Hermes:openclaw的最佳替代之基于源码部署的飞书配置

飞书接入 Hermes 配置总结

飞书侧的配置与接入OpenClaw方式一致,可参考我发的另外的关于OpenClaw配置飞书的操作指南。这篇文章重点分享Hermes侧的配置和启动命令,以及常见报错解决方案;

结果

飞书已成功接入当前源码方式运行的 Hermes。

已确认:

  • Hermes 通过源码方式启动成功
  • Feishu WebSocket 连接成功建立
  • 私聊机器人可以正常回复

当前运行方式

项目目录:

  • ~/code/github/hermes-agent

启动命令:

bash 复制代码
cd ~/code/github/hermes-agent
source venv/bin/activate
python -m gateway.run --verbose

已完成配置

已写入 ~/.hermes/.env 的关键项:

bash 复制代码
FEISHU_APP_ID=xxx
FEISHU_APP_SECRET=已配置(未在本文明文记录)
FEISHU_DOMAIN=feishu
FEISHU_CONNECTION_MODE=websocket
GATEWAY_ALLOW_ALL_USERS=true

说明:

  • 当前是中国区飞书,因此 FEISHU_DOMAIN=feishu
  • 连接模式使用 websocket,不需要公网 webhook
  • 当前为了先跑通,启用了 GATEWAY_ALLOW_ALL_USERS=true

已安装依赖

在源码虚拟环境中已安装飞书依赖:

bash 复制代码
cd ~/code/github/hermes-agent
source venv/bin/activate
pip install -e '.[feishu]'

安装后已确认这些依赖可用:

  • lark_oapi
  • aiohttp
  • websockets

过程中遇到的问题

1. 连接数超限

报错:

  • 1000040350: the number of connections exceeded the limit

原因:

  • 同一个飞书 App 之前被另一台机器上的 OpenClaw 占用

处理结果:

  • 停止另一台机器上的旧服务后,当前 Hermes 成功连接

2. 本地源码环境说明

用户当前不是通过已安装的 hermes 命令启动,而是通过源码运行。

因此后续统一使用:

bash 复制代码
source venv/bin/activate
python -m gateway.run --verbose

当前剩余警告

1. bot identity 自动识别权限不足

警告大意:

  • 无法从应用信息中自动获取 bot 身份

建议补权限之一:

  • admin:app.info:readonly
  • application:application:self_manage

影响:

  • 主要影响群聊里 @bot 的精确识别
  • 不影响私聊正常使用

2. chat info 读取权限不足

警告大意:

  • 缺少聊天信息读取权限

建议补权限之一:

  • im:chat:readonly(推荐最小权限)
  • im:chat:read
  • im:chat

影响:

  • 主要影响读取群聊/会话信息
  • 不影响当前私聊可用性

当前结论

当前飞书接入已可用,至少满足:

  • 私聊 bot 正常工作

如果后续需要更稳定的群聊体验,建议到飞书开放平台补充以下权限:

  • im:chat:readonly
  • admin:app.info:readonly

后续建议

  1. 如果只是自己先用,当前配置已经够用
  2. 如果准备正式长期使用,建议:
    • 收紧访问控制,不再使用 GATEWAY_ALLOW_ALL_USERS=true
    • 改为配置 FEISHU_ALLOWED_USERS=...
  3. 如果要在群里稳定使用,再补上聊天读取和应用信息读取权限
相关推荐
转转技术团队37 分钟前
没有测试的核心代码,怎么交给 AI 重构
人工智能
爱读源码的大都督2 小时前
Claude Code源码分析(三):为什么系统提示词中需要有tools呢?
前端·人工智能·后端
半个落月3 小时前
LLM如何预测下一个Token?一文拆解Transformer核心流程
人工智能
触底反弹3 小时前
🔥 2026 年爆火的 Harness Engineering 到底是什么?从原理到实战一文讲透
javascript·人工智能·程序员
user4465117917913 小时前
源码深读 XAgent:6 个 Agent 怎么分工?工具失败不崩、死循环怎么防?
人工智能
魏祖潇3 小时前
SDD 完整指南——Spec 端打底、Story 端交付、留白区
人工智能·后端
常丛丛3 小时前
5.9 式输出:实时查看 LangGraph Agent 思考过程
人工智能
Token炼金师3 小时前
从节点图到低秩矩阵:ComfyUI 推理引擎与 LoRA 适配机制拆解
人工智能·aigc
武子康3 小时前
调查研究-210 Netflix 用 AI 复刻 Gene Wilder 的声音:语音克隆的下半场,不是模型,而是权利
人工智能·aigc·openai