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。, busbus)# 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。, busbus)# 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。, busbus)# 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_outputjson ) # 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_outputmarkdown ) 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_outputjson ) 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
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。, busbus)# 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。, busbus)# 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。, busbus)# 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_outputjson ) # 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_outputmarkdown ) 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_outputjson ) 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
