第十二册：高阶玩法与实战案例

# ============================================
# 沙箱安全配置文件 - config.yaml
# ============================================
 
sandbox:
  # 默认安全等级：所有未明确指定的任务使用此等级
  default_level: 2
 
  # Docker 镜像配置
  docker:
    # 基础镜像，包含 Python、Node.js、常用工具
    image: "hermes/sandbox:latest"
    # 是否自动拉取最新镜像
    auto_pull: true
    # 容器资源限制
    resources:
      # CPU 核心数限制
      cpus: 2.0
      # 内存限制（MB）
      memory: 1024
      # 临时存储限制（MB）
      disk: 512
 
  # 网络访问控制
  network:
    # 是否允许容器访问外部网络
    enabled: true
    # 允许访问的域名白名单（为空表示允许所有）
    allowed_hosts:
      - "api.openai.com"
      - "api.anthropic.com"
      - "github.com"
      - "registry.npmjs.org"
    # 禁止访问的域名黑名单
    blocked_hosts:
      - "localhost"
      - "127.0.0.1"
      - "0.0.0.0"
 
  # 文件系统权限
  filesystem:
    # 只读目录（容器内无法修改）
    read_only:
      - "/app/templates"
      - "/app/config"
    # 可读写目录
    read_write:
      - "/app/workspace"
      - "/tmp"
    # 禁止访问的路径
    forbidden:
      - "/etc/passwd"
      - "/etc/shadow"
      - "/root/.ssh"
      - "~/.aws"
 
  # 命令执行超时（秒）
  timeout: 300
 
  # 环境变量隔离
  env_isolation: true

# skills/web_search.yaml
name: "web_search"
description: "执行网络搜索"
 
# 此技能只需要访问外部网络，不需要本地文件操作
sandbox:
  level: 2
  network:
    enabled: true
  filesystem:
    read_write:
      - "/tmp/search_results"
 
---
# skills/code_execution.yaml
name: "code_execution"
description: "执行用户提供的代码"
 
# 用户代码不可信，使用严格隔离
sandbox:
  level: 0
  docker:
    resources:
      cpus: 1.0
      memory: 512
      disk: 256
  timeout: 60

# config.yaml 中的审批配置
approval:
  # 全局开关
  enabled: true
 
  # 审批模式：manual（手动）/ auto（自动）/ conditional（条件）
  mode: "conditional"
 
  # 条件审批规则
  rules:
    # 规则1：文件删除操作必须审批
    - name: "file_deletion"
      pattern: "rm\\s+-[rf]*\\s+.*"
      action: "require_approval"
      message: "⚠️ 检测到文件删除命令，请确认是否执行：{command}"
 
    # 规则2：系统级命令必须审批
    - name: "system_commands"
      pattern: "(sudo|chmod|chown|mkfs|fdisk)\\s+.*"
      action: "require_approval"
      message: "⚠️ 检测到系统级命令，需要管理员权限，请确认：{command}"
 
    # 规则3：网络请求自动通过（在允许域名内）
    - name: "network_requests"
      pattern: "(curl|wget|fetch)\\s+.*"
      action: "auto_approve"
      condition: "host_in_whitelist"
 
    # 规则4：数据库操作必须审批
    - name: "database_ops"
      pattern: "(DROP|DELETE|TRUNCATE|UPDATE)\\s+.*"
      action: "require_approval"
      message: "⚠️ 检测到数据修改命令，请确认：{command}"
 
    # 规则5：大规模文件操作提醒
    - name: "bulk_operations"
      pattern: "find\\s+.*-delete|rm\\s+-rf\\s+/.*"
      action: "block"
      message: "🚫 危险命令已拦截：{command}"

approval:
  # 通知渠道配置
  notifications:
    # 终端交互式审批（默认）
    - channel: "terminal"
      enabled: true
      timeout: 60 # 等待用户输入的超时时间（秒）
 
    # Telegram 审批（适合远程/无人值守场景）
    - channel: "telegram"
      enabled: true
      bot_token: "${TELEGRAM_BOT_TOKEN}"
      chat_id: "${TELEGRAM_CHAT_ID}"
      timeout: 300 # 给用户更多时间响应
 
    # 邮件审批（适合企业环境）
    - channel: "email"
      enabled: false
      smtp_server: "smtp.gmail.com"
      to: "[email protected]"
      timeout: 3600

# trust_levels.yaml
# 信任级别配置文件
 
trust_levels:
  # 内置工具和官方 Skill —— 完全信任
  builtin:
    sources:
      - "hermes.builtin.*"
      - "hermes.official.*"
    permissions:
      sandbox_level: 3
      auto_approve: true
      network_access: true
 
  # 社区贡献的 Skill —— 有限信任
  community:
    sources:
      - "hermes.community.*"
    permissions:
      sandbox_level: 1
      auto_approve: false
      network_access: true
      filesystem:
        read_only:
          - "/app/data"
        read_write:
          - "/tmp"
 
  # 用户自己编写的 Skill —— 根据用户选择
  user:
    sources:
      - "user.*"
    permissions:
      sandbox_level: 2 # 默认标准沙箱
      auto_approve: false
      network_access: true
 
  # 从未知来源安装的 Skill —— 最高警惕
  untrusted:
    sources:
      - "*"
    permissions:
      sandbox_level: 0
      auto_approve: false
      network_access: false
      filesystem:
        read_only: []
        read_write:
          - "/tmp/isolated"

# Hermes 生产环境安全清单
 
## 沙箱配置
 
- [ ] 默认安全等级不超过 Level 2
- [ ] 容器资源限制已配置（CPU、内存、磁盘）
- [ ] 网络白名单已配置，仅允许必要的域名
- [ ] 文件系统禁止访问敏感路径（SSH 密钥、密码文件等）
 
## 审批机制
 
- [ ] 命令审批已启用
- [ ] 危险的系统命令（rm -rf、sudo 等）需要审批
- [ ] 数据库 DROP/DELETE 操作需要审批
- [ ] 审批通知渠道已配置且可正常接收
 
## 访问控制
 
- [ ] API Key 存储在环境变量中，不在配置文件里写明文
- [ ] SSH 密钥、密码等凭证不在代码仓库中
- [ ] `.env` 文件已加入 `.gitignore`
- [ ] 如使用 Docker，容器以非 root 用户运行
 
## 网络安全
 
- [ ] 防火墙规则已配置，仅开放必要端口
- [ ] HTTPS 已启用（如暴露 Web 接口）
- [ ] 反爬虫/速率限制已配置
- [ ] 日志中不包含敏感信息（API Key、密码等）
 
## 监控与告警
 
- [ ] 异常执行行为监控已启用
- [ ] 沙箱逃逸尝试告警已配置
- [ ] 资源使用监控已配置（防止资源耗尽攻击）

# isolated_run.yaml
name: "safe_execution"
description: "安全执行未知来源代码"
 
sandbox:
  level: 0 # 最高隔离级别
  docker:
    image: "hermes/sandbox:minimal"
    resources:
      cpus: 0.5
      memory: 256
      disk: 100
  network:
    enabled: false # 完全断网
  filesystem:
    read_only:
      - "/app/code" # 只读挂载待执行的代码
    read_write:
      - "/tmp/output" # 只允许写到临时目录
  timeout: 30 # 30秒超时

# 将未知代码放入隔离目录
mkdir -p ./isolated_run
cp unknown_script.py ./isolated_run/
 
# 使用 Hermes 的隔离执行命令
$ hermes exec --sandbox isolated_run.yaml --file ./isolated_run/unknown_script.py
 
# 查看执行结果（只能从指定输出目录读取）
cat ./isolated_run/output/result.json

# 让 Hermes 分析代码的功能和潜在风险
$ hermes analyze --file unknown_script.py --depth detailed
 
# 预期输出示例：
# [ANALYSIS] 检测到以下行为：
# - 文件读取操作：读取 ~/Desktop 目录
# - 文件写入操作：在 ~/Desktop 创建整理后的文件夹
# - 网络操作：无
# - 系统调用：无
# - 风险评级：低（仅操作桌面文件，无敏感路径访问）

# config.yaml 中的 STT 配置
stt:
  # 默认引擎
  engine: "whisper_local"
 
  # 本地 Whisper 配置
  whisper_local:
    # 模型大小：tiny/base/small/medium/large
    # 越大越准，但也越慢、越吃资源
    model: "base"
    # 语言设置：auto 自动检测，或指定如 "zh", "en"
    language: "auto"
    # 设备：cpu / cuda（需要 NVIDIA 显卡）
    device: "cpu"
    # 是否翻译为英文（Whisper 特有功能）
    translate: false
 
  # Whisper API 配置
  whisper_api:
    api_key: "${OPENAI_API_KEY}"
    model: "whisper-1"
    language: "auto"
 
  # Google STT 配置
  google_stt:
    credentials_path: "${GOOGLE_CREDENTIALS_PATH}"
    language_code: "zh-CN"
    # 是否启用自动标点
    enable_automatic_punctuation: true
 
  # 音频输入设置
  audio:
    # 采样率
    sample_rate: 16000
    # 录音时长限制（秒）
    max_duration: 60
    # 静音检测阈值（用于自动停止录音）
    silence_threshold: 0.02
    # 静音持续多久自动停止（秒）
    silence_duration: 2.0

stt:
  # VAD 配置
  vad:
    enabled: true
    # VAD 引擎：webrtc / silero / energy
    engine: "silero"
 
    silero:
      # 模型路径（自动下载）
      model: "silero_vad"
      # 检测阈值（0-1，越高越严格）
      threshold: 0.5
      # 最小语音长度（毫秒）
      min_speech_duration_ms: 250
      # 最大语音长度（毫秒）
      max_speech_duration_s: 60
      # 语音前预留的静音（毫秒）
      speech_pad_ms: 100

stt:
  wake_word:
    enabled: true
    # 唤醒词
    phrase: "嘿 Hermes"
    # 唤醒词引擎：porcupine / snowboy / custom
    engine: "porcupine"
    # 灵敏度（0-1）
    sensitivity: 0.7
    # 唤醒后的监听超时（秒）
    listen_timeout: 10

# config.yaml 中的 TTS 配置
tts:
  # 默认引擎
  engine: "edge_tts"
 
  # Edge TTS 配置（免费）
  edge_tts:
    # 语音选择
    # 中文女声：zh-CN-XiaoxiaoNeural
    # 中文男声：zh-CN-YunjianNeural
    # 英文女声：en-US-JennyNeural
    voice: "zh-CN-XiaoxiaoNeural"
    # 语速：0.5-2.0
    rate: "+0%"
    # 音量
    volume: "+0%"
 
  # OpenAI TTS 配置
  openai_tts:
    api_key: "${OPENAI_API_KEY}"
    model: "tts-1" # tts-1（快）或 tts-1-hd（高质）
    voice: "alloy" # alloy/echo/fable/onyx/nova/shimmer
    speed: 1.0
 
  # Piper 本地 TTS 配置
  piper:
    model: "zh_CN-huayan-medium"
    # 语速
    length_scale: 1.0
    # 音调
    noise_scale: 0.667
 
  # 输出设置
  output:
    # 播放设备：auto / 设备名称
    device: "auto"
    # 是否自动播放
    auto_play: true
    # 缓存语音文件（避免重复生成）
    cache_enabled: true
    cache_dir: "./cache/tts"

tts:
  # 流式输出配置
  streaming:
    enabled: true
    # 句子分隔符（遇到这些符号就切分并合成）
    sentence_delimiters: ".。!！?？;；\n"
    # 最小句子长度（字符数）
    min_sentence_length: 10
    # 最大缓冲区（句子数）
    max_buffer_size: 3
    # 是否启用打断（用户说话时停止播放）
    allow_barge_in: true

# 多语言语音配置
stt:
  # 默认语言
  default_language: "zh"
 
  # 语言切换命令（说出这些词可以临时切换语言）
  language_switch:
    enabled: true
    commands:
      "说中文": "zh"
      "说英语": "en"
      "说日语": "ja"
    # 切换后的持续时间（秒），0 表示永久切换
    duration: 0
 
  # 自动语言检测
  auto_detect:
    enabled: true
    # 可能检测到的语言列表
    languages:
      - "zh"
      - "en"
      - "ja"
      - "ko"
 
tts:
  # 按语言配置不同的 TTS 引擎和声音
  language_mapping:
    zh:
      engine: "edge_tts"
      voice: "zh-CN-XiaoxiaoNeural"
    en:
      engine: "edge_tts"
      voice: "en-US-JennyNeural"
    ja:
      engine: "edge_tts"
      voice: "ja-JP-NanamiNeural"
    # 自动检测语言后，使用对应的声音
    auto_switch: true

# workflows/voice_triggered.yaml
name: "voice_workflows"
description: "语音触发的工作流配置"
 
voice_triggers:
  # 触发词1：晨间例行
  - trigger: "开始晨间例行"
    workflow: "morning_routine"
    description: "执行晨间信息收集和汇报"
 
  # 触发词2：投研分析
  - trigger: "帮我分析市场"
    workflow: "market_analysis"
    description: "触发投资研究工作流"
 
  # 触发词3：代码审查
  - trigger: "审查这段代码"
    workflow: "code_review"
    description: "对最近的代码提交进行审查"
 
  # 触发词4：紧急暂停
  - trigger: "停止所有任务"
    action: "pause_all"
    description: "立即停止所有正在执行的任务"
 
  # 触发词5：状态查询
  - trigger: "你在忙什么"
    action: "status_report"
    description: "语音汇报当前任务状态"
 
# 晨间例行的具体工作流
workflows:
  morning_routine:
    steps:
      - action: "fetch_weather"
        params:
          location: "current"
      - action: "fetch_news"
        params:
          sources: ["hacker_news", "github_trending"]
          count: 10
      - action: "check_calendar"
        params:
          period: "today"
      - action: "generate_report"
        template: "morning_brief"
      - action: "tts_speak"
        text: "{{report.summary}}"

# 车载场景专用配置
car_mode:
  enabled: true
 
  # 蓝牙音频输入/输出
  bluetooth:
    device_name: "Car Audio"
    auto_connect: true
 
  # 车载场景优化
  optimizations:
    # 降低响应延迟（牺牲部分质量）
    fast_response: true
    # 简化回复（避免长篇大论）
    concise_mode: true
    # 大声朗读（适合车内噪音环境）
    high_volume: true
    # 优先使用本地模型（避免网络不稳定）
    offline_priority: true
 
  # 车载专用语音指令
  voice_commands:
    - "导航到{{目的地}}" -> action: "navigation"
    - "播放{{音乐}}" -> action: "music_control"
    - "打电话给{{联系人}}" -> action: "call"
    - "发送语音消息给{{联系人}}" -> action: "voice_message"
    - "汇报路况" -> action: "traffic_report"

# 穿戴设备专用配置
wearable_mode:
  enabled: true
 
  # 资源受限设备优化
  resource_optimization:
    # 使用最小的 Whisper 模型
    stt_model: "tiny"
    # 禁用流式 TTS（节省电量）
    streaming: false
    # 缩短最大录音时长
    max_recording: 15
    # 降低 TTS 音质（节省电量和带宽）
    tts_quality: "low"
 
  # 电池管理
  battery:
    # 低电量模式阈值
    low_threshold: 20
    # 低电量时自动降低功能
    low_power_mode:
      disable_tts: true
      disable_background_tasks: true
      reduce_stt_quality: true

# configs/voice_investment_assistant.yaml
name: "voice_investment_assistant"
description: "纯语音驱动的投资研究助手"
 
# STT 配置：快速响应优先
stt:
  engine: "whisper_api"
  whisper_api:
    api_key: "${OPENAI_API_KEY}"
    model: "whisper-1"
  # 启用 VAD，实现免提交互
  vad:
    enabled: true
    engine: "silero"
  # 唤醒词
  wake_word:
    enabled: true
    phrase: "小赫"
    sensitivity: 0.8
 
# TTS 配置：高质量语音输出
tts:
  engine: "openai_tts"
  openai_tts:
    api_key: "${OPENAI_API_KEY}"
    model: "tts-1-hd"
    voice: "nova"
  streaming:
    enabled: true
    allow_barge_in: true
 
# 投资研究工作流
workflows:
  investment_assistant:
    # 意图识别配置
    intent_detection:
      model: "gpt-4o-mini"
      intents:
        - name: "price_query"
          examples:
            - "比特币现在多少钱"
            - "以太坊价格"
            - "BTC 现价"
        - name: "market_analysis"
          examples:
            - "分析一下今天的市场"
            - "大盘怎么看"
            - "市场情绪如何"
        - name: "portfolio_review"
          examples:
            - "我的持仓怎么样"
            - "看看我的投资组合"
        - name: "alert_setup"
          examples:
            - "比特币涨到 7 万提醒我"
            - "设置价格提醒"
 
    # 各意图对应的处理流程
    handlers:
      price_query:
        - action: "fetch_crypto_price"
          symbols: "{{entities.symbols}}"
        - action: "format_price_response"
        - action: "tts_speak"
 
      market_analysis:
        - action: "fetch_market_data"
          timeframe: "1d"
        - action: "analyze_market_sentiment"
        - action: "generate_voice_report"
          max_length: "200字" # 语音不宜过长
        - action: "tts_speak"
 
      portfolio_review:
        - action: "read_portfolio"
        - action: "calculate_returns"
        - action: "tts_speak"
 
      alert_setup:
        - action: "create_price_alert"
          symbol: "{{entities.symbol}}"
          condition: "{{entities.condition}}"
          target: "{{entities.price}}"
        - action: "tts_speak"
          text: "好的，已经为您设置提醒。"
 
# 后台数据服务
data_sources:
  crypto_prices:
    provider: "coingecko"
    api_key: "${COINGECKO_API_KEY}"
    update_interval: 60 # 秒
 
  market_sentiment:
    provider: "alternative"
    indicators:
      - "fear_greed_index"
      - "btc_dominance"

# data_sources/hacker_news.yaml
name: "hacker_news_source"
description: "从 Hacker News 抓取热门内容"
 
# 使用 Hermes 内置的 Web 搜索工具 + HN API
fetch:
  # Hacker News 官方 API（免费，无需 Key）
  - name: "top_stories"
    url: "https://hacker-news.firebaseio.com/v0/topstories.json"
    method: "GET"
    # 取前 30 条热帖的 ID
    parse: "json"
    limit: 30
 
  # 根据 ID 获取帖子详情
  - name: "story_details"
    url: "https://hacker-news.firebaseio.com/v0/item/{story_id}.json"
    method: "GET"
    # 从 top_stories 的结果中迭代获取
    iterate: "top_stories"
    # 只保留满足条件的帖子
    filter:
      - "score > 50" # 分数大于 50
      - "type == 'story'"
    fields:
      - "title"
      - "url"
      - "score"
      - "by" # 作者
      - "time"
      - "descendants" # 评论数
 
# 内容抓取（如果帖子是链接到外部文章）
content_extraction:
  enabled: true
  # 使用 Hermes 的网页内容提取工具
  tool: "web_fetch"
  # 提取正文（去除广告、导航等）
  article_only: true
  # 最大字符数
  max_length: 5000

# data_sources/github_trending.yaml
name: "github_trending"
description: "抓取 GitHub Trending 项目"
 
fetch:
  # GitHub Trending 页面（需要解析 HTML）
  - name: "trending_repos"
    url: "https://github.com/trending"
    method: "GET"
    parse: "html"
    selectors:
      repo_name: "h2.h3.lh-condensed a"
      description: "p.col-9.color-fg-muted.my-1"
      language: "span.d-inline-block.ml-0.mr-3 span[itemprop='programmingLanguage']"
      stars_today: "span.d-inline-block.float-sm-right"
 
  # 补充 API 获取详细信息
  - name: "repo_details"
    url: "https://api.github.com/repos/{owner}/{repo}"
    method: "GET"
    headers:
      Authorization: "token ${GITHUB_TOKEN}"
    fields:
      - "stargazers_count"
      - "forks_count"
      - "topics"
      - "created_at"
      - "updated_at"
 
# 过滤条件
filter:
  # 只关注 AI/Agent 相关项目
  keywords:
    - "ai"
    - "agent"
    - "llm"
    - "machine learning"
    - "openai"
    - "anthropic"
  # 今日新增 star 数
  min_stars_today: 50

# data_sources/twitter_monitor.yaml
name: "twitter_monitor"
description: "监控 Twitter/X 上的 AI 相关讨论"
 
# 使用 Twitter API v2（需要开发者账号）
fetch:
  - name: "ai_tweets"
    endpoint: "https://api.twitter.com/2/tweets/search/recent"
    method: "GET"
    headers:
      Authorization: "Bearer ${TWITTER_BEARER_TOKEN}"
    params:
      query: "(AI OR Agent OR LLM OR GPT) lang:en -is:retweet"
      max_results: 50
      "tweet.fields": "created_at,public_metrics,author_id"
      expansions: "author_id"
      "user.fields": "username,public_metrics"
 
# 关注的关键账号（KOL 列表）
key_accounts:
  - "karpathy" # Andrej Karpathy
  - "ylecun" # Yann LeCun
  - "sama" # Sam Altman
  - " BinduReddy" # Bindu Reddy
  - "DrJimFan" # Jim Fan
 
# 监控的关键词标签
hashtags:
  - "#AI"
  - "#LLM"
  - "#ArtificialIntelligence"
  - "#Web3"

# data_sources/reddit_monitor.yaml
name: "reddit_monitor"
description: "监控 Reddit 上 AI/Web3 相关讨论"
 
# Reddit API（免费，需要注册应用获取 client_id）
fetch:
  - name: "subreddit_posts"
    endpoint: "https://www.reddit.com/r/{subreddit}/hot.json"
    method: "GET"
    headers:
      User-Agent: "HermesResearchBot/1.0"
    params:
      limit: 25
 
# 监控的 Subreddit
subreddits:
  - "MachineLearning"
  - "LocalLLaMA"
  - "OpenAI"
  - "web3"
  - "cryptocurrency"
  - "ethdev"
 
# 过滤条件
filter:
  min_score: 20
  exclude_flair:
    - "Meme"
    - "Shitpost"

# agents/data_cleaner.yaml
name: "data_cleaner"
description: "清洗和标准化原始数据"
 
# 使用的模型（清洗不需要太强的模型，用便宜的）
model: "gpt-4o-mini"
 
# 清洗流程
pipeline:
  # 步骤1：去重
  - step: "deduplication"
    method: "semantic" # 语义去重（不仅比较标题，还比较内容相似度）
    threshold: 0.85 # 相似度超过 85% 视为重复
 
  # 步骤2：过滤低质量内容
  - step: "quality_filter"
    rules:
      - "content_length > 200" # 正文太短的不保留
      - "title_not_clickbait" # 过滤标题党
      - "language == 'en' or language == 'zh'" # 只保留中英文
 
  # 步骤3：分类打标签
  - step: "classification"
    categories:
      - "LLM/大模型"
      - "AI Agent"
      - "Web3/区块链"
      - "开源项目"
      - "投资/融资"
      - "产品发布"
      - "技术论文"
      - "行业观点"
 
  # 步骤4：提取关键信息
  - step: "extraction"
    fields:
      - "summary" # 一句话摘要
      - "key_points" # 3-5 个要点
      - "entities" # 提及的公司/项目/人名
      - "sentiment" # 情感倾向
 
# 输出格式
output:
  format: "json"
  schema:
    id: "string"
    source: "string"
    title: "string"
    url: "string"
    category: "string"
    summary: "string"
    key_points: "array[string]"
    entities: "array[string]"
    sentiment: "enum[positive, neutral, negative]"
    score: "number"
    timestamp: "datetime"

# agents/analyst.yaml
name: "investment_analyst"
description: "分析清洗后的数据，提取投资信号"
 
# 分析用强模型
model: "gpt-4o"
 
# 分析维度
analysis_dimensions:
  # 维度1：趋势分析
  - name: "trend_analysis"
    prompt: |
      分析以下 AI/Web3 行业数据，识别当前的主要趋势：
 
      数据：{{data}}
 
      请回答：
      1. 今天最热门的 3 个趋势是什么？
      2. 这些趋势是延续性的还是新出现的？
      3. 哪些趋势值得持续关注？
    output:
      - "top_trends"
      - "trend_momentum" # 趋势强度
 
  # 维度2：情绪分析
  - name: "sentiment_analysis"
    prompt: |
      分析以下内容的整体市场情绪：
 
      数据：{{data}}
 
      请给出：
      1. 整体情绪评分（1-10，10 最乐观）
      2. 情绪变化（比昨天更乐观/悲观/持平）
      3. 影响情绪的关键事件
    output:
      - "sentiment_score"
      - "sentiment_change"
      - "key_events"
 
  # 维度3：项目发现
  - name: "project_discovery"
    prompt: |
      从以下数据中识别值得关注的项目/公司/产品：
 
      数据：{{data}}
 
      对每个值得关注的项目，给出：
      1. 项目名称和简介
      2. 为什么值得关注
      3. 风险提醒（如有）
    output:
      - "notable_projects"
 
  # 维度4：关联分析
  - name: "correlation_analysis"
    prompt: |
      分析以下不同来源的信息之间有什么关联：
 
      数据：{{data}}
 
      寻找：
      1. 跨平台热议的同一话题
      2. 因果关系（A 事件可能导致 B 结果）
      3. 共识与分歧（不同社区对同一事件的看法差异）
    output:
      - "cross_platform_topics"
      - "causal_links"
      - "consensus_gaps"

# reports/daily_brief_template.yaml
name: "daily_brief"
description: "每日行业简报模板"
 
# 报告结构
template: |
  # 🚀 AI & Web3 每日简报
 
  **日期**：{{date}}
  **数据源**：Hacker News, GitHub, Reddit, Twitter
  **生成时间**：{{generation_time}}
 
  ---
 
  ## 📊 市场脉搏
 
  **整体情绪**：{{sentiment.score}}/10 {{sentiment.emoji}}
  **情绪变化**：{{sentiment.change}}
  **热门趋势**：
  {{#each trends}}
  - **{{name}}** — {{description}} （热度：{{momentum}}）
  {{/each}}
 
  ---
 
  ## 🔥 今日热点
 
  {{#each hot_topics}}
  ### {{index}}. {{title}}
  - **来源**：{{source}}
  - **分类**：{{category}}
  - **摘要**：{{summary}}
  - **关键要点**：
  {{#each key_points}}
    - {{this}}
  {{/each}}
  - **🔗 原文**：{{url}}
 
  {{/each}}
 
  ---
 
  ## 💎 值得关注
 
  {{#each notable_projects}}
  ### {{name}}
  {{description}}
  - **亮点**：{{highlight}}
  - **⚠️ 风险**：{{risk}}
 
  {{/each}}
 
  ---
 
  ## 🔗 跨平台关联
 
  {{#each correlations}}
  **{{topic}}**：{{description}}
  - HN 讨论：{{hn_sentiment}}
  - Reddit 讨论：{{reddit_sentiment}}
  - GitHub 动态：{{github_activity}}
 
  {{/each}}
 
  ---
 
  > 💡 **今日思考**
  > {{daily_thought}}
 
  ---
 
  *本报告由 Hermes Agent 自动生成，仅供参考，不构成投资建议。*
 
# 样式配置
styling:
  # Markdown 格式
  format: "markdown"
  # 是否包含 emoji
  use_emoji: true
  # 最长长度
  max_length: 5000
  # 热点数量限制
  max_hot_topics: 5
  # 项目推荐数量限制
  max_notable_projects: 3

# notifications/telegram_push.yaml
name: "telegram_daily_push"
description: "每日报告 Telegram 推送"
 
# Telegram Bot 配置
bot:
  token: "${TELEGRAM_BOT_TOKEN}"
  # 目标聊天 ID（可以是个人或群组）
  chat_id: "${TELEGRAM_CHAT_ID}"
 
# 推送内容
message:
  # 发送方式：text / markdown / photo（生成图片发送）
  format: "markdown"
  # 如果报告太长，是否分段发送
  split_long_message: true
  # 每段最大长度
  chunk_size: 4000
  # 发送前的预览
  preview: true
 
# 定时触发
schedule:
  cron: "0 8 * * *" # 每天上午 8:00
  timezone: "Asia/Shanghai"

# notifications/feishu_push.yaml
name: "feishu_daily_push"
description: "每日报告飞书推送"
 
# 飞书机器人配置
bot:
  webhook_url: "${FEISHU_WEBHOOK_URL}"
  # 飞书自定义机器人的签名密钥（如启用安全设置）
  secret: "${FEISHU_SECRET}"
 
# 消息格式（飞书支持富文本卡片）
message:
  format: "card"
  card_template: |
    {
      "msg_type": "interactive",
      "card": {
        "header": {
          "title": {
            "tag": "plain_text",
            "content": "🚀 AI & Web3 每日简报 — {{date}}"
          },
          "template": "blue"
        },
        "elements": [
          {
            "tag": "div",
            "text": {
              "tag": "lark_md",
              "content": "**市场情绪**：{{sentiment_score}}/10\n**热门趋势**：{{top_trend}}"
            }
          },
          {
            "tag": "hr"
          },
          {
            "tag": "div",
            "text": {
              "tag": "lark_md",
              "content": "{{content_summary}}"
            }
          },
          {
            "tag": "action",
            "actions": [
              {
                "tag": "button",
                "text": {
                  "tag": "plain_text",
                  "content": "查看完整报告"
                },
                "type": "primary",
                "url": "{{report_url}}"
              }
            ]
          }
        ]
      }
    }
 
# 定时触发
schedule:
  cron: "0 8 * * *"
  timezone: "Asia/Shanghai"

# ============================================================
# AI 投研流水线 —— 完整配置
 
# 版本：v1.0
# ============================================================
 
name: "ai_research_pipeline"
description: "每日自动追踪 AI/Web3 热点并生成报告"
version: "1.0"
 
# ============ 调度配置 ============
schedule:
  # 每天上午 8:00 执行
  cron: "0 8 * * *"
  timezone: "Asia/Shanghai"
  # 如果某次执行失败，是否重试
  retry:
    enabled: true
    max_attempts: 3
    delay_seconds: 60
 
# ============ 数据源配置 ============
data_sources:
  hacker_news:
    enabled: true
    fetch_count: 30
    min_score: 50
 
  github_trending:
    enabled: true
    languages: ["python", "typescript", "rust", "go"]
    min_stars_today: 30
 
  reddit:
    enabled: true
    subreddits:
      - "MachineLearning"
      - "LocalLLaMA"
      - "web3"
    min_score: 20
 
  twitter:
    enabled: true
    # 如果 API 不可用，自动跳过不影响其他源
    fallback: "skip"
 
# ============ Agent 配置 ============
agents:
  collector:
    model: "gpt-4o-mini"
    max_concurrent: 4 # 并行抓取
 
  cleaner:
    model: "gpt-4o-mini"
    dedup_threshold: 0.85
 
  analyst:
    model: "gpt-4o"
    temperature: 0.3 # 分析要稳定，不要随机
 
  reporter:
    model: "gpt-4o"
    max_output_length: 5000
 
# ============ 报告配置 ============
report:
  template: "daily_brief"
  format: "markdown"
  max_hot_topics: 5
  max_notable_projects: 3
  include_sentiment: true
  include_correlations: true
 
# ============ 推送配置 ============
notifications:
  telegram:
    enabled: true
    bot_token: "${TELEGRAM_BOT_TOKEN}"
    chat_id: "${TELEGRAM_CHAT_ID}"
    format: "markdown"
 
  feishu:
    enabled: false # 按需开启
    webhook_url: "${FEISHU_WEBHOOK_URL}"
    format: "card"
 
# ============ 记忆配置 ============
memory:
  # 保存历史报告，用于趋势对比
  store_reports: true
  # 保留天数
  retention_days: 30
  # 是否记录用户反馈（"这篇报告有用/没用"）
  track_feedback: true
 
# ============ 成本控制 ============
cost_control:
  # 每日预算上限（美元）
  daily_budget: 1.0
  # 预算超限时通知
  alert_on_overrun: true
  # 使用模型优先级（尽量用便宜的）
  model_priority: ["gpt-4o-mini", "gpt-4o"]

# 加载流水线配置
$ hermes pipeline load ./research_pipeline.yaml
 
# 手动触发一次测试（不等待定时任务）
$ hermes pipeline run ai_research_pipeline --dry-run
 
# 查看流水线状态
$ hermes pipeline status ai_research_pipeline
 
# 查看执行历史
$ hermes pipeline logs ai_research_pipeline --limit 10
 
# 暂停/恢复流水线
$ hermes pipeline pause ai_research_pipeline
$ hermes pipeline resume ai_research_pipeline

data_sources:
  twitter:
    enabled: false # 关闭 Twitter
 
  # 用 RSSHub 替代
  rsshub:
    enabled: true
    feeds:
      - "https://rsshub.app/twitter/user/karpathy"
      - "https://rsshub.app/twitter/user/ylecun"

# 在 config.yaml 中启用智能缓存
cache:
  enabled: true
  # 网页内容缓存（相同 URL 不重复抓取）
  web_content:
    ttl: 3600 # 1小时
  # API 响应缓存
  api_response:
    ttl: 1800 # 30分钟
  # 报告片段缓存
  report_fragments:
    ttl: 86400 # 24小时

# 只抓取自上次运行以来的新内容
data_sources:
  hacker_news:
    incremental: true
    # 记录上次抓取的最大 item ID
    state_file: "./state/hn_last_id.txt"
 
  github_trending:
    incremental: false # GitHub Trending 每天变化，需要全量
    # 但可以用缓存避免重复请求
    cache_ttl: 3600

# 根据任务复杂度自动选择模型
model_routing:
  # 简单任务用便宜模型
  simple_tasks:
    model: "gpt-4o-mini"
    conditions:
      - "token_count < 1000"
      - "task_type in ['summarize', 'classify']"
 
  # 复杂任务用强模型
  complex_tasks:
    model: "gpt-4o"
    conditions:
      - "task_type in ['analyze', 'reason', 'generate_report']"
 
  # 超长文本用 Claude（上下文窗口更大）
  long_context:
    model: "claude-sonnet"
    conditions:
      - "input_tokens > 10000"

cleaning:
  # 在抓取阶段就去重
  early_dedup:
    enabled: true
    # 如果两个 URL 的域名+路径相似度 > 90%，视为同一篇文章
    url_similarity_threshold: 0.9
 
  # 语义去重
  semantic_dedup:
    enabled: true
    # 使用 embedding 比较内容相似度
    embedding_model: "text-embedding-3-small"
    threshold: 0.85

# agents/topic_selector.yaml
name: "topic_selector"
description: "从热点信息中筛选适合的内容选题"
 
# 账号定位（用于筛选匹配的话题）
account_profile:
  name: "示例账号"
  niche: "AI 技术解读与行业观察"
  target_audience: "AI 从业者、开发者、投资人"
  content_style: "深度分析 + 通俗解释"
  # 偏好话题权重
  topic_weights:
    "大模型技术": 1.5
    "AI Agent": 1.5
    "开源项目": 1.3
    "创业融资": 1.2
    "产品发布": 1.0
    "行业八卦": 0.3 # 低权重，不太关注八卦
 
# 热点数据源
sources:
  - "hacker_news"
  - "github_trending"
  - "weibo_hot" # 微博热搜
  - "zhihu_hot" # 知乎热榜
  - "twitter_trending"
 
# 选题策略
selection_strategy:
  # 策略1：时效性优先（新发生的事）
  - name: "timeliness"
    weight: 0.3
    criteria: "published_within_24h"
 
  # 策略2：热度优先（讨论的人多）
  - name: "popularity"
    weight: 0.25
    criteria: "engagement_score > threshold"
 
  # 策略3：匹配度优先（符合账号定位）
  - name: "relevance"
    weight: 0.3
    criteria: "semantic_similarity_to_profile > 0.7"
 
  # 策略4：差异化优先（别人没讲过的角度）
  - name: "differentiation"
    weight: 0.15
    criteria: "novelty_score > 0.6"
 
# 每日选题数量
daily_topics: 5
 
# 输出格式
output:
  - "title" # 选题标题
  - "angle" # 切入角度
  - "source_url" # 参考链接
  - "priority" # 优先级（1-5）
  - "estimated_reads" # 预估阅读量

workflow:
  name: "daily_topic_selection"
  steps:
    # 步骤1：抓取热点
    - action: "fetch_trending"
      sources: "{{sources}}"
 
    # 步骤2：初步过滤（排除明显不相关的）
    - action: "filter"
      rules:
        - "language in ['zh', 'en']"
        - "not contains: [色情, 赌博, 政治]"
 
    # 步骤3：计算匹配度
    - action: "score_topics"
      strategy: "{{selection_strategy}}"
 
    # 步骤4：去重（避免连续多天讲同一话题）
    - action: "dedup_with_history"
      history_days: 7
      threshold: 0.8
 
    # 步骤5：生成选题列表
    - action: "generate_topic_list"
      count: "{{daily_topics}}"

# agents/writer.yaml
name: "content_writer"
description: "根据选题生成各平台适配的文案"
 
# 平台适配配置
platform_presets:
  wechat:
    name: "微信公众号"
    style: "深度长文"
    length: "1500-3000字"
    tone: "专业、理性、有洞察"
    structure: "
      - 钩子开头（引发好奇）
      - 背景介绍（让读者跟上）
      - 核心分析（你的观点）
      - 案例/数据支撑
      - 总结升华
      - 互动引导（留言/转发）
    "
    formatting:
      use_headings: true
      use_blockquotes: true
      use_lists: true
 
  xiaohongshu:
    name: "小红书"
    style: "短平快笔记"
    length: "300-800字"
    tone: "亲切、活泼、有共鸣"
    structure: "
      - 封面标题（抓眼球）
      - 个人经历/感受引入
      - 干货内容（分点列出）
      - 情绪价值（共鸣、激励）
      - 互动引导（评论区话题）
    "
    formatting:
      use_emoji: true
      use_hashtags: true
      paragraph_length: "短句为主"
 
  douyin:
    name: "抖音"
    style: "短视频文案"
    length: "100-300字"
    tone: "口语化、有情绪、带节奏"
    structure: "
      - 黄金3秒钩子
      - 信息密度高的正文
      - 金句/反转/悬念结尾
      - 引导点赞关注
    "
    formatting:
      line_breaks: "每句一行"
      spoken_language: true  # 适合朗读
 
# 写作提示词模板
prompt_template: |
  你是一位专业的 {{platform.name}} 内容创作者，擅长 {{platform.style}}。
 
  请根据以下选题，撰写一篇 {{platform.name}} 的文案。
 
  **选题**：{{topic.title}}
  **切入角度**：{{topic.angle}}
  **参考信息**：{{topic.source_content}}
 
  **要求**：
  1. 字数控制在 {{platform.length}}
  2. 语气风格：{{platform.tone}}
  3. 结构遵循：{{platform.structure}}
  4. 格式要求：{{platform.formatting}}
  5. 不要编造数据，如果参考信息中没有具体数据，可以模糊表述或使用"据报道"等措辞
  6. 确保内容有信息增量，不要泛泛而谈
 
# 使用的模型
model: "gpt-4o"
temperature: 0.7  # 创意写作需要一定的随机性

workflow:
  name: "batch_content_generation"
  steps:
    # 步骤1：获取今日选题
    - action: "get_topics"
      source: "topic_selector"
      count: 5
 
    # 步骤2：为每个选题、每个平台生成内容
    - action: "parallel_generate"
      parallelism:
        topics: 5
        platforms: 3
      # 总共生成 15 篇内容（5选题 × 3平台）
 
    # 步骤3：格式化输出
    - action: "format_output"
      structure:
        - "topic_id"
        - "platform"
        - "title"
        - "content"
        - "word_count"
        - "estimated_read_time"

# agents/editor.yaml
name: "content_editor"
description: "审校生成的内容，确保质量"
 
# 审校维度
check_dimensions:
  # 维度1：事实核查
  - name: "fact_check"
    model: "gpt-4o"
    prompt: |
      请检查以下内容中的事实性陈述，标记可能存在的问题：
 
      内容：{{content}}
 
      检查要点：
      1. 数据是否准确（是否有明显错误的数据）
      2. 人名/公司名是否拼写正确
      3. 时间/日期是否合理
      4. 引用是否标注来源
      5. 是否存在明显的主观臆断被包装成事实
 
      输出格式：
      - 问题位置（段落/句子）
      - 问题描述
      - 建议修改
    severity: "high" # 事实错误必须修正
 
  # 维度2：语言表达
  - name: "language_quality"
    model: "gpt-4o-mini"
    prompt: |
      请检查以下内容的语言表达：
 
      内容：{{content}}
      平台：{{platform}}
 
      检查要点：
      1. 是否有语病或不通顺的句子
      2. 是否符合 {{platform}} 的语言风格
      3. 是否有重复啰嗦的表述
      4. 标点符号使用是否规范
      5. 段落划分是否合理
    severity: "medium"
 
  # 维度3：合规性检查
  - name: "compliance"
    model: "gpt-4o-mini"
    prompt: |
      请检查以下内容是否存在合规风险：
 
      内容：{{content}}
 
      检查要点：
      1. 是否涉及敏感话题（政治、色情、暴力等）
      2. 是否存在未经授权的引用/抄袭
      3. 是否涉及不实医疗/投资建议
      4. 是否侵犯他人隐私或名誉
      5. 广告法相关：是否使用了违禁词（"最"、"第一"、"国家级"等）
    severity: "critical" # 合规问题一票否决
 
  # 维度4：平台适配检查
  - name: "platform_fit"
    model: "gpt-4o-mini"
    prompt: |
      请检查以下内容是否符合 {{platform}} 的平台规范：
 
      内容：{{content}}
 
      检查要点：
      1. 字数是否在合理范围内
      2. 格式是否符合平台习惯
      3. 是否有平台禁止的内容类型
      4. 标题是否符合平台算法偏好
    severity: "medium"
 
# 审校结果处理
result_handling:
  # 如果没有问题，直接通过
  auto_pass: "no_issues_found"
 
  # 如果有中低风险问题，自动修正
  auto_fix: "severity <= medium"
 
  # 如果有高风险问题，标记为需人工审核
  manual_review: "severity >= high"
 
  # 如果有严重合规问题，直接拒绝
  reject: "severity == critical"

# publishers/wechat_publish.yaml
name: "wechat_publisher"
description: "发布到微信公众号"
 
# 使用微信公众号 API（需要已认证的服务号）
api:
  app_id: "${WECHAT_APP_ID}"
  app_secret: "${WECHAT_APP_SECRET}"
 
# 发布配置
publish:
  # 素材上传
  upload_images: true
  # 封面图生成
  generate_cover: true
  cover_template: "default"
 
  # 文章设置
  article_settings:
    need_open_comment: true
    only_fans_can_comment: false
 
  # 发布方式：draft（保存草稿）/ publish（直接发布）/ schedule（定时）
  mode: "draft" # 建议先保存草稿，人工确认后再发布

# publishers/xiaohongshu_publish.yaml
name: "xiaohongshu_publisher"
description: "发布到小红书"
 
# 小红书目前没有官方 API，需要使用第三方工具或模拟操作
# 方案1：使用小红书创作者服务平台 API（需申请）
# 方案2：使用 Puppeteer 模拟浏览器操作（稳定性差）
# 方案3：导出内容，人工复制粘贴（推荐）
 
# 本配置采用方案3：生成发布就绪的内容
output:
  format: "copy_paste_ready"
  includes:
    - "title"
    - "content_with_emojis"
    - "hashtags"
    - "suggested_cover_text" # 封面图文字建议
    - "suggested_images" # 配图建议

# publishers/douyin_publish.yaml
name: "douyin_publisher"
description: "生成抖音发布文案"
 
# 抖音也没有直接的内容发布 API（视频发布除外）
# 这里生成适合抖音格式的文案
 
output:
  format: "douyin_script"
  includes:
    - "hook" # 前3秒钩子
    - "script" # 完整口播文案
    - "captions" # 字幕文本
    - "hashtags" # 推荐标签
    - "music_suggestion" # BGM建议
    - "duration_estimate" # 预估时长

# schedule/content_factory.yaml
name: "content_factory_schedule"
description: "内容自动化工厂的定时调度"
 
# 整体调度计划
schedule:
  # 阶段1：每天早上 6:00 选题
  topic_selection:
    cron: "0 6 * * *"
    timezone: "Asia/Shanghai"
 
  # 阶段2：6:30 开始批量写作
  content_generation:
    cron: "30 6 * * *"
    depends_on: "topic_selection"
 
  # 阶段3：7:00 审校
  content_editing:
    cron: "0 7 * * *"
    depends_on: "content_generation"
 
  # 阶段4：7:30 推送待发布队列
  publish_queue:
    cron: "30 7 * * *"
    depends_on: "content_editing"
 
# 分平台发布时间优化
publish_times:
  # 公众号最佳发布时间
  wechat:
    - "12:00" # 午休时间
    - "18:30" # 下班路上
    - "21:00" # 睡前阅读
 
  # 小红书最佳发布时间
  xiaohongshu:
    - "07:30" # 早起刷手机
    - "12:30" # 午休
    - "20:00" # 晚饭后
 
  # 抖音最佳发布时间
  douyin:
    - "07:00" # 起床刷
    - "12:00" # 午饭刷
    - "18:00" # 下班刷
    - "21:00" # 睡前刷

# ============================================================
# 内容自动化工厂 —— 日更 5 篇 AI 快讯
# ============================================================
 
name: "daily_ai_news_factory"
description: "每日自动生成并发布 5 篇 AI 快讯"
 
# 账号设置
account:
  name: "示例账号"
  niche: "AI 每日快讯"
  platforms: ["wechat", "xiaohongshu"]
 
# 数据流
data_pipeline:
  # 数据源
  sources:
    - "hacker_news"
    - "github_trending"
    - "reddit/MachineLearning"
    - "reddit/LocalLLaMA"
 
  # 筛选条件：只选 AI 相关
  filter:
    keywords:
      - "AI"
      - "LLM"
      - "GPT"
      - "Claude"
      - "OpenAI"
      - "Agent"
      - "模型"
      - "训练"
      - "推理"
    exclude:
      - "NSFW"
      - "political"
    min_engagement: 20
 
# Agent 配置
agents:
  # 选题 Agent
  selector:
    model: "gpt-4o-mini"
    daily_count: 5
    strategy: "timeliness_first"
 
  # 写作 Agent
  writer:
    model: "gpt-4o"
    temperature: 0.7
    platforms:
      wechat:
        length: "800-1200字"
        style: "专业深度"
      xiaohongshu:
        length: "300-500字"
        style: "轻松干货"
 
  # 审校 Agent
  editor:
    model: "gpt-4o-mini"
    auto_fix: true
 
# 输出
output:
  # 保存到本地
  save_local: true
  output_dir: "./content_output/{{date}}"
 
  # 推送到 Telegram 预览
  telegram_preview:
    enabled: true
    bot_token: "${TELEGRAM_BOT_TOKEN}"
    chat_id: "${TELEGRAM_CHAT_ID}"
 
  # 发布到公众号（保存为草稿）
  wechat:
    enabled: true
    mode: "draft"
    app_id: "${WECHAT_APP_ID}"
    app_secret: "${WECHAT_APP_SECRET}"
 
# 定时执行
schedule:
  cron: "0 6 * * *"
  timezone: "Asia/Shanghai"
 
# 成本控制
cost_control:
  daily_budget: 0.5
  model_priority: ["gpt-4o-mini", "gpt-4o"]

# 加载内容工厂
$ hermes factory load ./daily_ai_news_factory.yaml
 
# 手动执行一次
$ hermes factory run daily_ai_news_factory
 
# 查看今日生成的内容
$ ls ./content_output/$(date +%Y-%m-%d)
 
# 查看生成日志
$ hermes factory logs daily_ai_news_factory

#!/bin/bash
# .git/hooks/pre-commit
# 在每次 git commit 前执行
 
echo "🔍 Hermes 正在检查你的代码..."
 
# 获取暂存区的文件列表
STAGED_FILES=$(git diff --cached --name-only --diff-filter=ACM | grep '\.(py|js|ts|java|go)$')
 
if [ -z "$STAGED_FILES" ]; then
    echo "✅ 没有需要检查的代码文件"
    exit 0
fi
 
# 调用 Hermes 进行提交前检查
hermes review \
    --mode pre-commit \
    --files "$STAGED_FILES" \
    --config ./hermes-code-review.yaml \
    --output /tmp/hermes-pre-commit.json
 
# 读取检查结果
RESULT=$(cat /tmp/hermes-pre-commit.json | jq '.passed')
 
if [ "$RESULT" = "false" ]; then
    echo "❌ 代码检查未通过，请修复以下问题："
    cat /tmp/hermes-pre-commit.json | jq '.issues[] | "  - \(.severity): \(.message) (\(.file):\(.line))"'
    echo ""
    echo "如果你确定要提交，使用 git commit --no-verify 跳过检查（不推荐）"
    exit 1
fi
 
echo "✅ 代码检查通过"
exit 0

#!/bin/bash
# .git/hooks/pre-push
# 在每次 git push 前执行
 
echo "🔍 Hermes 正在检查本次推送..."
 
# 获取即将推送的提交
COMMITS=$(git log --oneline @{u}..HEAD 2>/dev/null || echo "")
 
if [ -z "$COMMITS" ]; then
    echo "✅ 没有新的提交需要检查"
    exit 0
fi
 
# 调用 Hermes 进行推送前检查
hermes review \
    --mode pre-push \
    --commits "@{u}..HEAD" \
    --config ./hermes-code-review.yaml \
    --output /tmp/hermes-pre-push.json
 
RESULT=$(cat /tmp/hermes-pre-push.json | jq '.passed')
 
if [ "$RESULT" = "false" ]; then
    echo "❌ 推送检查未通过"
    exit 1
fi
 
echo "✅ 推送检查通过"
exit 0

# hermes-code-review.yaml
name: "code_quality_guardian"
description: "代码质量守护者配置"
 
# 审查触发时机
triggers:
  - "pre-commit"   # 提交前
  - "pre-push"     # 推送前
  - "pr-created"   # PR 创建时
  - "pr-updated"   # PR 更新时
 
# 按语言配置审查规则
rules_by_language:
  python:
    # 风格检查
    style:
      tool: "ruff"  # 或 flake8, pylint
      enabled: true
      # 自动修复可修复的问题
      auto_fix: true
      # 忽略的规则
      ignore: ["E501"]  # 行长度（我们用 black 处理）
 
    # 类型检查
    typing:
      tool: "mypy"
      enabled: true
      strict: true
 
    # 安全扫描
    security:
      tool: "bandit"
      enabled: true
      severity_threshold: "medium"
 
    # 测试覆盖度
    coverage:
      enabled: true
      min_coverage: 70  # 最低 70%
 
  javascript:
    style:
      tool: "eslint"
      enabled: true
      auto_fix: true
    security:
      tool: "eslint-plugin-security"
      enabled: true
 
  typescript:
    style:
      tool: "eslint"
      enabled: true
      auto_fix: true
    typing:
      tool: "tsc"
      enabled: true
 
# 通用规则（所有语言）
general_rules:
  # 检查敏感信息泄露
  secret_detection:
    enabled: true
    patterns:
      - "api_key\s*=\s*['\"][^'\"]{10,}['\"]"
      - "password\s*=\s*['\"][^'\"]+['\"]"
      - "AKIA[0-9A-Z]{16}"  # AWS Access Key
      - "ghp_[a-zA-Z0-9]{36}"  # GitHub Personal Token
 
  # 检查大文件
  large_files:
    enabled: true
    max_size_mb: 10
 
  # 检查二进制文件
  binary_files:
    enabled: true
    allowed_extensions: [".png", ".jpg", ".pdf", ".woff2"]

# workflows/pr_review.yaml
name: "pr_auto_review"
description: "PR 自动审查工作流"
 
# 触发条件
triggers:
  - event: "pull_request"
    actions: ["opened", "synchronize"]
 
# PR 审查流程
pipeline:
  # 步骤1：获取 PR 信息
  - action: "fetch_pr_info"
    fields:
      - "title"
      - "description"
      - "changed_files"
      - "diff"
 
  # 步骤2：代码变更分析
  - action: "analyze_changes"
    # 分析变更的复杂度
    complexity_analysis: true
    # 识别变更的影响范围
    impact_analysis: true
 
  # 步骤3：执行静态分析工具
  - action: "run_linters"
    parallel: true
    tools:
      - "ruff"
      - "mypy"
      - "bandit"
 
  # 步骤4：AI 辅助审查
  - action: "ai_review"
    model: "gpt-4o"
    # 审查重点
    focus_areas:
      - "逻辑正确性"
      - "边界情况处理"
      - "错误处理完整性"
      - "性能影响"
      - "可维护性"
    # 输出格式
    output_format: "structured"
 
  # 步骤5：生成审查报告
  - action: "generate_report"
    template: "pr_review"
 
  # 步骤6：发布评论
  - action: "post_review_comment"
    # 在 GitHub PR 下方发布评论
    platform: "github"
    # 如果检查通过，发布"LGTM"评论
    post_lgtm_on_pass: true

ai_review_prompt: |
  你是一位资深代码审查专家，请对以下代码变更进行审查。
 
  **PR 标题**：{{pr.title}}
  **PR 描述**：{{pr.description}}
  **变更文件**：{{pr.changed_files}}
 
  **代码 Diff**：
  ```diff
  {{pr.diff}}

# reporting/quality_report.yaml
name: "quality_report"
description: "代码质量报告生成"
 
# 报告内容
sections:
  - name: "summary"
    title: "📊 质量概览"
    content: |
      - 检查文件数：{{stats.files_checked}}
      - 发现问题数：{{stats.issues_found}}
      - 严重问题：{{stats.critical}}
      - 高风险问题：{{stats.high}}
      - 中风险问题：{{stats.medium}}
      - 低风险问题：{{stats.low}}
      - 代码覆盖度：{{stats.coverage}}%
      - 质量评分：{{stats.score}}/100
 
  - name: "issues"
    title: "🔍 发现的问题"
    # 按严重程度分组
    group_by: "severity"
    # 每个问题包含
    fields:
      - "severity"
      - "message"
      - "file"
      - "line"
      - "suggestion"
 
  - name: "trends"
    title: "📈 质量趋势"
    # 与历史数据对比
    compare_with: "last_7_days"
    metrics:
      - "issue_count_trend"
      - "coverage_trend"
      - "score_trend"
 
  - name: "recommendations"
    title: "💡 改进建议"
    # AI 生成的改进建议
    ai_generated: true
    model: "gpt-4o-mini"
 
# 报告分发
distribution:
  # 发布到 PR 评论
  pr_comment: true
  # 发送到 Slack 频道
  slack:
    enabled: true
    webhook: "${SLACK_WEBHOOK_URL}"
    channel: "#code-quality"
  # 保存到文件
  file:
    enabled: true
    path: "./reports/quality-{{date}}.md"

# .github/workflows/hermes-review.yml
name: "Hermes Code Review"
 
on:
  pull_request:
    types: [opened, synchronize]
 
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - name: "Checkout code"
        uses: actions/checkout@v4
        with:
          fetch-depth: 0 # 需要完整历史进行增量分析
 
      - name: "Setup Python"
        uses: actions/setup-python@v5
        with:
          python-version: "3.11"
 
      - name: "Install Hermes"
        run: |
          pip install hermes-cli
 
      - name: "Run Hermes Review"
        env:
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
        run: |
          hermes review \
            --mode pr-review \
            --pr-number ${{ github.event.pull_request.number }} \
            --config ./hermes-code-review.yaml \
            --output ./review-result.json
 
      - name: "Post Review Comment"
        uses: actions/github-script@v7
        with:
          script: |
            const fs = require('fs');
            const result = JSON.parse(fs.readFileSync('./review-result.json', 'utf8'));
 
            github.rest.issues.createComment({
              issue_number: context.issue.number,
              owner: context.repo.owner,
              repo: context.repo.repo,
              body: result.review_comment
            });
 
      - name: "Check Review Result"
        run: |
          PASSED=$(cat ./review-result.json | jq '.passed')
          if [ "$PASSED" = "false" ]; then
            echo "❌ 代码审查未通过"
            exit 1
          fi
          echo "✅ 代码审查通过"

# .gitlab-ci.yml
stages:
  - review
 
hermes_review:
  stage: review
  image: python:3.11
  before_script:
    - pip install hermes-cli
  script:
    - hermes review
      --mode pr-review
      --merge-request-id $CI_MERGE_REQUEST_IID
      --config ./hermes-code-review.yaml
  rules:
    - if: $CI_PIPELINE_SOURCE == "merge_request_event"

# ============================================================
# 开源项目自动化质量门禁
# ============================================================
 
name: "oss_quality_gate"
description: "开源项目质量门禁配置（对贡献者友好）"
 
# 贡献者友好配置
contributor_friendly:
  # 第一次贡献者的 PR 使用更宽松的规则
  first_time_contributor:
    rules:
      # 不强制要求测试（鼓励他们先参与）
      coverage:
        required: false
      # 风格问题自动修复而不是报错
      style:
        auto_fix: true
        block_on_style: false
 
    # 欢迎消息
    welcome_message: |
      🎉 感谢你为这个项目贡献代码！
 
      Hermes 已经自动审查了你的代码。一些小问题我已经帮你修正了，
      请查看最新的 commit。如果有任何疑问，欢迎随时提问。
 
  # 资深贡献者使用标准规则
  regular_contributor:
    rules:
      coverage:
        required: true
        min_coverage: 70
      style:
        auto_fix: true
        block_on_style: true
 
# 审查规则（分层）
rules:
  # 第一层：快速检查（30秒内完成）
  fast_checks:
    timeout: 30
    checks:
      - "secret_detection"
      - "large_files"
      - "basic_style"
 
  # 第二层：标准检查（2分钟内完成）
  standard_checks:
    timeout: 120
    checks:
      - "full_lint"
      - "type_check"
      - "security_scan"
 
  # 第三层：深度检查（5分钟内完成，异步）
  deep_checks:
    timeout: 300
    async: true # 不阻塞 PR，结果作为补充信息
    checks:
      - "ai_review"
      - "complexity_analysis"
      - "coverage_detailed"
 
# 质量门禁
quality_gate:
  # 必须通过才能合并
  required:
    - "fast_checks.passed"
    - "standard_checks.passed"
 
  # 不通过会警告但不阻塞
  recommended:
    - "deep_checks.score > 70"
 
  # 合并按钮状态
  merge_button:
    # 门禁通过：绿色
    pass: "enable"
    # 门禁失败：红色
    fail: "disable"
    # 进行中：黄色
    pending: "show_progress"

# knowledge/rss_collector.yaml
name: "rss_collector"
description: "RSS 订阅自动收集"
 
# 订阅源
feeds:
  # AI 技术博客
  - url: "https://blog.openai.com/rss.xml"
    category: "AI 公司动态"
    priority: "high"
 
  - url: "https://simonwillison.net/atom.xml"
    category: "技术实践"
    priority: "high"
 
  - url: "https://lilianweng.github.io/index.xml"
    category: "技术深度"
    priority: "high"
 
  # 中文源
  - url: "https://www.qbitai.com/feed"
    category: "中文 AI 资讯"
    priority: "medium"
 
  # 个人博客
  - url: "https://example.com/feed.xml"
    category: "关注博主"
    priority: "medium"
 
# 收集配置
collection:
  # 检查频率
  check_interval: "1h"
  # 只收集最近 7 天的内容
  max_age: "7d"
  # 文章内容提取
  extract_content:
    enabled: true
    # 使用 Mercury 或 Readability 提取正文
    tool: "readability"
    # 保存完整内容
    save_full_text: true
 
  # 去重
  dedup:
    enabled: true
    # 基于 URL 去重
    by_url: true
    # 基于标题相似度去重
    by_title_similarity: 0.9
 
# 存储
storage:
  # 保存到本地文件
  local:
    enabled: true
    path: "./knowledge/inbox/{{date}}/"
 
  # 同时保存到数据库（用于检索）
  database:
    enabled: true
    type: "sqlite"
    path: "./knowledge/knowledge.db"