-integration" \
  --room "agent-skills" \
  --content "技能名称 v1.0.0 已成功封装为 Hermes Skill..." \
  --source_file "~/.hermes/skills/{category}/{skill-name}/INTEGRATION_REPORT.md"

fact_store：

fact_store(
  action="add",
  category="project",
  content="技能名称 v1.0.0 已成功封装为 Hermes Skill，集成到 Smart Skill Router。所有测试通过，文档完整（XXKB），自动加载触发词已配置。",
  tags="skill,integration,hermes"
)

10. 创建集成报告

INTEGRATION_REPORT.md：

# 技能名称 - Hermes Skill 封装完成报告

## ✅ 集成状态

**状态：** 已完成并通过所有测试
**日期：** YYYY-MM-DD
**版本：** 技能名称 vX.X.X

## 📦 已创建文件

- SKILL.md (XXKB)
- README.md (XXKB)
- scripts/install.sh (XXKB)
- scripts/test_integration.py (XXKB)
- references/ (X 个文档，共 XXKB)

**总计：** X 个文件，约 XXKB 文档

## 🧪 测试结果

✅ 触发词识别 - X/X 通过
✅ 文件结构 - X/X 存在
✅ 元数据检查 - X/X 通过

## 🔧 Smart Skill Router 集成

新增 "{domain}" 领域，优先级 X

触发关键词：关键词1、关键词2、关键词3

## 📚 核心功能

1. 功能1
2. 功能2
3. ...

## 🚀 快速开始

```bash
~/.hermes/skills/{category}/{skill-name}/scripts/install.sh

⚠️ 安全提示

（如有风险，列出安全注意事项）

🔗 相关链接

• GitHub: ...
• 官方文档: ...

#### 11. 验证自动加载

测试 Smart Skill Router 是否正确识别：

```bash
python3 ~/.hermes/hooks/skill-router.py "测试关键词"

预期输出：

{
  "recommended_skills": ["skill-name"],
  "context": "[Skill Router] 检测到相关领域..."
}

实际验证示例（FluxA Agent Wallet）：

# 测试触发词识别
python3 ~/.hermes/hooks/skill-router.py "转账USDC"

# 预期输出：
# {
#   "recommended_skills": ["fluxa-agent-wallet", "engineering-solidity-smart-contract-engineer"],
#   "context": "[Skill Router] 检测到 crypto 领域..."
# }

成功标志：

• ✅ 所有测试通过（100%）
• ✅ Smart Skill Router 正确识别
• ✅ 文档完整且符合规范
• ✅ 保存到记忆系统
• ✅ 集成报告生成

示例：FluxA Agent Wallet 完整封装（已验证 ✅）

• 日期：2026-04-29
• 文件：9 个文件，约 58KB 文档
• 测试：18 项测试 100% 通过
• 集成：Smart Skill Router 新增 crypto 领域（优先级 9）
• 文档：完整中文文档 + 5 个参考文档
• 脚本：install.sh + test_integration.py
• 触发词：钱包、支付、转账、USDC、Base、x402、ClawPI、龙虾朋友圈等 14 个
• 安全：涉及真实资金，已添加安全提示
• 状态：已安装并验证（Agent ID: 4c7299df-b7b8-43d5-83ba-be9e000d7da6）

关键经验：

1. ✅ 完整封装流程耗时约 30 分钟（含文档编写、测试验证）
2. ✅ 测试脚本必须动态导入 SkillRouter（避免模块路径问题）
3. ✅ Smart Skill Router 的 patch 需要在 SKILL_ROUTES 字典结束前添加
4. ✅ 安全提示必须在 SKILL.md 中明确标注（涉及真实资金/敏感操作）
5. ✅ 集成报告应保存到 MemPalace 和 fact_store 双重记忆系统

场景四：反检测浏览器服务集成（Node.js 服务）

适用场景：

• AI Agent 需要访问登录后的网站（知识库、后台系统）
• 网站有严格的风控检测（Cloudflare、Bot 检测）
• 需要长期保持浏览器状态（登录态、Cookie、Profile）

核心痛点： 传统无头浏览器（Playwright、Puppeteer）容易被网站识别：

• 指纹特征明显（WebGL、AudioContext、WebRTC）
• 登录态丢失，每次都像新用户
• 触发风控后无法继续操作

解决方案：Camofox Browser

技术特点：

• 基于 Firefox 分支，底层指纹伪装
• 不是简单改 User-Agent，而是在 JS 读取前伪装浏览器特征
• 提供独立的 Node.js 服务（API 调用，无需 Python 依赖）

集成流程：

1. 安装服务

# 克隆仓库
cd ~/projects
git clone https://github.com/jo-inc/camofox-browser
cd camofox-browser

# 安装依赖
npm install

# 启动服务（后台运行）
nohup npm start > ~/logs/camofox.log 2>&1 &

# 验证服务
curl http://localhost:9377/health
# 预期输出: {"status": "ok", "service": "camofox-browser"}

2. 配置 Hermes

编辑 ~/.hermes/config.yaml：

browser:
  camofox:
    url: http://localhost:9377
    managed_persistence: true  # 启用登录态持久化

3. 核心能力

4. API 工具

5. 典型应用场景

场景A：访问登录后的资料库

• 会员站、知识库、课程后台、内部文档系统
• 首次用户扫码授权 → Camofox 保存登录态 → 后续自动使用
• Hermes 整理资料成笔记/文章

场景B：操作复杂后台

• 广告后台、电商后台、CRM、数据看板
• 需要连续点击、筛选、下载、翻页
• Camofox 提供稳定身份，Hermes 提供任务编排

场景C：读取高风控网页

• 小红书、电商平台、订阅服务
• 案例：小红书评论抓取（未登录只看十几条 → 用户扫码 → Agent 继续操作找第 200 条）

场景D：配合现有工具

• iwencai-integration: 问财接口登录后查看完整数据
• grid-trading-monitor: ETF 监控访问券商网站避免频繁登录

6. 验证集成

import requests

CAMOFOX_URL = "http://localhost:9377"

# 测试打开网页
resp = requests.post(f"{CAMOFOX_URL}/browser_navigate", 
    json={"url": "https://example.com"})
print("状态:", resp.json()["status"])

# 测试获取快照
snapshot = requests.post(f"{CAMOFOX_URL}/browser_snapshot").json()
print("快照大小:", len(snapshot["content"]), "字符")

# 测试元素引用
print("可点击元素:", [e for e in snapshot["elements"] if e["clickable"]])

7. 安全注意事项

✅ 适用场景：

• 访问自己的账号和后台
• 自动化个人工作流
• 整理个人订阅内容
• 操作授权的业务系统

❌ 不适用场景：

• 非法采集数据
• 绕过付费内容
• 攻击网站或服务
• 批量注册账号、刷量刷单

安全原则：

1. 本地优先：敏感登录态不交给第三方
2. 用户授权：敏感操作需要用户确认
3. 状态隔离：不同用户使用不同 profile
4. 可观测可关闭：随时可以停止服务和删除数据

8. 与 web-scraping-suite 的配合

工具矩阵升级：

决策树更新：

是否需要登录？
 ├─ 是 → 使用 Camofox Browser（长期状态管理）
 └─ 否 → 继续判断

是否有反爬？
 ├─ 是 → 使用 Scrapling
 └─ 否 → 继续判断

单页还是多页？
 ├─ 单页 → Jina Reader
 └─ 多页 → Crawl4AI

9. 常见问题

Q: Camofox 和 CamouFox 有什么区别？

Q: 如何处理验证码？

• 推荐：检测到验证码 → 告知用户 → 用户处理 → Agent 继续
• 不推荐：自动绕过验证码（违反网站条款）

Q: 登录态能保持多久？

• 取决于网站 Cookie 有效期（一般 7-30 天）
• 银行/金融可能需要定期重新授权
• 建议：在 Skill 中添加登录态检查逻辑

完整案例：Camofox Browser 集成（2026-05-03）

• 仓库：jo-inc/camofox-browser
• 部署方式：Node.js 服务（本地运行）
• API 端口：http://localhost:9377
• 集成方式：Hermes config.yaml 配置 + API 调用
• 参考文档：references/camofox-browser-integration.md
• 典型应用：小红书评论抓取、问财数据获取、券商后台访问

⚠️ Known Gotchas

工具发现问题

• 工具仓库不全: 未覆盖所有可用工具

  # 多源搜索
  # 1. GitHub: topic:hermes-skill, topic:mcp-server
  # 2. PyPI: 搜索 hermes-*
  # 3. NPM: 搜索 @hermes/*
  # 4. Awesome Lists: awesome-ai-agents
  

• 工具质量参差不齐: 缺少质量评估

  # 评估维度
  # 1. GitHub Stars > 100
  # 2. 最近更新 < 6 个月
  # 3. 有文档和示例
  # 4. 有测试覆盖
  # 5. 开源许可证
  

安装问题

• 依赖冲突: 工具依赖与 Hermes 冲突

  # 使用虚拟环境
  python3 -m venv ~/.hermes/venv
  source ~/.hermes/venv/bin/activate
  pip install tool-name
  

• 权限问题: 无法写入安装目录

  # 检查权限
  ls -la ~/.hermes/tools
  
  # 修复权限
  chmod -R u+rw ~/.hermes/tools
  

兼容性问题

• Hermes 版本不兼容: 工具需要特定版本

  # 检查 Hermes 版本
  hermes --version
  
  # 查看工具要求
  cat tool/requirements.txt | grep hermes
  

• Python 版本冲突: 工具需要不同 Python

  # 使用 pyenv 管理多版本
  pyenv install 3.10.13
  pyenv shell 3.10.13