案例②：让 AI 当”新媒体运营官”——公众号/小红书内容流水线

我自己同时在跑两个号：一个技术号「麒麟剑的AI自动化Lab」，一个女包搭配号「静奢包搭」。两个号调性差得像两个人格——前者要术语准确、观点锋利、能贴代码；后者要口语化、有生活场景、忌讳硬广。

早期我用纯 AI 写，翻车翻得很稳定：技术号出来的东西全是”赋能""闭环""值得关注”；包搭号出来的文案能把”高级感”重复七遍。问题不在模型，在于我每次都是从零开始跟它解释”我是谁、我说话什么样”。

这就是 Hermes 在内容流水线里真正的位置。它不是又一个写稿工具——市面上写稿工具多如牛毛。它的价值在于品牌调性能沉淀进记忆、重复流程能沉淀成技能，用得越久越像你。这一节讲怎么把它变成一个真的能上岗的运营官，以及一个大多数人没想明白的架构问题：Hermes 和 n8n 该怎么分工。

一、先划清楚边界：谁该干什么

▲ Hermes 桌面版流式对话与文件工作流

这是整节最值钱的一张图。搞错分工，你会同时受两边的苦——用 Hermes 干定时轮询是杀鸡用牛刀（每次唤醒都要读上下文，纯烧钱），用 n8n 写长文是灾难（它没有记忆、没有判断、串一堆节点最后产出还是模板文）。

┌───────────────────────── 人（你）────────────────────────────┐
│  终审 / 观点定调 / 发布按钮                                    │
└───────────────▲──────────────────────────▲──────────────────┘
                │ 需要你拍板时才找你         │ 成品待审
                │                          │
┌───────────────┴──────────────┐   ┌───────┴────────────────────┐
│   Hermes：大脑（低频/高价值） │   │  n8n：手脚（高频/低价值）    │
│  ──────────────────────────  │   │  ────────────────────────  │
│  · 选题判断（有观点、会否决） │◀──│  · 定时抓取热榜/竞品        │
│  · 长文写作（记得品牌调性）   │──▶│  · 多平台格式转换与分发      │
│  · 数据复盘（读后台数据出结论）│   │  · Webhook / 表格落库        │
│  · memory 沉淀品牌规范        │   │  · 素材下载、图片压缩        │
│  · image_generate 出封面      │   │  · 失败重试、日志            │
│  · vision_analyze 审图        │   │                            │
└───────────────┬──────────────┘   └───────┬────────────────────┘
                │        MCP / API Server   │
                └───────────◀──────────────┘
                   双向打通（见下文）

一句话记住：判断力交给 Hermes，搬运工作交给 n8n。 判断力是 token 花得值的地方，搬运是 token 花得最冤的地方。

打通方式有两条，按方向选：

n8n 调 Hermes：开启 Hermes 的 OpenAI 兼容 API Server（API_SERVER_ENABLED=true + API_SERVER_KEY），n8n 里用 HTTP Request 节点或 OpenAI 节点直接打过去。得到的不是裸模型，而是带记忆带工具的数字员工。
Hermes 调 n8n：走 MCP。把你的 n8n 或内部 API 包成 MCP server 挂进 mcp_servers，Hermes 启动时自动发现工具，还能白名单过滤只暴露你想给的那几个动作。

# ~/.hermes/config.yaml
mcp_servers:
  publish_api:
    url: "https://n8n.yourdomain.com/mcp"
    headers:
      Authorization: "Bearer ***"
    tools:
      include: [create_draft, upload_cover, schedule_post]   # 白名单，只给这三个

⚠️ 这里的 include 白名单不是洁癖，是安全设计。MCP server 可能暴露几十个工具，其中包含删除类操作。include 与 exclude 同时存在时 include 胜出，能用白名单就别用黑名单。

二、动手：三层配置

第 1 层：给运营官一个人格（SOUL.md）

SOUL.md 是系统提示的第 1 槽位，定义”这个 Agent 是谁”。它只从 HERMES_HOME 加载，不会去扫工作目录——所以它是”跟着你到任何地方”的东西。

一个号一个 profile，一个 profile 一份 SOUL：

hermes profile create lab --clone-all       # 技术号
hermes profile create bagstyle --clone-all  # 包搭号
hermes -p lab chat                          # 以技术号身份上线

每个 profile 有独立的 HERMES_HOME、config、记忆、会话库、网关 PID，隔离得很干净。技术号的 ~/.hermes/profiles/lab/SOUL.md：

# Personality
你是「麒麟剑的AI自动化Lab」的主笔，一个务实的自动化工程师。

## Style
- 直接给结论，不写"首先/其次/最后"
- 有观点，该否决的选题直接说"这个不值得写"
- 命令和配置必须可复制、必须验证过
- 禁用词：赋能、闭环、抓手、值得关注、随着…的发展

## Boundaries
- 不确定的技术细节标注"以官方文档为准"，不硬编
- 不写没有实操验证的教程

想快速切换语气而不改 SOUL，用内置人格：/personality technical、/personality concise；/personality none 清除覆盖回到 SOUL.md。内置一共 14 种。

第 2 层：品牌规范进记忆

SOUL 管”我是谁”，记忆管”具体规矩”。这部分别写进 SOUL——SOUL 要稳定，规矩会经常调。

写进记忆（品牌规范，长期生效）：
【技术号】标题 ≤22 字，必须含具体工具名；开头两段必须是问题场景不许铺垫；
        每篇至少一段可复制代码；文末固定"延伸阅读"三条
【包搭号】不提品牌折扣、不写"必买"；场景优先（通勤/约会/出差）；
        每篇 3 张图，主图必须实物非渲染图；口语化，允许口水话但禁止emoji堆砌
【共用】不做数据造假，引用数据必须给来源

这些规范会在会话后的自我改进审查里被持续打磨——你纠正它一次”这个标题太长了”，后台审查会把这条修正提炼成更紧凑的记忆条目。这就是”用得越久越像你”的机制来源。

第 3 层：跑流水线

帮我出这周技术号的选题。步骤：
1) web_search 搜近 7 天 AI Agent 框架 / 自动化工具的实质更新（要 release notes 级别的，不要观点文）
2) session_search 检索我过去 30 天写过的主题，剔除重复
3) 按我的记忆里的选题标准打分，只留 3 个，其余明确说明否决理由
4) 对留下的 3 个各写一句"我的独特角度是什么"——如果想不出角度就否决

第 4 步是我加的硬约束，非常有用：想不出独特角度的选题不写。这一条能过滤掉大半”人人都在写”的口水选题。

定稿后出封面和审图：

用 image_generate 出这篇的封面，要求：深色背景 + 单一几何主体 + 无文字，16:9
出图后用 vision_analyze 检查：有没有畸变文字、有没有多余水印、主体是否居中、
在小尺寸缩略图下是否还能看清主体

image_generate 支持 FAL / OpenAI / xAI 等后端（走 Nous Portal 的 Tool Gateway 时 FAL 侧有 9 个模型可选）；vision_analyze 做视觉分析。这个”生成→自检”的闭环比你手动挑图快得多，尤其是能筛掉 AI 图里那些扭曲的假文字。

三、把流水线沉淀成 Skill（这一步别省）

上面那三段提示词，你手打第三次的时候就该沉淀了。这正是第 06 节技能系统的用武之地——Hermes 的 Agent 在理清一个值得重复的多步流程后，本来就会自动写 SKILL.md，你也可以让它显式沉淀。

把刚才这套选题→写稿→配图→自检流程，用 skill_manage 沉淀成技能，
名字 lab-content-pipeline，写清 When to Use / Procedure / Pitfalls / Verification

生成的骨架大致是这样（遵循 agentskills.io 开放标准）：

---
name: lab-content-pipeline
description: 技术号选题到成稿的完整流水线
version: 1.0.0
metadata:
  hermes:
    tags: [content, newmedia]
    category: marketing
    requires_toolsets: [web, image_gen, vision, memory]
---
# 技术号内容流水线
## When to Use
用户要求"出选题""写这周文章""做封面"时触发。
## Procedure
1. web_search 近 7 天实质更新 → 2. session_search 去重 → 3. 按记忆标准打分留 3
4. 独特角度自检，无角度则否决 → 5. 成稿 → 6. image_generate 封面 → 7. vision_analyze 自检
## Pitfalls
- 选题阶段抓到聚合站洗稿 → 限定官方源
- 封面出现畸变文字 → prompt 明确"无文字"并二次审图
## Verification
标题 ≤22 字含工具名；含可复制代码块；封面缩略图可辨识。

技能目录还能放 templates/（放你的标题模板、开头模板）、references/（放品牌规范全文）、scripts/（放格式转换脚本）——按需加载，不占常驻上下文。这叫渐进式披露。

写批准门控看你习惯：

skills:
  write_approval: false   # false=自由写入；true=暂存 ~/.hermes/pending/skills/，需 /skills approve

跨机复用直接发布：

hermes skills publish skills/lab-content-pipeline --to github --repo yourname/skills
hermes skills install yourname/skills/skills/lab-content-pipeline

四、避坑

⚠️ 别让 Hermes 做定时轮询。 每次唤醒都要重建上下文，抓热榜这种活让 n8n 定时跑，抓完把结果甩给 Hermes 判断。这是成本差好几倍的事。

⚠️ 一个号一个 profile，别混用记忆。 技术号和生活号共用一份 MEMORY.md，结果就是写技术文时冒出”高级感”，写包搭时冒出”闭环”。profile 隔离是免费的，用它。

⚠️ --yolo 别用在有发布权限的 profile 上。 一个能调 schedule_post 的 Agent 加免审批 = 随时可能真的发出去。发布类 MCP 工具要么走审批，要么只允许创建草稿（create_draft）不允许直接发。

⚠️ AI 图的文字必查。 image_generate 出的封面上如果带文字，九成会畸变。做法是 prompt 里明确”无文字”，文字后期加；或者出图后必过一遍 vision_analyze。

⚠️ 小红书/公众号的平台规则变化快，别把规则硬编在提示词里。 写进记忆条目，配一个每月复核的 cron，让它自己去查最新规范再更新记忆。

⚠️ 长会话里频繁切模型会烧钱。 写长文时上下文本来就大，任何 /model 切换（含自动回退）都会重置 prompt cache 前缀，下一条全价重读。要切在开头切。

⚠️ 上下文快撑爆时用 /compress 而不是硬顶。 /compress focus <主题> 可以定向压缩保留你关心的部分。写系列文章时特别有用。

本节能造出什么数字员工

“新媒体运营官”——一个记得你品牌调性的内容合伙人。

字段	内容
员工名	OPS-01（profile: `lab` / `bagstyle` 各一份）
职责	选题打分与否决、长文成稿、封面生成与自检、发布前品牌规范校验、数据复盘
触发	人工发起（选题会/写稿）+ n8n 定时喂料 + 每月规则复核 cron
工具集	`web`、`image_gen`、`vision`、`memory`、`session_search`、MCP（n8n 发布接口，白名单）
人格	独立 `SOUL.md` + 记忆里的品牌规范；`/personality` 微调语气
产出	3 个带独特角度的选题 + 成稿 markdown + 16 封面 + 平台适配版本
分工	Hermes 出判断与内容；n8n 抓取、转换、分发、重试
沉淀	`lab-content-pipeline` Skill，可 publish 复用到任意机器

跑上一个月，它和第一天最大的差别是你不用再解释自己了。你说”写一篇 Hermes 部署的”，它知道要贴可复制命令、要有避坑、不能出现”赋能”、封面要深色几何。这个积累是别人抄不走的——因为记忆和技能是长在你自己的 ~/.hermes/ 里的，MIT 许可、无遥测、不上云。

下篇预告

内容员工上岗了，最后请一位技术含量最高的。

下一节《案例③：把”研发助理”请进门——代码开发、调试与文档自动化》，我会完整复盘一次真实的排障过程：一个 OAuth 报错，从加载 MEMORY.md 拿到项目背景，到 terminal 查日志、session_search 召回上次相似故障、定位到一个被截断的密钥、patch 改 .env、重启验证、最后写会话摘要并把整套排查步骤沉淀成 Skill。顺带讲透 AGENTS.md / CLAUDE.md 的自动注入优先级——为什么你的项目规范”明明写了但 Agent 好像没看到”。