让 3 个 AI 一起写公众号：一篇 Hermes 多 Agent 实操

让 3 个 AI 一起写公众号：一篇 Hermes 多 Agent 实操

为什么需要多 Agent 协作？在公众号写作中，单打独斗的 AI 往往只能完成某个环节（如生成初稿），但一篇高质量文章需要选题、写作、审核、排版等多个步骤。如果让多个 AI 各司其职、协同工作，就能实现类似“编辑部”的效果。本文将演示如何使用 Hermes 框架搭建一个 3 Agent 的公众号写作流水线，包括：-选题 Agent：负责分析热点和提供文章大纲-写作 Agent：根据大纲生成完整文章-审核 Agent：检查语法、逻辑和合规性## 环境搭建与核心概念首先，安装 Hermes 和所需依赖。Hermes 是一个轻量级的 Agent 编排框架，支持异步消息传递。bashpip install hermes-core openaiHermes 的核心概念：-Agent：独立的 AI 实例，拥有自己的角色和提示词-MessageBus：用于 Agent 之间通信的管道-Task：一个可执行的工作单元，包含输入和输出## 代码演示 1：定义 3 个 Agent 角色下面代码创建三个 Agent，每个都有自己的系统提示（System Prompt），模拟不同角色的思维方式。pythonfrom hermes import Agent, MessageBusimport asyncio# 1. 定义消息总线（所有 Agent 共享）bus = MessageBus()# 2. 选题 Agent：负责市场分析和选题策划topic_agent = Agent( name="选题编辑", system_prompt="""你是一个专业的公众号选题编辑。 根据用户提供的行业关键词，给出 3 个当前热门的选题方向。 每个选题需要包含：标题、核心观点、目标读者。 输出格式为 JSON 数组。""", bus=bus)# 3. 写作 Agent：根据选题生成正文writing_agent = Agent( name="主笔写手", system_prompt="""你是一个资深的公众号写手。 收到选题后，立即生成一篇 800 字左右的文章。 要求：段落清晰、有数据支撑、结尾有互动话题。 使用 Markdown 格式输出。""", bus=bus)# 4. 审核 Agent：检查文章质量review_agent = Agent( name="内容审核", system_prompt="""你是一个严谨的内容审核员。 检查文章是否存在以下问题： - 语法错误 - 逻辑矛盾 - 敏感词或违规内容 - 排版不美观 给出修改建议，并输出通过/不通过状态。""", bus=bus)# 注册所有 Agentfor agent in [topic_agent, writing_agent, review_agent]: asyncio.create_task(agent.run())## 代码演示 2：编排完整的工作流这个示例演示如何让三个 Agent 按顺序协作：选题 → 写作 → 审核。使用asyncio实现异步调用。pythonimport asyncioimport jsonfrom hermes import Taskasync def run_article_pipeline(keyword: str): """执行完整的公众号文章生产流程""" # 步骤 1：选题编辑生成选题 print("🔍 步骤1：选题编辑正在分析热点...") topic_task = Task( agent="选题编辑", input_data={"keyword": keyword}, expected_output="json" ) # 发送任务到总线，等待选题 Agent 处理 topic_result = await bus.send(topic_task) topics = json.loads(topic_result) print(f"📋 生成选题：{topics}") # 选择第一个选题作为写作方向 selected_topic = topics[0] # 步骤 2：主笔写手根据选题写文章 print("✍️ 步骤2：主笔写手开始创作...") writing_task = Task( agent="主笔写手", input_data={ "title": selected_topic["title"], "core_idea": selected_topic["核心观点"], "target_reader": selected_topic["目标读者"] }, expected_output="markdown" ) article = await bus.send(writing_task) print(f"📝 文章初稿完成（字数：{len(article)}）") # 步骤 3：内容审核检查文章 print("🔎 步骤3：内容审核正在检查...") review_task = Task( agent="内容审核", input_data={"article": article}, expected_output="json" ) review_result = await bus.send(review_task) # 解析审核结果 result = json.loads(review_result) if result["status"] == "通过": print("✅ 文章审核通过，可以发布！") return article else: print(f"❌ 文章需要修改：{result['suggestions']}") return None# 运行示例：写一篇关于“AI 写作”的公众号文章if __name__ == "__main__": final_article = asyncio.run( run_article_pipeline("AI 写作工具 2025") ) if final_article: print("\n最终文章预览：") print(final_article[:500] + "...") # 只显示前500字## 实际运行效果当执行上述代码时，你会看到类似下面的输出（简化版）：🔍 步骤1：选题编辑正在分析热点...📋 生成选题：[ {"title": "2025年AI写作工具排行榜：这3款让编辑失业", "核心观点": "对比主流工具", "目标读者": "自媒体从业者"}, {"title": "用AI写公众号：从0到10万+的全流程", ...}, ...]✍️ 步骤2：主笔写手开始创作...📝 文章初稿完成（字数：832）🔎 步骤3：内容审核正在检查...✅ 文章审核通过，可以发布！如果审核不通过，Agent 会返回具体的修改建议，例如：“第二段数据来源未标注，建议补充引用。” 然后你可以让写作 Agent 根据反馈重写。## 进阶技巧1.增加 Agent 数量：可以加入“排版 Agent”专门负责 Markdown 转公众号格式，“SEO Agent”优化标题关键词。2.并行处理：让多个写作 Agent 同时写不同选题，然后由审核 Agent 择优选择。3.记忆机制：使用 Hermes 的Memory模块，让 Agent 记住历史对话（例如避免重复选题）。## 总结通过 Hermes 多 Agent 架构，我们将公众号写作拆解为选题、写作、审核三个独立环节，每个环节由专门的 AI 负责。这种方法带来的好处是：-专业化：每个 Agent 只关注自己的领域，输出质量更高-可追溯：每个步骤的产出都可审计，方便修改-可扩展：只需增加 Agent 就能处理更复杂的流程（如多轮修订）未来，多 Agent 协作将像“AI 编辑部”一样，成为内容生产的标准模式。你可以在此基础上加入更多自定义规则，比如根据文章类型切换 Agent 组合，或者引入人类作为最终决策者。开始动手搭建你自己的 AI 写作团队吧！