↓ 跳过正文

Lab:Footprint 决策演练

Lab:Footprint 决策演练
#

目标
#

针对三个功能设想,选择梯子档位,用 ≤5 条要点论证,并列出将触及的文件——先不实现。

前置
#

步骤
#

对每个场景写下:

  1. 所选档位(1–6)
  2. 为何更低档不够(或为何此档已够)
  3. 会触及的路径(用户目录 vs 核心)
  4. 一个要盯住的缓存/session 风险

场景 A — 每日 GitHub 摘要
#

「每天早上总结我的 open PR,并发到 Telegram。」

场景 B — 自定义天气 API
#

「公司有带私有 token 的内部天气 HTTP API;Agent 应用结构化参数调用它。」

场景 C — 响应 Discord 表情反应
#

「有人对消息点 👀 时,机器人应在线程里确认。」

预期结果
#

一份三决策短文。写完后再对照参考答案(评分看推理质量,不要求标签完全一致):

场景建议档位原因
ACLI/cron + skill(及 gateway 投递)调度 + 流程;复用 cron/消息 — 不是新核心工具
BPlugin 工具(或 MCP)小众鉴权 API;token 放密钥;避开核心 schema
CGateway / Discord 适配器边缘功能反应处理是平台表面,不是 AIAgent 核心工具

验证
#

  1. 没有在未穷尽低档时直接「加进 _HERMES_CORE_TOOLS」
  2. 场景 B 不把 API token 放进 config.yaml
  3. 场景 C 不以单独的 HERMES_DESKTOP check_fn 作为方案

常见坑
#

  • 「Agent 应该做 X」自动等于「需要核心工具」
  • 只有 skill、没有持久调度器却想做每日任务
  • 在 run_agent.py 里解决 Discord UX

进阶
#

  • 用 script-only cron(no_agent)对比完整 agent cron 重做场景 A
  • 见 website/docs/user-guide/features/cron.md

下一 Lab
#

缓存安全变更评审