Hermes Agent飞书配置对接步骤，完整实践指南

Hermes Agent 是 Nous Research 开发的开源AI智能体框架，能将AI Agent接入飞书、Telegram等平台，核心价值在于：通过简单的命令行配置，让本地或云端AI模型摇身一变成为飞书群里的智能助手，随时随地响应你的消息。

本文大纲

👉 一、环境与前置准备
👉 二、飞书开放平台侧配置
👉 三、Hermes Agent侧配置
👉 四、测试与验证
👉 五、常见问题与排查
👉 总结

一、环境与前置准备

在开始对接之前，需要确保基础环境已经准备就绪。

基础环境要求：

• 操作系统：Linux / macOS / WSL2（官方推荐）
• Python：3.10+（安装脚本会自动处理）
• Git：已安装
• LLM API Key：至少一个可用Provider的API Key（如OpenAI、Kimi、Ollama本地模型等）

安装Hermes Agent：

如果还没安装，可以通过以下命令一键安装：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

安装完成后，会自动进入初始配置向导，新手直接选择 Quick setup，按提示配置好模型供应商的API Key即可。注意：向导中的消息平台列表可能没有飞书选项，直接跳过，后续通过Gateway单独配置。

二、飞书开放平台侧配置

飞书侧的配置是让Hermes能够收到消息的前提，需要完成以下几个关键步骤。

第一步：进入飞书开放平台。访问 https://open.feishu.cn/，登录后进入开发者后台。

第二步：创建企业自建应用。点击‘创建企业自建应用’，输入应用名称和应用描述。应用名称将对应之后用户在飞书上搜索到的智能体名称。

第三步：添加机器人能力。在应用详情页，点击‘添加应用能力’，选择‘机器人’。

第四步：配置权限。在左侧导航栏进入‘权限管理’，需要至少添加以下两个核心权限：

• im:message — 获取与发送消息的核心权限
• im:resource — 获取消息中的资源文件

如果希望机器人在群聊中更稳定地工作，建议补充以下权限：im:chat:readonly（读取群聊信息）以及 admin:app.info:readonly（获取Bot身份信息）。

第五步：获取App ID和App Secret。在左侧导航栏进入‘凭证与基础信息’，记录下 App ID 和 App Secret，这两个凭证将在Hermes侧配置时使用。

第六步：配置事件订阅。在左侧导航栏进入‘事件与回调’：订阅方式选择‘长连接’，添加事件 im.message.receive_v1（接收消息事件）。

第七步：发布应用。配置完成后，在左侧导航栏进入‘版本管理与发布’，创建版本并提交发布。发布后，飞书内才能搜索到该机器人。

三、Hermes Agent侧配置

飞书侧配置完成后，回到终端进行Hermes侧的Gateway配置。

第一步：启动Gateway配置向导。执行以下命令进入交互式配置流程：

hermes gateway setup

在渠道列表中选择 飞书（Feishu）。

第二步：填写配置项。按提示依次填写 App ID、App Secret，Domain 国内版填 feishu，Connection mode 默认为 websocket。

第三步：配置访问控制。在鉴权中选择 1（不限制对话人），这样群里所有人都可以与机器人交互。

第四步：保存配置。确认无误后选择 Done 保存。配置将写入 ~/.hermes/.env 文件中。

第五步：安装飞书SDK依赖。Windows环境下若缺少依赖，执行以下命令：

.\pip.exe install lark-oapi==2.19.0

第六步：启动Gateway：

hermes gateway start

四、测试与验证

Gateway启动成功后，进行首次测试。在飞书内找到机器人，发送消息测试（如“你好”），首次对话需根据终端提示运行配对命令进行授权确认。配对成功后，确认机器人能够正常回复。

五、常见问题与排查

Q1：模型未被识别？在聊天窗口中输入 /model 命令手动指定模型。Q2：Gateway启动失败提示 lark-oapi 缺失？请按前述步骤手动在虚拟环境中安装。Q3：机器人不回复？请检查飞书机器人权限是否包含 im:message 且 Gateway 状态为 running。

总结

本文完整梳理了将 Hermes Agent 接入飞书的全流程。如果你想把机器人能力集成到更复杂的企业自动化场景，可以了解一下实在Agent。它能把大模型调用、RPA流程编排和数据流转串成一条线，让你的AI助手从‘会聊天’升级为‘能干活’的生产力中枢。