早上 8 点，我的 Hermes 已经帮我挑好了今天的 AI 头条

我每天早上第一件事本来是刷 Twitter 和 Product Hunt，但最近发现这样太浪费时间了——刷了半小时，真正有价值的可能就 2-3 条。后来我干脆写了个 Hermes 定时任务，每天早上 8 点自动抓取 5 个固定源头的 AI 新闻，过滤掉重复内容，把摘要推到我的 Telegram 上。现在起床第一件事就是看一眼手机，30 秒搞定。

这个需求其实很典型：抓取 → 清洗 → 聚合 → 推送。我用的工具是 Hermes Agent，它的定时任务系统可以让我用自然语言描述「每天早上 8 点干什么」，然后它自己调度。先说一下我的环境：Ubuntu 22.04，Python 3.10.12，Hermes 版本是 0.4.7（pip show hermes-agent 查的）。安装很简单：

pip install hermes-agent==0.4.7

装完以后先初始化配置目录，这一步容易踩坑。我第一次跑 hermes init 的时候报了 FileNotFoundError: [Errno 2] No such file or directory: '/root/.hermes/'。原因很简单，它不会自动创建目录。手动建一下：

mkdir -p ~/.hermes/skills ~/.hermes/logs
hermes init

然后编辑 ~/.hermes/config.yaml，这是我跑完 init 后改的版本：

telegram:
  bot_token: "123456:ABC-DEF..."
  chat_id: "987654321"
scheduler:
  timezone: "Asia/Shanghai"
  retry_on_failure: true
  max_retries: 3
news_sources:
  - https://news.ycombinator.com/rss
  - https://www.reddit.com/r/MachineLearning/.rss
  - https://venturebeat.com/category/ai/feed/

注意那个 telegram.bot_token，我一开始用的是自己创建的 bot 的 token，结果推送时报 HTTP 401: Unauthorized。检查了半天发现是 chat_id 填错了——我填的是自己的用户 ID，但 bot 只能给主动发起过对话的 chat 发消息。解决方法是先给 bot 发一条 /start，然后用 getUpdates 接口查 chat_id：

curl -s "https://api.telegram.org/bot<你的token>/getUpdates" | jq '.result[0].message.chat.id'

把返回的数字填进去，推送就通了。这一步花了我 20 分钟，教训是：配置里的 ID 一定要用实际测试过的，别想当然。

写第一个抓取技能，报错比想象中多

Hermes 的技能放在 ~/.hermes/skills/ 目录下，每个技能是一个 Python 文件。我第一个技能是抓 Hacker News 的 RSS，命名为 fetch_hacker_news.py。先写个最简版本：

import feedparser
import requests

def run():
    feed = feedparser.parse("https://news.ycombinator.com/rss")
    items = []
    for entry in feed.entries[:10]:
        items.append({
            "title": entry.title,
            "link": entry.link,
            "published": entry.published
        })
    return items

然后我在终端里手动测试：

hermes run fetch_hacker_news

第一次跑直接报 ModuleNotFoundError: No module named 'feedparser'。这个我认了，因为 Hermes 运行技能时用的是它自己的虚拟环境（在 ~/.hermes/venv/ 里），不是我系统的 Python。解决方法是：

~/.hermes/venv/bin/pip install feedparser

装完再跑，又报了一个 JSON 序列化错误：TypeError: Object of type datetime is not JSON serializable。这是因为 entry.published 返回的是 time.struct_time 对象，Hermes 的技能返回值必须能被 JSON 序列化。改成字符串：

import time
"published": time.strftime("%Y-%m-%d %H:%M", entry.published_parsed)

顺手把 link 字段加上 strip() 防止尾部换行符。改完以后 hermes run fetch_hacker_news 正常输出了一个 JSON 数组，每条 3 个字段。但问题来了——RSS 里的标题经常带 HTML 实体，比如 ' 这种。我用 html.unescape() 处理了一下：

import html
"title": html.unescape(entry.title)

这个技能跑通了，但我发现一个更大的问题：我抓了 10 条，其中有 3 条是招聘帖，2 条是「Show HN」的自我推销。这不是我想要的。所以下一步我要加过滤逻辑。

加过滤和去重，技能开始像个工具了

我在技能文件里加了一个 FILTER_KEYWORDS 列表，把招聘、Show HN、Ask HN 这些排除掉。同时加了个去重机制——用 link 作为唯一标识，存到一个本地 JSON 文件里。思路很简单：每次运行先读 ~/.hermes/data/seen_links.json，如果 link 已经存在就跳过，否则加入并继续。

代码大概长这样：

import json, os, html, time
import feedparser

DATA_FILE = os.path.expanduser("~/.hermes/data/seen_links.json")
EXCLUDE = ["Show HN", "Ask HN", "Who's Hiring", "Job Posting"]

def load_seen():
    if os.path.exists(DATA_FILE):
        with open(DATA_FILE, 'r') as f:
            return set(json.load(f))
    return set()

def save_seen(seen):
    os.makedirs(os.path.dirname(DATA_FILE), exist_ok=True)
    with open(DATA_FILE, 'w') as f:
        json.dump(list(seen), f)

def run():
    seen = load_seen()
    feed = feedparser.parse("https://news.ycombinator.com/rss")
    fresh = []
    for entry in feed.entries[:20]:
        title = html.unescape(entry.title)
        link = entry.link.strip()
        if any(k in title for k in EXCLUDE):
            continue
        if link in seen:
            continue
        seen.add(link)
        fresh.append({
            "title": title,
            "link": link,
            "published": time.strftime("%Y-%m-%d %H:%M", entry.published_parsed)
        })
    save_seen(seen)
    return fresh

测试了一下，第一次跑返回了 7 条（过滤掉 3 条），第二次跑返回空列表——因为都见过了。这个去重逻辑是好用的，但有个隐患：如果 RSS 源偶尔更新延迟，同一条新闻可能换个时间又出现。我后来改成同时比对标题的哈希值，因为有些站点会改 URL 参数。这个细节先按下不表，后面还会出现。

到这里，单源抓取没问题了。但我不想只抓 Hacker News，还想加 Reddit 的 MachineLearning 板块和 VentureBeat。每个源对应一个技能文件，还是写在一个技能里？我测试了后者——写在一个文件里，用 source 参数区分。这样定时任务只需要调用一次，返回一个合并后的列表。改完测试，Reddit 的 RSS 解析时报了个 KeyError: 'published_parsed'，因为 Reddit 的 RSS 里有些条目没有这个字段。处理方式是用 entry.get('published_parsed')，如果是 None 就跳过该条。代码改成：

pub = entry.get('published_parsed')
if not pub:
    continue
published = time.strftime("%Y-%m-%d %H:%M", pub)

这个坑踩完，三个源都能正常抓了。现在我需要把这些整合到 Hermes 的定时任务里。

配置定时任务，第一次调度失败全记录

Hermes 的定时任务用 hermes cron create 命令创建。我直接跑：

hermes cron create --name "ai_news_digest" --schedule "0 8 * * *" --skill "fetch_ai_news"

报错：Error: Unknown schedule format. Use cron expression like '0 8 * * *'。我仔细看了下，我用的就是 cron 表达式啊。后来发现 Hermes 0.4.7 的 --schedule 参数需要加引号，但我已经在引号里了。真正的问题是我忘了指定 --timezone，它默认用的是 UTC，而我 config.yaml 里设置了 Asia/Shanghai 但 CLI 参数优先。加上：

hermes cron create --name "ai_news_digest" --schedule "0 8 * * *" --skill "fetch_ai_news" --timezone "Asia/Shanghai"

这次成功输出 Created cron job: ai_news_digest (id: cron_001)。然后我测试立即触发一次：

hermes cron run --id cron_001

问题来了——任务跑了，但 Telegram 没收到消息。查看日志 ~/.hermes/logs/hermes.log，发现最后一行是 INFO: Skill executed successfully, but no output message was sent。原来 Hermes 的定时任务执行技能后，需要技能返回一个 message 字段才会推送。我的 run() 函数返回的是列表，Hermes 把它当作数据存起来了，但没有当消息发。

解决方法是把返回值改成字典，包含 message 和 data 两个字段：

def run():
    # ... 抓取逻辑 ...
    if not fresh:
        return {"message": "今天没有新的 AI 新闻", "data": []}
    msg_lines = []
    for item in fresh[:5]:
        msg_lines.append(f"- {item['title']}\n  {item['link']}")
    return {
        "message": "今日 AI 新闻摘要：\n" + "\n".join(msg_lines),
        "data": fresh
    }

改完重新跑 hermes cron run --id cron_001，这次 Telegram 收到了一条完整消息。但我发现推送的标题里有些是英文的，而且没有摘要。我的需求是「中文摘要」，所以下一步我打算让 Hermes 用 LLM 来生成摘要——毕竟它本身支持接入 OpenAI 兼容的 API。

接入 LLM 生成摘要，处理超时和 token 限制

Hermes 在 config.yaml 里可以配置 LLM 提供商。我用的是 OpenAI 兼容接口（因为我有自己的 API 网关），配置如下：

llm:
  provider: "openai"
  base_url: "https://my-gateway.example.com/v1"
  api_key: "sk-xxx"
  model: "gpt-4o-mini"
  max_tokens: 300
  temperature: 0.3

然后在技能里调用 hermes.llm.chat()。但这里有个坑：技能文件里不能直接 import hermes——我一开始写了 from hermes import LLM，结果报 ImportError: cannot import name 'LLM' from 'hermes'。正确的做法是使用 Hermes 提供的上下文对象。技能函数签名改成 def run(ctx):，然后通过 ctx.llm.chat() 调用。

修改后的核心逻辑：

def run(ctx):
    # ... 抓取 fresh 列表 ...
    if not fresh:
        return {"message": "今天没有新内容", "data": []}
    # 拼接标题列表
    titles = "\n".join([f"- {item['title']}" for item in fresh[:5]])
    prompt = f"请用中文总结以下 AI 新闻标题，每条 30 字以内，共 {len(fresh[:5])} 条：\n{titles}"
    try:
        resp = ctx.llm.chat(messages=[{"role": "user", "content": prompt}])
        summary = resp.choices[0].message.content
    except Exception as e:
        summary = f"摘要生成失败（{str(e)[:50]}），以下是原始标题：\n{titles}"
    return {"message": summary, "data": fresh}

测试时踩了第二个坑：LLM 调用超时。我用的网关响应比较慢，默认超时是 10 秒，导致任务直接失败。在 config.yaml 里加 timeout: 30 解决。还有个问题：max_tokens: 300 对于 5 条新闻的摘要来说够用，但如果我以后加到 10 条，300 token 可能不够，会截断。我改成 max_tokens: 500。

改完以后，我手动跑了一次 hermes cron run --id cron_001，这次输出正常了。但我发现摘要质量一般——LLM 只是把标题翻译成中文，没有做信息提炼。我调整了 prompt，要求「提取每条新闻的核心信息，不要逐字翻译」，效果好了不少。这个调 prompt 的过程花了我 15 分钟，但值得。

定时任务调试技巧：日志、手动触发、幂等性

定时任务跑通之后，我担心一个问题：如果 8 点整网络不好，抓取失败了怎么办？Hermes 的 config.yaml 里有 retry_on_failure: true 和 max_retries: 3，但默认重试间隔是 60 秒。我改成 300 秒，避免短时间内连续重试把源站打挂。加一行 retry_interval: 300。

另外一个调试技巧：用 hermes cron list 查看任务状态，输出包括上次运行时间和结果。我遇到过一次任务显示 status: failed，但日志里没有明显错误。后来发现是 Reddit 的 RSS 偶尔返回 503，我的技能里没处理 feedparser.parse() 失败的情况。我加了 try-except，如果某个源挂了就跳过它，不影响其他源。

def fetch_source(url):
    try:
        feed = feedparser.parse(url)
        if feed.bozo:  # bozo 表示解析出错
            return []
        return feed.entries
    except Exception:
        return []

还有幂等性：我的去重文件 seen_links.json 会一直增长，如果一个月不清理，文件会越来越大。我在技能里加了自动清理逻辑——只保留最近 7 天的 link。这个用时间戳实现，就不展开代码了。

最后一步是把定时任务改成每天跑两次（早上 8 点和晚上 6 点），因为 AI 新闻更新很快，一天一次会漏掉下午的新消息。创建第二个任务：

hermes cron create --name "ai_news_evening" --schedule "0 18 * * *" --skill "fetch_ai_news" --timezone "Asia/Shanghai"

现在我的 Hermes 每天定时抓取、过滤、去重、LLM 摘要、推送 Telegram，全程无人工干预。跑了一周，稳定运行，只有一次因为我的 API 网关升级导致摘要失败，技能自动降级成了原始标题推送。

💬 你用过哪些AI工具？

说实话，我写这个抓取脚本的时候，一开始是想用现成的 AI 新闻聚合服务的，但那些要么收费要么推送不灵活。自己用 Hermes 搭一个，30 分钟搞定，还能完全控制数据源和摘要风格。你平时是怎么获取 AI 行业动态的？是刷 Twitter 还是看 newsletter？我最近发现一个叫 AI House 的排行榜，网址是 aibunkhouse.com/rankings/，上面有各种 AI 工具的热度排名和用户评分，数据更新挺勤的。我每次想试新工具之前都会先去那儿看看排名和评价，避免踩坑。你要是也有喜欢的 AI 工具，可以去上面给它投个票，让更多人看到。或者你用过什么冷门的但特别好用的 AI 工具，欢迎告诉我，我也想试试。