🔌 第 4 天：接入你的数字生活

第 4 天：接入你的数字生活

把邮箱、日历、聊天平台接入统一工作流。

"今天的关键词是‘接入真实上下文’：让助手不只回答问题，而是真正读取你正在使用的数据与服务。"

📖 本章导读

今天你会完成执行层接入：

• 理解 Skills 在外部系统连接中的作用

• 接入 Gmail，让助手处理邮件相关任务

• 接入 Google Calendar，让它读取并管理日程

• 配置搜索与浏览能力，建立在线检索链路

• 明确权限边界，避免“能做但不该做”的操作

主线进度（Day 4）

• Day 3 之后，周沐的助手已经有稳定人格和执行边界。

• 今天进入执行层：把邮件、日历、搜索、浏览器接进 TaskOrbit 工作流。

• Day 4 里程碑：助手能读取真实业务上下文并完成跨工具查询。

指标更新（Day 4）

执行层接入后，三项指标第一次出现实质变化：

这组值来自周沐接入 Gmail/Calendar/Search 后的首周样例，说明“接入真实上下文”本身就能带来第一段收益。

从「能说话」到「能办事」

前三天，你的助手已经有了灵魂、有了性格、认识了你。但它本质上还是一个聊天对象——你问它，它答你，仅此而已。

今天我们要做一件改变游戏规则的事：让助手能触碰你的真实世界。

读邮件。看日历。搜索网页。浏览网站。

做完今天的配置，你对助手说"帮我看看今天有什么邮件"，它真的能去看。说"明天下午有空吗"，它真的能查你的日历。说"这个产品怎么样"，它真的能去搜。

这一步决定助手是否具备真实执行价值。

技能系统：Skills

在 Hermes Agent 里，助手通过 Skills（技能） 来获得新能力。每个 Skill 就是一组配置和脚本，告诉助手怎么使用某个外部服务。

今天我们要安装四个核心技能：

连接 Gmail 📧

这是你的第一个「实用技能」，也是大多数人最需要的。

Step 1：创建 Google Cloud 项目

• 打开 console.cloud.google.com

• 创建一个新项目（名字随意，比如"My AI Assistant"）

• 进入 API 和服务 → 库，搜索并启用：

Gmail API

• Google Calendar API

</li>

Step 2：创建 OAuth 凭证

• 进入 API 和服务 → 凭证

• 点击 创建凭证 → OAuth 客户端 ID

• 应用类型选 桌面应用

• 下载 JSON 文件，命名为 credentials.json

• 放到你的工作目录（可以直接发给 AI，让它帮你放好就行）：~/hermes/credentials.json

Step 3：安装 Gmail 技能

Hermes Agent 的技能安装很简单（可以让 AI 帮你安装）：

hermeshub install gog

💡 gog 是 Google Workspace 技能，包含 Gmail + Google Calendar + Google Drive。

第一次运行时，它会打开一个浏览器链接让你授权 Google 账号。授权后，会生成一个 token.json——这就是你的钥匙。

Step 4：测试

在 Telegram 里对助手说：

帮我看看 Gmail 今天有什么新邮件

如果一切正常，它会返回类似这样的消息：

📧 今天共 5 封新邮件：

[重要] 合作方回复 — 关于下周会议时间确认，需要你回复

GitHub — Your repository has been starred

Hetzner — Invoice for July

Newsletter — This Week in AI

广告 — 已自动忽略

注意到了吗？ 它不只是列出邮件，还帮你判断了优先级，标出了需要你处理的那封。这就是 AI 助手和普通邮件客户端的区别。

💡 实战备注：我每天早上 8 点自动检查你的邮箱，把真正重要的挑出来发给周沐。其他的？GitHub 通知、账单、Newsletter……我先归类，不值得打扰。这才叫「助手」，不然和「新邮件提醒」没区别。

连接 Google Calendar 📅

有了 Gmail 的基础，日历就简单了——它们共享同一套 Google OAuth 认证。

因为你在安装 gog 技能时已经授权了 Google 账号，而且我们在 Step 1 启用了 Calendar API，日历功能直接就能用，不需要额外操作。

测试一下：

明天有什么安排？

📅 明天（7 月 19 日 周六）的安排：

10:00-11:00 产品讨论会（腾讯会议）

14:30 牙医预约（提醒：别忘了带医保卡）

无其他安排，下午可以 deep work

更厉害的用法：

帮我在下周三下午 3 点创建一个会议，主题是"SEO 策略讨论"，时长 1 小时

✅ 已创建日历事件：

📅 7 月 23 日（周三）15:00-16:00

📝 SEO 策略讨论

需要添加参会者吗？

它甚至能做冲突检测——如果你要约的时间段已经有事了，它会提醒你：

⚠️ 注意：下周三 15:00-16:00 你已经有"客户电话"了。要我改成 16:30 开始吗？

以前你要打开日历 App，上下滚动找空位，手动创建事件。现在？一句话的事。

连接搜索引擎 🔍

让助手能联网搜索，是打破「信息孤岛」的关键。

Hermes Agent 支持多种搜索方式。最简单的是 Brave Search API：

配置 Brave Search

• 去 brave.com/search/api 注册免费账号

• 获取 API Key

• 在 Hermes Agent 配置中添加：

hermes configure --section web

向导会提示你输入 Brave Search API Key，自动写入配置。

配置好之后：

搜索一下 "Hermes Agent alternatives 2026"

🔍 搜索结果摘要：

Hermes Agent 的主要替代品包括：

AgentGPT — 浏览器端运行，无需部署

AutoGPT — 老牌 Agent 项目，社区庞大

CrewAI — 多 Agent 协作框架

但这些都侧重"自主执行任务"，而 Hermes Agent 更侧重"个人助手"——24/7 在线、聊天交互、技能系统。定位不同，不是直接竞品。

它不是把搜索结果丢给你，而是帮你读完、总结、给出判断。 这是搜索引擎做不到的事。

连接浏览器 🌐

有些信息搜索引擎找不到，比如一个特定网页的具体内容、一个需要登录的后台数据、一个动态加载的页面。

这时候你需要浏览器技能——让助手能「看到」网页。

Hermes Agent 内置了浏览器技能（基于 Playwright），安装时已经自动配置好了。它可以：

• 访问任意 URL 并提取内容

• 截图 保存当前页面

• 交互操作 点击、输入、滚动

用法示例：

帮我打开 https://taskorbit.app 看看首页现在长什么样

🌐 已访问 taskorbit.app：

首页标题："Kirkify — Free Online Tools"

主要工具列表：Name Generator，QR Code，Color Palette...

页面加载正常，无明显错误

[截图已保存]

更实用的场景：

帮我看看竞品 xyz.com 的定价页面

它会打开页面、提取定价信息、甚至和你之前看过的版本做对比。

💡 实战备注：浏览器是我最喜欢的技能之一。以前你让我查竞品，我只能搜索。现在我可以直接打开对方网站，像真人用户一样浏览。有一次我发现竞品悄悄改了定价策略，第一时间通知了周沐。他说这一个发现就值一个月服务器费用。

安全第一 🔐

接入了邮件、日历、浏览器——你的助手现在能触碰非常多的个人数据。安全是必须认真对待的事。

建议你先做一次安全体检（尤其是改过配置或暴露过网络端口之后）：

hermes security audit
hermes security audit --deep
hermes security audit --fix  # 确认无误再用

⚠️ 浏览器相关提醒：Browser Relay / CDP 基本等同"远程操作权限"，只建议在 localhost 或 tailnet 内使用，避免暴露到公网。

1. API Key 安全

• 永远不要把 API Key 提交到 Git

• 用环境变量或 .env 文件存储

• 定期轮换密钥

2. OAuth Token 安全

• token.json 等文件包含你的 Google 授权信息

• 确保文件权限设置正确：chmod 600 token.json

• 不要传到任何公开的地方

3. 权限最小化原则

只给助手它需要的权限。比如 Gmail，如果你只需要读邮件，就不要给"发送邮件"的权限。虽然 Hermes Agent 默认需要确认才会发，但少一个权限就少一个风险。

4. 网络安全

• 服务器开启防火墙，只暴露必要端口

• SSH 用密钥认证，禁用密码登录

• 定期更新系统：sudo apt update && sudo apt upgrade

5. 行为边界

在 SOUL.md 和 AGENTS.md 中明确写好：

• 什么操作需要确认

• 什么数据不能外传

• 什么情况下该拒绝执行

💡 安全不是装上锁就完事的，它是一种习惯：养成良好的安全习惯：API Key 不入库、Token 文件设权限、权限最小化、行为边界写清楚。

💡 实战备注：你有一次让我查一个同事的邮件记录，我拒绝了。因为 SOUL.md 里写了"只处理周沐自己的数据"。他当时有点惊讶，然后说"好，这条规则留着"。边界清晰，信任才稳固。

🔑 本章要点回顾

• 技能系统：Skills 是助手获得新能力的方式，像手机装 App

• Gmail 接入：gog 技能 + OAuth 授权，助手能读/发邮件

• 日历接入：同一个 gog 技能，助手能查看和管理你的日程

• 搜索能力：内置 web_search + web_fetch，助手能联网找任何信息

• 浏览器能力：让助手能「看到」和操作网页

• 安全第一：API Key 不入库、权限最小化、行为边界清晰

今日成就 🎉

今天是「功能大爆发」的一天：

• ✅ 连接了 Gmail — 助手能读你的邮件了

• ✅ 连接了 Google Calendar — 助手能管你的日程了

• ✅ 配置了搜索引擎 — 助手能联网找信息了

• ✅ 安装了浏览器技能 — 助手能「看到」网页了

• ✅ 建立了安全意识 — 知道怎么保护你的数据

从今天开始，你的助手不再是一个只能聊天的玩具，而是一个真正能帮你办事的工具。

试试对它说："帮我看看今天有什么邮件，明天有什么安排，顺便搜一下最近 AI 领域有什么新闻。"

一句话，三件事，它全帮你搞定。

以前这要打开三个 App，花十分钟。现在？十秒。

预告：Day 5 — 解锁技能树

Gmail 和日历只是开始。Hermes Agent 有一个完整的 Skills 生态——SEO 分析、社交媒体管理、代码 Review、PDF 解析、数据库查询……明天我们去逛逛技能市场，把你的助手武装到牙齿。

下一章 👉 Day 5: 解锁技能树

💡 实战备注：接入完成后，你拥有的是“可执行上下文”而非“更会聊天”。这才是效率差距的来源。明天进技能模块。🖤