myopenclaw

个人操作系统——实用Agents管理。Docker Compose 一键部署，整合 Hermes、Claude Code、OpenClaw 三个 AI Agent 框架，配合长期记忆、飞书/Discord 桥接、晨间四签、论文管线、水文智能问答等能力。数据留在本机，配置用 Git 管理，定期快照备份到云盘。

我该从哪开始

你是	从这里开始
团队成员（想用团队能力）	飞书里直接问 天一（零配置；水文问答找 知汛）；想接进自己的 agent（WorkBuddy / 千问办公 / 豆包工作 / DeepSeek Harness / Claude Code / Codex）→ 部署到服务器时要看什么
部署服务器（团队侧）	部署到服务器时要看什么 —— 服务器只部署「天一 / 知汛两个公共 bot + 团队服务」，与 hermes 个人栈无关
部署个人栈	快速开始（下文）
了解全貌	架构

本仓库有两条线：个人栈（hermes 全家桶 + 个人服务，本 README 主体）与服务器侧团队能力（公共 bot 天一、知汛 + 团队服务：语雀 / 仓库统计 / 服务监控 / 水文 MCP）。成员接入机器自检：./scripts/member-check.sh（说明）。

能力地图

能力	实现方式	依赖仓库
多 Agent 协作	Hermes ×4（爱玛士 / 爱码士 / 道元 / finance）+ Claude Code + OpenClaw ×3（虾酱 / 知汛 / 天一）	—
扫码新增 Hermes	独立 compose 项目 hermes-bind，数据在 ~/.hermes-agents，不进四个 profile。见 扫码新增 Hermes	—
跨 Agent 长期记忆	TDAI Memory L0→L3 分层管线，4 agent（爱玛士 / 爱码士 / 道元 / finance）+ CC飞总 共享	—
Zotero 文献系统	zotero-mcp 12 tools（mylibrary 提供）+ paper pipeline（爱码士写入，道元只读）	mylibrary
飞书直连	cc-connect（CC飞总）+ lark-cli（Hermes CLI）+ 道元 bot + zhixun 知汛 bot + tianyi 天一 bot	—
Discord 桥接	Hermes coder（爱码士）+ OpenClaw 虾酱	—
晨间四签	Hermes cron skill → TDAI/AgentOps/语雀 MCP 等信号 → 飞书推送	—
AI 情报聚合	dailyinfo 多源抓取 + AI 摘要 → Discord 推送；道元每日 07:30 全量镜像 → 飞书私聊	dailyinfo
论文清单	道元（飞书）只记不下 → paper-queue MCP（固定归属 Owen）；下载由 mylibrary 离线完成；每日 07:20 自动清理已入库 Zotero 的条目	mylibrary
🌐 研发日报	repo-scanner MCP 采集 35 仓库 → Hermes skill → 飞书推送；天一 bot 复用同源读能力（团队服务，服务器部署见 server-deploy）	git-contribution-stats
🌐 水文智能问答	zhixun 知汛助手 — OpenClaw → 远程水文 MCP（Bearer） → 飞书 bot（团队公共 bot；背后的 zhixun-agent 水文 MCP 即团队服务；独立栈；本机 MCP 容器仅 --with-local-mcp 调试；服务器侧部署清单待补，见 server-deploy）	zhixun-agent
论文管线	paper-fetch 下载 → Google Drive 上传 → Zotero 入库	—
事务追踪	aisecretary MCP 服务 → SQLite 持久化	aisecretary
邮件	himalaya CLI 邮件客户端（IMAP/SMTP 多账户；Outlook 走 ortie OAuth；仅爱玛士可用，其余 agent 拒绝访问）	—
联系人	cardamum CLI 联系人管理（vdir 后端，vCard）	—
Google Drive	rclone 直连云端上传论文 PDF	—
🌐 语雀知识库	本机 yuque-mcp 服务（个人栈侧实例；Hermes + 天一接入；团队服务，团队侧为服务器独立部署）	yuque_mcp_server
🌐 服务器监控	爱玛士/爱码士 + 天一按需接入团队 server-monitoring MCP（HTTPS + Bearer；校园域名入口走公网证书，内网直连用自签 CA；13 个只读工具）；爱玛士每日 08:30 私聊、爱码士每日 08:30 预报系统群	server-monitoring
千问办公 AI听记	爱玛士远程 MCP（OAuth，仅默认 profile）：听记列表 / AI 摘要 / 待办 / 转写查询与整理	—
云端备份	定时 rsync + sqlite3 热备 → 云盘（Google Drive / OneDrive）	—
服务监控	Uptime Kuma 面板 + Healthchecks.io 死士开关 + AgentOps 健康采集	—

仓库配合

dailyinfo/                 ← AI 情报聚合（独立 compose 栈：FreshRSS + scheduler + 只读 MCP；本仓只消费 MCP）
aisecretary/               ← 事务数据库 MCP
git-contribution-stats/    ← 多仓库 Git 贡献统计（repo-scanner-mcp 源码）
yuque_mcp_server/          ← 语雀 MCP 服务端（yuque-mcp 构建依赖）
zhixun-agent/              ← 团队服务：统一水文 MCP（知汛背后的能力；本机作构建上下文）
mylibrary/                 ← Zotero 文献工具（zotero-mcp 源码）
server-monitoring/         ← 团队监控服务（⚠️ 非构建依赖：天一【运行时消费】其只读 MCP）
    │
    │  前六个通过 Docker volume、build context 或 MCP 接入；
    │  server-monitoring 在团队服务器（校园域名入口 / 内网直连），只进 URL + token（内网直连另加 CA）
    ▼
myopenclaw/  (本仓库)     ← Docker 编排 + 执行层 + 兼容层
    │
    ├─ hermes        (4 个 profile: default / coder / daoyuan / finance)
    ├─ claude-code   (CC飞总，飞书直连)
    ├─ openclaw      (虾酱，Discord 网关)
    ├─ openclaw-zhixun (知汛助手，飞书水文 bot，独立栈)
    ├─ openclaw-tianyi (天一，飞书研发 bot，独立栈共享主栈网络；消费 server-monitoring MCP)
    ├─ zotero-mcp    (文献查询 MCP，mylibrary 源码)
    ├─ repo-scanner-mcp (研发日报 MCP)
    ├─ paper-queue-mcp (论文清单 MCP，独立容器)
    ├─ aisecretary   (事务数据库 MCP)
    ├─ yuque-mcp     (语雀知识库 MCP，本机 SSE)
    ├─ tdai-memory   (Agent 长期记忆)
    ├─ backup-cron   (定时备份)
    └─ uptime-kuma   (服务监控)

• 两类配合关系：① 构建/部署依赖（前六个仓库：源码进 build context、volume mount 或本机 MCP 服务；其中 zhixun-agent 是团队服务——水文 MCP、知汛背后的能力，服务器侧随知汛栈一起部署）；② 运行时消费（server-monitoring：团队维护的服务端，本仓只做客户端接入——爱玛士/爱码士/天一通过 HTTPS + Bearer 调其只读 MCP（校园域名入口走公网证书，内网直连用自签 CA），13 个只读工具覆盖服务器/GFS/CI 状态；爱玛士每日 08:30 推飞书私聊、爱码士推预报系统群，天一保留按需查询）。服务端不在本仓管理，详见 服务器监控 MCP
• 一个容器一个网关：四个 hermes 容器各跑自己 profile 的网关（hermes→default/爱玛士、hermes-coder→coder/爱码士、hermes-finance→finance/贝小爷、hermes-daoyuan→daoyuan/道元），飞书 app 也各用各的。这层隔离不是结构保证 —— 基础镜像会给每个容器都建四个网关服务，靠 entrypoint 的后台清扫只留本 profile 的。机制、两类故障现场与处置口诀见 Hermes 拓扑
• 扫码新增的助手不在这四个里面：compose 项目 hermes-bind，文件是 ~/.hermes-agents/compose.yml，不是主栈的第五个服务。见 扫码新增 Hermes
• 模型与兜底：四个 profile 主模型统一 deepseek-flash，兜底 zai/glm-5.3-flash（国内端点 open.bigmodel.cn，由 compose 注入 GLM_API_KEY）。超过视觉尺寸上限的长截图会自动缩到最长边 8000px 重试一次，不再整轮失败 —— 细节见 Hermes 渠道
• 所有数据落 ~/.myagentdata/ — 备份管线自动覆盖
• 每个仓库独立克隆 — 放在 ~/code/<repo>，Docker 通过 volume mount 访问（server-monitoring 无需克隆，仅需入口 URL 与 token；内网直连再加 CA）

快速开始

# 1. 克隆本仓库
git clone https://github.com/OuyangWenyu/myopenclaw.git
cd myopenclaw

# 2. 配置环境变量
cp .env.example .env          # 编辑 .env，至少填入 DEEPSEEK_API_KEY
cp .cloud.conf.example .cloud.conf

# 3. （可选）克隆依赖仓库
./scripts/clone-deps.sh       # 克隆 dailyinfo、aisecretary、git-contribution-stats、yuque_mcp_server

# 4. 启动所有服务
./scripts/start.sh

首次启动自动完成：配置模板创建、API Key 物化、skill 安装。详见 快速开始指南。

镜像变更后需重新构建：

./scripts/start.sh --build

如需启动 zhixun 飞书机器人（知汛助手）：

This is the beginning of the README. Read the rest at the original. Read the full README ↗