跳转到内容

Index

Section titled “sidebar_position: 1 title: “消息网关(Messaging Gateway)” description: “通过 Telegram、Discord、Slack、WhatsApp、Signal、短信、电子邮件、Home Assistant、Mattermost、Matrix、钉钉、元宝、Microsoft Teams、LINE、Raft、Webhooks 或任何兼容 OpenAI 的前端(通过 API 服务器)与 Hermes 聊天——架构与设置概述””

--- body ---

通过 Telegram、Discord、Slack、WhatsApp、Signal、短信、电子邮件、Home Assistant、Mattermost、Matrix、钉钉、飞书/Lark、企业微信、微信、BlueBubbles(iMessage)、QQ、元宝、Microsoft Teams、LINE、ntfy 或您的浏览器与 Hermes 聊天。网关是一个后台进程,连接到所有已配置的平台,处理会话(session),运行定时任务(cron job),并传递语音消息。

有关完整的语音功能集——包括 CLI 麦克风模式、消息中的语音回复以及 Discord 语音频道对话——请参阅 语音模式与 Hermes 一起使用语音模式

平台语音图片文件线程反应输入中流式输出
Telegram
Discord
Slack
Google Chat
WhatsApp
Signal
短信
电子邮件
Home Assistant
Mattermost
Matrix
钉钉
飞书/Lark
企业微信
企业微信回调
微信
BlueBubbles
QQ
元宝
Microsoft Teams
LINE
ntfy
Raft

语音 = TTS 音频回复和/或语音消息转录。图片 = 发送/接收图片。文件 = 发送/接收文件附件。线程 = 线程化对话。反应 = 消息上的表情反应。输入中 = 处理时显示输入指示器。流式输出 = 通过编辑实现渐进式消息更新。

flowchart TB
subgraph Gateway["Hermes 网关"]
subgraph Adapters["平台适配器"]
tg[Telegram]
dc[Discord]
wa[WhatsApp]
sl[Slack]
gc[Google Chat]
sig[Signal]
sms[SMS]
em[Email]
ha[Home Assistant]
mm[Mattermost]
mx[Matrix]
dt[DingTalk]
fs[Feishu/Lark]
wc[WeCom]
wcb[WeCom Callback]
wx[Weixin]
bb[BlueBubbles]
qq[QQ]
yb[Yuanbao]
ms[Microsoft Teams]
api["API 服务器<br/>(兼容 OpenAI)"]
wh[Webhooks]
end
store["会话存储<br/>每个聊天"]
agent["AIAgent<br/>run_agent.py"]
cron["Cron 调度器<br/>每 60 秒触发"]
end
tg --> store
dc --> store
wa --> store
sl --> store
gc --> store
sig --> store
sms --> store
em --> store
ha --> store
mm --> store
mx --> store
dt --> store
fs --> store
wc --> store
wcb --> store
wx --> store
bb --> store
qq --> store
yb --> store
ms --> store
api --> store
wh --> store
store --> agent
cron --> store

每个平台适配器接收消息,通过每个聊天的会话存储进行路由,并将消息分派给 AIAgent 进行处理。网关还运行 cron 调度器,每 60 秒触发一次,以执行任何到期的任务。

静默令牌(Intentional Silence Tokens)

Section titled “静默令牌(Intentional Silence Tokens)”

对于群组聊天、钩子(hooks)和自动化流程,Hermes 支持显式的静默令牌。如果代理的最终回复恰好是一个支持的静默令牌,网关将抑制对外发送,不会向聊天发送任何内容。

支持的令牌:

  • [SILENT]
  • SILENT
  • NO_REPLY
  • NO REPLY

空白字符和大小写会被标准化,但整个最终回复必须是这个令牌。像 “Use [SILENT] when nothing changed” 这样的句子会正常发送。

静默仅仅是发送决策。Hermes 会在会话记录中保留助手的静默轮次,因此对话仍然正常交替:

user: 侧信道闲聊
assistant: [SILENT] # 已存储,但未发送
user: 下一条消息

失败的轮次仍会作为错误显示;Hermes 不会仅仅因为文本类似于静默令牌而隐藏故障。

配置消息平台最简单的方式是使用交互式向导:

Terminal window
hermes gateway setup # 所有消息平台的交互式设置

此命令将引导您通过方向键选择来配置每个平台,显示哪些平台已配置,并在完成后提供启动/重启网关的选项。

Terminal window
hermes gateway # 前台运行
hermes gateway setup # 交互式配置消息平台
hermes gateway install # 作为用户服务安装(Linux)/ launchd 服务(macOS)
sudo hermes gateway install --system # 仅 Linux:安装为启动时系统服务
hermes gateway start # 启动默认服务
hermes gateway stop # 停止默认服务
hermes gateway status # 检查默认服务状态
hermes gateway status --system # 仅 Linux:显式检查系统服务
命令描述
/new/reset开始新的对话
/model [provider:model]显示或更改模型(支持 provider:model 语法)
/personality [name]设置人格(personality)
/retry重试上一条消息
/undo移除上一次交互
/status显示会话信息
/whoami显示您在此作用域(scope)上的斜杠命令访问权限(管理员/用户/无限制)
/stop停止正在运行的代理
/approve批准待处理的危险命令
/deny拒绝待处理的危险命令
/sethome将此聊天设为主频道
/compress手动压缩对话上下文
/title [name]设置或显示会话标题
/resume [name]恢复之前命名的会话
/usage显示此会话的令牌使用量
/insights [days]显示使用情况洞察和分析
/reasoning [level|show|hide]更改推理努力程度或切换推理显示
/voice [on|off|tts|join|leave|status]控制消息语音回复和 Discord 语音频道行为
/rollback [number]列出或还原文件系统检查点
/background <prompt>在单独的背景会话中运行提示
/reload-mcp从配置重新加载 MCP 服务器
/update将 Hermes Agent 更新到最新版本
/help显示可用命令
/<skill-name>调用任何已安装的技能(skill)

会话在消息之间持续存在,直到重置。代理会记住您的对话上下文。

会话根据可配置的策略重置:

策略默认值描述
每日4:00 AM每天在特定小时重置
空闲1440 分钟在 N 分钟无活动后重置
两者(组合)以先触发的为准

~/.hermes/gateway.json 中配置按平台的覆盖:

{
"reset_by_platform": {
"telegram": { "mode": "idle", "idle_minutes": 240 },
"discord": { "mode": "idle", "idle_minutes": 60 }
}
}

默认情况下,网关拒绝所有不在允许列表(allowlist)中或未通过 DM 配对的用户。 这是对于拥有终端访问权限的机器人的安全默认设置。

Terminal window
# 限制为特定用户(推荐):
TELEGRAM_ALLOWED_USERS=123456789,987654321
DISCORD_ALLOWED_USERS=123456789012345678
SIGNAL_ALLOWED_USERS=+155****4567,+155****6543
SMS_ALLOWED_USERS=+155****4567,+155****6543
EMAIL_ALLOWED_USERS=trusted@example.com,colleague@work.com
MATTERMOST_ALLOWED_USERS=3uo8dkh1p7g1mfk49ear5fzs5c
MATRIX_ALLOWED_USERS=@alice:matrix.org
DINGTALK_ALLOWED_USERS=user-id-1
FEISHU_ALLOWED_USERS=ou_xxxxxxxx,ou_yyyyyyyy
WECOM_ALLOWED_USERS=user-id-1,user-id-2
WECOM_CALLBACK_ALLOWED_USERS=user-id-1,user-id-2
TEAMS_ALLOWED_USERS=aad-object-id-1,aad-object-id-2
# 或者允许
GATEWAY_ALLOWED_USERS=123456789,987654321
# 或者显式允许所有用户(对于具有终端访问权限的机器人,不推荐):
GATEWAY_ALLOW_ALL_USERS=true

DM 配对(允许列表的替代方案)

Section titled “DM 配对(允许列表的替代方案)”

与其手动配置用户 ID,未知用户在与机器人进行 DM 时会收到一个一次性配对码。电子邮件是例外:除非显式启用电子邮件配对,否则未知的电子邮件发送者将被忽略。

Terminal window
# 用户看到:"配对码:XKGH5N7P"
# 您通过以下方式批准他们:
hermes pairing approve telegram XKGH5N7P
# 其他配对命令:
hermes pairing list # 查看待处理 + 已批准的用户
hermes pairing revoke telegram 123456789 # 移除访问权限

配对码在一小时后过期,有速率限制,并使用加密随机性。

允许列表回答“这个人是否能访问机器人?”。管理员/用户分离 回答的是“既然他们进来了,他们被允许做什么?”。

每个允许的用户在每个作用域(DM 与群组/频道)中属于两个层级之一:

  • 管理员 — 完全访问权限。可以运行每个已注册的斜杠命令(内置 + 插件)并使用所有受门控的能力。
  • 普通用户 — 受限访问权限。可以正常与代理聊天,但只能运行您显式启用的斜杠命令。始终允许的基础命令是 /help/whoami

层级按平台和作用域配置。DM 管理员身份并不意味着群组/频道管理员身份——每个作用域都有自己的管理员列表。

当前层级控制的内容: 斜杠命令。拆分通过实时命令注册表运行,因此它覆盖了内置命令和插件注册的命令,无需逐个功能进行接线。纯聊天不受影响——非管理员仍然可以与代理对话。

未来可能被控制的内容: 更多的能力表面(工具访问、模型切换、昂贵操作)将使用相同的管理员/用户区分。现在配置好拆分,意味着将来这些限制会干净地应用,而无需重新建模谁是谁的管理员。

gateway:
platforms:
discord:
extra:
allow_from: ["111", "222", "333"]
allow_admin_from: ["111"] # 管理员 → 所有斜杠命令
user_allowed_commands: [status, model] # 非管理员可以运行的命令
# 可选:单独的群组/频道作用域
group_allow_admin_from: ["111"]
group_user_allowed_commands: [status]

向后兼容: 如果某个作用域未设置 allow_admin_from,则该作用域的层级拆分被禁用,每个允许的用户都有完全访问权限。现有安装无需更改即可继续工作——当您需要区分时再选择启用。

在任何平台上使用 /whoami 来查看活动作用域、您的层级(管理员/用户/无限制)以及您可以运行哪些斜杠命令。请参阅 TelegramDiscord 页面了解平台特定示例。

在代理工作时发送任何消息即可中断它。关键行为:

  • 正在进行的终端命令会立即被终止(先 SIGTERM,1 秒后 SIGKILL)
  • 工具调用被取消——只有当前正在执行的工具会运行,其余的被跳过
  • 多条消息会合并——在中断期间发送的消息会合并成一个提示
  • /stop 命令——中断而不排队后续消息

队列 vs 中断 vs 引导(忙输入模式)

Section titled “队列 vs 中断 vs 引导(忙输入模式)”

默认情况下,给忙碌的代理发消息会中断它。还有另外两种模式可用:

  • queue — 后续消息会等待,并在当前任务完成后作为下一轮运行。
  • steer — 后续消息通过 /steer 注入到当前运行中,在下一个工具调用之后到达代理。不会中断,也不会产生新的轮次。如果代理尚未开始,则回退到 queue 行为。
display:
busy_input_mode: steer # 或 queue,或 interrupt(默认)
busy_ack_enabled: true # 设置为 false 可完全抑制 ⚡/⏳/⏩ 聊天回复

当您在任何平台上首次给忙碌的代理发消息时,Hermes 会在忙确认(busy-ack)消息后追加一行提示,解释这个设置项(”💡 首次使用提示——…”)。该提示每安装一次只显示一次——由 onboarding.seen.busy_input_prompt 标志控制。删除该键可再次看到提示。

如果您觉得忙确认过于嘈杂——尤其是在语音输入或快速连续发消息时——请设置 display.busy_ack_enabled: false。您的输入仍然会正常排队/引导/中断,只是聊天回复被静音。

控制 ~/.hermes/config.yaml 中显示的工具活动量:

display:
tool_progress: all # off | new | all | verbose
tool_progress_command: false # 设置为 true 可在消息中启用 /verbose
# 在支持消息编辑的平台上,进度如何分组:
# accumulate(默认)— 随着工具运行,在同一个气泡内编辑更新
# separate — 每个工具发送一条消息(v0.9 之前的方式;更嘈杂)
# 仅在 tool_progress 已启用时生效。
tool_progress_grouping: accumulate # accumulate | separate

默认关闭。启用后,Hermes 将人类可读的时间戳(例如 [Tue 2026-04-28 13:40:53 CEST])添加到每个用户消息前在模型上下文中,以便代理知道消息发送的时间——对于时间推理(“你今早问过……”,注意到长时间间隔)很有用。它会添加到助手消息或系统提示中。

gateway:
message_timestamps:
enabled: false # 设置为 true 可向模型显示发送时间

持久化的记录始终保持干净——无论此开关如何,时间戳都会作为消息元数据存储,因此稍后启用它也会为过去的消息显示发送时间,并且重放不会积累重复的前缀。

启用后,机器人会在工作时发送状态消息:

💻 `ls -la`...
🔍 web_search...
📄 web_extract...
🐍 execute_code...

在单独的后台会话中运行一个提示,使代理独立工作,同时您的主聊天保持响应:

/background 检查集群中的所有服务器,并报告任何宕机的服务器

Hermes 立即确认:

🔄 后台任务已启动:"检查集群中的所有服务器..."
任务 ID:bg_143022_a1b2c3

每个 /background 提示会生成一个独立的代理实例,异步运行:

  • 隔离的会话 — 后台代理有自己的会话和对话历史。它不知道您当前的聊天上下文,只接收您提供的提示。
  • 相同的配置 — 继承当前网关设置中的模型、提供商、工具集、推理设置和提供商路由。
  • 非阻塞 — 您的主聊天保持完全交互式。在工作时可以发送消息、运行其他命令或启动更多后台任务。
  • 结果交付 — 任务完成后,结果会发送回您发出命令的同一聊天或频道,前缀为 ”✅ 后台任务完成”。如果失败,您将看到 ”❌ 后台任务失败” 及错误信息。

当运行后台会话的代理使用 terminal(background=true) 启动长时间运行的进程(服务器、构建等)时,网关可以向您的聊天推送状态更新。通过 ~/.hermes/config.yaml 中的 display.background_process_notifications 控制:

display:
background_process_notifications: all # all | result | error | off
模式您会收到什么
all运行中的输出更新最终完成消息(默认)
result仅最终完成消息(无论退出码如何)
error仅当退出码非零时的最终消息
off无进程监视器消息

您也可以使用环境变量设置:

Terminal window
HERMES_BACKGROUND_NOTIFICATIONS=result
  • 服务器监控 — “/background 检查所有服务的健康状况,如果有任何宕机请提醒我”
  • 长时间构建 — “/background 构建并部署 staging 环境”,同时您继续聊天
  • 研究任务 — “/background 研究竞争对手的定价并用表格总结”
  • 文件操作 — “/background 将 ~/Downloads 中的照片按日期整理到文件夹中”
Terminal window
hermes gateway install # 安装为用户服务
hermes gateway start # 启动服务
hermes gateway stop # 停止服务
hermes gateway status # 检查状态
journalctl --user -u hermes-gateway -f # 查看日志
# 启用驻留(保持运行,即使注销后)
sudo loginctl enable-linger $USER
# 或者安装一个启动时系统服务,但以您的用户身份运行
sudo hermes gateway install --system
sudo hermes gateway start --system
sudo hermes gateway status --system
journalctl -u hermes-gateway -f

在笔记本电脑和开发机上使用用户服务。在 VPS 或无头主机上使用系统服务,这些主机应在启动时恢复运行,而不依赖 systemd 驻留。

:::tip 无头虚拟机:用户服务 + 驻留避免 root 提示 系统服务每次重启都需要 root 权限——包括 hermes update 结束时的自动网关重启。当 hermes update 以非 root 用户身份运行时,它会尝试无密码 sudo systemctl;如果不可用,它会跳过重启并打印手动 sudo systemctl restart hermes-gateway 命令(它不会在交互式密码提示上阻塞)。

对于您从未登录的无头虚拟机,启用驻留的用户服务可以带来相同的启动时启动行为,且无需任何 root 参与:

Terminal window
hermes gateway install # 用户服务
sudo loginctl enable-linger $USER # 一次性:启动时启动,注销后保持运行

之后,hermes update 可以在没有任何特权的情况下重启网关。如果您更喜欢保留系统服务,可以以 sudo hermes update 运行更新,或者授予服务帐户无密码 sudo 权限以执行 systemctl,例如在 sudo visudo -f /etc/sudoers.d/hermes-gateway 中:

hermes ALL=(root) NOPASSWD: /usr/bin/systemctl --no-ask-password reset-failed hermes-gateway*, /usr/bin/systemctl --no-ask-password start hermes-gateway*, /usr/bin/systemctl --no-ask-password restart hermes-gateway*

:::

除非确实需要,否则避免同时安装用户和系统网关单元。如果 Hermes 检测到两者都存在,它会发出警告,因为启动/停止/状态行为会变得模糊。

:::info 多个安装 如果您在同一台机器上运行多个 Hermes 安装(使用不同的 HERMES_HOME 目录),每个安装都有自己的 systemd 服务名称。默认的 ~/.hermes 使用 hermes-gateway;其他安装使用 hermes-gateway-<哈希>hermes gateway 命令会自动针对您当前 HERMES_HOME 的正确服务。 :::

Terminal window
hermes gateway install # 安装为 launchd 代理
hermes gateway start # 启动服务
hermes gateway stop # 停止服务
hermes gateway status # 检查状态
tail -f ~/.hermes/logs/gateway.log # 查看日志

生成的 plist 文件位于 ~/Library/LaunchAgents/ai.hermes.gateway.plist。它包含三个环境变量:

  • PATH — 安装时的完整 shell PATH,并在前面添加了 venv bin/node_modules/.bin。这确保用户安装的工具(Node.js、ffmpeg 等)可供网关子进程(如 WhatsApp 桥接)使用。
  • VIRTUAL_ENV — 指向 Python 虚拟环境,以便工具可以正确解析包。
  • HERMES_HOME — 将网关限定到您的 Hermes 安装。

:::tip 安装后 PATH 更改 launchd plist 是静态的——如果您在设置网关后安装了新工具(例如通过 nvm 安装新的 Node.js 版本,或通过 Homebrew 安装 ffmpeg),请再次运行 hermes gateway install 以捕获更新后的 PATH。网关将检测到过时的 plist 并自动重新加载。 :::

:::info 多个安装 与 Linux systemd 服务类似,每个 HERMES_HOME 目录都有一个自己的 launchd 标签。默认的 ~/.hermes 使用 ai.hermes.gateway;其他安装使用 ai.hermes.gateway-<后缀>。 :::

每个平台都有自己的工具集:

平台工具集能力
CLIhermes-cli完全访问
Telegramhermes-telegram完整工具,包括终端
Discordhermes-discord完整工具,包括终端
WhatsApphermes-whatsapp完整工具,包括终端
WhatsApp Cloud APIhermes-whatsapp完整工具,包括终端(与 Baileys 桥接共享工具集)
Slackhermes-slack完整工具,包括终端
Google Chathermes-google_chat完整工具,包括终端
Signalhermes-signal完整工具,包括终端
短信hermes-sms完整工具,包括终端
电子邮件hermes-email完整工具,包括终端
Home Assistanthermes-homeassistant完整工具 + HA 设备控制(ha_list_entities, ha_get_state, ha_call_service, ha_list_services)
Mattermosthermes-mattermost完整工具,包括终端
Matrixhermes-matrix完整工具,包括终端
钉钉hermes-dingtalk完整工具,包括终端
飞书/Larkhermes-feishu完整工具,包括终端
企业微信hermes-wecom完整工具,包括终端
企业微信回调hermes-wecom-callback完整工具,包括终端
微信hermes-weixin完整工具,包括终端
BlueBubbleshermes-bluebubbles完整工具,包括终端
QQBothermes-qqbot完整工具,包括终端
元宝hermes-yuanbao完整工具,包括终端
Microsoft Teamshermes-teams完整工具,包括终端
API 服务器hermes-api-server完整工具(移除了 clarifysend_messagetext_to_speech——编程访问没有交互式用户)
Webhookshermes-webhook完整工具,包括终端
Rafthermes-raft仅唤醒通道;代理使用 Raft CLI 进行消息 I/O

一个网关通常同时运行多个适配器(Telegram + Discord + Slack 等)。以下部分涵盖了跨所有平台的第二天运营。

网关运行后,使用任何连接的 CLI 会话或聊天中的 /platform 斜杠命令来检查和操控单个适配器,而无需重启整个网关:

/platform list # 显示所有适配器及其状态
/platform pause <name> # 停止向一个适配器分派新消息
/platform resume <name> # 重新启用暂停的适配器

/platform list 显示每个适配器是 runningpaused(手动)还是 paused-by-breaker(参见下文)。暂停会保持适配器加载并保持其后台循环存活——传入消息会被丢弃,但连接本身保持打开,因此恢复是即时的。

另请参阅更广泛的摘要状态命令 /platforms

每个适配器都被包裹在一个断路器中。重复的可重试故障(网络波动、速率限制回复、5xx 上游响应、WebSocket 断开)会导致断路器跳闸——适配器被自动暂停,当配置了主频道时,会向另一个活跃平台的主频道发送操作员通知,并输出结构化的日志行。

断路器不会自动恢复——它保持打开状态,直到您手动运行 /platform resume <name>。这是有意为之:如果某个平台持续中断,您不希望网关反复重连。

当适配器暂停时,请检查:

  1. 网关日志~/.hermes/logs/gateway.log 或 systemd/launchd 单元日志)。搜索平台名称以及 circuit breakerpauseddisabled。跳闸事件包括故障计数和最后一个错误。
  2. /platform list 输出——显示当前状态和最后原因。
  3. 提供商的 status 页面(Telegram 机器人 API 状态、Discord 状态等)。断路器跳闸是因为平台不健康;在它恢复之前不要尝试恢复。

一旦上游恢复健康,/platform resume <name> 会清除断路器并重新启用适配器。

当网关重启(或关闭时存在正在进行的会话)时,它可以向每个平台的主频道发送一条一次性的“代理已恢复”/“代理被中断”消息。这由 gateway-config.yaml 中每个平台的 gateway_restart_notification 标志控制,默认为 true

gateway:
platforms:
telegram:
home_chat_id: "123456789"
gateway_restart_notification: false # 对此平台选择退出
discord:
home_chat_id: "987654321"
# gateway_restart_notification 省略 → 默认为 true

在嘈杂或低优先级的平台上禁用它,同时在您的主要聊天中保持开启。无论有多少个正在进行的会话,每次重启只会发送一次通知。

当网关在正在进行的工具调用或生成过程中关闭时,受影响的会话会被标记为 restart_interrupted。下次启动时,网关会为每个会话安排自动恢复——用户会在聊天中收到简短提示(“重启后发送任意消息,我会尝试在您离开的地方恢复。”),当他们回复后,会话会从最后一个已提交的轮次继续。

此行为默认开启,并在网关启动时记录:

已为 N 个重启中断的会话安排了自动恢复

无需配置。如果您不希望看到提示,请在平台上设置 gateway_restart_notification: false

Telegram 通常是移动端收件箱,因此默认值针对该表面进行了调整:

  • tool_progress 默认关闭——不会在聊天中填充每个工具的操作流。
  • busy_ack_detail 默认关闭——忙碌状态确认和长时间运行的心跳保持简洁(没有 “iteration 21/60” 调试细节)。
  • interim_assistant_messages 保持开启——实时的回合中助手评论(模型明确告诉您它将要做什么)是信号而非噪音。
  • long_running_notifications 保持开启——一个原地编辑的 ”⏳ 工作中 — N 分钟” 气泡每隔几分钟更新一次,这样您可以看到心跳,而不是盯着 输入中... 半小时。

可以选择退出这两个保持开启的默认值,或者按平台重新启用详细的进度信息:

display:
platforms:
telegram:
# 重新启用工具进度流
tool_progress: new
# 在心跳和忙碌确认中显示 "iteration N/M, running: tool"
busy_ack_detail: true
# 或者完全静默它们
interim_assistant_messages: false
long_running_notifications: false

工具进度消息、“仍在工作…”心跳和状态回调气泡也可以在最终回复送达后自动删除。通过 display.platforms.<platform>.cleanup_progress 按平台启用:

display:
platforms:
telegram:
cleanup_progress: true
discord:
cleanup_progress: true

默认为 false。只有适配器实现了 delete_message 的平台(当前为 Telegram 和 Discord)才会遵守此设置。失败的运行跳过清理,因此气泡作为调试线索保留。