精选案例 · Agent / 实践案例
用 Hermes + OpenClaw 驱动的 AI 辅助开发实践
可读标题 · 基于原文内容整理
原题:高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践
这个案例围绕「高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践」记录了一条真实 AI 实践线索,正文重点集中在「背景」「使用的 AI 工具」,适合先按任务意图阅读再判断复用。
案例速读
README 标题「高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践」下已经出现运行/配置路径、脚本或接口线索、结果证据,正文重点集中在「背景」「使用的 AI 工具」,比纯概念介绍更适合进入精选阅读流。 这篇案例的阅读价值在于,它把真实任务、模型辅助过程和可迁移做法放在同一个上下文里,读者可以从 「高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践」、「背景」、「使用的 AI 工具」、「项目实践」 进入正文。
- 建议重点看 可参考其中的运行与配置路径、包含可迁移的命令、脚本或接口线索、已有结果或观测证据可用于判断复用价值。结合 Agent / 实践案例 和「任务驱动用户、AI 实践者」这一受众定位,它更适合作为任务检索后的精读材料,而不是只看一句短摘要后快速跳过。
- 正文目录和原始材料仍然是判断依据;导读只帮助你更快定位阅读重点。
- 看点
- 高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践
- 读者
- 任务驱动用户、AI 实践者
- 复用
- 可参考其中的运行与配置路径
- 结构
- 12 个目录入口
原文内容
高正雷:用 Hermes + OpenClaw 驱动的 AI 辅助开发实践
背景
我是科大的教职工,日常工作涉及系统运维、Web 应用开发和技术支持。以前写代码主要靠自己查文档、翻 Stack Overflow,遇到问题要折腾半天。最近开始深度使用 Hermes Agent 和 OpenClaw 作为日常开发搭档,从"问个语法"升级为"把整个项目交给 AI 协作",效率有了质的飞跃。
使用的 AI 工具
| 工具 | 用途 |
|---|---|
| Hermes Agent | 主力开发助手 — 代码编写、调试、部署、自动化运维 |
| OpenClaw | 微信 Bot 框架 — 多平台消息通道集成(微信/QQ/飞书) |
| 词元计划 Token API | 科大内部大模型 API(DeepSeek-v4 / Qwen 系列) |
项目实践
1. Device Monitor 设备监控系统(Flask 全栈项目)
这是一个用 Flask + AdminLTE 构建的设备日志监控与告警系统,我让 Hermes 参与了从架构设计到部署上线的完整流程:
开发阶段:
- 让 Hermes 基于需求描述生成了 SQLite 数据库 schema(
log_entries、devices两张核心表) - 用 AdminLTE 3 + Jinja2 模板搭建前端页面,Hermes 帮我处理了侧边栏导航、下拉菜单裁剪等 CSS 兼容性问题
- JWT 认证 + bcrypt 密码加密的安全加固,Hermes 逐文件审查后给出了具体修复方案
运维阶段:
- systemd 服务部署、systemctl 管理
- Flask 模板缓存导致的页面不更新问题,Hermes 帮定位到
TEMPLATES_AUTO_RELOAD配置 - 数据库凭证硬编码问题 → 改为环境变量 + 加密存储
最让我意外的一个细节:
时间格式统一问题。不同设备返回的日志时间格式五花八门,Hermes 建议封装一个 _normalize_timestamp() 统一转 CST,这一个函数就省了我大量的 if-else。这种"封装通用工具函数"的思路,AI 比我想得周到。
2. 科大财务系统 JSP 页面现代化改造
这是一个基于 Wingsoft 框架 + CAS 单点登录的遗留系统(2013 年左右构建)。改造过程中遇到很多"老系统特有的坑":
- iframe 被 X-Frame-Options 拦截 — Hermes 帮我分析了 CAS 保护机制,最终收敛到"服务端预渲染 +
<script type="text/template">+ JS textContent 读取"方案,零客户端网络请求 - HTML 实体编码问题 — 发现浏览器 textarea 的
innerHTML→value能自动解码 HTML 实体,比手动写解码函数靠谱得多 - 新闻弹窗 404 但文件存在 — 定位到
News.getAllTitles("Y")返回的aNews[0]参数格式不匹配,参考同模式文件(如news.jsp)快速定位根因
这种老系统调试,AI 最有价值的是系统性排查:不是盲目试错,而是按"请求链路 → 响应头 → 参数匹配 → 参考已有实现"的顺序逐步收敛。
3. OpenClaw 微信 Bot("龙虾"项目)
用 OpenClaw 搭建微信 Bot,接入多个消息平台:
- 微信扫码登录 + 会话管理
- 多渠道消息路由(微信 / QQ / 飞书)
- 定时任务(Hermes cron)驱动的内容推送和系统巡检
AI 辅助开发的心得
1. 提示词要具体,但不要"手把手"
好的提示词是"告诉我目标,让我自己规划"。比如:
- ❌ “帮我写一个 Flask 登录页面”(太笼统,出来的东西不匹配项目)
- ✅ “在现有的 AdminLTE 侧边栏下添加一个 /login 路由,用 JWT 验证,模板继承 base.html”(目标明确,AI 能自主发挥)
2. 让 AI 先理解环境,再动手改
每次开始新项目,我会先让 Hermes 扫描项目结构、读取现有代码风格、确认依赖版本。这样后续改动才不会"风格冲突"。
3. "看 diff 再 merge"是我的铁律
AI 生成代码很快,但提交前一定要看 diff。不是不信任 AI,而是确认它没有改到无关文件或引入不需要的依赖。
4. 最好的用法:结对编程,不是"一键生成"
把 AI 当成旁边的资深同事:先讨论方案 → 让它写初版 → 一起 review → 跑起来验证 → 根据报错再迭代。每一步都有人在场,远比"让它写完一整段代码再检查"靠谱。
对词元计划的评价
科大提供的 Token API 非常好用,价格实惠、延迟低、模型选择丰富。作为一个日常需要大量代码辅助的人,词元计划让我能无负担地让 AI 深度参与开发,而不是"省着问"。
希望我的分享对大家有帮助!欢迎交流 💬