游乐游手机版
首页/AI教程/文章详情

三个月打造AI日程助理并用Hermes优化实践

时间:2026-06-09 15:42
历时3个月搭建的AI日程助理,采用4个Docker容器实现飞书入口的日程管理。后接入OpenClaw Hermes,仅保留1个MCP服务,删除2个容器,内存从4GB降至1GB,入口扩展至飞书、Telegram、CLI、Web四平台。简化后加新工具只需修改MCP一处配置,大幅降低维护成本。

4 月 16 日,最后一个 PR 合并完成。4 个 Docker 容器、16 个 MCP 工具、一个飞书 AI 日程助理。

我花了 3 个月断断续续造了一个 AI 日程助理,然后用openclaw/hermes把它给优化了

一个月后,删了其中 2 个容器。剩下 1 个 MCP 服务,接入 Hermes,1 小时搞定。

为什么删?因为发现那 4 个容器本质上就干了一件事,而这件事已经有人做好了。

1. 为什么是微软 飞书

iOS 用户,服务器是 Linux。Apple 日历绑死 macOS CalDA V,基本没戏。Outlook 跨平台能用,iOS 装个 App 就行。

飞书当入口——发消息,AI 操作 Outlook 日历和待办。(之前写过一篇 给AI装两个MCP,我有了一个日程 出行助理[1],讲的是 MCP 工具本身。这篇文章讲的是架构怎么从 4 个容器缩到 1 个。)

2. 一个日程助理,四个容器

听起来不复杂,对吧?但搭了 4 个 Docker 容器才跑起来。

ja vascript
复制
飞书用户
    ↓
WebSocket消息网关 (FastAPI) — 文字/图片/语音/PDF,Whisper 转文字
    ↓
LangGraph SDK
Agent 后端 (LangGraph) — 工作流:确认→模型→工具→危险审查
    ↓
MCP 协议
MCP 服务 (FastMCP) — 16 个工具,日历/待办 CRUD,PostgreSQL 存 token
前端 (Next.js) — 独立 Web UI

4 个容器,每个有自己的依赖、日志、配置。每次更新小心翼翼,怕某个挂了。

想加新功能?改 MCP 服务加工具,改 agent 后端调提示词和工作流,可能还要改消息网关。三个地方。

想接别的平台?飞书 WebSocket 长连接重写一遍。

排查问题?看 4 个容器的日志。

后来明白了:那 4 个容器拆开来看,本质上就干了一件事——把用户消息变成工具调用。

3. 飞书里的实际效果

发一句"帮我创建一个明天下午 3 点的会议,顺便晚上六点提醒我去 XX 餐厅吃饭",AI 在 Outlook 日历里创建好事件,提前 15 分钟提醒。

发一张活动海报截图,AI 识别时间和内容,自动创建待办。

“这周三下午我有空吗?” AI 查日历,告诉你空闲时段。

发语音,Whisper 转文字后执行。通勤路上也能用。

4. OpenClaw 的出现

5 月的一天,看到了 OpenClaw/Hermes。

翻了一遍文档,心跳加速。

消息网关?它自带飞书、Telegram、CLI、Web。不用自己写。

Agent 逻辑?它本身就是,有 memory,有 Web UI。

MCP 工具调用?原生支持。

3 个月造的东西,它都有了。

剩下只有自己的 MCP 服务——那 16 个日历和待办工具。那是真正独特的部分。

5. 注释掉两行配置,删两个容器

docker-compose.yml 里注释掉 langgraph-api 和 message-gateway。MCP 服务原封不动。改一下 Hermes config:

ja vascript
复制
mcp_servers:
  personal-planner:
    connect_timeout: 30
    enabled: true
    timeout: 60
    url: https://localhost:8003/mcp

完事。

迁移前:4 个容器,约 4GB 内存,只有飞书一个入口。加新工具改 3 个服务。

迁移后:1 个 MCP 服务,约 1GB 内存,飞书 Telegram CLI Web 四个入口。加新工具只改 MCP 一个地方。

6. 同一个需求,以前折腾一周,现在改个配置

以前想加天气提醒:写新 LangGraph node,注册工作流,消息网关加消息类型,测试飞书格式,Docker build 部署。然后发现飞书 API 限频。

现在:加个 cron job,不写代码。想接高德地图?加个 MCP 配置。Traccar 有新事件通知?webhook 配置。

7. 那 3 个月不白费

正因为自己造过,才知道哪些轮子不该造。

消息网关是轮子,agent 框架是轮子,多平台接入是轮子。MCP 服务不是——那是业务逻辑,是真正该花时间的地方。

如果还没开始造,先花 1 小时看看有没有现成的。

参考链接

[1] https://www.renhai.online/blog/ai/mcp-scheduling-assistant

来源:https://cloud.tencent.com.cn/developer/article/2684489
上一篇InnoDB架构深度解析:SQL从磁盘到内存的生命周期 下一篇Claude Code开发者完整修炼手册最佳实践全解析
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
微软Copilot插件安装全流程:浏览器与扩展市场配置
AI教程 · 2026-07-01

微软Copilot插件安装全流程:浏览器与扩展市场配置

围绕MicrosoftCopilot在浏览器、编辑器和扩展市场中的安装与配置,梳理账号准备、安装步骤、权限检查、常见故障及安全使用边界,适合新手快速完成AI办公工具部署。

Microsoft Copilot Docker 一键部署指南:镜像拉取、端口映射与数据目录配置
AI教程 · 2026-07-01

Microsoft Copilot Docker 一键部署指南:镜像拉取、端口映射与数据目录配置

围绕Copilot类AI办公工具的Docker部署流程,说明镜像选择、拉取校验、端口映射、数据目录挂载、环境变量配置、更新回滚与常见故障处理。

微软Copilot API密钥注册获取与国内网络配置
AI教程 · 2026-07-01

微软Copilot API密钥注册获取与国内网络配置

围绕MicrosoftCopilot相关接口接入流程,梳理账号准备、Azure资源创建、密钥获取、环境变量配置、国内网络连通性优化、常见报错处理与安全管理要点。

微软Copilot Linux部署:环境准备到后台运行全流程
AI教程 · 2026-07-01

微软Copilot Linux部署:环境准备到后台运行全流程

MicrosoftCopilot不适合按本地模型方式安装,Linux服务器更常见的是部署企业入口或集成服务。流程需完成账号授权、运行环境、服务配置、反向代理、进程守护与日志监控,并注意数据权限、访问控制和合规边界。

Microsoft Copilot macOS安装教程:Apple Silicon与Intel配置步骤
AI教程 · 2026-07-01

Microsoft Copilot macOS安装教程:Apple Silicon与Intel配置步骤

MicrosoftCopilot在Mac上可通过网页应用、Edge侧边栏或Microsoft365组件使用,AppleSilicon与Intel机型重点在系统版本、浏览器、账号授权和隐私设置。