Cassian Note

Hermes-Cassyx 立项

Properties2
tagsai/agent, ai-engineering, harness-engineering, hermes-agent, project/hermes-cassyx
aliasesHermes-Cassyx, Cassyx, 个人 Agent Harness

9分钟阅读

Hermes-Cassyx 立项

一句话：Hermes-Cassyx 是一个面向个人使用的 Agent Harness，把 Telegram、微信等聊天入口接入一个可控、可观察、可恢复的个人助手运行时。

它不是一个简单的聊天机器人，也不是一个单 prompt 助手，而是一个个人级 agent runtime：负责上下文装配、工具调用、权限审批、状态管理、长期记忆、任务恢复和多平台入口适配。

相关背景：

命名

项目名：Hermes-Cassyx

含义：

  1. Hermes：信使、入口、调度者，也指向 Hermes-style agent harness。
  2. Cassyx：个人系统名，带有 Cassian、system、cortex、matrix 的混合感。

对外英文定位：

Hermes-Cassyx is a personal agent harness that turns chat interfaces into a controlled, observable, recoverable runtime for real-world tasks.

中文定位：

Hermes-Cassyx 是一个个人 Agent Harness，把聊天入口变成可控、可观察、可恢复的个人助手运行时。

为什么要做

现在的问题不是缺少模型，而是缺少一个真正属于自己的 agent harness。

单纯调用模型只能解决问答问题；个人助手要解决的是持续任务：

  1. 能从 Telegram、微信、CLI 等入口接收任务。
  2. 能理解当前上下文、个人偏好和长期目标。
  3. 能调用真实工具读写文件、查询资料、整理笔记、执行命令。
  4. 能在危险动作前请求确认。
  5. 能记录过程、保存状态、失败后恢复。
  6. 能把经验沉淀到记忆和可复用 workflow。

Hermes-Cassyx 的目标是把这些能力做成一个稳定、可扩展的个人运行时。

核心判断

Hermes-Cassyx 应该先做 小而稳的 Hermes Core，再接 Telegram、微信、OpenClaw、MCP 等外部能力。

OpenClaw 可以作为后续可插拔执行后端，而不是项目的系统边界。

Telegram / 微信 / CLI / Webhook
        |
Platform Adapter
        |
MessageEvent + Session
        |
Hermes-Cassyx Core
        |
Agent Loop / Context / Tool Runtime / State / Memory / Approval
        |
Tools / MCP / OpenClaw / Obsidian / Shell / Browser / Web

目标

第一目标

构建一个个人 agent harness，让自己可以通过聊天入口安全地调用个人知识库、服务器工具和自动化工作流。

非目标

第一阶段不追求：

  1. 做成公开 SaaS。
  2. 支持大量用户。
  3. 一开始就覆盖所有平台。
  4. 一开始就实现复杂多 agent 协作。
  5. 完全依赖 OpenClaw 或任何单一外部 agent 项目。

MVP 边界

第一版只做足够验证架构价值的闭环。

入口

优先支持：

  1. Telegram Bot。
  2. CLI 本地入口。

暂缓：

  1. 微信个人号。
  2. 企业微信。
  3. Web UI。
  4. 多用户管理。

原因：Telegram 和 CLI 最适合先验证 harness；微信生态适配成本和不确定性更高，适合放在第二阶段。

Agent Loop

MVP 需要支持：

  1. 多轮 tool calling。
  2. 最大迭代次数。
  3. 工具调用结果回填。
  4. 会话消息持久化。
  5. 失败时返回结构化错误。
  6. 手动中断。

工具系统

第一批内置工具：

  1. Obsidian 笔记读取。
  2. Obsidian 笔记写入或追加。
  3. Web search / URL 摘要。
  4. Shell 白名单命令。
  5. Memory 读写。
  6. Todo / task 记录。

工具必须通过 registry 注册，包含：

  1. name。
  2. description。
  3. schema。
  4. handler。
  5. risk level。
  6. enabled toolset。

审批流

以下动作默认需要人工确认：

  1. 写文件。
  2. 删除文件。
  3. 执行 shell 命令。
  4. 发送外部消息。
  5. 调用 OpenClaw 执行带副作用任务。
  6. 任何不可逆动作。

审批入口至少支持：

  1. Telegram /approve。
  2. Telegram /deny。
  3. CLI confirm。

状态与记忆

MVP 使用 SQLite。

核心表：

  1. sessions。
  2. messages。
  3. tool_calls。
  4. approvals。
  5. memories。
  6. tasks。

状态必须能支持：

  1. 会话恢复。
  2. 任务继续。
  3. 工具调用审计。
  4. 失败追踪。

参考架构

flowchart TD
    A["Telegram / CLI"] --> B["Platform Adapter"]
    B --> C["MessageEvent"]
    C --> D["Auth + Session Resolver"]
    D --> E["Context Builder"]
    E --> F["LLM Provider Adapter"]
    F --> G["Agent Loop"]
    G --> H["Tool Router"]
    H --> I["Risk + Approval Manager"]
    I --> J["Tool Runtime"]
    J --> K["Verification"]
    K --> L["State Store"]
    L --> G
    G --> M["Response Delivery"]

模块拆分

建议模块：

  1. cassyx-core：agent loop、context builder、provider adapter。
  2. cassyx-gateway：Telegram、CLI、后续微信等入口。
  3. cassyx-tools：tool registry、toolsets、内置工具。
  4. cassyx-memory：memory、session、profile、SQLite store。
  5. cassyx-approval：风险检测和审批状态。
  6. cassyx-openclaw：OpenClaw adapter。

核心原则：入口、模型、工具、记忆后端都可以替换；核心 loop 保持稳定。

OpenClaw 的位置

OpenClaw 不作为 Hermes-Cassyx 的核心，而作为可插拔 backend。

可能的 toolset：

  1. openclaw.run_task
  2. openclaw.browse
  3. openclaw.execute_workflow
  4. openclaw.get_status

接入原则：

  1. OpenClaw 负责具体执行能力。
  2. Hermes-Cassyx 负责入口、权限、上下文、状态、审批、审计和恢复。
  3. OpenClaw 的输出必须回到统一 tool result 格式。
  4. 带副作用任务必须走 Hermes-Cassyx 的 approval manager。

风险

平台风险

微信接入可能比 Telegram 更复杂，尤其是个人号自动化、消息稳定性、风控和长期维护。

应对：先用 Telegram 和 CLI 做 MVP。

安全风险

个人 agent 一旦能读写文件、执行命令，就必须把权限边界放在第一阶段。

应对：默认最小权限、危险动作审批、shell 白名单、工具审计日志。

架构膨胀

容易一开始就做插件系统、多 provider、多平台、多 agent。

应对：先做一个小闭环，保留扩展点，不提前实现所有扩展。

上下文失控

长期会话、工具结果和记忆容易撑爆上下文。

应对：MVP 先做简单截断和摘要；后续再做结构化 context compression。

第一阶段里程碑

M0：项目骨架

  • 确定技术栈。
  • 建立 repo。
  • 定义内部消息格式。
  • 定义 tool registry 接口。
  • 定义 SQLite schema。

M1：CLI 可用

  • 本地 CLI 能发起一次 agent run。
  • 支持模型调用。
  • 支持至少一个只读工具。
  • 保存 session 和 messages。

M2：Telegram 可用

  • Telegram Bot 接收消息。
  • 平台消息归一为 MessageEvent。
  • 回复能回到正确 chat。
  • 支持 /stop、/approve、/deny。

M3：工具和审批

  • Obsidian 读写工具。
  • Shell 白名单工具。
  • 风险等级。
  • 审批流程。
  • tool call 审计。

M4：个人知识闭环

  • 能读取 Obsidian 笔记。
  • 能基于笔记回答。
  • 能追加新笔记。
  • 能写入 memory。
  • 能恢复上一次 session。

下一步问题

需要进一步确定：

  1. 技术栈：Python 还是 TypeScript？
  2. 首个 LLM provider：OpenAI、Anthropic、本地模型，还是 OpenAI-compatible endpoint？
  3. 服务器部署方式：单进程、Docker Compose、systemd？
  4. Obsidian vault 访问方式：直接文件系统、Git 同步、还是 API？
  5. OpenClaw 是第一阶段接入，还是等核心闭环跑通后再接？

当前决策

截至 2026-05-11：

  1. 项目命名为 Hermes-Cassyx。
  2. 项目定位为个人 Agent Harness。
  3. 优先做 Hermes-Cassyx Core，而不是直接包装 OpenClaw。
  4. 第一入口优先 Telegram 和 CLI。
  5. OpenClaw 暂定为后续可插拔执行后端。

关系图谱