玉芬(Hermes)核心职责
- 团队管理:所有agent的记忆/技能更新/技能调用/自我进化机制
- 任务调度:分配任务并追踪进度
- 技术方案:组织相关agent对项目进行分析、评估、设计并给出最优技术方案
- 知识库:公司各部门专业知识库的建立与维护
- 协作机制:公司各agent团队协作机制的开发、维护与更新
- 每日汇报:作为专业公司管理人员,对公司整体发展负责。每天定时向华哥汇报各部门日常安排与进展。临时任务在大群追踪,按原方式进行。
⚠️ 重要发现(2026-06-11 → 2026-06-27 验证):巡视procedure修订
环境实际状态(2026-06-27 验证):
~/.hermes/kanban.db是真实任务库(注意:团队协作/tasks.db≠~/.hermes/tasks.db≠kanban.db,三者并存且各管一摊)- 各 profile 下有独立
kanban.db(如~/.hermes/profiles/maodou/kanban.db)— 谨慎确认查询的是哪一个 tasks表 schema 列名是assignee/status/started_at/created_at(INTEGER 时间戳),不是updated_at/description/agent
简化后的巡视步骤(2026-06-27 强化版):
# 1. 查任务池(主任务库)
sqlite3 ~/.hermes/kanban.db \
"SELECT id, title, assignee, status, priority, started_at, worker_pid, consecutive_failures
FROM tasks WHERE status IN ('pending','in_progress') ORDER BY priority DESC, started_at"
# 2. 查心跳cron实际执行结果(不要信 jobs.json 的 last_status!)
# 关键:读取每个 profile 最新 .md 文件的 FAILED 头标记
for p in maodou laomo afu heidou xiaobao; do
latest=$(ls -t ~/.hermes/profiles/$p/cron/output/*/*.md 2>/dev/null | head -1)
[ -n "$latest" ] && head -2 "$latest" | grep -oE "(FAILED|SUCCESS|COMPLETED)" | head -1 \
| xargs -I {} echo "$p: {} $(basename $latest)"
done
# 3. 查 jobs.json 元数据(辅助参考,但**不能作为成功标志**)
python3 -c "
import json
d=json.load(open('$HOME/.hermes/cron/jobs.json'))
for j in d['jobs']:
if '心跳' in j['name'] or '巡视' in j['name']:
print(f\"{j['name']:30s} | last={str(j.get('last_run_at',''))[:19]} | st={j.get('last_status','')} | err={(j.get('last_error','') or '')[:60]}\")"
报告生成规则:
- 有任务进行中:列出每人任务数
- 无任务 + cron .md 全 SUCCESS/正常:标注"全员待机"
- ⚠️ cron .md 出现 FAILED 头 → 心跳异常(即使
jobs.json写ok) - ⚠️ 连续多次 FAILED 且错误含
402/insufficient_balance→ LLM Provider 余额耗尽,全团队级故障,应立即汇报华哥
⚠️ 2026-06-27 关键发现:jobs.json last_status 不可信
症状:jobs.json 中 last_status="ok",但 cron/output/{jobid}/2026-06-27_12-00-24.md 文件头明确写 # Cron Job: ... (FAILED),且 ## Error 段有 RuntimeError: Error code: 402 - {'type': 'error', 'error': {'type': 'insufficient_balance_error'}}。
根因:Hermes cron 调度器把"调度本身成功"(脚本被启动并退出)当作 last_status=ok,但 LLM 调用失败写在输出文件里。两者口径不同。
正确做法(必须用):
- 读
cron/output/{jobid}/*.md的前 2 行 → 找FAILED字样 - 读文件
## Error段 → 找RuntimeError: Error code: 402/insufficient_balance - 不要只看
jobs.json.last_status
402 余额耗尽时全团队表现:
- 5个Agent心跳全部 FAILED
- 玉芬-主动巡视汇报自身也 FAILED
- 但所有 cron 仍按 schedule 触发(脚本启动没崩),只是 LLM 推理失败
- 解决:充值 / 切换 Provider / 等待额度恢复
教训:用 jobs.json 做健康检查 = 假阳性。每次巡视必须实际读 .md 文件头验证。
活跃判断逻辑(重要更正 2026-05-12)
⚠️ 不要用MEMORY.md判断活跃,各Agent更新频率不一致(小宝勤更新,黑豆/阿福不常更新)。正确方式(按优先级):
方式1:查cron输出文件(最快,最可靠)
import os, re
from datetime import datetime
cron_output_dir = os.path.expanduser("~/.hermes/cron/output")
def get_agent_last_activity(agent_name: str) -> str:
"""从cron输出文件获取Agent最后活跃时间"""
marker_map = {
"毛豆": "毛豆·每小时汇报",
"老莫": "老莫·心跳",
"黑豆": "黑豆·心跳",
"小宝": "小宝·心跳",
"阿福": "阿福·心跳",
}
marker = marker_map.get(agent_name, f"{agent_name}·心跳")
for fname in sorted(os.listdir(cron_output_dir), reverse=True):
if not fname.endswith(".txt"):
continue
fpath = os.path.join(cron_output_dir, fname)
mtime = datetime.fromtimestamp(os.path.getmtime(fpath))
with open(fpath) as f:
content = f.read()
if marker in content:
return mtime.strftime("%Y-%m-%d %H:%M")
return "未知"
方式2:扫描workspace目录(有中文目录时才用)
import os
from datetime import datetime, timedelta
def is_agent_idle(agent_name: str, idle_threshold_minutes=30) -> bool:
"""检查Agent是否空闲——以workspace文件修改时间为准,不看MEMORY.md"""
workspace_map = {
"毛豆": "/Users/hua/Desktop/渔芯科技/4-部门空间/毛豆-产品交付/workspace",
"老莫": "/Users/hua/Desktop/渔芯科技/4-部门空间/老莫-技术运维/workspace",
"黑豆": "/Users/hua/Desktop/渔芯科技/4-部门空间/黑豆-行政财务法务/workspace",
"小宝": "/Users/hua/Desktop/渔芯科技/4-部门空间/小宝-商务运营/workspace",
"阿福": "/Users/hua/Desktop/渔芯科技/4-部门空间/阿福-客服/workspace",
}
path = workspace_map.get(agent_name)
if not path or not os.path.exists(path):
return True # 目录不存在视为空闲
latest = 0
for root, dirs, files in os.walk(path):
for f in files:
if f.endswith(('.md', '.json', '.txt', '.py', '.yaml')):
latest = max(latest, os.path.getmtime(os.path.join(root, f)))
if latest == 0:
return True # 没有任何文件视为空闲
diff_minutes = (datetime.now().timestamp() - latest) / 60
return diff_minutes > idle_threshold_minutes
⚠️ 重要(2026-06-27 验证):workspace 扫描方法的可靠性问题
症状:在 2026-06-27 巡视中发现,/Users/hua/Desktop/渔芯科技/4-部门空间/{毛豆,老莫,小宝,黑豆,阿福}/ 目录下 *.md 24小时内全部为 0 个结果,但 kanban.db 显示毛豆有 in_progress 任务,sessions/ 24h 内有 6-13 个 dump。
根因:Agent 的实际"活跃"产出写入到 ~/.hermes/profiles/{agent}/sessions/ 和 cron/output/,不会回到中文 4-部门空间/{Agent}/workspace/。后者目录可能存在但内容长期空。
修正后的活跃判断优先级(2026-06-27 强化):
- 首选:
~/.hermes/profiles/{agent}/sessions/内request_dump_*.json文件 24h 数量>0→ Agent 实际有 LLM 活动(包括心跳 cron 的 dump)=0→ Agent 24h 内零活动
- 次选:
~/.hermes/profiles/{agent}/cron/output/{jobid}/*.md最新文件时间和 FAILED 头 - 再次:
kanban.db中该 Agent 的in_progress任务数(有任务但 sessions=0 → 任务卡住,Agent 没在执行) - 最不可靠:
4-部门空间/{Agent}/workspace/*.md(已多次验证为空或长期不更新)
正确命令:
for p in maodou laomo afu heidou xiaobao; do
n_sess=$(find ~/.hermes/profiles/$p/sessions -name "request_dump_*.json" -mtime -1 2>/dev/null | wc -l)
latest_md=$(ls -t ~/.hermes/profiles/$p/cron/output/*/*.md 2>/dev/null | head -1)
status=$(head -2 "$latest_md" 2>/dev/null | grep -oE "FAILED" | head -1)
echo "$p: 24h_sessions=$n_sess cron_latest=${status:-OK} $latest_md"
done
⚠️ 重要(2026-05-12)~/Agents/ 和中文部门目录可能不存在。验证方法:
ls ~/Agents 2>/dev/null || echo "不存在"
ls "/Users/hua/Desktop/渔芯科技/4-部门空间/" 2>/dev/null || echo "不存在"
如果都不存在,只用方式1(cron输出)判断活跃,不要依赖workspace扫描。
各Agent真实活跃状态(2026-05-12验证):
| Agent | 最近活跃 | 距今 |
|---|---|---|
| 毛豆 | last_report_content.txt(毛豆·每小时汇报) | ~4小时(04:03) |
| 老莫 | 无最近报告 | ~2天 |
| 小宝 | 无最近报告 | ~1天 |
| 黑豆 | 无最近报告 | ~1天 |
| 阿福 | 无最近报告 | ~数小时 |
Agent监督者 — 渔芯团队任务分配机制
概述
Hermes作为团队监督者,持续监控5个Agent的活跃状态:\
- 毛豆(产品)、老莫(知识库)、小宝(销售)、黑豆(行政法务)、阿福(客服)
核心文件
- 脚本:
/Users/hua/Desktop/渔芯科技/团队协作/agent_overseer.py - Cron:
每15分钟自动执行(job_id:⚠️ 此cron已于2026-05-06移除(华哥决定各Agent心跳发总经理群,不再发私聊)2fb38f7262a9) - 任务队列:
~/.hermes/kanban.db(不是tasks.db,后者是0字节空文件) - 飞书汇报脚本:
references/send_feishu_report.py(读取config.yaml凭证,发送到总经理群) - 汇报目标群:
328306697(总经理群/元宝派,从yuanbao skill确认)
关键教训
workspace/MEMORY路径(统一在4-部门空间下):
- 所有Agent的workspace/memory/skills统一在
/Users/hua/Desktop/渔芯科技/4-部门空间/{部门目录}/下 - 路径精确映射(已验证):
- 毛豆:
/Users/hua/Desktop/渔芯科技/4-部门空间/毛豆-产品交付/ - 老莫:
/Users/hua/Desktop/渔芯科技/4-部门空间/老莫-技术运维/ - 黑豆:
/Users/hua/Desktop/渔芯科技/4-部门空间/黑豆-行政财务法务/ - 小宝:
/Users/hua/Desktop/渔芯科技/4-部门空间/小宝-商务运营/ - 阿福:
/Users/hua/Desktop/渔芯科技/4-部门空间/阿福-客服/
- 毛豆:
空闲检测逻辑
- 读取每个Agent的
MEMORY.md最后修改时间 - 超过30分钟无更新 → 判定为空闲
- 匹配
AGENT_DOMAINS关键词,从pending任务池分配 - 任务池空 → 主动创建对公司有益的任务
团队任务分发放原则(2026-05-08 更新 — 动态策略)
华哥战略:资源灵活调配,随公司阶段切换
| 阶段 | 核心重点 | 人员策略 |
|---|---|---|
| 产品开发期(当前) | ✅ 全员支援产品开发 | 毛豆核心开发 + 其余4人各自用专业能力支援毛豆 |
| 产品上线后 | 销售+运营 | 届时重新分配 |
当前策略(产品开发期)
| Agent | 定位 | 支援方向 |
|---|---|---|
| 毛豆 | 核心产品开发 | LookForge线上仿真、HW系列量产、硬件机制标准化 |
| 老莫 | 技术资料支援 | 整理产品技术文档、知识库沉淀、竞品技术分析 |
| 小宝 | 市场调研支援 | 设备商/养殖户需求调研、产品推广素材准备 |
| 黑豆 | 合规合同支援 | 起草产品合同模板、知识产权保护方案、行业合规 |
| 阿福 | 测试验收支援 | 产品测试用例、验收标准、用户手册编写 |
玉芬管理机制(资深管理人员)
5条核心职责:
- 主动巡视:每4小时定时cron(job_id: 3f109abd481b)检查全员状态并汇报华哥
- 灵活调度:根据公司阶段切换任务分配策略,不等指令
- 掌握资源:持续监控各Agent的workspace最新活跃文件(不是MEMORY.md)
- 优化沟通:各Agent心跳保持极简(~200字prompt),不占上下文
- 动态调整:发现Agent空闲/任务重复/汇报异常,立即处理
⚠️ 任务分配平衡性检查(2026-05-08 新增教训)
问题现象:手动发放任务时,容易把多个任务全部分配给同一Agent,或让某人承担与其本职不符的任务。
典型错误:毛豆拿3个任务,其余每人仅1个;小宝被安排纯测试任务而忽略本职(销售+自媒体)。
分配后必做检查:
1. 每人任务数是否均衡(毛豆硬件任务可偏多,其余每人2个左右)
2. 每人任务是否在各自本职基础上叠加软件测试职责
3. 小宝 = 1个测试任务 + 1个销售/运营任务(本职优先)
4. 黑豆 = 1个合规审查 + 1个行政法务任务(本职优先)
5. 老莫/阿福 = 各2个技术/功能测试任务
正确分配示例(11个任务):
| Agent | 任务数 | 任务类型 |
|---|---|---|
| 毛豆 | 3个 | 硬件(符合本职) |
| 老莫 | 2个 | 软件技术测试 |
| 小宝 | 2个 | 1测试 + 1销售运营 |
| 阿福 | 2个 | 软件功能测试 |
| 黑豆 | 2个 | 1合规审查 + 1行政法务 |
⚠️ 监控团队状态时必须同步检查Cron状态
发现(2026-05-08):5个团队Agent的心跳cron(ac9bae/260b7b/066886/9071b1/262419)在上午10:46-11:45间全部被暂停,但tasks.db显示无任务进行中。
根因:未同步检查cron状态,只查了任务池。导致误判"团队在正常运转"。
检查清单(每次汇报前必查):
# 必须同时检查两项:
1. cron list | grep -E "毛豆|老莫|小宝|黑豆|阿福" # 确认 state=scheduled,非 paused
2. sqlite3 ~/.hermes/kanban.db "SELECT assignee, status, title FROM tasks WHERE status IN ('pending','in_progress')" # 确认任务在进行中
⚠️ 主动创建任务时的职责对齐规则
错误做法:仅按关键词匹配,不看Agent本职,导致任务分配失衡。
正确做法:分配前先查当前任务数,确保均衡;毛豆硬件任务数量可>2,其余Agent尽量均衡在1-2个;小宝优先分配销售/运营类,黑豆优先分配行政法务类。
AGENT_DOMAINS = {
"毛豆": ["LookForge", "产品", "硬件", "Phase", "Orchestrator", "SkillDispatcher", "ChromaDB", "仿真", "设备开发", "RAS"],
"老莫": ["知识库", "调研", "研究", "文档", "测试", "基础设施", "Docker", "Knowledge", "软件", "审查", "优化报告"],
"小宝": ["销售", "自媒体", "内容", "运营", "推广", "素材", "客户", "软件", "审查", "优化报告"],
"黑豆": ["行政", "财务", "法务", "合规", "合同", "制度", "流程", "软件", "审查", "优化报告"],
"阿福": ["测试", "客服", "验收", "演示", "功能", "回归", "软件", "审查", "优化报告"],
"宽博士": ["量化", "投资", "回测", "框架", "Backtrader", "Zipline", "vnpy", "RQAlpha", "RiceQuant"],
"学习助手": ["知识库", "整理", "笔记", "学习", "资料"],
}
⚠️ Bug 6(2026-05-05):create_useful_tasks() 逻辑缺陷——pending≥3时跳过创建,但pending任务可能全属其他Agent
问题:本次执行发现,小宝和阿福均空闲(>30分钟无MEMORY更新),但pending池有4个任务(全属毛豆的Blueprint/硬件任务)。pending < 3 判断为 False,跳过创建,导致两个空闲Agent无任务分配。
根因:create_useful_tasks() 的触发条件是 pending_count < 3,但这个条件只说明任务数量少,不说明有任务匹配空闲Agent的领域。当pending全是非空闲Agent的任务时,即使只有1个pending也会跳过创建。
修复后的正确逻辑:
db_path = os.path.expanduser("~/.hermes/kanban.db")
# 修复:同时检查 pending 数量 AND 是否所有pending任务都已匹配给非空闲Agent
idle_agents = [a for a in AGENT_DOMAINS if is_idle(a)]
conn = sqlite3.connect(db_path)
cursor = conn.execute("SELECT title, assignee FROM tasks WHERE status IN ('pending', 'in_progress')")
pending = [{"title": r[0], "assignee": r[1]} for r in cursor.fetchall()]
conn.close()
# 判断是否需要创建:pending太少 或 没有任何pending任务匹配当前空闲Agent的领域
def has_matching_pending(idle_agent, pending_list):
domains = AGENT_DOMAINS[idle_agent]
return any(any(d in f"{t.get('title','')} {t.get('body','')}" for d in domains)
for t in pending_list)
needs_creation = len(pending) < 3 or not any(has_matching_pending(a, pending) for a in idle_agents)
教训:判断"是否需要创建任务"不能只看pending数量,必须同时验证pending任务中是否有匹配当前空闲Agent领域的任务。正确问法是:"pending中有没有这个Agent能接的任务?"而不是"pending够不够3个?"
⚠️ Bug 5(2026-05-05):Dashboard AGENTS列表不完整导致显示重复
问题:Dashboard(:9118)上毛豆/老莫等5个Agent出现两个重复卡片,而宽博士和学习助手完全不显示。
根因:agent_dashboard_server.py 的 AGENTS 列表只有5个成员:
AGENTS = ['毛豆', '老莫', '小宝', '黑豆', '阿福'] # 漏掉了宽博士、学习助手
解析逻辑先用这5个名字从 --report 输出中提取状态,再把5个都放进 assigned_names。由于宽博士和学习助手不在这份列表中,它们从未被解析,直接被当作"未分配"补进了列表。而Dashboard的重复卡片是因为解析逻辑在处理多任务时可能有去重问题。
修复:每次添加新Agent到团队时,必须同步更新两处AGENTS列表:
agent_overseer.py的AGENTSagent_dashboard_server.py的AGENTS← 经常被遗漏
教训:新增Agent → 搜 AGENTS = [ 全局搜索所有.py文件,同步更新。
⚠️ 已知Bug:Deduplication失效导致任务爆炸
团队技能定时更新与提升
技能扫描 Cron(技能系统自动维护):
- 全量扫描(每周三09:00):
dfa9e16c0276(--full参数,扫描37个VoltAgent官方源 + awesome生态) - 增量扫描(每天10:00):
02b7b4944cc8(每日10个priority repos)
扫描脚本:~/.hermes/scripts/scan-agent-skills.py
当前已安装技能数:95个(2026-05-04扫描后)
玉芬对老莫报告的响应流程:详见 references/hermes-skill-lifecycle.md
已知Bug(持续跟踪)
Bug 1(2026-05-01):create_useful_tasks() 无标题去重
问题:create_useful_tasks() 被cron每15分钟调用时,每次都重复创建同名任务(官网检查被创建了54次)。
根因:create_useful_tasks() 没有检查任务是否已存在于数据库中,pending < 3 的判断只看任务数量,不看任务标题是否重复。
修复:在 create_useful_tasks() 中添加 existing_titles 去重集合:
db_path = os.path.expanduser("~/.hermes/kanban.db")
conn = sqlite3.connect(db_path)
cursor = conn.execute("SELECT title FROM tasks")
existing_titles = {row[0] for row in cursor.fetchall()}
conn.close()
# 创建任务前检查
if title not in existing_titles:
conn.execute(insert_sql, ...)
教训:任务池子判断要用"标题去重"而非"数量判断"——pending < 3 永远只说明pending任务少,不说明同类任务已存在。
Bug 2(2026-05-04):claim_task() 重置状态导致重复分配
问题:运行 overseer 后,任务池出现大量重复任务(同一标题出现2-4条 in_progress 记录)。
根因:task_queue.py 的 claim_task() 方法(第80行):
conn.execute(
"UPDATE tasks SET assignee=?, status='pending', updated_at=CURRENT_TIMESTAMP WHERE task_id=?",
(actor, task_id)
)
此方法将任务重置为 pending。而 overseer_tick() 的分配逻辑是:
- 为空闲Agent从 pending 池匹配任务
claim_task()→ 任务变pendingstart_task()→ 任务变in_progress
如果 overseer 在任务仍为 in_progress 时再次运行,它会从 pending 池找到该任务(被之前的 claim_task 重置过),再次 claim + start,生成一条新的 task_id 的重复任务。
验证:DB中同一标题出现多条 in_progress:task_overseer_0504123032_xxx 和 task_overseer_0504124511_xxx 和 task_overseer_0504124755_xxx。
临时修复:每次运行 overseer 前,先检查该任务是否已 in_progress(用 title + assignee 唯一性判断),或修改 claim_task() 不重置状态:
# 用 title+assignee 唯一性判断
db_path = os.path.expanduser("~/.hermes/kanban.db")
conn = sqlite3.connect(db_path)
cur = conn.execute(
"SELECT task_id FROM tasks WHERE title=? AND assignee=? AND status='in_progress'",
(title, assignee)
)
existing = cur.fetchone()
conn.close()
if existing:
return # 已存在 in_progress,跳过
核心教训:claim_task() 语义是"领取任务",不应该把 in_progress 任务重置回 pending。正确的领取逻辑应该保持原状态,只更新 assignee。
Bug 8(2026-05-05):overseer_tick() 创建后分配逻辑只给一个人——其他空闲Agent无任务
问题:执行 overseer_tick() 时,4个Agent(毛豆/老莫/黑豆/阿福)空闲,create_useful_tasks() 创建了4个任务,但只分配了1个(小宝←官网检查),其余3个空闲Agent无任务可做。
根因:分配逻辑用嵌套循环遍历任务标题匹配Agent领域,而不是遍历空闲Agent匹配任务:
# 旧逻辑(错误):按任务标题找Agent,5个任务全部匹配到第一个Agent
for ct_title in created:
for a, domains in AGENT_DOMAINS.items(): # 遍历所有Agent
if any(d in ct_title for d in domains):
for task in q.get_pending_tasks():
if task["title"] == ct_title:
q.claim_task(task["task_id"], a) # 只分配给第一个匹配到的Agent
修复后的正确逻辑(从空闲Agent出发找任务):
db_path = os.path.expanduser("~/.hermes/kanban.db")
conn = sqlite3.connect(db_path)
cur = conn.execute(
"SELECT task_id, title, body, assignee FROM tasks WHERE status IN ('pending','in_progress')"
)
all_tasks = [{"task_id": r[0], "title": r[1], "body": r[2] or "", "assignee": r[3]}
for r in cur.fetchall()]
conn.close()
for agent, domains in AGENT_DOMAINS.items():
# 该Agent已有任务在执行,跳过
if any(t["assignee"] == agent for t in all_tasks if t["assignee"]):
continue
# 从pending中找该Agent领域匹配的任务
for task in all_tasks:
if task["assignee"] is not None: # 已有归属
continue
combined = f"{task.get('title','')} {task.get('body','')}"
if any(d in combined for d in domains):
conn = sqlite3.connect(db_path)
conn.execute("UPDATE tasks SET assignee=?, status='in_progress' WHERE task_id=?",
(agent, task["task_id"]))
conn.commit()
conn.close()
assigned_count += 1
break
教训:分配逻辑应该从空闲Agent出发找任务,而不是从任务出发找Agent。正确的分配模式是:for each idle_agent: find matching pending task(主动者模式),而不是 for each task: find matching agent(被动者模式)。
Bug 9(2026-05-05,已废弃):归档去重导致已废弃任务永远无法重建
⚠️ 此Bug描述已废弃。实际情况见 Bug 7。归档去重不是导致废弃任务无法重建的原因,真正原因是 create_useful_tasks() 的去重逻辑根本没有生效。建议忽略本条描述,直接按 Bug 7 的修复方案处理。
Bug 7(2026-05-05→06):归档去重实际未生效——重复任务仍在创建
问题(2026-05-06 验证):tasks.db 显示"鱼乐宝用户手册V1.0"任务已累计创建 30+次,横跨毛豆和阿福。overseer 每15分钟仍在重复创建同一标题的任务。
根因:create_useful_tasks() 的去重逻辑实际未生效。skill 文档描述的修复("创建前去重:pending + in_progress + 30天archive")在实际代码中并未实现,或实现有遗漏。
当前实际状态:同一任务被重复创建于:
task_overseer_0506050050_毛豆(2026-05-06 05:00)task_overseer_0506043108_毛豆(2026-05-06 04:43)task_overseer_0506033024_毛豆(2026-05-06 03:40)- ……(反复创建,累積30+次)
紧急临时修复(各Agent侧):完成重复任务后,立即用 execute_code 直写归档 JSON,防止 overseer 下一轮继续分配:
# execute_code 内执行,不走 subprocess(中文参数会触发安全扫描)
import sqlite3, hashlib, json, os
from datetime import datetime
task_id = "task_overseer_0506050050_毛豆"
hash_suffix = hashlib.md5(f"{task_id}鱼乐宝用户手册V1.0{datetime.now().isoformat()}".encode()).hexdigest()[:12]
archive_dir = "/Users/hua/Desktop/渔芯科技/团队协作/task_archive/"
os.makedirs(archive_dir, exist_ok=True)
with open(os.path.join(archive_dir, f"{task_id}_{hash_suffix}.json"), 'w', encoding='utf-8') as f:
json.dump({"task_id": task_id, "title": "鱼乐宝用户手册V1.0",
"result": "文件已存在,直接复用", "actor": "毛豆",
"timestamp": datetime.now().isoformat()}, f, ensure_ascii=False)
真正修复(需修改 agent_overseer.py):create_useful_tasks() 必须在创建前真正执行:
# 读取30天归档中的所有标题
archive_titles = set()
for fname in os.listdir(archive_dir):
if fname.endswith('.json'):
with open(os.path.join(archive_dir, fname)) as f:
archive_titles.add(json.load(f)['title'])
# 创建前过滤
for t in task_templates:
if t["title"] in archive_titles:
continue # 跳过已归档任务
# 只有不在归档中才创建
教训:skill 文档写"已实施"不等于代码已实施。需对照代码验证,或在下次 session 发现重复任务时立即确认去重逻辑是否生效。
Bug 3(2026-05-04):create_task() 批量创建同名任务时只产生一条
问题:在 for 循环中连续调用 q.create_task(title=..., assignee='毛豆') 创建7个子任务,结果只创建出1条,其余被去重吞掉。
根因:TaskQueue.create_task() 内部用 datetime.now().strftime('%y%m%d%H%M%S') 生成 task_id(精确到秒)。同秒内多次调用产生相同 task_id,触发 UNIQUE 约束后只插入第一条。
复现:循环创建3个以上同名任务,每轮只产生1条,其余静默失败。
正确做法:直接用 SQL INSERT,手动生成唯一 task_id:
import sqlite3
from datetime import datetime
db_path = os.path.expanduser("~/.hermes/kanban.db")
conn = sqlite3.connect(db_path)
c = conn.cursor()
task_id = f"task_hw_{datetime.now().strftime('%m%d%H%M%S')}_{i}" # 加序号保证唯一
c.execute("""INSERT INTO tasks
(task_id, title, body, assignee, priority, status, created_at)
VALUES (?, ?, ?, ?, ?, 'pending', ?)
""", (task_id, title, body, assignee, priority,
int(datetime.now().timestamp())))
conn.commit()
conn.close()
教训:需要批量创建多个独立任务时,不依赖 create_task() 的内部 ID 生成逻辑,而是自己用 SQL + 唯一task_id(加时间戳+序号)写入。表字段:created_at 是 INTEGER(Unix时间戳),started_at 同。
Bug 4(2026-05-04):--report 输出格式变化导致解析逻辑失效
问题:agent_overseer.py --report 的输出格式已更新,新增"已分配任务"字段。旧解析逻辑只识别"有任务进行中:X→Y",无法识别已分配但未开始的任务。
当前输出格式(2026-05-04):
【团队监督】2026-05-04 21:46
空闲Agent(无任务):黑豆(58分钟)
有任务进行中:无
当前待处理任务:0个
已分配任务:
• 小宝 <- 【运营】渔芯科技官网现状检查与改进建议
• 老莫 <- 【知识库】竞品分析报告:国内RAS循环水设备厂商对比
• 毛豆 <- 【产品】鱼乐宝(SaaS)用户手册V1.0
• 黑豆 <- 【行政】渔芯科技内部工作流SOP
正确解析逻辑:
空闲Agent(无任务):→ 空闲Agent列表(无任务且30分钟无活跃)有任务进行中:X→Y→ 真正在执行的任务已分配任务:→ 已分配但未开始的任务(assignee有任务title,但status不是in_progress)当前待处理任务:N个→ 未分配的pending任务数
kanban.db查询(代替--report):
sqlite3 ~/.hermes/kanban.db \
"SELECT assignee, status, title FROM tasks WHERE status IN ('pending','in_progress') ORDER BY assignee"
教训:解析 --report 输出时,必须同时处理"进行中"和"已分配"两种状态,否则会把已分配但未开始的任务误判为空闲。
⚠️ 关键教训(2026-05-06):任务分配 ≠ 任务执行
发现:overseer 执行后,DB 显示5个任务全部 assigned,但 get_in_progress_tasks() 只返回4个(毛豆的 in_progress 为空)。
根因:overseer 通过 claim_task() + start_task() 把任务推入 in_progress,但这只是 DB 状态更新。如果毛豆的 cron 心跳没有在跑(或失败了),毛豆的 MEMORY 永远不会更新,任务永远不会真正被执行。
两种"空闲"的区别:
| 类型 | 判断标准 | 含义 |
|---|---|---|
| DB空闲 | MEMORY.md 30分钟无更新 | Agent 的 cron 心跳未触发 |
| 任务空闲 | DB 中该 Agent 无 in_progress 任务 | Agent 没有在执行任何任务 |
overseer 的职责边界:
- ✅ 负责:检测 DB 空闲 → 分配任务到 DB(claim + start)
- ❌ 不负责:唤醒 Agent 的 cron 心跳(那是各 Agent 自己的职责)
实际调度链:
overseer cron(每30分钟)
→ 检测 MEMORY.md 空闲
→ claim_task() + start_task() 写入 DB
→ 下次该 Agent cron 心跳触发时
→ 检测到自己有 in_progress 任务
→ 开始执行
→ 更新 MEMORY.md(空闲状态解除)
如果毛豆持续30小时空闲 → 说明毛豆的 cron 心跳本身就没有在跑,需要检查:
hermes cron list | grep 毛豆
# 或检查毛豆 gateway 是否还在运行
教训:overseer 报告"已分配"不代表任务在被执行,最终验证必须等 MEMORY.md 有更新。
主动创建任务的正确触发条件
实际验证(2026-05-06):pending < 3 时确实触发了创建,创建了5个任务并成功分配给4个 Agent。
但有个边界情况:如果 pending = 0,条件 pending < 3 为 True,会立即创建所有任务。但如果某个任务创建后立即被其他 Agent claim走了(还没来得及分配给当前空闲的 Agent),这个空闲 Agent 还是会漏掉。
当前逻辑已足够,触发条件 pending < 3 是合理的( pending = 0/1/2 时都应该补充任务)。
自我进化机制(岗位 idle 时的隐藏任务)
核心设计原则
不要新建独立cron,而是把进化逻辑嵌入每个Agent现有的任务领取cron里。
原因:每个Agent已有 */15 * * * * 的任务领取cron(每15分钟)。如果再建独立的进化cron,两个机制会冲突——任务cron每15分钟抢任务,进化cron每4小时才跑,根本没有空闲机会。
触发逻辑(嵌入到每个任务领取cron的prompt里)
在任务领取cron的 prompt 中,第一步不是领任务,而是先查 pending 数量:
import sqlite3
conn = sqlite3.connect('/Users/hua/Desktop/渔芯科技/团队协作/tasks.db')
c = conn.cursor()
c.execute("SELECT COUNT(*) FROM tasks WHERE status = 'pending'")
pending_count = c.fetchone()[0]
conn.close()
print(f"pending任务数: {pending_count}")
- pending > 0:正常领任务执行
- pending == 0(空闲):立即触发自我进化,不等待
各Agent进化研究方向
| Agent | 进化方向 |
|---|---|
| 毛豆 | 竞品研究(LookForge/RAS设备商)、用户洞察、产品设计方法、水产数字化趋势、管理成长 |
| 老莫 | AI技术(Agents/Docker/DB)、知识库建设、新工具新skill、自动化运维、团队协作 |
| 黑豆 | 财税政策、农业优惠、合规风控、合同法务、行政管理、行业法规 |
| 小宝 | B2B销售策略、自媒体运营(抖音/小红书)、竞品分析、水产行业知识 |
| 阿福 | 客服话术、投诉处理、谈判说服心理学、异议处理、客户心理 |
| 宽博士 | 量化框架对比、因子研究、实盘通道、因子库、Portfolio优化 |
| 学习助手 | 知识管理方法论、个人效率工具、信息加工策略 |
进化输出格式
每次选1个方向深入研究,输出到该Agent的 workspace/evolution_log.md:
## 进化记录 YYYY-MM-DD HH:MM
### 研究主题:[主题名称]
**核心发现:**
- 发现1
- 发现2
**具体行动计划:**
- 行动1
- 行动2
完成后在飞书渔芯大群(cli_a964873dd7b8dbda)发一条:【X豆进化】+ 简要结论(50字内)
进化成果 → 飞书知识库同步
- 脚本:
/Users/hua/Desktop/渔芯科技/团队协作/sync_evolution_to_wiki.py - 各Agent的
WIKI_NODES字典需配置对应的飞书Wiki节点token - UAT过期时无法写入Wiki,需先刷新凭证
关键教训:创建新cron前的 checklist
在新建任何 cron 之前,必须先执行 cronjob list 检查是否已有同类机制:
- 该功能是否已有 cron 在跑?(例:已有任务领取cron,不要再建独立进化cron)
- 新cron和现有cron会不会冲突或重复执行?
- 更好的设计是把新逻辑嵌入现有cron,而不是另起炉灶
⚠️ 关键教训(2026-05-07):心跳两层架构——极简心跳+按需加载技能
背景:之前每个心跳cron预加载2个完整skill,每次触发消耗大量token(每20分钟×5个Agent = 每小时15次×~650 tokens)。
问题:
旧设计:每20分钟 × 5个Agent × 每次加载完整skill
= 每小时15次心跳 × skill token成本(通常5-15K tokens)
大部分skill内容是静态的(角色定义、流程框架),只有任务数据是动态的。
解决方案(2026-05-07实施):拆成两层:
| 层 | 内容 | 加载频率 |
|---|---|---|
| 基础层 | 角色定义+职责 | 每个cron tick只加载一次(心跳prompt自带,不走skill) |
| 执行层 | 具体任务指令 | 只在有实际工作时才加载skill |
具体做法:
- 心跳prompt极度精简(~200字):只含角色定位、检查任务队列的逻辑
- 发现任务后才加载完整skill:去掉预加载
skills=[],改为心跳内部按需skill_view调用 - 无任务时静默退出:回复「[X豆] 心跳 OK(无待处理任务)」,不发长报告
当前心跳cron配置(2026-05-07):
| Agent | Job ID | Skills配置 |
|---|---|---|
| 毛豆 | ac9bae2949bd |
skills=[](按需加载maodou-workflow) |
| 老莫 | 260b7b982ab7 |
skills=[](按需加载laomo-workflow) |
| 小宝 | 066886014d67 |
skills=[](按需加载xiaobao-workflow) |
| 黑豆 | 9071b1bae756 |
skills=[](按需加载heidou-workflow) |
| 阿福 | 262419748f9b |
skills=[](按需加载afu-workflow) |
心跳prompt标准模板:
你是[名字](渔芯科技[职责])。
## 每次心跳任务
检查任务队列:`sqlite3 .../tasks.db "SELECT ... WHERE assignee='[名字]' ..."`
**有任务** → 立即加载 `[name]-workflow` skill(skill_view),按完整工作流执行
**无任务** → 回复:「[名字] 心跳 OK(无待处理任务)」,静默退出
Token节省估算:
- 旧:5 Agent × 3次/小时 × ~650 tokens = ~9,750 tokens/小时
- 新:5 Agent × 3次/小时 ×
200 tokens = ~3,000 tokens/小时(节省70%) - 有任务时才额外加载完整skill,总量更低
Overseer cron 已移除:华哥决定不再需要玉芬的监督者cron(各Agent心跳发总经理群,私聊只保留玉芬和华哥的对话)。
⚠️ 关键教训(2026-05-05):每个Agent必须有专属workflow skill,不能共用
问题:今天检查发现,5个Agent(毛豆/老莫/小宝/黑豆/阿福)全部共用 xiaobao-workflow,没有任何一个有自己的专属workflow skill。
根因:skill创建/复制时,只复制了xiaobao的workflow,其他Agent从未创建自己的。
正确做法:每个Agent在 ~/.hermes/profiles/{agent}/skills/ 下必须有:
{agent}-workflow/SKILL.md—— 专属工作流,含idle自我提升逻辑{agent}-技能名/SKILL.md—— 专属核心技能
已创建(2026-05-05):
| Agent | Workflow Skill | 核心技能 Skill |
|---|---|---|
| 毛豆 | maodou-workflow | maodou-product |
| 老莫 | laomo-workflow | laomo-knowledge |
| 小宝 | xiaobao-workflow | xiaobao-sales |
| 黑豆 | heidou-workflow | heidou-admin |
| 阿福 | afu-workflow | afu-customer-service |
| 宽博士 | quant-workflow | quantitative-research |
| 整理师 | zhenglishi-workflow | research |
教训:创建新Agent时,workflow skill是必须配置的,不能用其他人的workflow代替。每个Agent是独立个体,有自己的职责域和工作节奏。
⚠️ 核心管理原则(2026-05-05 + 2026-06-26 更新)
华哥明确授权:公司正常运营问题,技术/团队管理问题,发现后立即处理,不用等华哥来指令。
这意味着:
- 发现问题 → 直接修复。不要先问"要不要修",不要汇报问题等指示
- 技术问题自己研究解决。华哥说"技术上的问题就是你每天的工作任务"
- 团队管理主动作为。overseer发现空跑Agent → 立即建心跳cron;发现缺workflow → 立即补
- 优化迭代随时进行。 MEMORY/skills/workflow有问题,随时改,改完立即生效
不需要请示的情况:
- 技术问题(工具/框架/skill/架构)
- 团队管理优化(cron/skill/workflow分配)
- 知识库建设(自我提升、资料收集)
- 流程优化(任务分配/汇报机制)
需要华哥决定的情况:
- 战略方向(公司定位、业务优先级)
- 重大资源投入(预算、人员、项目立项)
- 对外合作(商务谈判、客户重大需求)
报告风格(2026-06-26 强化 — 华哥明确偏好)
华哥原话:"大概告诉我一下原因就行了,把问题修复好就行了。"
执行含义:
- A/B 对比找根因 → 动手修 → 简短结论,不要长篇分析占用户时间
- 默认自主决策 + 拍板:涉及 operational 问题不需要"3 个选项请你拍板"。直接选最稳的方案动手,做完后简短汇报(什么 + 结果 + 用户可能要 follow-up 的事)。
- 请示必须"带上方案":真需要用户决策时(如资源切换、provider 选择),给 2-3 个明确推荐而不是平铺选项。
基于事实下结论(2026-06-26 强化 — 华哥纠正过)
华哥质疑:"你终于来了" + "你以前判断错了"
执行含义:
- "感觉跑得顺" ≠ "配置对"。每个结论必须带证据:pid、日志时间戳、字段值、命令输出
- "配置 OK" ≠ "能正常工作"。
hermes status显示 Model+Provider 不代表能跑通,必须看gateway.log的response ready:行 - CLI/AIAgent 直调 ≠ gateway 路径。用 CLI 测 provider 永远 404(base_url 走
/anthropic端点 MiniMax 未开放),要测就发飞书消息端到端验证 - 数字、字段、pid 出现在结论里 — 不要说"大约"、"可能"、"看起来",给具体值
这条原则是所有团队管理决策的底层逻辑:operational问题自主解决,strategic问题才请示。
教训:创建新Agent时,workflow skill是必须配置的,不能用其他人的workflow代替。每个Agent是独立个体,有自己的职责域和工作节奏。
⚠️ 关键教训(2026-05-13):按需唤醒模式替代心跳轮询
问题:5个Agent每小时心跳cron,绝大多数时间空跑(无任务),却每次都加载上下文+执行逻辑。计算:5 Agent × 每小时 × 200 tokens = 每天24,000 tokens 空烧,且严重占上下文。
用户原话:「以前好像就是用的这种方式沟通的,这种方式不是很浪费token跟上下文的吗?」
结论:心跳轮询是错误范式,应该用按需唤醒替代。
新旧模式对比:
| ❌ 心跳轮询(旧) | ✅ 按需唤醒(新) | |
|---|---|---|
| Agent行为 | 每小时自动触发,检查任务队列 | 不跑cron,完全被动等待 |
| Token消耗 | 5 Agent × 720次/天 × ~200 tokens | ≈0(纯Python watchdog) |
| 响应速度 | 即时 | 有任务时玉芬即时派发 |
| 实现复杂度 | 高(5个cron+skill加载) | 低(1个watchdog) |
新架构(现行):
华哥/玉芬 写任务文件
↓
飞书云盘 任务派发/{Agent名}/
↓
watchdog(no_agent cron,每30分钟,纯API轮询 ≈0 token)
↓
检测到新文件 → 推送通知到汇报群
↓
玉芬收到通知,主动派发给对应Agent
↓
Agent执行 → 回传云盘 → 玉芬汇报华哥
watchdog实现:
- 脚本:
~/.hermes/scripts/task_watchdog.py - 创建:
cronjob create --no-agent --script task_watchdog.py --schedule "*/30 * * * *" - 检测方式:扫描
Vb83fsimklzqKDdd0dHcc3g2nhd/任务派发/{Agent}/目录,对比task_watchdog.db中已跟踪文件,发现新文件则推送飞书群通知 - 无Agent介入:cron 的
no_agent=true,纯执行Python脚本,不加载任何LLM上下文 - Token消耗:几乎为0(只有检测到新任务时才发送一条飞书文字消息)
已暂停的cron(2026-05-13):
- 5个Agent心跳:
ac9bae(毛豆)、260b7b(老莫)、066886(小宝)、9071b1(黑豆)、262419(阿福) - 玉芬巡视:
3f109abd481b - 团队每小时汇报:
9a1cee1a301b
保留的cron:
- watchdog:
1afa96340e1b(每30分钟,no_agent) - 每日早间简报:
51a621334eea(8:00) - 玉芬每日汇报:
92ab47de8cf4(18:00)
何时用按需唤醒:团队成员相对稳定,不需要实时响应,任务以批次/天为单位。
团队Agent架构(2026-05-05 更新)
当前7个Agent团队
| Profile | 人设 | 职责 | 是否纳入玉芬监督cron |
|---|---|---|---|
maodou |
产品经理 | LookForge/产品设计 | ✅ 纳入 |
laomo |
知识库 | 资料收集/测试/Docker | ✅ 纳入 |
xiaobao |
销售 | B2B销售/自媒体 | ✅ 纳入 |
heidou |
行政法务 | 行政/财务/法务/合规 | ✅ 纳入 |
afu |
客服 | 客服/测试 | ✅ 纳入 |
quant |
宽博士 | 量化研究 | ❌ 不纳入,只接华哥直接派的任务 |
zhenglishi |
学习助手 | 个人知识库整理 | ❌ 不纳入,只接华哥直接派的任务 |
⚠️ 重要:团队监督cron(2fb38f7262a9)只调度毛豆/老莫/小宝/黑豆/阿福,不调度宽博士和学习助手。这两个是华哥直接管理的Agent。
启动命令:
# Mac mini上的5个Agent
maodou gateway start
laomo gateway start
heidou gateway start
xiaobao gateway start
afu gateway start
# 宽博士和学习助手(各自独立Profile)
quant gateway start
zhenglishi gateway start
⚠️ 教训:Browser窗口是谁开的?排查方法
问题现象:Mac mini上出现了浏览器窗口(x-cursor/xhb等),用户以为是openclaw残留。
排查步骤:
# 1. 确认没有openclaw进程在跑
ps aux | grep -i "openclaw" | grep -v "grep\|\.bak\|\.openclaw_backups"
# 输出应为空
# 2. 搜索各Agent的session文件,找browser_navigate调用
grep -h "browser_navigate\|xhs\|xiaohongshu\|小红书" \
/Users/hua/.hermes/profiles/*/sessions/*.json 2>/dev/null
# 3. 查各Agent最近session的修改时间
ls -lt /Users/hua/.hermes/profiles/*/sessions/*.json | head -10
结论:所有自动开浏览器都是Hermes Agent的正常行为(browser工具),不是openclaw。openclaw已完全清除,无残留进程。
如需禁止某Agent开浏览器:修改其 config.yaml 中的tools配置,移除browser工具。
Hermes Profiles vs OpenClaw
当前架构:所有Agent已迁移到 Hermes Profiles,完全隔离。每个profile有独立的 config.yaml、.env、SOUL.md、memories/MEMORY.md——完全隔离。
OpenClaw已于2026-05-04完全清除:
- 无launchd残留
- 无cron任务残留
- npm包已移除(仅保留.bak备份目录)
- 飞书插件配置已迁移到各Hermes Profile
每个profile有独立的 config.yaml、.env、SOUL.md、memories/MEMORY.md——完全隔离。
飞书限制:所有profile共用同一个Feishu Bot(cli_a964873dd7b8dbda),同一Bot同时只能在一个会话中活动。调度必须通过飞书云盘中转。
启动命令:
maodou gateway start # 毛豆
laomo gateway start # 老莫
xiaobao gateway start # 小宝
heidou gateway start # 黑豆
afu gateway start # 阿福
详细操作见 hermes-agent skill 的 references/multi-agent-team-setup.md。
任务派发新机制(2026-05-13):详见 references/task-dispatch-workflow.md。
🚨 架构变更(华哥 2026-07-31 14:55+ 明确):本 skill 历史描述的"任务流转机制 = 飞书云盘 任务派发/{Agent名}/"是反模式。正确做法:
- Agent 之间协作、玉芬对同事管理 = 全部在本地协作框架
~/.hermes/orchestration/中完成 - 飞书 = 仅做华哥↔玉芬的汇报与沟通渠道
- 任务池 =
~/.hermes/kanban.db(不新建) - Agent 收件箱 =
~/.hermes/orchestration/messages/<agent>/inbox/ - Agent 发件箱 =
~/.hermes/orchestration/messages/<agent>/outbox/ - Agent 工作区 =
~/.hermes/orchestration/workspace/<agent>/ - 共享状态 =
~/.hermes/orchestration/shared_state/ - 事件流 =
~/.hermes/orchestration/events/events.jsonl
完整本地框架设计:见 multi-agent-team-architecture skill 的 references/local-orchestration-framework.md。
重要:Workspace/Memory命名
⚠️ 先验证再使用(2026-05-12):中文部门目录 ~/Desktop/渔芯科技/4-部门空间/ 可能不存在。正确路径统一在 ~/.hermes/profiles/{profile}/ 下:
- Config:
~/.hermes/profiles/{profile}/config.yaml - SOUL:
~/.hermes/profiles/{profile}/SOUL.md - Memory:
~/.hermes/profiles/{profile}/memories/MEMORY.md - Skills:
~/.hermes/profiles/{profile}/skills/ - Cron输出:
~/.hermes/cron/output/(读取last_report_content.txt获取Agent最后状态)
验证脚本:
ls ~/Desktop/渔芯科技/4-部门空间/ 2>/dev/null && echo "存在" || echo "不存在,用hermes profiles路径"
ls ~/.hermes/profiles/ 2>/dev/null
ls ~/.hermes/cron/output/last_report_content.txt 2>/dev/null && echo "有cron输出"
可靠活跃判断:读取 ~/.hermes/cron/output/last_report_content.txt(cron输出),匹配Agent名字段(如"毛豆·每小时汇报")。这是最可靠的活跃状态来源,不依赖文件系统路径。
OpenClaw配置关键教训(历史记录,已迁移到Hermes):
- 2026-05-04 所有Agent已从OpenClaw迁移到Hermes Profiles
- Hermes Profile机制更优:
hermes profile create --clone自动创建完整隔离环境 - 各Agent workspace统一路径格式:
/Users/hua/Desktop/渔芯科技/4-部门空间/{部门名}/workspace - 新Agent加入:用
hermes profile create <name> --clone代替手动配置openclaw.json
新Agent加入标准化流程(适用于任何电脑、任意数量Agent)
核心原则
飞书平台限制:bot之间不能私聊通信,群聊中只有主bot(Hermes/玉芬)能收到消息。 因此所有跨Agent调度必须通过共享存储中转,不依赖bot间私聊。
Agent注册表(按电脑分组,持续更新)
Mac mini(玉芬所在主机)— 本机直接调度,无需飞书中转
| Agent名 | Workspace目录 | 职责域 |
|---|---|---|
| 玉芬 | — | 总指挥/任务分解/汇报 |
| 毛豆 | 毛豆-产品交付/workspace/ | 产品/项目/LookForge开发 |
| 老莫 | 老莫-技术运维/workspace/ | 知识库/测试/资料收集 |
| 黑豆 | 黑豆-行政财务法务/workspace/ | 行政/财务/法务/合规 |
| 宽博士 | /Users/hua/.hermes/profiles/quant/ |
量化研究 |
| 学习助手 | /Users/hua/.hermes/profiles/zhenglishi/ |
个人知识库整理 |
Windows B(远程)— 必须通过飞书云盘中转
| Agent名 | Workspace目录 | 职责域 | 飞书App ID |
|---|---|---|---|
| 小网红 | 待确认 | 自媒体帐号矩阵研究 | cli_a97208b201f81bc0 |
| 小宝 | 小宝-商务运营/workspace/ | 销售/自媒体 | — |
| 阿福 | 阿福-客服/workspace/ | 销售/客服/测试 | — |
第三台/ N 电脑(远程)— 必须通过飞书云盘中转 (加入时在此补充)
飞书云盘地址:Vb83fsimklzqKDdd0dHcc3g2nhd
云盘任务目录结构:任务派发/{Agent名}/ 下放置待领取的任务文件
新Agent加入步骤(Hermes Profile模式)
第一步:创建Profile
hermes profile create <name> --clone
自动创建完整隔离环境(config.yaml/.env/SOUL.md/memories/)。
第二步:配置人设和记忆
- 写入
~/.hermes/profiles/<name>/SOUL.md(人格定义) - 写入
~/.hermes/profiles/<name>/memories/MEMORY.md(业务记忆) - 写入
~/.hermes/profiles/<name>/memories/USER.md(用户画像) - 复制飞书凭证到
~/.hermes/profiles/<name>/.env
第二步:注册(必须同步更新多处列表)
- 在
AGENT_DOMAINS添加职责关键词 - ⚠️ 搜索所有
.py文件中的AGENTS = [,同步更新每个文件中的列表(经常遗漏agent_dashboard_server.py) - 在本skill上方Agent注册表中添加新行
- 宽博士和学习助手不需要加入团队监督,它们只接华哥直接派的任务
第四步:建立任务入口
- 在飞书云盘
任务派发/下创建新Agent文件夹 - 玉芬将任务文件放入该文件夹
- 验证调度链路
任务流转机制(所有Agent通用)
1. 玉芬接收华哥指令
↓
2. 玉芬将任务文件放入 飞书云盘/任务派发/{Agent名}/
↓
3. Agent的cron扫描到任务文件(每N分钟检查一次)
↓
4. Agent读取任务、执行
↓
5. Agent将产出上传到 飞书云盘/{Agent名}/ 完成/
↓
6. Agent扫描"完成"文件夹,通知玉芬(或玉芬定时检查)
↓
7. 玉芬汇总结果,在飞书群向华哥汇报
给新Agent的配置文件模板
新Agent的OpenClaw配置需包含以下任务扫描cron:
# 每5分钟扫描一次任务入口
cron:
- name: scan-tasks
schedule: "*/5 * * * *"
prompt: |
检查飞书云盘 任务派发/{Agent名}/ 目录
如果有新的任务文件,读取并执行
完成后将结果上传到 飞书云盘/{Agent名}/完成/
结果文件命名规范:{原任务名}_完成_{时间戳}
飞书云盘ID: Vb83fsimklzqKDdd0dHcc3g2nhd
使用feishu_drive工具操作云盘
如果没有新任务,静默退出,不要重复汇报
可扩展性说明
此架构天然支持任意数量电脑、任意数量Agent:
- 新电脑 → 新Agent → 在本skill注册 → 分配云盘文件夹 → 立即纳入调度
- 无需修改玉芬的核心逻辑,只需在注册表中添加新行
内存监控与网关关闭流程
内存检查命令
top -l 1 | grep PhysMem
# 输出:PhysMem: 15G used (1893M wired, 7416M compressor), 488M unused
# 关注:compressor 大小 + unused 剩余空间
关闭阿福/黑豆/老莫网关(内存紧张时)
当 Mac 内存紧张(compressor > 8G,unused < 500M)时,正确关闭流程:
# 1. unload + disable + kill(完整关闭,避免 KeepAlive 重启)
launchctl unload /Library/LaunchAgents/ai.hermes.gateway-afu.plist
launchctl unload /Library/LaunchAgents/ai.hermes.gateway-heidou.plist
launchctl unload /Library/LaunchAgents/ai.hermes.gateway-laomo.plist
launchctl disable system/ai.hermes.gateway-afu
launchctl disable system/ai.hermes.gateway-heidou
launchctl disable system/ai.hermes.gateway-laomo
kill -9 $(ps aux | grep "hermes_cli.*(afu|heidou|laomo)" | grep -v grep | awk '{print $2}') 2>/dev/null
# 2. 验证
ps aux | grep "hermes_cli.*gateway" | grep -v grep # 应只剩必要网关
top -l 1 | grep PhysMem # 内存应释放
恢复已关闭的网关
launchctl enable system/ai.hermes.gateway-afu
launchctl enable system/ai.hermes.gateway-heidou
launchctl enable system/ai.hermes.gateway-laomo
launchctl load /Library/LaunchAgents/ai.hermes.gateway-afu.plist
launchctl load /Library/LaunchAgents/ai.hermes.gateway-heidou.plist
launchctl load /Library/LaunchAgents/ai.hermes.gateway-laomo.plist
sleep 3 && ps aux | grep "hermes_cli.*gateway" | grep -v grep # 验证
关键教训:简单 kill 对 launchd 管理的服务无效,必须 unload + disable + kill 三步走才能完全停止。详见 openclaw-launchd-macos skill 的 references/***SECRET***.md。
网关进程状态速查
ps aux | grep "hermes_cli.*gateway" | grep -v grep
launchctl list | grep -E "(afu|heidou|laomo|maodou|xiaobao|quant)"
手动执行
cd ~/Desktop/渔芯科技/团队协作 && python3 agent_overseer.py
Agent监控面板
HTTP面板(端口9118):/Users/hua/.hermes/scripts/agent_dashboard_server.py
Skill支持文件:scripts/agent_dashboard_server.py(监控面板主脚本)
启动方式:
python3 /Users/hua/.hermes/scripts/agent_dashboard_server.py &
# 访问 http://localhost:9118
# 局域网访问:http://<本机IP>:9118
API端点:
GET /→ HTML监控面板(自动刷新30秒)GET /api/status→ JSON格式Agent状态
⚠️ 关键教训:--report 输出格式解析
agent_overseer.py --report 的输出格式会随版本变化,解析逻辑必须同步更新:
当前输出格式(2026-05-04起):
【团队监督】2026-05-04 21:51
空闲Agent(无任务):无
有任务进行中:毛豆→【任务A】, 老莫→【任务B】, 小宝→【任务C】, 黑豆→【任务D】
当前待处理任务:0个
正确解析方式:
空闲Agent(无任务):→ 空闲Agent列表(无任务且30分钟无活跃)有任务进行中:名字→任务, 名字→任务→ 真正在执行的任务(多组以,分隔,不要用简单split)当前待处理任务:N个→ 未分配的pending任务数
正确正则(处理多任务同行):
pattern = r'([\w\u4e00-\u9fff]{2,4})→(.+?)(?=, [\w\u4e00-\u9fff]{2,4}→|$)'
matches = re.findall(pattern, raw_line, re.DOTALL)
❌ 错误方式:先split逗号再split箭头,或用 line.split('→') 只取前两组
去重逻辑:
assigned_names = {a['name'] for a in result['agents']} # 用set去重
for agent in AGENTS:
if agent not in assigned_names:
result['agents'].append(...)
❌ 错误方式:if agent not in result['agents'] ——列表比较永远不等,导致重复添加
解析失败表现:面板显示重复的agent卡片(如毛豆出现两次),或任务名错位(如"国内RAS循环水, 小宝"变成一个任务)
飞书汇报机制
汇报发送到:总经理群(328306697,元宝派)
凭证读取(已验证正确):从 ~/.hermes/config.yaml 顶层键 FEISHU_APP_ID / FEISHU_APP_SECRET 读取,不要从 sync_to_group.py 源码复制(那是截断显示,会报 10014)。
发送脚本:productivity/laomo-feishu-sync/references/send_feishu_report.py(已验证 code=0 成功)
问题:send_message 到华哥 open_id(***SECRET***)返回 HTTP 400。
根因:飞书IM API 通过 receive_id_type=open_id 发送私信时,receive_id 必须是用户的 union_id 或 user_id,而不是 open_id。这两个ID体系不同,Bot用open_id找不到用户。
临时解法:发送汇报到渔芯大群(总经理群):
CORRECT_GROUP_ID = "***SECRET***"
# 使用 receive_id_type=chat_id 而非 open_id
"https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=chat_id"
代码:
import json, urllib.request
from pathlib import Path
HERMES_CONFIG = Path.home() / '.hermes' / 'config.yaml'
import yaml
with open(HERMES_CONFIG) as f:
_cfg = yaml.safe_load(f)
APP_ID = _cfg['FEISHU_APP_ID']
APP_SECRET = _cfg['FEISHU_APP_SECRET']
def get_token():
tok_req = urllib.request.Request(
'https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal',
data=json.dumps({'app_id': APP_ID, 'app_secret': APP_SECRET}).encode(),
headers={'Content-Type': 'application/json'}
)
with urllib.request.urlopen(tok_req) as resp:
return json.loads(resp.read())['tenant_access_token']
token = get_token()
CORRECT_GROUP_ID = "***SECRET***"
req = urllib.request.Request(
f'https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=chat_id',
data=json.dumps({
'receive_id': CORRECT_GROUP_ID,
'msg_type': 'text',
'content': json.dumps({'text': msg_content})
}).encode(),
headers={
'Content-Type': 'application/json',
'Authorization': f'Bearer {token}'
},
method='POST'
)
with urllib.request.urlopen(req) as resp:
result = json.loads(resp.read()) # {'code': 0, 'msg': 'success'}
教训:飞书报工单/汇报统一发送到总经理群(群ID固定),不要用个人DM。个人DM需要先通过 https://open.feishu.cn/open-apis/contact/v3/users/{open_id}?user_id_type=open_id 接口把 open_id 转换成 union_id 才能用于 IM API。
团队沟通架构(2026-05-04 确立)
群组结构
| 群名 | 用途 | 飞书群ID |
|---|---|---|
| 总经理群 | 华哥与我,管理/战略/私事 | ***SECRET*** |
| 产品交付群 | LookForge 开发任务(毛豆) | 待确认 |
| 商务运营群 | 销售/自媒体(小宝)+ 客服(阿福) | 待确认 |
| 技术运维群 | 技术/运维/老莫 | 待确认 |
| 行政财务法务群 | 黑豆 | 待确认 |
通信规则
本地Agent(Mac mini)→ 直接沟通
- 毛豆、老莫、黑豆:直接对话,不走cron
远程Agent(Windows)→ cron + 云盘
- 小宝、阿福:任务文件写入飞书云盘
任务派发/{Agent名}/→ cron扫描 → 完成回传云盘完成/
汇报流程(2026-05-04 新确立):
- 各Agent在自己部门群领取任务、汇报完成
- 玉芬在总经理群做整体进度汇总(不多头汇报)
- 若无法直接与远程Agent沟通 → 走cron+云盘传统模式
阿福归属
- 客服(阿福)在商务运营群,不独立建群
飞书凭证UAT过期应对(已知问题)
- 症状:
Current user_access_token is invalid or expired - 影响:无法通过 API 查询群列表/群ID
- 解法:用户手动提供群ID,或重新授权(
hermes gateway setup)
Deliverable Audit Workflow(Agent 产出审查流程)
当华哥要求审查某个 Agent 的交付物(代码项目、工具、文档)时,按以下流程执行:
审查步骤
Step 1:盘点文件清单
# 列出所有源文件(排除 node_modules/dist/__pycache__)
find <project_dir> -type f \( -name "*.ts" -o -name "*.tsx" -o -name "*.py" -o -name "*.json" -o -name "*.css" -o -name "*.js" -o -name "*.yaml" -o -name "*.yml" -o -name "*.html" \) ! -path "*/node_modules/*" ! -path "*/dist/*" ! -path "*/__pycache__/*"
Step 2:读全部核心源码
- 入口文件(main.tsx / index.ts / app.py 等)
- 所有组件/模块文件
- 配置文件(package.json / tsconfig / vite.config / requirements.txt 等)
- 样式文件
Step 3:验证能构建
# 前端项目
cd <project_dir> && npm run build 2>&1
# Python 项目
cd <project_dir> && python -c "import <main_module>" 2>&1
Step 4:按 P0/P1/P2 分级问题
| 级别 | 定义 | 示例 |
|---|---|---|
| P0 | 致命缺陷,系统不可用 | 全 Mock 无后端、构建失败、核心功能缺失 |
| P1 | 严重影响质量 | 状态管理缺失、日期混乱、与研究成果脱节 |
| P2 | 小问题 | 未使用的配置、代码分割、样式冗余 |
Step 5:结构化报告
## 项目名 审查报告
**状态**:能/不能构建通过
### P0 严重问题
1. **问题**:描述 + 影响
### P1 中等问题
...
### P2 小问题
...
### 结论
整体评价 + 还缺什么 + 下一步建议
**Skill支持文件**:`scripts/agent_dashboard_server.py`(监控面板主脚本)
**Cron健康监控**:`references/cron-health-monitor.md`(cron状态/活跃判断/汇报模板)
**巡视验证脚本**:`references/***SECRET***.md`(2026-06-27 验证:jobs.json 不可信,必须读 .md FAILED
…(truncated)