Hermes：微信实时监控菜地，偷菜的人慌了

我家的院子里种了点菜，黄瓜、丝瓜、西红柿，长得虽然经常奇形怪状，但还是经常被路过的人顺手薅走。于是想着，能不能让上一篇文章里那台AI化的树莓派派上点用场——挂个摄像头盯着菜园，再接一个微信机器人，随时给我汇报菜园的情况，还可以顺便用大模型分析一下有没有人在偷菜。

整个方案的链路如下：

  flowchart LR
    A[微信] -->|消息| B[Hermes Gateway]
    B --> C[Hermes Agent]
    C -->|garden-camera skill| D[rpicam-still]
    D -->|jpg| E[树莓派摄像头]
    C -->|vision 分析| F[LLM]
    F --> C
    C -->|图片+文字| B
    B -->|回复| A

最终效果：在微信里给机器人发一句"看看院子"，几秒钟后收到一张实时照片，外加AI对实时画面的分析汇报。

Hermes 是什么

简单来说，Hermes（众神的信使赫耳墨斯）是小龙虾OpenClaw的平替。

Hermes 是 Nous Research 出的一个开源 Agent 框架，名字取自希腊神话中的赫耳墨斯——奥林匹斯十二主神之一，宙斯与迈亚之子，司职商业、旅行、偷窃、畜牧、竞技、演说，也是众神的信使。他行动敏捷，常被描绘为头戴有翼金盔、脚穿带翼凉鞋、手持双蛇盘绕的节杖。罗马神话中对应的是墨丘利（Mercury）。

安装 Hermes

Hermes 的安装很简单，一行命令：

# 默认安装到 $HOME/.hermes
# 也可以通过环境变量 HERMES_HOME 指定安装目录
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc    # 或者 source ~/.zshrc
hermes              # 启动！

如果想装到指定目录：

wget https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh
chmod +x install.sh
./install.sh --hermes-home /data/runtime/hermes

安装完之后，目录和重要的配置文件在这些地方：

  • Home：~/.hermes/
  • Settings：~/.hermes/config.yaml
  • bin：~/.local/bin/hermes
  • Service：~/.config/systemd/user/hermes-gateway.service
  • API Keys：~/.hermes/.env
  • Data：~/.hermes/cron/、sessions/、logs/

常用的几个子命令：

hermes setup            # 配置 API Key
hermes config           # 查看/编辑配置
hermes gateway install  # 安装网关服务（消息+定时任务）
hermes update           # 更新到最新版

连接微信

国内用 Telegram、Discord 不太方便，所以一般会使用微信或者飞书。

OpenClaw连接微信还要自己折腾一下，Hermes则已经内置了微信支持，只需要扫个码就可以完成对接。选择连接微信后会问要不要开 QR 登录：

Start QR login now? [Y/n]: y

请使用微信扫描以下二维码：
https://liteapp.weixin.qq.com/q/7GiQu1?qrcode=xxxxxxxxxxxxxxxx&bot_type=3

这时终端会直接显示微信登录的二维码，如果无法显示，使用上面提示的地址用浏览器访问就可以看到二维码。

手机微信扫一下，然后在终端里设置权限，用默认值即可：

 → (●) Use DM pairing approval (recommended)
   (○) Allow all direct messages
   (○) Only allow listed user IDs
   (○) Disable direct messages

在另一台设备（或者你自己的微信小号）上给机器人发一条消息，会收到一个配对码，回到树莓派终端执行：

hermes pairing approve weixin F94QZ72U

或者直接在对话框里按提示输入配对码，微信通道就接通了。连通后可以立刻在微信里和这个 Agent 对话。

树莓派摄像头

先在树莓派上安装摄像头配件。安装方式：摄像头排线接到电源和 HDMI 之间的 CSI 接口，白色一侧朝向 HDMI 方向，有文字的一侧朝向电源和网卡方向，插到底锁紧即可。

接上摄像头之后，先在系统里启用：

# 启用摄像头
sudo raspi-config
# 查看摄像头状态（推荐）
vcgencmd get_camera
# 列出已检测到的摄像头（supported=1 detected=1）
rpicam-hello --list-cameras

# 拍摄并保存为 test.jpg
rpicam-jpeg -o test.jpg
# 或者使用功能更全的命令（推荐）
rpicam-still -o test.jpg

如果你一行命令也不想执行，可以直接在opencode里告诉AI：“调试摄像头”，AI会自动完成上述全部步骤。

在 Bookworm 上原来的 raspistill、libcamera-still 已经统一改名成 rpicam-* 系列。rpicam-still 比 rpicam-jpeg 多了曝光、对焦、HDR 等参数，还可以RAW格式输出，适合作为长期使用的拍照命令。

参数说明：

  • –shutter <微秒>：手动设置快门速度（支持长曝光，如 100 秒）。
  • –gain <值>：设置模拟增益（相当于 ISO）。
  • –exposure ：曝光模式（如 normal、sport）。
  • –ev <值>：曝光补偿（EV 值，正负调整亮度）。
  • –awb ：白平衡模式（auto、daylight、cloudy 等）。
  • –awbgains <r,b>：手动设置红/蓝增益。

把摄像头对着菜园架好，运行一下 rpicam-still -o test.jpg，rsync 回本机看一眼，能拍到清晰的菜地全景，就算成功了。

如果使用桌面版的树莓派，拍摄后会立刻在桌面上弹出照片，更方便使用。

编写 garden-camera 技能

Hermes 的扩展方式叫 Skill，本质上就是一段带有自然语言触发条件的 Markdown 描述 + 一组可执行命令。Skill 放在 ~/.hermes/skills/ 下，按目录组织。

直接让 Hermes 自己写一个就好了。在终端里启动 hermes，给它下面这段 Prompt：

创建一个技能，当我询问你"菜园情况如何"/“院子情况如何"时，调用 rpicam-still -o camera/xxxx.jpg 拍摄一张照片，照片保存在当前 workspace 的 camera 目录下，并反馈该照片（如果是微信等 channel 询问，则把照片发回去，并简要分析照片中院子是否有人偷菜）。

Hermes 会反过来 clarify 几个细节，例如：

  1. 照片保存在哪里？是当前工作目录还是固定路径（比如 ~/garden-photos/ 或者带时间戳）？
  2. “如果是微信询问则返回给照片”——指的是通过任意已连接的消息平台自动发回去，还是特指微信？
  3. 这个技能只是拍照+反馈，还是希望 Agent 也用 vision 分析照片内容？

此时会弹出用户交互菜单追问需求细节，我使用的Deepseek v4 Pro大模型，似乎在用户交互菜单的支持上存在一些小问题。AI没有获得用户反馈之后，自动按照最佳实践自己决定了这些细节，自己根据上下文做了合理的默认决策（带时间戳保存、自动回复当前 channel、调用 vision 分析，如果用户只要照片则跳过分析），最后输出：

技能：garden-camera
位置：~/.hermes/skills/smart-home/garden-camera/SKILL.md

打开生成的 SKILL.md 看一眼，大致结构是：

  • 概述：描述这个技能是干什么用的：从树莓派摄像头捕获一张照片并返回照片及摘要
  • 触发条件：消息中匹配"菜园情况如何”、“院子情况如何”、“看看院子"等
  • 工作流：拍摄、校验、分析、反馈
  • 检查清单：确认做的事情是正确的
---
name: garden-camera
description: "Use when the user asks about 菜园情况, 院子情况, 花园, 偷菜, garden status, yard status. Capture a photo via rpicam-still, save with timestamp, and return the photo with an AI analysis of plant health and garden conditions."
version: 1.0.0
author: Hermes Agent
license: MIT
metadata:
  hermes:
    tags: [garden, camera, rpicam, raspberry-pi, vision, smart-home]
    related_skills: []
---

# Garden Camera — 菜园/院子摄像头
  ## Overview
    ...
  ## When to Use
    ...
  ## Workflow
    ### Step 1: Capture the Photo
      ...
    ### Step 2: Verify the Photo
      ...
    ### Step 3: Analyze with Vision AI
      ...
    ### Step 4: Report to the User
      ...
    ## Alternative: Silent Capture Only
      ...
  ## Common Pitfalls
    ...
  ## Verification Checklist
    ...

公众号后台回复看菜园，获得完整 SKILL.md 文件。

实战效果

把树莓派搬到窗台上，摄像头对准菜园，gateway 服务起好：

systemctl --user enable --now hermes-gateway.service
systemctl --user status hermes-gateway.service

掏出手机，在微信里发一句"院子情况如何”，几秒钟后收到回复：

> 📷 菜园快照 — 20260506_093810.jpg

**🔍 菜园检查结果：**

✅ **没人偷菜！** 画面中没有出现人或动物，菜园安全。

🌱 **蔬菜健康状况：**
- 植物叶片呈健康绿色，无枯萎、黄叶或虫害迹象
- 部分小苗处于幼苗期，植株纤细但状态良好
- 竹子和小树枝叶茂盛，长势不错

⚠️ **需要注意的问题：**
1. **土壤偏干** — 看起来比较干燥，建议适当浇水
2. **植物分布稀疏** — 可以考虑补种或密植
3. **栅栏附近有杂草** — 需要整理，避免争夺养分
4. **定期检查病虫害** — 虽然目前没有，但要持续关注

总体来说菜园状况不错，蔬菜在茁壮成长中！就是记得浇浇水 💧

成了。换一句"看看院子"试试，触发同样的技能。再换"菜地咋样"——这个没在显式触发词里，但因为语义接近，LLM 自己也能匹配到。把 LLM 当人就行——人能听懂的，LLM 也能听懂。

小结

在树莓派跑通整个流程后非常兴奋，实在是太好玩了。整套方案的关键点：

  • 树莓派 作为永远在线的边缘节点，挂摄像头、跑 Hermes，功耗低，放窗台不占地方
  • Hermes 作为 Agent 框架，把消息平台、本地命令、LLM 串起来，写技能只要写 Markdown
  • 微信通道 作为和用户沟通的桥梁，让控制入口下沉到日常使用最频繁的 App，不用专门开一个新应用
  • rpicam-still + vision LLM 完成"拍照 + 看图说话"的闭环

更进一步，还可以加更多技能：

  • 定时任务：每天定时自动拍照片存档，做时间序列对比
  • 异常检测：检测到闲人靠近时主动 push 微信
  • 识别采摘：分析蔬菜水果的成熟程度，通知用户及时采摘
  • 丰收统计：统计蔬菜水果的年度产出量，收获满满的成就感
  • 联动浇水：判断土壤干燥程度，自动控制 GPIO 上的继电器开水阀

赫耳墨斯本来就是司"偷窃"和"信使"的神，让他帮我盯着偷菜贼，再合适不过。