钉钉接入Hermes

AI

1.前往钉钉后台创建对应消息应用

支持一键创建 配置应用名称即可

2.创建完成后获取到对应的ID,前往Hermes把对应的ID配置进入

3.测试效果

发现有thinking标志但是没有回复消息

查看日志发现Hermes版本过老 执行hermes update更新

仍旧无效 排查日志
2026-06-15 10:28:51,608 INFO gateway.platforms.dingtalk: [Dingtalk] _send_emotion: reply 🤔Thinking on msg=

怀疑可能是版本不兼容问题 执行降版本指令

/Users/mac/.hermes/hermes-agent/venv/bin/python -m pip install –force-reinstall –no-cache-dir dingtalk-stream==0.23.0

无效

原因:
# 安全：限制可与机器人交互的用户
DINGTALK_ALLOWED_USERS=user-id-1 用户ID错误导致

GATEWAY_ALLOW_ALL_USERS=true 取消白名单限制 消息回复正常

配置自动更新证书流程

云服务器

场景与目标

  • 服务器：京东云 ECS（Ubuntu 22.04）
  • DNS：域名在腾讯云解析
  • 证书：Let’s Encrypt
  • 架构：所有外网 80/443 入口由 Docker 容器 nginx-proxy 统一接入与反向代理（HTTPS 终止在网关层）
  • 目标：
  • 自动签发：主域名 + 泛域名 (*.主域名)
  • 自动续期：到期前自动完成 DNS-01 验证并续签
  • 自动部署：续期后自动将新证书部署到 nginx-proxy 并 reload 生效

一、准备条件

1) 域名必须处于正常可用状态（及时续费，避免过期导致续签失败）。

2) 腾讯云侧准备 DNS API 密钥（CAM）：

  • 生成 SecretId / SecretKey
  • 授权至少包含修改 DNS 记录（添加/删除 TXT）的权限

3) 服务器侧准备基础依赖：

  • curl、tar、ca-certificates、socat、cron（DNS-01 + acme.sh 常用依赖）
  • 服务器能访问 Let’s Encrypt 的 ACME 接口
  • 若 GitHub 访问不稳定，可用国内镜像源（如 Gitee）拉取 acme.sh

二、安装 acme.sh（解决 GitHub 下载不稳定）

在大陆网络环境里，GitHub 下载常超时。可以改用 Gitee 镜像安装：

apt update
apt install -y git ca-certificates socat cron
update-ca-certificates

cd /root
git clone --depth 1 https://gitee.com/neilpang/acme.sh.git /root/acme.sh-src
cd /root/acme.sh-src
./acme.sh --install \
  --home /root/acme.sh \
  --config-home /root/.acme.sh \
  --accountemail <你的邮箱>

验证安装：

/root/acme.sh/acme.sh --version

三、配置 Let’s Encrypt 为默认 CA

acme.sh 可能默认使用其他 CA（如 ZeroSSL）。显式切到 Let’s Encrypt：

/root/acme.sh/acme.sh --set-default-ca --server letsencrypt

四、配置腾讯云 DNS API（敏感信息不要写进命令历史）

将密钥写入仅 root 可读文件（占位符替换）：

cat > /root/.tencent_dns_api <<'EOF'
export Tencent_SecretId="<SECRET_ID>"
export Tencent_SecretKey="<SECRET_KEY>"
EOF
chmod 600 /root/.tencent_dns_api

五、签发泛域名证书（DNS-01）

加载密钥环境变量并签发：

source /root/.tencent_dns_api

/root/acme.sh/acme.sh --issue --server letsencrypt \
  --dns dns_tencent \
  -d <主域名> -d '*.<主域名>' \
  --dnssleep 120

说明：

  • -d <主域名> 用于根域（例如 example.com）
  • -d '*.<主域名>' 用于所有子域（例如 api.example.com、www.example.com）
  • --dnssleep 用于等待 TXT 记录生效，DNS 慢可改成 300/600

签发成功后，证书文件会在类似路径中生成：

  • /root/.acme.sh/<主域名>_ecc/fullchain.cer
  • /root/.acme.sh/<主域名>_ecc/<主域名>.key

六、将证书自动部署到 Docker 网关 nginx-proxy（关键：统一入口）

本方案的核心是：只让 nginx-proxy 使用证书，其他服务容器走内网 HTTP，由 nginx-proxy 统一提供 HTTPS。

1）确认 nginx-proxy 的证书目录挂载

通过 Docker inspect 可看到类似映射：

  • 宿主机：/home/<用户>/my-server/nginx-proxy/ssl
  • 容器内：/etc/nginx/ssl

且 Nginx 配置使用：

  • ssl_certificate /etc/nginx/ssl/cert.pem;
  • ssl_certificate_key /etc/nginx/ssl/key.pem;

2）用 acme.sh 安装证书到 nginx-proxy 对应宿主机目录，并设置自动 reload

mkdir -p /home/<用户>/my-server/nginx-proxy/ssl
chmod 700 /home/<用户>/my-server/nginx-proxy/ssl

/root/acme.sh/acme.sh --install-cert -d <主域名> \
  --key-file /home/<用户>/my-server/nginx-proxy/ssl/key.pem \
  --fullchain-file /home/<用户>/my-server/nginx-proxy/ssl/cert.pem \
  --reloadcmd "docker exec nginx-proxy nginx -s reload"

chmod 600 /home/<用户>/my-server/nginx-proxy/ssl/key.pem \
          /home/<用户>/my-server/nginx-proxy/ssl/cert.pem

要点：

  • fullchain-file 必须是 fullchain（含中间证书），兼容性最好
  • --reloadcmd 是“自动生效”的关键：续期成功后自动热加载 nginx-proxy

3）手动验证 nginx 配置并 reload

docker exec nginx-proxy nginx -t
docker exec nginx-proxy nginx -s reload

七、自动续期是如何发生的（cron）

安装 acme.sh 时会自动为 root 写入 crontab 定时任务，例如：

  • 每天固定时间运行 acme.sh --cron
  • 它会检查证书是否进入续期窗口（一般到期前约 30 天）
  • 若需要续期，会自动执行：
  • 调用腾讯云 DNS API 添加/验证/删除 TXT 记录
  • 向 Let’s Encrypt 申请新证书
  • 写入你在 --install-cert 指定的证书路径
  • 执行 --reloadcmd（例如 reload nginx-proxy）

检查定时任务与证书状态：

crontab -l | grep acme
/root/acme.sh/acme.sh --list

列表中会显示下一次进入续期窗口的时间（Renew Time）。

八、验证线上证书有效期（无需依赖腾讯云控制台）

服务器本机验证（查看签发者/有效期）：

echo | openssl s_client -servername <主域名> -connect 127.0.0.1:443 2>/dev/null \
  | openssl x509 -noout -issuer -subject -dates

也可以浏览器访问站点，点击锁标志查看证书到期时间。

九、扩展：以后新增更多 Docker 服务怎么做？

因为使用的是“统一入口网关 + 泛域名证书”：

  • 新增服务只需：
  • 新增一个 DNS 解析记录（如 api.<主域名> 指向服务器）
  • 在 nginx-proxy 的 conf.d 增加一个 server_name api.<主域名> 的反代配置
  • 不需要为每个服务容器单独挂载证书，也不需要每个服务单独续期。

中间件

Fastapi

中间件(Middleware)是一个在每次请求进入 FastAPI 应用时都会被执行的函数。
它在请求到达实际的路径操作(路由处理函数)之前运行，并且在响应返回给客户端之前再运行一次。

作用: 为每个请求添加统一的处理逻辑(记录日志、身份认证、跨域、设置响应头、性能监控等)

@app.middleware('http')
async def add_process_time_header(request: Request, call_next):
    print('process_time_header called')
    response = await call_next(request)
    print('process_time_header called with response {}'.format(response))

代码如上 在访问根路径时会报错

原因: 缺少return 框架后面会把“返回的响应”当成可执行对象继续处理；现在拿到的是 None ，所以报：

TypeError: ‘NoneType’ object is not callable

修改代码

@app.middleware("http")
async def add_process_time_header(request: Request, call_next):
    print("process_time_header called")
    response = await call_next(request)
    print("process_time_header called with response {}".format(response))
    return response

再次访问 控制台输出日志

process_time_header called
process_time_header called with response
INFO: 127.0.0.1:60206 – “GET / HTTP/1.1” 200 OK

@app.middleware("http")
async def add_process_time_header(request: Request, call_next):
    print("process_time_header called")
    response = await call_next(request)
    print("process_time_header called with response {}".format(response))
    return response

@app.middleware("http")
async def middleware_test(request,call):
    print("middleware_test start")
    res = await call(request)
    print("middleware_test end")
    return res

多个中间件执行顺序是由下而上的

middleware_test start
process_time_header called
process_time_header called with response
middleware_test end
INFO: 127.0.0.1:60431 – “GET / HTTP/1.1” 200 OK

响应类型

Fastapi

默认情况下，FastAPI会自动将路径操作函数返回的 Python对象(字典、列表、Pydantic 模型等)，经由jsonable_encoder 转换为JSON 兼容格式，并包装为 JSONResponse 返回。这省去了手动序列化的步骤，让开发者能更专注于业务逻辑。如果需要返回非 JSON 数据(如 HTML、文件流)，FastAP! 提供了丰富的响应类型来返回不同数据

自定义响应格式

response_model 是路径操作装饰器(如 @app.get或 @app.post)的关键参数，它通过一个 Pydantic 模型来严格定义和约束 AP! 端点的输出格式。这一机制在提供自动数据验证和序列化的同时，更是保障数据安全性的第一道防线。

class News(BaseModel):
    id: int
    title: str
    content: str


@app.get("/news/{id}", response_model=News)
async def get_news(id: int):
    return {
        "id": id,
        "title": f"这是第{id}本书",
        "content": "这是一本好书"
    }

参数

Fastapi

不同情况下的参数作用与意义各不相同

1.路径参数

@app.get("/book/{id}")
async def get_book(id: int):
    return {"id": id}

Path

@app.get("/get_name/{name}")
async def get_nanme(name: str = Path(...,max_length=10,min_length=2,description='长度范围2-10')):
    return {"name": name}

通过导入Path 可以控制参数的一些条件

第一个位置的 … 代表该参数必填

max_length和min_length分别限制了最大和最小长度

description 表示注解

2.查询参数

@app.get("/news/news_list")
async def get_news_list(
        page: int = Query(default=1, ge=1, le=10,description='范围在1-10'),
        limit: int = Query(default=5, ge=1, le=10),
        skip: int = Query(default=0, ge=0, le=10),
):
    
    return {"page": page, "limit": limit, "skip": skip}

Query

查询参数可以通过Query来控制

3.请求体参数

class User(BaseModel):
    username: str = Field(...,min_length=2,max_length=10,description='输入用户名,长度2-10')
    password: str = Field(...,min_length=2,max_length=10,description='输入密码,长度2-10')
    age: int

@app.post("/register")
async def register(user: User):
    return user

Filed

这里输入注解时是不提醒的

当输入类型错误时响应会有提示

创建web项目

Fastapi

运行服务

访问/docs (交互式文档)出现报错

可以看到这里解释器版本是3.9

执行命令

python -c "import sys,fastapi,pydantic,pydantic_core,importlib.metadata as m; print(sys.version); print('fastapi',fastapi.__version__); print('pydantic',pydantic.__version__); print('pydantic_core',pydantic_core.__version__); print('typing-inspection',m.version('typing-inspection'))"
3.9.0 (v3.9.0:9cf6752276, Oct  5 2020, 11:29:23) 
[Clang 6.0 (clang-600.0.57)]
Traceback (most recent call last):
  File "<string>", line 1, in <module>
AttributeError: module 'typing_inspection' has no attribute '__version__'

astAPI 已经移除 3.8 支持，并持续跟进新版本 Python（已提到支持到 3.14）

选择更新解释器版本并且重新配置虚拟环境,这里为了方便,重新创建项目并且选择比较适配的3.11版本

创建完成后重新运行服务并且访问/docs (交互式文档)

.env文件配置命名问题

随手记

今天配置.env文件发现一个BUG 代码执行是保存未获取到对应秘钥名称

.env文件内存在该名称

错误原因:

for k, v in os.environ.items ( ) :

if k.isupper ( ) :

先按所需的组合键，再按 Enter 键。

这个问题的原因是 server/settings.py 文件中有一段自动加载环境变量的代码

这段代码只会将 全大写 的环境变量自动注入到 Django 的 settings 中。由于您的变量名 例:Key 包含了小写字母，它被这段逻辑忽略了，导致 settings 对象中没有这个属性。

这个行为是由 server/settings.py 文件底部的这几行代码决定的：

for k, v in os.environ.items():

if k.isupper(): # <— 关键在这里

globals().setdefault(k, v)

所以将 Key 命名修改为 KEY即可

LangChain

AI
  • LangChain 是地基。它定义了最基础的组件：什么是 Model，什么是 Prompt，什么是 Memory，什么是 Tool。
    • CrewAI 和 AutoGen 在底层大量复用了 LangChain 的概念（尤其是 CrewAI，它直接依赖 LangChain 的组件）。
    • 学习策略：只要懂了 LangChain 的核心概念（Chain, Agent, Tool），看 CrewAI 的代码就像看“封装好的高级脚本”，非常容易上手。
  • LangGraph 是关键进化：它是 LangChain 团队为了解决复杂 Agent 流程控制而推出的新核心库，代表了从“链式（Chain）”到“图式（Graph）”的思维转变。

基础概念

  1. 模型（Models）：LLM的“大脑”
    模型是LangChain的核心动力，负责理解文本、生成内容。LangChain支持几乎所有主流LLM（比如OpenAI、GPT-4、LLaMA、Claude等），并统一了调用接口。

两种核心模型类型：

LLM：输入文本，输出文本（比如GPT-3.5的text-davinci-003）。

ChatModel：输入“消息列表”（比如用户消息、系统提示），输出“消息”（更适合对话场景，比如GPT-4的gpt-4）。

作用：负责核心的“思考”和“生成”工作，是整个应用的“智能来源”。

  1. 提示（Prompts）：给模型的“指令”
    提示词是告诉模型“该做什么”的指令。LangChain的PromptTemplate能帮你动态生成提示词，避免手动拼接字符串的麻烦。

示例：
如果你想让模型生成“给产品起名字”，可以定义一个模板：
PromptTemplate(input_variables=[“product”], template=”给一个{product}起3个有科技感的名字”)
当传入product=”智能手表”时，自动生成提示词：“给一个智能手表起3个有科技感的名字”。

作用：精准控制模型的输出，让模型按你的需求工作（比如摘要、翻译、问答等）。

  1. 链（Chains）：组件的“连接器”
    单个模型+提示只能完成简单任务（比如生成一句话），但复杂任务需要多步操作（比如先翻译再总结）。链就是把多个组件（模型、提示、其他链）按顺序组合起来的工具。

常见链类型：

LLMChain：最基础的链，由“提示模板”+“模型”组成，直接输出结果。

SequentialChain：按顺序执行多个链（比如链1的输出作为链2的输入）。

RouterChain：根据输入内容“选择”不同的链执行（比如判断问题类型，再调用对应链）。

示例：用SequentialChain实现“先翻译英文到中文，再总结中文内容”：
链1（翻译）→ 链2（总结），输入英文，输出总结后的中文。

  1. 记忆（Memory）：让模型“记住”历史
    默认情况下，LLM是“健忘的”——每次调用都是独立的，不知道之前的对话。记忆组件的作用是保存对话历史，并把历史内容“喂”给模型，让对话有连贯性。

常见记忆类型：

ConversationBufferMemory：简单保存所有对话历史（适合短对话）。

ConversationSummaryMemory：自动总结对话历史（适合长对话，避免内容过长）。

ConversationTokenBufferMemory：按“Token数量”保存历史（防止超过模型输入限制）。

示例：聊天机器人中，用ConversationBufferMemory保存“用户问了什么”和“AI答了什么”，每次新对话时，把历史内容和新问题一起传给模型，模型就知道上下文了。

  1. 工具（Tools）：模型的“外挂能力”
    LLM的知识截止到训练数据（比如GPT-4截止到2023年10月），也不会实时计算、查天气。工具是模型可以调用的外部能力，帮模型弥补这些缺陷。

常见工具类型：

搜索引擎（比如Google Search，查实时信息）；

计算器（比如llm-math，做精确计算）；

数据库（比如SQL工具，查数据库数据）；

自定义函数（比如你自己写的“查天气”API）。

作用：让模型从“只能凭记忆回答”变成“能主动调用工具获取信息”。

  1. 代理（Agents）：工具的“决策者”
    有了工具，谁来决定“什么时候用什么工具”？——代理。

代理是一个“决策者”：它会分析用户的问题，判断是否需要调用工具（如果需要，调用哪个工具），并根据工具返回的结果生成最终答案。

常见代理类型：

Zero-shot React Description：根据工具的“描述”直接决定调用（适合简单场景）；

Conversational React Description：带记忆的代理（适合对话场景，能结合历史决定调用）；

Structured Input：处理结构化输入（比如表格数据）的代理。

示例：用户问“今天北京的气温是多少？”
代理分析：“这个问题需要实时数据，模型不知道，所以调用天气工具”→ 调用工具获取气温→ 整理结果回答用户。

UV的使用以及与pip的区别

工具

uv 与 pip 的核心区别

# 1. 创建虚拟环境（如果尚未创建）

uv venv

# 2. 激活虚拟环境

source .venv/bin/activate

# 3. 安装项目依赖（使用 uv 替代 pip，速度飞快）

uv pip install -r requirements.txt(我这里是uv与requirements.txt混用)

可以看到安装时报错了原因是在 macOS 上安装 mysqlclient 失败,因为系统缺少 MySQL 的 C 开发库（header files）构建工具无法找到它们

执行brew install mysql-client pkg-config

# 设置 pkg-config 路径以便找到 mysqlclient

export PKG_CONFIG_PATH=”$(brew –prefix mysql-client)/lib/pkgconfig”

而后重新执行uv pip install -r requirements.txt

安装完成

# 4. 同步开发工具（如 pre-commit，这是目前 uv.lock 管理的内容）

uv sync