用 Hermes Agent 自动化飞书工作流

作为一个每天在临床、手术、科研之间切换的泌尿外科医生，我的工具流一直是痛点。

早上查房前要整理当天日程，中午开完会要出会议纪要，月底要倒排班表——这些重复劳动每天吃掉至少 30 分钟。直到我遇到了 Hermes Agent。

Hermes Agent 是什么

简单说，它是一个本地运行的 AI 助手（Agent），能：

• 理解自然语言指令
• 调用工具（搜索、执行命令、读写文件）
• 接入飞书/Lark API
• 按计划自动执行任务（cron job）

核心优势是完全本地运行，隐私可控，而且可以通过 skills/插件无限扩展。

首先搞定飞书

Hermes 有完整的飞书技能生态，我配置了：

• lark-calendar：读取日程、预约会议、查询忙闲
• lark-im：收发消息、管理群聊
• lark-doc：读写云文档
• lark-task：管理待办

授权方式很简单：在飞书开放平台创建一个自建应用，拿到 app_id 和 app_secret，然后在 Hermes 的 config.yaml 里填好就行。

# ~/.hermes/config.yaml 中的飞书配置
lark:
  app_id: "cli_xxxxxxxxxxxx"
  app_secret: "xxxxxxxxxxxxxxxxxxxxxxxx"

用 Skills 封装工作流

一个 skill 就是一个 SKILL.md 文件，定义了一个可复用的工作流。我创建了三个最常用：

1. 日报生成 skill

每天早上 7:30 自动执行，做三件事：

1. 查询今天日历上的所有日程
2. 查询飞书群里昨天的消息摘要
3. 查询近 3 天新创建的待办
4. 汇总成一段日报文案，发到我的个人聊天

2. 会议纪要整理 skill

只需要在群里 @ 机器人”整理这次会议纪要”，它就会：

1. 找到最近一次会议的妙记（妙记 = 飞书会议转录）
2. 提取关键议题、待办、责任人
3. 把结构化的纪要写入飞书文档
4. @ 相关人确认

3. 排班查询 skill

“这周六谁值班？“——一句指令，Agent 查询排班表返回结果。不用翻聊天记录，不用打开 Excel。

真实效果

用了一个月后的数据：

场景	原来耗时	现在	提升
晨间整理	10-15 min	自动完成	✨
会议纪要	15-20 min	1-2 min	~90%
排班查询	3-5 min	10 秒	~95%
周报统计	20 min	5 min	75%

踩过的坑

不是没有挫折。分享几个典型的：

飞书 Token 会过期 一开始用的 tenant_access_token，没做刷新逻辑，经常半夜 cron job 失败。解决：用 Hermes 内置的 token 自动刷新机制。

技能权限踩边界 飞书 API 权限细分得很厉害，有时候读文档没问题，写文档就 403。逐一排查后发现缺了 docx:document:write 这个 scope。

中文编码问题 第一次排班表导出来全是乱码。后来在 skill 模板里加了 encoding: utf-8 指定。

总结

AI Agent 不是替代医生，而是替医生把那些”不治病但必须做的事”自动化。30 分钟的碎片时间乘以每天，一年就是 180 小时——够写好几篇论文了。