毛毯：在树莓派上用 Hermes Agent 搭一个看得见、能接管的个人 AI 助手

市面上的 AI 助手越来越会“替你干活”，但两个问题一直困扰我：一是它在浏览器里做了什么，我看不见；二是一遇到验证码、扫码、登录，它要么卡死，要么让我把密码直接发给模型。于是我做了一个开源项目「毛毯」（maotan），用 Hermes Agent 当大脑，自己部署在一台小机器上。

项目地址：GitHub 搜索 totoroyuz/maotan （MIT 协议）

一、它能做什么

• 聊天：流式回复，支持图片和文件上传（最大 100MB），能引用回复，任务跑着的时候也能插话或中途停止。
• 看得见的浏览器：右侧实时显示浏览器画面（CDP screencast）。可以一键“接管”，自己点、自己打字，交还后助手接着做。手机上是画中画。
• 命名浏览器会话：按“网站-账号”给每个任务开一个独立的浏览器，cookie 和登录各自隔离。任务结束后保留，下次同名直接复用。互不相关的网页任务可以拆成子任务并行，默认最多 3 个。
• 安全登录保险箱：遇到登录页会弹出加密表单，密码用 AES-256-GCM 存在你自己的服务器上，模型永远看不到明文。
• 验证码安全表单：短信、邮箱、两步验证码填在表单里，服务端通过 CDP 直接填进网页，模型只知道“填好了没有”。
• 需要你处理的卡片：遇到验证码、风控、扫码时统一出一张卡，三个选项：接管处理、完成了继续、换个办法。助手只温和重试一次就交接，不破解、不接打码平台。
• 定时任务：Hermes cron 的结果自动回流到聊天里。
• 卡片化输出：表格卡、链接卡、摘要卡、可复制草稿卡；不可逆操作前先出一键确认卡。
• 自动续做：服务重启或超时打断后自动接着做，最多连续 2 次。
• PWA 和推送：可以装到桌面或手机主屏，任务完成、需要处理、要验证码时 Web Push 提醒。

二、架构

• ui/：Node 服务加单页前端，只监听 127.0.0.1:7070。
• browser/：Xvfb + Chromium（CDP 127.0.0.1:9222）+ 可选 noVNC。
• hermes/：助手人设 SOUL.md，以及 secure-login、captcha-handoff、send-file、browser-sessions、computer-use 几个技能，外加 maotan_browser 插件实现命名会话。
• deploy/：systemd 单元和 Cloudflare Tunnel 配置示例。
  模型走任意 OpenAI 兼容接口，可以接自己的 New API 网关，也可以接各家云厂商的模型服务。

三、部署要点（Debian/Ubuntu）

1. 安装依赖：chromium、xvfb、fluxbox、x11vnc、novnc、websockify，Node.js 20 以上。
2. 在 ~/.hermes/config.yaml 里开启 API server，并设置 browser.cdp_url 指向 CDP 端口 9222；复制 hermes/ 下的文件，执行 hermes plugins enable maotan_browser。
3. 进 ui 目录 npm ci，按 secret.env.example 写好 secret.env，装好 systemd 服务。
4. 公网访问用 Cloudflare Tunnel 指向 ui 服务端口 7070。千万不要把 9222 或任何 CDP 端口暴露到公网。
   一台 2 核 2G 的云服务器（比如华为云 Flexus L 实例）或者树莓派就能跑起来。

四、安全设计

• 所有 /api/* 接口都要登录 cookie 并校验 Origin；/internal/* 只接受本机请求和内部令牌。
• 保险箱、会话、上传文件全部留在本机，.gitignore 已排除所有密钥文件。
• 浏览器不做指纹伪造，只设置中文语言、上海时区等正常环境参数。

五、写在最后

毛毯的目标很简单：让 AI 助手干活时透明、可接管、不碰你的密码。欢迎试用、提 Issue、点个 Star：GitHub 搜索 totoroyuz/maotan