Hermes agent learning

domainbroker profile：同样配置了 TAVILY_API_KEY 和 web.backend=tavily，gateway 已重启生效。

pubmotto 和 ymstar 尚未配置，后续有需要再配。

验证

通过 tavily-python 客户端直接测试搜索 “What is tavily search?”，返回正常结果，确认 API 连通。

Windows 启动文件夹 %APPDATA%\Microsoft\Windows\Start Menu\Programs\Startup 中存放了 VBS 脚本。VBS 调用 PowerShell 时传参 0, False（隐藏窗口，不等待返回），实现静默无框启动：

Set shell = CreateObject("WScript.Shell")
shell.Run "powershell.exe -NoProfile -ExecutionPolicy Bypass -File ""...\hermes-desktop-autostart.ps1""", 0, False

同目录还有 WSL Terminal.lnk（开机自动打开一个 WSL 终端窗口）。

该快捷方式指向 C:\WINDOWS\system32\wsl.exe ~，WindowStyle = 1（普通窗口）。开机后自动弹出一个 WSL 终端窗口（当前目录为 home 目录），方便监看持续输出、手动执行命令或排查问题。同时它会触发 WSL 进程保持活跃，避免系统自动关闭 WSL 导致 Gateway 断连。

1.2 逻辑层：hermes-desktop-autostart.ps1

核心开机脚本，按顺序执行以下步骤：

1. 启动 WSL：wsl -d Ubuntu -- exit 触发 WSL 初始化和 exit 退出（需 3 秒等待）
2. 启动 SSH：sudo systemctl start ssh，确保 SSH 服务运行
3. 启动 Hermes Gateway：systemctl --user start hermes-gateway，启动后等 8 秒
4. 等待 API Server 就绪：轮询 http://127.0.0.1:8642/health，最多 15 次（每次 5 秒）。失败则自动重启 Gateway 再试
5. 启动 Hermes Desktop：搜索 hermes-agent.exe 并 Start-Process

所有步骤写入 %TEMP%\hermes-autostart.log。

1.3 桌面手动启动器：hermes-desktop-launcher.ps1

桌面上的 hermes-desktop-launcher.ps1 提供可视化启动（窗口输出、彩色文字），逻辑与开机脚本基本相同，但多了用户按任意键退出的交互。适合第一次启动或手动重启。

二、Docker Desktop 开机自启

Docker Desktop 有独立的开机自启机制，与 Hermes 解耦：

• 注册表启动项：HKCU\Software\Microsoft\Windows\CurrentVersion\Run 中有 Docker Desktop 条目
• 应用内设置：%APPDATA%\Docker\settings-store.json 中 "AutoStart": true
• 开机时 Docker Desktop 自动启动，不依赖 Hermes 脚本
• 原本 hermes-desktop-launcher.ps1 有 Docker 启动步骤，已移除避免重复

三、启动流程总览（开机后）

1. Windows 登录 → 启动文件夹触发 VBS
2. Docker Desktop → 注册表自动启动（独立并行）
3. WSL 初始化 → SSH 启动
4. Hermes Gateway → API Server（8642 端口）
5. Hermes Desktop → 图形界面启动

全部完成后可直接在 Hermes Desktop 中对话，Docker Desktop 也可用（docker ps 正常）。

四、排查要点

• 启动日志：%TEMP%\hermes-autostart.log
• API 不通：检查 WSL 状态、Gateway 是否 enable
• Desktop 未启：检查 hermes-agent.exe 安装路径
• 启动文件夹路径：%APPDATA%\Microsoft\Windows\Start Menu\Programs\Startup\
• 所有步骤使用 SilentlyContinue，单步失败不影响后续

• %AppData%\Docker\settings-store.json — "disableSignIn": true
• %AppData%\Docker\settings.json — "disableSignIn": true, "skipSignInPrompt": true
• %ProgramData%\DockerDesktop\admin-settings.json — 设置 signInDisabled（旧版格式）
• Windows 注册表 HKLM\Software\Docker\Docker Desktop — DisableSignInPrompt = 1
• 清除了 marlin.dat 等 session 缓存文件

最终通过 PowerShell UI Automation 模拟点击 “Continue without signing-in” 按钮，Docker Desktop 进入 Dashboard 主界面，日志从 app://dd/dashboard/login 变为直接 app://dd/dashboard。

二、admin-settings.json 格式修复（新版兼容）

Docker Desktop 4.75.0+ 要求 admin-settings.json 中的布尔值使用 {"locked": false, "value": true} 对象格式，而非裸 true。

原文件：

{"disableSignIn": true, "signInDisabled": true}

修正为：

{"disableSignIn": {"locked": false, "value": true}, "signInDisabled": {"locked": false, "value": true}}

修复后 Docker Desktop Server 29.1.3 正常运行，docker ps 和 docker info 正常工作。

三、hermes-desktop-launcher 打开终端后关闭问题

hermes-desktop-launcher 启动 WSL 终端后又自动关闭，导致 Hermes Agent 连接不上。已开始排查但尚未深入解决（后续如仍出现需进一步排查 SSH 连接脚本或 Desktop Launcher 配置）。

WSL 里没有 Docker CLI，安装过程也遇到了 apt 中断的问题：

sudo apt-get install -y docker.io
sudo dpkg --configure -a  # 修复中断

装好后发现 WSL 原生 Docker 可以工作（unix:///var/run/docker.sock），但 ghcr.io 从国内网络拉取极其困难。

2.2 拉取镜像

试了几种方式：
– ghcr.io 直连 → 反复超时/断连（国内网络问题）
– 镜像源 ghcr.nju.edu.cn → NJU 镜像能连但 WSL 的 Docker credential helper 报错（credsStore=desktop.exe）
– Windows Docker Desktop → 拉取成功（6.26GB），但 WSL 无法通过 named pipe 连接 Docker Desktop

最终解决方案：
1. 删除 ~/.docker/config.json 中的 credsStore 字段
2. 通过 PowerShell 在 Windows Docker Desktop 上拉取
3. 用 Docker Desktop 的 docker CLI 管理容器

2.3 第一次启动（踩坑）

配置的环境变量：
– HINDSIGHT_API_LLM_PROVIDER=deepseek
– HINDSIGHT_API_LLM_MODEL=deepseek-v4-flash
– HINDSIGHT_API_EMBEDDINGS_LOCAL_MODEL=shibing624/text2vec-base-chinese

问题 1：API Key 传成了 \*\*\*
第一次启动时光注意配其他参数了，API key 传了字面量 \*\*\*，DeepSeek 返回 401。而且终端安全层会自动遮蔽密钥，导致 grep/cat 显示的都是遮蔽后的值，很难排查。最终用 xxd 看 config.yaml 原始字节才拿到真实 key。

问题 2：Embedding 模型下载超时
shibing624/text2vec-base-chinese 模型约 400MB，从 HuggingFace 下载超过 300 秒内置超时限制，容器自动退出（exit code 1）。

问题 3：WSL 无法访问 Docker Desktop 的容器端口
容器在 Docker Desktop（Windows）上跑，WSL localhost 访问不了。Docker Desktop 的 WSL2 集成未启用，nexthop 也超时。

三、最终成功方案

改用小模型 BAAI/bge-small-en-v1.5（仅 384 维、33MB，首次启动秒级加载），直接在 WSL 原生 Docker 上跑通：

# 确保 credentials 正确
# ~/.docker/config.json 去掉 credsStore

# 拉取镜像（从 NJU 镜像源）
docker pull ghcr.nju.edu.cn/vectorize-io/hindsight:latest

# 重命名标签
docker tag ghcr.nju.edu.cn/vectorize-io/hindsight:latest ghcr.io/vectorize-io/hindsight:latest

# 启动容器
docker run -d --name hindsight \
  -p 8888:8888 -p 9999:9999 \
  -e HINDSIGHT_API_LLM_PROVIDER=deepseek \
  -e HINDSIGHT_API_LLM_API_KEY=*** \
  -e HINDSIGHT_API_LLM_MODEL=deepseek-v4-flash \
  -e HF_ENDPOINT=https://hf-mirror.com \
  -v ~/.hindsight-docker:/home/hindsight/.pg0 \
  ghcr.io/vectorize-io/hindsight:latest

四、验证结果

# 健康检查
curl http://localhost:8888/health
# → {"status":"healthy","database":"connected"}

# 存储记忆
hindsight_retain → "Memory stored successfully."

# 检索记忆（LLM 合成）
hindsight_reflect → 返回正确的系统状态摘要

# Web UI
http://localhost:9999

五、经验教训

1. 网络问题：ghcr.io 在国内极慢，用 ghcr.nju.edu.cn 镜像
2. API Key 遮蔽：终端安全层会自动遮蔽密钥，用 write_file 写 Python 脚本比直接传参靠谱
3. Embedding 模型：中文场景优先选小模型（bge-small 可处理中文，虽然不如 text2vec 效果好），避免首次启动超时
4. Docker Desktop vs WSL Docker：Docker Desktop 的 WSL2 集成没开时，WSL 原生 Docker 更可靠
5. 数据持久化：容器启动后每天 docker start hindsight 即可

六、日常管理

docker start hindsight   # 启动
docker stop hindsight    # 停止
docker logs hindsight    # 查看日志
docker logs -f hindsight # 实时日志

platforms:
api_server:
enabled: true
extra:
host: 127.0.0.1
key: your-api-key
port: 8643

端口建议分配：

• default → 8642（默认端口）
• pubmotto → 8643
• ymstar → 8644

三、Hermes Desktop 端配置

在 Hermes Desktop 中添加 SSH Profile 时：

1. SSH Host/Port/User/Key 可以相同（都指向同一个 WSL 主机）
2. Remote Hermes Port 必须填该 profile 实际监听的端口
3. Remote API Key 也必须与该 profile 的 api_server 配置一致

四、注意事项

• 端口不可冲突，每个 profile 独占一个端口
• 保证 WSL 防火墙不阻挡这些端口
• mirrored networking 下 Windows 可直接 localhost:PORT 访问
• 修改配置后重启 gateway 使新端口生效

首次测试时 worker crash，日志报 “Unknown skill(s): kanban-worker”。原因是 pubmotto 的 skills 目录下有 .curator_backups 备份目录，导致 kanban-worker skill 名称冲突。删除备份目录后正常。

四、文章板块定稿

AI 早餐文章固定三个板块：
– 【GitHub Trending】— 项目列表用 <ul><li> 展示
– 【PrimeScope News】— 新闻标题用 <strong> 加粗
– 【Hugging Face Papers】— 论文标题用 <strong> 加粗 + arXiv 链接
小标题（趋势解读/启发/论文趋势洞察）用 <h4> 标签。
不包含其他任何板块（无 Rundown、TLDR、Lilian Weng、域名推荐）。

五、定时任务

– pubmotto 每日名言：08:00，发布到 Daily Motto 分类（ID 42）
– pubmotto AI 早餐：08:10，发布到 Trending 分类（ID 46）

Hermes 内置了 OpenAI 兼容的 API Server 平台（api_server），默认监听 127.0.0.1:8642：
– GET /health — 健康检查
– GET /v1/models — 模型列表
– POST /v1/chat/completions — OpenAI Chat Completions 格式
– 更多端点见源码 gateway/platforms/api_server.py

配置方式（config.yaml）：
platforms:
api_server:
enabled: true
extra:
host: 127.0.0.1

四、Windows 端连接方式

SSH 连接：ssh -i %USERPROFILE%.sshid_rsa administrator@localhost

Hermes Desktop 配置：
– SSH Host: localhost
– SSH Port: 22
– SSH User: administrator
– SSH Key: C:UsersAdministrator.sshid_rsa
– Remote Hermes Port: 8642

五、注意事项

– hermes 命令通过 /usr/local/bin/hermes 软链到系统 PATH，SSH 远程执行时可找到
– gateway 重启后各平台（飞书等）自动重连
– api_server 默认无认证，生产环境应配置 API_SERVER_KEY

三、新建 mottobook-publish Skill
将 mottobook.com 相关操作整合为独立 skill（devops/mottobook-publish），包含：
– 每日名言发布（Daily Motto, ID 42）——标题纯英文名言，内容【English explanation】+【中文解读】
– Agent 学习笔记更新（Notebook, ID 3393）——含分页重组规则、日期标注
– AI 每日早餐发布（Trending, ID 46）——多源采集、中文格式、无 emoji 标题
– 通用 REST API 登录/编辑/删除操作
– CDP 浏览器 fallback
– 所有已知 pitfalls

统一了 cookie 路径为 `/tmp/wp_cookies_fixed.txt`，payload 先存文件再 curl 的稳妥模式。

加载镜像：

docker load -i hindsight.tar

加载完成后验证：

docker images | grep hindsight

1.2 启动 Hindsight

Windows PowerShell 命令

docker run -d --name hindsight `
  -p 8888:8888 `
  -p 9999:9999 `
  -e HINDSIGHT_API_LLM_PROVIDER=deepseek `
  -e HINDSIGHT_API_LLM_API_KEY=*** `
  -e HINDSIGHT_API_LLM_MODEL=deepseek-v4-flash `
  -e HF_ENDPOINT=https://hf-mirror.com `
  -e HINDSIGHT_API_EMBEDDINGS_LOCAL_MODEL=shibing624/text2vec-base-chinese `
  -v "$HOME/.hindsight-docker:/home/hindsight/.pg0" `
  ghcr.io/vectorize-io/hindsight:latest

MacOS / Linux 终端命令

docker run -d --name hindsight -p 8888:8888 \
  -p 9999:9999 \
  -e HINDSIGHT_API_LLM_PROVIDER=deepseek \
  -e HINDSIGHT_API_LLM_API_KEY=*** \
  -e HINDSIGHT_API_LLM_MODEL=deepseek-v4-flash \
  -e HF_ENDPOINT=https://hf-mirror.com \
  -e HINDSIGHT_API_EMBEDDINGS_LOCAL_MODEL=shibing624/text2vec-base-chinese \
  -v $HOME/.hindsight-docker:/home/hindsight/.pg0 \
  ghcr.io/vectorize-io/hindsight:latest

要求：模型必须支持结构化输出（structured output / function calling）。

1.3 日常管理

# 停止
docker stop hindsight

# 启动
docker start hindsight

# 查看日志
docker logs hindsight

# 实时日志
docker logs -f hindsight

# 删除容器（数据不丢）
docker rm hindsight

# 更新镜像
docker rm -f hindsight
docker load -i hindsight.tar
# 重新执行 1.2

1.4 验证服务

curl http://localhost:8888/health

浏览器打开 http://localhost:9999 可看 Web UI。

1.5 端口说明

1.6 环境变量说明

1.7 支持 LLM Provider

通过 OpenAI 兼容模式接入国内模型（以通义千问为例）：

-e HINDSIGHT_API_LLM_PROVIDER=openai \
-e HINDSIGHT_API_LLM_API_KEY=*** \
-e HINDSIGHT_API_LLM_MODEL=qwen-turbo \
-e HINDSIGHT_API_LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

1.8 数据持久化
数据在 $HOME/.hindsight-docker。

二、Hermes 配置对接

2.1 设置 provider

hermes config set memory.provider hindsight

2.2 创建 config
~/.hermes/hindsight/config.json：

{
  "mode": "local_external",
  "baseUrl": "http://localhost:8888",
  "bank_id": "hermes",
  "recall_budget": "mid"
}