Loop 管触发和监控,Hermes 管执行。两者配合,才是你告诉 AI 要什么、它自己跑完的理想状态。

🦩 第 34 篇 · 2026 年 2 月 11 日
AI 落地最理想的状态是什么?是"你告诉 AI 要什么,AI 自动跑,不需要你盯着"。Hermes + Loop 就是这个组合:Loop 是触发器和监控,Hermes 是执行引擎。Loop 说"该做了",Hermes 说"我来做"。两者配合,自动化才能真正落地。
一句话
工作流自动化有两个核心组件:触发器(Trigger)和执行器(Executor)。Loop 负责监控条件、触发任务,Hermes 负责执行任务、管理状态。餐饮的库存预警、零售的自动订货、客服的主动回访——这些场景都靠这套组合实现。
Loop:事件驱动的触发引擎
Loop 的核心能力
监控:Loop 不停地盯着数据源,等待条件触发。
数据源 → Loop 监控
↓
条件满足?
↓ Yes
触发任务 → Hermes 执行
↓
执行结果 → Loop 通知
常见触发类型
时间触发(Cron):
- 每天 9:00 生成日报
- 每周一生成周报
- 每月1号生成月报
- 每天 18:00 发送催付提醒
数据触发(Data Change):
- 库存低于安全线 → 触发补货任务
- 客户下单 → 触发确认短信
- 订单超时未支付 → 触发催付
- 评价低于3星 → 触发投诉处理
事件触发(Event):
- 客户入会 → 触发欢迎流程
- 客户退会 → 触发挽留流程
- 天气异常 → 触发配送预警
API 触发(Webhook):
- 外部系统回调 → 触发对应流程
- 支付成功 → 触发发货流程
Hermes:任务执行引擎
Hermes 的核心能力
执行:Hermes 接收任务,按预设逻辑执行,支持分支、循环、并行。
Hermes 任务类型:
- 同步任务:执行完立即返回结果
- 异步任务:执行中,后续通知
- 周期任务:定时循环执行
- 人工审批任务:执行前需要人确认
Hermes 工作流语法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
workflow: 订单处理流程
steps:
- id: validate_order
action: check_inventory
on_error: notify_manager
- id: payment_check
action: verify_payment
timeout: 300s
- id: allocate_inventory
action: reserve_stock
condition: validate_order.success
parallel:
- notify_customer
- notify_driver
- id: delivery_schedule
action: assign_driver
condition: payment_check.success
retry:
max_attempts: 3
backoff: exponential
实战场景:本地生活的 5 个自动化流程
场景一:自动订货(零售)
触发条件:库存 ≤ 安全库存
↓
Loop 触发
↓
Hermes 执行:
Step 1:分析历史销售数据(过去7天日均销量)
Step 2:计算补货量(安全库存 - 当前库存 + 预测销量)
Step 3:生成补货订单(按供应商拆分)
Step 4:发送采购申请(金额 < 5000 自动通过)
↓(金额 ≥ 5000)
人工审批(店长确认)
↓
补货完成通知
价值:从"人工盯库存、手动下单"变成"AI 自动监测、自动补货",店长每天省 2 小时。
场景二:客户流失预警(本地服务)
触发条件:客户超过60天未下单
↓
Loop 触发
↓
Hermes 执行:
Step 1:查询客户画像(消费历史、偏好)
Step 2:生成流失原因假设(价格?服务?竞对?)
Step 3:生成挽回策略(发优惠券/回访/赠送)
Step 4:执行挽回动作
↓
挽回结果记录
↓ 成功
客户重新激活
↓ 失败
标记为高流失风险,进入人工跟进
价值:变"被动等客户流失后补救"为"主动在流失前干预"。
场景三:智能客服主动回访(餐饮/服务)
触发条件:订单完成24小时后
↓
Loop 触发
↓
Hermes 执行:
Step 1:查询订单详情(客户、商品、评价)
Step 2:判断是否需要回访(差评/投诉/沉默客户)
↓ 正常订单
发送感谢短信
↓ 差评/沉默
发送回访消息 + 补偿券
↓ 投诉
转人工客服 + 高优先级处理
价值:把"客户投诉才处理"变成"主动回访预防投诉"。
场景四:配送异常自动处理(本地配送)
触发条件:配送超时 30 分钟
↓
Loop 触发
↓
Hermes 执行:
Step 1:查询配送员位置和订单状态
Step 2:判断异常类型(交通拥堵/配送员失联/地址错误)
↓ 交通拥堵
自动延长配送时间 + 发短信通知客户
↓ 配送员失联
自动重新派单(备用司机池)+ 客服通知
↓ 地址错误
自动联系客户确认地址 + 重新计算配送时间
价值:异常情况不需要人工介入,AI 自动处理,客服压力降低 60%。
场景五:会员生命周期自动化(零售/本地服务)
触发条件:会员状态变化
↓
┌─ 新会员入会
│ Loop 触发
│ Hermes:欢迎礼包 → 发放新人券 → 7天后推荐
│
├─ 会员升级(消费达标)
│ Loop 触发
│ Hermes:升级通知 → 升级权益发放 → 感谢短信
│
├─ 会员降级风险(月消费下滑)
│ Loop 触发
│ Hermes:预警分析 → 挽留策略 → 发放专属券
│
├─ 会员沉睡(60天未消费)
│ Loop 触发
│ Hermes:沉睡分析 → 激活策略(短信+券+回访)
│
└─ 会员流失(90天未消费)
Loop 触发
Hermes:流失分析 → 最后挽留 → 标记高流失
价值:会员生命周期全程自动化运营,不需要人工一个个处理。
Hermes + Loop 的配置示例
订单超时监控
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# Loop 配置
trigger:
type: schedule
cron: "*/5 * * * *" # 每5分钟检查一次
condition:
type: query
source: orders
query: |
SELECT id, customer_id, status, created_at
FROM orders
WHERE status = 'pending_payment'
AND created_at < NOW() - INTERVAL '30 minutes'
action:
type: webhook
target: hermes-engine
endpoint: /api/v1/tasks/timeout_order
payload:
order_ids: "{{ trigger_result.ids }}"
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# Hermes 任务处理器
@hermes.task("timeout_order")
async def handle_timeout_order(order_ids: List[str]):
for order_id in order_ids:
# 发送催付短信
await send_sms(order_id, "您的订单尚未支付,30分钟后将自动取消")
# 记录催付次数
await db.increment("order_reminder_count", order_id)
# 30分钟后检查是否支付
await loop.schedule(
task="check_payment",
delay=1800, # 30分钟
payload={"order_id": order_id}
)
常见坑
| 坑 原因 解法 | 触发风暴 条件设置太宽松,同一事件重复触发 加去重逻辑,用唯一键防重 | 任务堆积 执行端处理速度跟不上触发速度 加消息队列缓冲,限流保护 | 状态不一致 异步任务中途失败,但状态已更新 用事务或补偿机制 | 人工审批超时 审批流卡在人工节点 加超时提醒和自动升级机制
什么时候该上工作流自动化
| 信号 说明 | 同一类操作重复做超过 10 次/天 一定可以自动化 | 有明确的时间点或条件触发 触发器可以配置 | 人工做容易出错 规则固定,AI 比人稳定 | 业务规则稳定,不会频繁变 规则稳定才能建自动化流程 | 需要 7×24 小时监控 AI 比人更适合值夜班
只要满足两条,就可以考虑 Hermes + Loop 的自动化方案。
延伸阅读
- 办公 Agent 想落地,先啃会议和流程两座山
- 本地生活门店的 Agent 团队,一次真实复盘
- 本体论:让 AI 理解业务而不是背答案
- 别急着做 AI 早报,先核对落地三环
- 别再堆 MCP 和 Skills,工具越多越乱
- 不是急着做AI和人的分工不是谁,是先核对AI落地
- 不是一岗配一 AI,我收敛成几个 Agent
- 餐饮后厨前厅供应链,AI 让每环少操心
- 餐饮老板要的 AI,是少请几个帮工
- 从本体论到知识图谱,三层架构怎么搭
相关阅读
标签
双号关注
扫码关注「广说新零售」公众号 + 视频号
本地生活 AI 落地、Agent 实操、真实门店怎么跑起来。扫码关注公众号与视频号「广说新零售」,持续看可收藏的做法;有场景也可私信聊合作。

公众号

视频号
继续读
同栏目相关文章,方便对照着看。
AI 上线头一周,先盯紧这四件要事别放
AI 落地项目上线第一周别只看 demo。盯四件事:在不在跑、对不对、人的反应、出错怎么兜。
客户说 AI 不懂我,八成是这三种原因
AI 客服不懂客户,多半不是模型问题:不知道你是谁、没接准意图、不记得你们发生过什么。
AI 项目为什么大多死在第二个月就停
AI 落地项目第一个月有掌声,第二个月只剩没人愿意干的脏活:维护、接真业务、说服使用的人。
A2A 不只是连 Agent,门店之间也要协同
A2A 的价值不止让 AI 互相说话。A 店缺货、B 店有货,门店之间能对上话才是关键。先在一家店验证。
AI 当员工还是当工具,结果完全不同
AI 落地半年后差距很明显:有人越用越省事像多带个员工,有人越用越累只把它当工具。
