Hermes 接入 WhatsApp 官方云，一次性把坑讲完
🩺 摘要
Hermes 接入 WhatsApp 官方云，一次性把坑讲完 2026 年 6 月 5 日，Hermes Agent 跳了一档到 V0.16.0，"Surface Release"——名字起得直白：全面铺面。 542 个 PR、874 个 commit、205K 行新增，桌面 App、Web 仪
📝 详情
Hermes 接入 WhatsApp 官方云，一次性把坑讲完
2026 年 6 月 5 日，Hermes Agent 跳了一档到 V0.16.0，"Surface Release"——名字起得直白：全面铺面。
542 个 PR、874 个 commit、205K 行新增，桌面 App、Web 仪表盘、简体中文一次性铺到位。
但今天要聊的不是这些。
这一档让我眼前一亮的，是 Hermes 终于接上了 WhatsApp Business Cloud API——官方云端接口，不是民间魔改。
跑 hermes whatsapp-cloud，引导走两分钟，一个能接消息、能发语音、能回图片的 WhatsApp 机器人就起来了。
听起来平平无奇——做过的朋友都知道，WhatsApp 机器人从来不是个轻松活。
01. 之前搞 WhatsApp 机器人，坑能埋到膝盖
两年前我自己折腾过一次，方案是社区最流行的 Baileys——开源、免费、看起来很美。
实际一上手：> 用二维码登录个人号，Meta 一检测到就封号。
是的，WhatsApp 对非官方机器人零容忍。Baileys 这条路，本质是逆向协议走钢丝，封号只是时间问题。
我那次玩了不到两周，号就没了。
所以这次 Hermes 走 官方 Cloud API，心里第一个想法是：早就该这么干了。
走官方的好处：正经身份、不用扫个人号、有企业级 SLA。
代价是门槛——Meta Business Manager 注册、Phone Number ID、Access Token、App Secret 一堆凭证。
以前光文档能劝退一半人。现在 Hermes 做了引导向导，每粘贴一个凭证当场校验，把以前埋三天的雷先踩平。
02. 三个真正能用的亮点
一、媒体和语音全支持
WhatsApp 的杀手锏是语音消息。
Hermes 把音频、图片、视频、文档的收发全打通，Whisper 直接转写，回复可文本可语音回弹。
二、已读 + 对方正在输入
Cloud API 本身支持 read receipts 和 typing indicators，Hermes 默认开启。
小细节，体感差距巨大。对方看到光标在闪，知道你没消失——即时通讯里最廉价也最有效的安抚信号。
三、交互按钮
WhatsApp 允许发带按钮的消息，最多 3 个。
Hermes 做成审批场景专用——老板手机上直接点"批准 / 拒绝 / 转交"，不用被迫开电脑看邮件。
审批流终于能跟着人在哪里，就在哪里发生。
03. 公网暴露：很多人栽在这一步
Cloud API 玩法：Meta 把用户消息 POST 到你提供的 webhook URL。
本地 Hermes 跑 8090 端口，Meta 访问不到。
官方推荐 Cloudflare Tunnel，免费、跨平台、不用端口映射：
winget install Cloudflare.cloudflared # Windows
brew install cloudflared # macOS
cloudflared tunnel --url http://localhost:8090
跑完会给你一个 https://xxx.trycloudflare.com 地址，填进 Meta 后台。
免费版这个地址每次重启会变。要稳定地址就 cloudflared tunnel login 建 named tunnel，免费额度无限。
踩坑提醒：webhook URL 要带 /whatsapp/webhook 后缀，别只填根地址——社区第一大常见错误。
04. 安全：双层防御设计
配置不当的 WhatsApp 机器人什么下场？任何陌生号发消息过来，你的 AI 都回复——等于免费算力送给全世界的钓鱼者。
Hermes 双层防御：
Meta 那一层：开发模式只允许 5 个白名单号码，正式上线过 App Review。
Hermes 那一层：~/.hermes/.env 里设 WHATSAPP_CLOUD_ALLOWED_USERS=86138xxxx,86139xxxx，逗号分隔，不带 + 号、不带空格、不带横线。
不配置 allowlist，所有入站消息一律拒绝——这是有意设计的"安全默认"。
还有 webhook 签名校验：没 App Secret 直接 503 拒绝，32 位 hex 字符串就行。
比 90% 自建方案都安全。
05. 这跟我有什么关系？
不是所有人都有客服团队，但三类典型玩法都成立：
① 个人私域助手
allowlist 设成自己和家人。出门发条消息给家里 Hermes："冰箱还有什么？""明天几点出门要不要带伞？"
② 团队协作入口
WhatsApp Group 里驻个机器人，自动总结会议纪要、定时提醒、回邮件摘要。
③ 跨境电商客服
WhatsApp 是东南亚、中东、南美的事实标准通讯工具。24 小时自动回复 + 复杂问题转人工，成本是请客服的几十分之一。
门槛最高的是合规——正式商用要先过 Meta App Review。但前两种玩法，当天下单当天能用。
06. 一个不一定讨喜的观点
聊点不一样的。
542 个 PR、205K 行新增，几乎重写了相当大一部分。同步精简了默认技能集——把 spotify、linear、kanban-codex-lane 踢出默认。
但 WhatsApp Cloud、Telegram、Discord、Slack、MCP catalog——消息通道越开越多，每个都是长期维护的债务。
社区已有声音：功能堆得多，"瘦不下来"。
我的判断：
Hermes 已经从"AI Agent 框架"变成 "AI 时代的操作系统"。
微信当年也是这样——通讯录、支付、公众号、小程序全装进一个 App。
区别是 Hermes 不锁生态，开源 + MCP 让任何人能接入。
这条路如果走通，三年后回头看，V0.16 这一刻可能是 Hermes 的分水岭。
评论区想听听你们的看法：
你们团队现在用 WhatsApp 沟通多吗？
如果有 Hermes 这种本地 AI 机器人接进去，你最希望它帮你处理什么场景——个人备忘、家庭协作、还是客户支持？
评论区聊聊，看完顺手点个赞，下期接着拆。
Hermes 接入 WhatsApp 官方云，一次性把坑讲完
2026 年 6 月 5 日，Hermes Agent 跳了一档到 V0.16.0，"Surface Release"——名字起得直白：全面铺面。
542 个 PR、874 个 commit、205K 行新增，桌面 App、Web 仪表盘、简体中文一次性铺到位。
但今天要聊的不是这些。
这一档让我眼前一亮的，是 Hermes 终于接上了 WhatsApp Business Cloud API——官方云端接口，不是民间魔改。
跑 hermes whatsapp-cloud，引导走两分钟，一个能接消息、能发语音、能回图片的 WhatsApp 机器人就起来了。
听起来平平无奇——做过的朋友都知道，WhatsApp 机器人从来不是个轻松活。
01. 之前搞 WhatsApp 机器人，坑能埋到膝盖
两年前我自己折腾过一次，方案是社区最流行的 Baileys——开源、免费、看起来很美。
实际一上手：> 用二维码登录个人号，Meta 一检测到就封号。
是的，WhatsApp 对非官方机器人零容忍。Baileys 这条路，本质是逆向协议走钢丝，封号只是时间问题。
我那次玩了不到两周，号就没了。
所以这次 Hermes 走 官方 Cloud API，心里第一个想法是：早就该这么干了。
走官方的好处：正经身份、不用扫个人号、有企业级 SLA。
代价是门槛——Meta Business Manager 注册、Phone Number ID、Access Token、App Secret 一堆凭证。
以前光文档能劝退一半人。现在 Hermes 做了引导向导，每粘贴一个凭证当场校验，把以前埋三天的雷先踩平。
02. 三个真正能用的亮点
一、媒体和语音全支持
WhatsApp 的杀手锏是语音消息。
Hermes 把音频、图片、视频、文档的收发全打通，Whisper 直接转写，回复可文本可语音回弹。
二、已读 + 对方正在输入
Cloud API 本身支持 read receipts 和 typing indicators，Hermes 默认开启。
小细节，体感差距巨大。对方看到光标在闪，知道你没消失——即时通讯里最廉价也最有效的安抚信号。
三、交互按钮
WhatsApp 允许发带按钮的消息，最多 3 个。
Hermes 做成审批场景专用——老板手机上直接点"批准 / 拒绝 / 转交"，不用被迫开电脑看邮件。
审批流终于能跟着人在哪里，就在哪里发生。
03. 公网暴露：很多人栽在这一步
Cloud API 玩法：Meta 把用户消息 POST 到你提供的 webhook URL。
本地 Hermes 跑 8090 端口，Meta 访问不到。
官方推荐 Cloudflare Tunnel，免费、跨平台、不用端口映射：
winget install Cloudflare.cloudflared # Windows
brew install cloudflared # macOS
cloudflared tunnel --url http://localhost:8090
跑完会给你一个 https://xxx.trycloudflare.com 地址，填进 Meta 后台。
免费版这个地址每次重启会变。要稳定地址就 cloudflared tunnel login 建 named tunnel，免费额度无限。
踩坑提醒：webhook URL 要带 /whatsapp/webhook 后缀，别只填根地址——社区第一大常见错误。
04. 安全：双层防御设计
配置不当的 WhatsApp 机器人什么下场？任何陌生号发消息过来，你的 AI 都回复——等于免费算力送给全世界的钓鱼者。
Hermes 双层防御：
Meta 那一层：开发模式只允许 5 个白名单号码，正式上线过 App Review。
Hermes 那一层：~/.hermes/.env 里设 WHATSAPP_CLOUD_ALLOWED_USERS=86138xxxx,86139xxxx，逗号分隔，不带 + 号、不带空格、不带横线。
不配置 allowlist，所有入站消息一律拒绝——这是有意设计的"安全默认"。
还有 webhook 签名校验：没 App Secret 直接 503 拒绝，32 位 hex 字符串就行。
比 90% 自建方案都安全。
05. 这跟我有什么关系？
不是所有人都有客服团队，但三类典型玩法都成立：
① 个人私域助手
allowlist 设成自己和家人。出门发条消息给家里 Hermes："冰箱还有什么？""明天几点出门要不要带伞？"
② 团队协作入口
WhatsApp Group 里驻个机器人，自动总结会议纪要、定时提醒、回邮件摘要。
③ 跨境电商客服
WhatsApp 是东南亚、中东、南美的事实标准通讯工具。24 小时自动回复 + 复杂问题转人工，成本是请客服的几十分之一。
门槛最高的是合规——正式商用要先过 Meta App Review。但前两种玩法，当天下单当天能用。
06. 一个不一定讨喜的观点
聊点不一样的。
542 个 PR、205K 行新增，几乎重写了相当大一部分。同步精简了默认技能集——把 spotify、linear、kanban-codex-lane 踢出默认。
但 WhatsApp Cloud、Telegram、Discord、Slack、MCP catalog——消息通道越开越多，每个都是长期维护的债务。
社区已有声音：功能堆得多，"瘦不下来"。
我的判断：
Hermes 已经从"AI Agent 框架"变成 "AI 时代的操作系统"。
微信当年也是这样——通讯录、支付、公众号、小程序全装进一个 App。
区别是 Hermes 不锁生态，开源 + MCP 让任何人能接入。
这条路如果走通，三年后回头看，V0.16 这一刻可能是 Hermes 的分水岭。
评论区想听听你们的看法：
你们团队现在用 WhatsApp 沟通多吗？
如果有 Hermes 这种本地 AI 机器人接进去，你最希望它帮你处理什么场景——个人备忘、家庭协作、还是客户支持？
评论区聊聊，看完顺手点个赞，下期接着拆。
💬 评论 (0)