不用买服务器：5 分钟养一个会记忆、能进微信、还会自己干活的 AI

你有没有算过这样一笔账：每天打开 AI，问一句，它答一句，关掉窗口，第二天再来一遍——它不记得你是谁，不记得你上次在做什么，也不记得你讨厌它啰嗦。

一年下来，你用它的次数可能有几百次，但你对它来说，每次都是陌生人。

问题不在模型不够聪明。现在的模型写文案、改代码、查资料都够用了。真正卡住的是形态：你手里的 AI 是一个「窗口」，你问它才动，你不问它就消失。你的电脑关了，它就下班了。

而最近被反复讨论的 Personal AI Agent，解决的恰恰是这件事：不是让 AI 更会回答，而是让它能接着干。

腾讯轻量云团队做的 LightVela，就是这条路上一个挺有代表性的产品。它跑在云上，能接进微信、QQ、飞书，能记住你，能装技能，能定时自己开工。你不用买服务器，也不用碰 Docker。

这篇文章，我们从零搭一个出来。整套流程跑通大概五分钟，但真正有意思的在后半段。

先把话说清楚：它跟 Muse 不是一回事

先泼一盆冷水，免得期待错位。

Meta 的 Muse 强调的是 Personal AI Agent 加上独立的 Secure VM——让 Agent 在一个属于你自己的安全计算环境里代表你干活。LightVela 走的不是这条路，它更准确的定位是「云端 Agent 托管产品」，跑在里面的核心叫 Hermes Agent。

你可以这样理解它的结构：

你在微信里发一句话，消息进到云端的 Hermes Agent，Agent 调模型思考，需要动手时调 Skill 和工具，最后把结果送回你的聊天窗口。

四件事构成了这个结构，值得单独记住：

• Hermes Agent 是本体，长期在云端运行，它的人设、记忆、文件、 Skill 都挂在它身上
• Model 是大脑，DeepSeek、Qwen、Kimi、GLM、Claude、GPT 都能接
• Channel 是入口，微信、QQ、企业微信、飞书、Telegram、Discord、Slack 都支持
• Skill 是手脚，让它获得浏览网页、搜信息、整理日报这类额外能力

这里有个判断我觉得比产品本身更重要：模型不等于 Agent。

你今天让 Hermes 用 DeepSeek，明天换成 Kimi，它的人设、长期记忆、文件和定时任务还在。换模型只是换了个大脑，身体还是那个身体。这一点决定了它值得长期投入——你不是在养一个模型，你是在养一个 Agent。

五分钟，先把 Hermes 跑起来

第一步很无聊，但必须走。

进 LightVela 官网登录（国际站支持 Google 或 GitHub 账号），开通套餐后进「我的 Hermes」，创建一个 Hermes Agent。等十几秒，看到状态变成 Running，基础环境就好了。

> 新用户目前有一个月的免费体验，还送体验积分。第一次玩先别折腾 API Key，直接用官方送的积分跑起来，等确定喜欢什么模型再配自己的 Key。具体权益会调整，以订阅页实时显示为准。

创建完你会看到几个入口：模型、通道、技能，以及后面的对话、记忆、人设、定时任务、云存储。

到这一步，你已经有一台 7×24 小时在线的 Agent 了。虽然它还什么都不会。

接进微信：国内用户最心动的一步

这一步是 LightVela 对国内用户杀伤力最大的地方，也是它跟一堆「网页版 Agent」拉开差距的地方。

路径是：我的 Hermes → 通道 → WeChat → 授权接入。

页面出二维码，手机微信扫一下，按提示完成授权，添加出现的机器人账号。然后给它发两个字：你好。

几秒钟收到回复，它就住进你的微信了。整个过程不需要你自己部署机器人服务器，不需要一台常开的电脑，也不需要备案域名。

除了微信，当前还支持 QQ、企业微信、飞书、Telegram、WhatsApp、Discord、Slack。QQ 支持群里 @ 机器人，飞书也支持群聊 @。

于是会出现这样的场景：微信里它是你的私人助理，飞书里它是工作助手，QQ 群里它帮大家答问题。而只要连的是同一个 Hermes Agent，人格、长期记忆和 Skill 都是共享的——你不需要每个平台重新养一个 AI。

需要注意的是，各聊天窗口自己的即时聊天记录并不实时互相同步。它是「一个 Agent，多个入口」，不是「多端同步聊天记录」。

模型是大脑，Hermes 才是身体

基础流程跑通之后，再考虑换模型。

进「我的 Hermes → 模型」，有三种接法：Coding Plan、按量 API、自定义模型。第三种可以连任何兼容 OpenAI Chat Completions 协议的端点，自由度最高。

官方目前列出的供应商包括 DeepSeek、Qwen、MiniMax、Kimi、GLM、豆包、Xiaomi MiMo，也包括 OpenAI、Anthropic、Gemini、OpenRouter。

配置就是三步：选模型 → 填 API Key → 设为默认。

有个细节要提醒：一个 Hermes 同一时间只有一个生效模型，换模型时新配置会覆盖旧的默认模型。但不会把记忆一起删掉——这正是前面说的「换大脑不换身体」。

给它一个 Soul：从「能聊天」变成「是我的」

到这里，它还只是一个能聊天的 AI。接下来这一步，才开始有「这是我的 Agent」的感觉。

LightVela 有个设计叫 Soul。它会写进 Hermes 的 SOUL.md，负责定义这个 Agent 的稳定角色、语气、优先级和行为边界。你可以用官方推荐的人设，也可以上传自己的 Markdown 文件。

我会这样写我的：

Role:

你是我的长期私人 AI 助理和研究搭档。

Voice:

默认使用中文。

表达简洁，先给结论，再给依据。

不要为了显得聪明而堆砌术语。

Behavior:

收到复杂任务后先拆解任务，再执行。

不确定的信息必须明确标注。

能自己解决的问题不要反复询问我。

需要我决定时，只提出最关键的问题。

Boundaries:

发送外部消息前先确认。

删除文件、修改重要数据、产生费用前必须确认。

涉及账号、密钥和隐私信息时采取保守策略。

注入之后，在聊天窗口发 /new 开一个新会话，新的人设就加载了。

这里最容易搞错的一件事：Soul 不要拿来塞项目资料。

四件事必须分开：Soul 管「它是谁、怎么做事」，用户画像管「你是谁、喜欢什么」，长期记忆管「你们之前确认过什么」，Skill 管「遇到某类任务具体怎么做」。

混在一起，Agent 就会越用越乱——你会发现它一会儿记住了你的口味，一会儿又忘了项目背景，还经常把资料当成人设念给你听。

长期记忆和云存储，别搞混

接下来可以在微信里直接对它说：

> 请记住：1. 默认和我用中文交流。2. 我喜欢先看结论，再看详细分析。3. 做资料研究时，不确定的信息必须标注。4. 给我多个方案时说明各自优缺点。5. 涉及发送消息、删除文件、付款等外部操作，先征求我的确认。

Hermes 的长期记忆不是把所有聊天记录一股脑塞进上下文。它的记忆体系是分层的：USER.md 存「你是谁、你的偏好」，MEMORY.md 存共同经历、决定和可复用事实，另外还有会话档案和 Skills 等不同层次。

用一段时间之后，你可以直接问它：「你现在对我有哪些了解？」或者「还记得我们上次讨论的那个项目吗？」

能答上来，它就从一次性聊天机器人变成了长期 Agent。

而项目资料、PDF、表格这类大块内容，应该放进云存储（单个文件支持到 1 GB），让它去读，而不是塞进长期记忆。

一句话区分：Memory 存「应该记住的事实」，Cloud Storage 存「以后可能需要查阅的资料」。

你可以直接这么用：

> 阅读「项目资料」文件夹里的内容。先不要修改任何文件。先告诉我：1. 这个项目的目标是什么；2. 当前有哪些重要信息；3. 哪些地方存在冲突；4. 哪些信息还缺失；5. 下一步最值得做什么。

装 Skill，让它长出「手和脚」

只有模型，Agent 主要负责「想和说」。有了 Skill，它才开始「做」。

Skill 目前主要来自 Skills.sh 和 ClawHub，能扩展网页浏览、信息搜索、日报整理、图片生成这些能力。稳妥的做法是让 Hermes 自己装：

> 帮我从 Skills.sh 或 ClawHub 安装 agent-browser。安装之前先告诉我它需要哪些权限，有什么风险，等我确认后再安装。

装完让它更新技能列表，然后就可以派活了：

> 使用浏览器搜索今天最值得关注的 5 条 AI 新闻，每条给我：标题、发生了什么、为什么重要、原始来源。最后总结今天最值得关注的趋势。

这时候你会明显感觉到区别：你不是在问 AI 一个问题，而是在给 Agent 派一件工作。

不过 Skill 本质上是能执行操作的扩展能力，装之前一定看清楚来源、权限，以及它会不会调外部 API、会不会读取或发送你的内容。

定时任务：让它主动找你

这一步我认为是整个产品里最关键的转折。

LightVela 的定时任务分三类，很多人没注意这个区别，白白烧掉一堆 Token：

• 智能任务：真正调用 Hermes 和模型，适合研究、总结、分析、写作
• 通知任务：原样发送固定提醒，不调模型，比如喝水、交租、吃药
• 脚本任务：跑 Bash 或 Python 做确定性检查，也不调模型

后两类任务的模型 Token 消耗为 0。所以高频的机械提醒，别用智能任务去做。

举个例子，创建一个每天早上 8:30 的智能任务：

> 搜索过去 24 小时最重要的 AI 新闻。只选择真正影响 AI 产品、模型、Agent、算力和开发者生态的事件，过滤营销软文和重复报道。输出：1. 今日最重要的 5 条新闻；2. 每条为什么重要；3. 对普通 AI 用户有什么影响；4. 原始来源；5. 最后给出一个 100 字以内的趋势总结。完成后发送到我的微信。

从这一刻起，体验就变了。以前是「你打开 ChatGPT → 提问 → AI 回答」，现在是「Agent 一直在线 → 到点自己开工 → 做完主动把结果送到微信」。

这中间的差别，才是 Personal Agent 真正值得折腾的地方。

顺带一提，它还有个 Beta 状态的「工作台」，能靠对话创建和托管静态网站；Labs 里还有托管的 DeepSeek Harness 环境。这些建议等基础玩法跑熟了再碰。

新手照抄的闭环，和一条安全底线

如果你第一次用，别一上来就让它「帮我经营一家公司」。

先跑一个最简单的闭环，七步：

1. 创建 Hermes

2. 接进微信

3. 设置 Soul

4. 告诉它你的偏好

5. 安装浏览器 Skill

6. 创建每日 AI 简报任务

7. 第二天在微信里等它主动发结果

这一圈跑通，你就彻底明白 Personal Agent 和聊天机器人的区别了。然后再慢慢加项目资料、第二通道、更多 Skill 和云存储。

安全这件事，必须单独说。

Agent 越能做事，权限就越要盯紧。 LightVela 高级设置里有智能审批、始终询问、关闭审批等模式，选「关闭审批」意味着部分高风险操作不再向你请示。

刚开始折腾，我建议把原则定得保守一些：查资料可以主动做，整理和分析可以主动做；但涉及发送、删除、修改、付款、账号权限的动作，必须先问。

另外，API Key、AppSecret 这类凭证别发到群聊、公开网页或 Git 仓库。模型和通道的密钥一旦泄露，马上去对应服务商后台撤销或重置。

最后

回到开头那个问题：你想要的到底是一个更聪明的聊天框，还是一个能接着干活的东西？

如果是后者，那形态比模型参数重要得多——它得一直在、记得你、能动手、还能主动来找你。LightVela 给出的答案是：把 Agent 放云上，把入口放进你天天用的聊天软件，然后让你慢慢把它养成自己的。

最有意思的一点是，这件事不需要你准备服务器。创建一个 Hermes，接进微信，告诉它你是谁、希望它怎么做事，再慢慢加 Skill 和自动任务。

一个属于你的 AI Agent，就这么开始「养」起来了。

产品还在快速迭代，通道、套餐、模型、Skill 和 Beta 功能，都以实际控制台和官方最新文档为准。

今天就能做的一步：花五分钟创建一个 Hermes，把它接进微信，然后问它一句——「你现在对我有哪些了解？」

它会告诉你，它什么都还不知道。而这正是开始的地方。