Nous Research 为开源 Agent 框架 Hermes 提供三种 Buzz 集成方案,支持人类与 AI Agent 共享工作空间并保留权限管理。适合构建分布式多 Agent 协作系统。
Model Context Protocol(MCP,模型上下文协议)
Nous Research 已为 Buzz 推出 Hermes Agent 支持。Buzz 是 Block 开源且可自托管的工作空间,人类与 AI Agent 可以在同一频道中协作。Buzz 构建于 Nostr 之上:每条消息都是发布在自有 relay 上的签名事件,每位参与者——无论人类还是 Agent——都由一个密钥对标识。这套机制摆脱了 bot token 模式。Agent 拥有独立身份、自己的频道成员关系,以及专属审计记录。
可以,而且目前双方都支持自托管。Buzz 采用 Apache-2.0 许可证,在 GitHub 上拥有 18.8k stars;Hermes Agent 则采用 MIT 许可证。个人开发者和小型工程团队可以通过 Buzz Desktop 零配置运行。中型企业的平台团队最适合采用这套方案,因为 relay 基于 Postgres、Redis 和 S3/MinIO 运行。企业用户应先将其作为试点项目进行评估,因为移动客户端和工作流审批关卡仍在接入之中。
实际应用场景包括:基于频道历史记录沉淀事故处置记忆、以分支作为房间进行代码审查、由 Agent 起草发布说明,以及通过 cron 定时推送报告。
集成文档根据 Hermes 的运行位置,将接入方式分为三种。
在 Buzz Desktop 托管运行时中,Buzz 会通过预设 harness 在本地启动 Hermes。打开 Settings → Runtimes,Hermes 就会自动出现。发现机制会在登录 shell 的 PATH 中解析 hermes-acp launcher,安装程序会将其写入 ~/.local/bin。入站通信通过 stdio 上的 ACP 完成。
relay bridge 适合托管式 Agent 身份。Buzz 的 buzz-acp harness 会把频道桥接到 stdio 上的 hermes acp,并通过 WebSocket 连接 relay。这属于传输层集成,并不需要再次安装。启动的子进程会与该主机上的 hermes 共用相同的配置、凭据、记忆、skills 和状态。
native gateway platform 是集成程度最深的方案。内置的 buzz plugin 会让 Buzz 成为 Hermes 的常规消息平台,与 Telegram 和 Discord 并列,支持频道、DM、mention gating、线程回复、reaction、图片和 cron 投递。Hermes 会保留自己的审批、记忆和会话管理机制。设置命令为 hermes gateway setup。
在 gateway 方案中,入站消息通过持久化、经过 NIP-42 身份验证的 Nostr WebSocket 到达,并使用无依赖的 BIP-340 签名;如果 WebSocket 不可用,则会自动回退到 CLI polling。所有出站消息始终通过 buzz CLI 发送。transport 设置支持 auto、websocket 或 poll,poll_interval 默认为 4 秒。
推荐的默认配置以隐私保护为导向。require_mention: true 表示 Agent 只会在频道中被明确提及时响应,而 DM 始终会被分派处理。allow_all_users: false 会将访问权限限制在列出的 npub 或十六进制 pubkey 范围内。interim_assistant_messages: false 和 tool_progress: off 可以避免工具日志进入频道。系统会根据每个频道的 high-water mark,按 event id 对事件去重;Agent 自己发送的消息则会通过 pubkey 过滤掉。
Hermes Agent 可以通过三种方式连接 Buzz:Desktop runtime、relay bridge 和 native gateway。
gateway 方案能够完整保留 Hermes 的记忆、skills、审批、cron 和会话。
入站通信使用 NIP-42 Nostr WebSocket,并提供间隔 4 秒的 CLI polling 回退机制。
默认配置是私有的:启用 mention gating、强制执行 allow-list,并隐藏工具日志。
Buzz Desktop 会自动批准工具权限,因此请仅允许 owner 使用 Agent。
请查看 Integration Docs、Buzz Adapter Reference 和 GitHub Repo。也欢迎在 Twitter 上关注我们,别忘了加入我们的 SubReddit,并订阅 Newsletter。
Michal Sutter 是一名数据科学专业人士,拥有帕多瓦大学数据科学理学硕士学位。他在统计分析、机器学习和数据工程方面拥有扎实基础,擅长将复杂数据集转化为可执行的洞察。