企业官网建设流程全解析

1. JetBrains Air 接入 Hermes Agent 的真实场景与 ACP 是什么

如果你正在用 JetBrains Air 这类新一代 AI IDE，又想把自己已经配好的 Hermes Agent 直接塞进编辑器里当助手，那 ACP 就是那条必经之路。ACP 全称 Agent Client Protocol，是一个开放协议，让编辑器（客户端）和外部 AI Agent（服务端）用标准化的方式通信。传输层走 stdio，消息格式是 JSON-RPC 2.0，握手流程是 initialize → agentInfo → notifications/initialized → session/new。听起来像天书，其实你可以把它理解成"编辑器和 Agent 之间约定好的对讲机频道"：Air 负责喊话，Hermes Agent 负责应答，双方按固定格式交换 JSON。

我这次的目标很明确：在 JetBrains Air 里把 Hermes Agent 接进来，并且只显示方舟 kl provider 的模型，不要出现 Anthropic、Copilot、MOA 这些无关的 provider。整个过程踩了两个大坑，一个是 acp.json 的路径不对，另一个是 Provider 过滤配置写成了字符串而不是列表。下面把完整链路拆开讲，每一步都能直接复制。

先说清楚适合谁看：你已经在本地跑通了 Hermes Agent（hermes-acp --version能出版本号），用的是 macOS，JetBrains Air 已经装好，并且你希望把 endpoint 和 Key 统一指向 TaoToken 的 API 通道，而不是散落在各个 provider 的原始地址里。如果你还没装 Hermes Agent，建议先把 Agent 本体跑起来再回来看这篇。

ACP 的核心价值在于解耦。以前每个编辑器接一个 Agent 都要写一套适配代码，现在只要 Agent 实现了 ACP 适配器，任何支持 ACP 的编辑器都能直接连。Hermes Agent 内置了hermes-acp这个适配器，不需要额外安装。Air 这边则通过一个叫fleet.plugins.ai.agent.genericacp的插件来发现和启动 ACP agent。两边对上暗号，就能在编辑器里直接调用 Agent 的模型选择、会话管理、图片输入等能力。

这里有个容易忽略的点：ACP 的握手是双向确认的。客户端发 initialize 时带上 protocolVersion 和 clientCapabilities，服务端返回 agentInfo、agentCapabilities 和 authMethods。只有 authMethods 里列出的认证方式被客户端识别，后续的 session/new 才能建立。所以如果你发现连上了但建不了会话，八成是 authMethods 没对上。

2. TaoToken 前置准备：统一 Key 与 endpoint 的接入思路

在动手改 acp.json 之前，先把 TaoToken 这一层理清楚。TaoToken 在这里扮演的是统一 API 通道的角色：你不需要为每个 provider 单独维护一套 Key 和 endpoint，而是把请求都指向https://taotoken.net/api，由它来路由。官网入口是https://taotoken.net/?utm_source=taotoken_aicg_blog_end，注册和拿 Key 都在这里完成。

具体操作分三步。第一步，登录后在控制台创建 API Key，路径是 console 页面下的 api-keys 管理。第二步，把 Key 写进 Hermes 的环境变量文件~/.hermes/.env，字段名用ARK_API_KEY（如果你沿用方舟的命名习惯）或者自定义一个，只要和 config.yaml 里的key_env对上即可。第三步，把 config.yaml 里 custom_providers 的base_url指向 TaoToken 的 API 通道。

这里要强调一个原则：endpoint 和 Key 要成对出现。你不能 base_url 指向 TaoToken，Key 却还是原来 provider 的 Key，那样鉴权一定失败。反过来也一样。统一指向 TaoToken 的好处是，后面你想换模型、换 provider，只改 config.yaml 里的 model 字段，不用动 acp.json，也不用重新在 Air 里配置。

如果你还没决定用哪种接入方式，可以先在模型对话页面验证一下 Key 是否可用，确认能正常返回再往下走。对于长期编码和 Agent 场景，Coding Plan 会更合适，因为它针对多轮会话和工具调用做了优化。接入文档里有完整的字段说明，遇到不确定的参数先去查文档，比在日志里猜要快得多。

需要提醒的是，TaoToken 是合规的 API 聚合通道，不是所谓的"中转"。它的作用是帮你把多个 provider 的调用统一到一个入口，减少配置分散带来的维护成本。你在 config.yaml 里写的 base_url 就是它的标准 API 地址，不要加任何额外路径后缀，除非文档明确说明。

准备好 Key 之后，先别急着改 Air 的配置。建议先用命令行验证一次 Hermes Agent 本身能不能通过 TaoToken 拿到模型列表。这一步能排除掉大部分"到底是 Agent 的问题还是编辑器的问题"的纠结。验证命令后面会给出。

3. 可复制配置：acp.json 与 config.yaml 完整片段

这一节是全文的核心，所有配置都能直接复制。先给 Air 的 ACP 配置文件，路径是~/Library/Application Support/JetBrains/Air/acp.json。注意不是acp-agents/installed.json，那个路径是错的，我一开始就是栽在这里。

{ "agent_servers": { "hermes-agent": { "command": "/Users/你的用户名/.hermes/hermes-agent/venv/bin/hermes-acp", "args": [], "env": {} } } }

字段说明：command是 hermes-acp 可执行文件的绝对路径，用which hermes-acp能查到；args是启动参数，一般留空；env是环境变量，如果你不想用.env文件，也可以在这里直接写 Key，但推荐用.env统一管理。type字段是可选的，不写也能识别。

然后是 Hermes 的主配置~/.hermes/config.yaml，重点是 custom_providers 和 model_catalog 两块：

model: default: ark-code-latest api_mode: codex_responses provider: kl context_length: 128000 custom_providers: - name: kl base_url: https://taotoken.net/api api_mode: codex_responses model: ark-code-latest key_env: ARK_API_KEY discover_models: false models: auto: name: "Auto - 智能调度模型" doubao-seed-evolving: name: "Doubao-Seed-Evolving (1M ctx, Coding/Agent)" doubao-seed-2.1-turbo: name: "Doubao-Seed-2.1-turbo (Coding/Agent/多形态)" doubao-seed-2.0-lite: name: "Doubao-Seed-2.0-lite (通用生产级, thinking)" doubao-seed-2.0-mini: name: "Doubao-Seed-2.0-mini (低时延, thinking)" deepseek-v4-flash: name: "DeepSeek-V4-Flash (Agent增强)" kimi-k3: name: "Kimi-K3 (1M ctx, 原生视觉理解)" glm-5.2: name: "GLM-5.2 (1M ctx, 智谱旗舰) 当前" kimi-k2.7-code: name: "Kimi-K2.7-Code (小鲜, 图片+视频输入)" minimax-m3: name: "MiniMax-M3 (编程/Agent顶尖)" deepseek-v4-pro: name: "DeepSeek-V4-Pro (thinking)" minimax-m2.7: name: "MiniMax-M2.7 (即将下线)" kimi-k2.6: name: "Kimi-K2.6 (即将下线, thinking)" model_catalog: enabled: true url: https://hermes-agent.nousresearch.com/docs/api/model-catalog.json ttl_hours: 1 excluded_providers: - anthropic - copilot - moa

关键点有三个。第一，base_url指向https://taotoken.net/api，这是 TaoToken 的标准 API 地址，不要加/v1之类的后缀。第二，discover_models: false很重要，因为方舟端点不支持/v1/models探测，设成 true 会导致模型列表被清空，只能靠下面声明的 models 列表。第三，excluded_providers必须是 YAML 列表，不能是字符串。

环境变量文件~/.hermes/.env：

ARK_API_KEY=你的TaoToken_API_Key

三件套齐了：Base URL 是https://taotoken.net/api，Key 是ARK_API_KEY对应的值，Model ID 是ark-code-latest。这三个字段在 config.yaml 里都能找到对应位置，改的时候一起改，别只改一个。

如果你用的是 Cline MCP 或者 Codex 的 auth.json，思路是一样的：Base URL 填 TaoToken 的 API 地址，Key 填 TaoToken 的 Key，Model ID 填你要用的模型。三件套缺一不可，缺哪个都会在鉴权或模型列表阶段报错。

4. 验证请求：一次最小 ACP 握手确认连接与过滤生效

配置写完，先别急着开 Air。用命令行做一次最小 ACP 握手，确认 hermes-acp 本身能正常响应。这条命令直接管道输入 initialize 请求：

echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":1,"clientCapabilities":{}}}' | hermes-acp

正常返回应该包含 agentInfo 和 authMethods，类似这样：

{ "jsonrpc": "2.0", "id": 1, "result": { "agentCapabilities": { "loadSession": true, "promptCapabilities": {"image": true}, "sessionCapabilities": {"fork": {}, "list": {}, "resume": {}} }, "agentInfo": { "name": "hermes-agent", "version": "0.20.0" }, "authMethods": [ { "id": "custom", "name": "custom runtime credentials", "description": "Authenticate Hermes using the currently configured custom runtime credentials." }, { "id": "hermes-setup", "name": "Configure Hermes provider", "type": "terminal", "args": ["--setup"] } ], "protocolVersion": 1 } }

看到agentInfo.name是hermes-agent，说明适配器正常。接下来验证 Provider 过滤是否生效。先重启 Hermes serve 进程让 config.yaml 生效：

kill <serve_pid>

Hermes 桌面应用会自动重启 serve 进程。然后查 Air 日志确认连接：

grep -i "acp\|hermes\|agent" ~/Library/Logs/JetBrains/Air/air.log | tail -10

正常日志会显示ACP client connected、Initialize from air (protocol v1)、Caching 2 auth methods、New session等字样。如果看到No agents connected，说明 acp.json 路径或内容有问题，回到第 3 节检查。

验证模型列表过滤，可以查 Hermes 的模型选择 API。先拿到 serve 进程的端口和 token：

ps aux | grep "[h]ermes.*serve" lsof -p <serve_pid> -iTCP -sTCP:LISTEN | grep python TOKEN=$(ps eww <serve_pid> | tr ' ' '\n' | grep HERMES_DASHBOARD_SESSION_TOKEN | cut -d= -f2) curl -s -H "Authorization: Bearer $TOKEN" http://127.0.0.1:<port>/api/model/options

返回的 provider 列表里应该只有custom:kl，Anthropic、Copilot、MOA 都不见了。如果还看到它们，说明 excluded_providers 没生效，大概率是写成了字符串。用 Python 检查一下类型：

import yaml with open("/Users/你的用户名/.hermes/config.yaml") as f: cfg = yaml.safe_load(f) print(type(cfg["model_catalog"]["excluded_providers"]))

输出应该是<class 'list'>。如果是<class 'str'>，说明被hermes config set存成了字符串，需要手动改回列表。

最后在 Air 里打开模型选择器，应该只看到 kl provider 的 14 个模型（13 个语言模型 + auto 智能调度）。到这一步，连接和过滤都验证通过了。

5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth

配置过程中最容易撞上的几类报错，逐个拆解。

401 Unauthorized。这个基本是 Key 的问题。先确认~/.hermes/.env里的ARK_API_KEY和 config.yaml 里key_env指向的字段名一致。然后确认这个 Key 是 TaoToken 控制台创建的，不是原来 provider 的 Key。如果 base_url 指向 TaoToken 但 Key 用的是别家的，必然 401。还有一种情况是 Key 有空格或换行，用cat -A ~/.hermes/.env检查一下有没有隐藏字符。

local proxy failed。这个报错通常出现在 base_url 写错的时候。比如你写成了https://taotoken.net/api/v1，多了一层路径，请求就打到不存在的端点上了。TaoToken 的标准 API 地址就是https://taotoken.net/api，不要自作主张加后缀。另外检查一下有没有在系统层面配了什么本地转发，如果有，先关掉再试。

reading choices 报错。这个一般出现在模型返回格式不符合预期的时候。常见原因是api_mode设错了。方舟的 codex_responses 模式要求api_mode: codex_responses，如果你写成了chat_completions，返回结构对不上，解析就会失败。检查 config.yaml 里 model 和 custom_providers 两处的 api_mode 是否一致。

OAuth 相关报错。Hermes 桌面应用如果之前登录过 Anthropic 或 Copilot 的 OAuth，这些 provider 会被标记为"已配置"，即使你设了explicit_only=True也会出现在列表里。这就是为什么必须用excluded_providers显式排除。如果你看到 OAuth token 过期的报错，要么重新登录，要么直接在 excluded_providers 里把对应 provider 排除掉，眼不见为净。

模型列表为空。如果discover_models: true且端点不支持/v1/models，列表会被清空。方舟端点就是这种情况，所以必须设discover_models: false，然后靠 models 字段手动声明。声明的时候注意缩进，YAML 对缩进敏感，少一个空格就解析失败。

acp.json 不生效。再强调一次路径：~/Library/Application Support/JetBrains/Air/acp.json。不是acp-agents/installed.json。如果你不确定 Air 读的是哪个文件，可以用javap反编译插件字节码找线索：

jar xf /Applications/Air.app/Contents/app/code-cache/<hash>/fleet.plugins.ai.agent.genericacp.workspace.jar javap -p -c fleet/plugins/ai/agent/genericacp/workspace/GenericAcpConfigWatcherKt.class | grep "String"

字节码里会出现acp.json not present这样的字符串常量，顺着就能找到正确路径。这个方法有点硬核，但比在文档里翻要快。

hermes config set 的 YAML 类型陷阱。这个坑我踩过两次。hermes config set model_catalog.excluded_providers '["anthropic", "copilot", "moa"]'会把值存成字符串，而不是列表。正确做法是用 Python 的 yaml.dump 直接写入：

import yaml config_path = "/Users/你的用户名/.hermes/config.yaml" with open(config_path) as f: cfg = yaml.safe_load(f) cfg["model_catalog"]["excluded_providers"] = ["anthropic", "copilot", "moa"] with open(config_path, "w") as f: yaml.dump(cfg, f, default_flow_style=False, allow_unicode=True, sort_keys=False)

写完再读回来验证类型是 list。这个坑和之前 custom_providers 的问题是同一个根源：CLI 对嵌套列表类型会存成 str。

6. 语义一致 CTA：把 Key 和 endpoint 统一到 TaoToken

配置跑通之后，日常使用中最省心的做法就是把所有请求都统一走 TaoToken 的 API 通道。这样你换模型、加 provider、调参数，都只改 config.yaml 一处，acp.json 完全不用动。Air 那边只认 hermes-acp 这个可执行文件，至于 hermes-acp 背后连的是哪个 provider，Air 不关心。

如果你还没拿 Key，去 API Keys 页面创建一个，然后按第 3 节的配置写进.env和 config.yaml。接入文档里有完整的字段对照表，遇到不确定的参数先查文档。想先验证模型能不能正常返回，可以在模型对话页面发一条测试消息，确认通了再往编辑器里接。对于长期编码和 Agent 场景，Coding Plan 的多轮会话优化会更适合，尤其是你要在 Air 里跑复杂的重构任务时。

统一到 TaoToken 之后，你的配置就变成了一个稳定的三件套：Base URL 是https://taotoken.net/api，Key 是 TaoToken 控制台创建的 Key，Model ID 是ark-code-latest（或你声明的其他模型）。这三个字段在 config.yaml 里各出现一次，改的时候一起改。Air 的 acp.json 只负责告诉编辑器去哪里找 hermes-acp，不涉及任何鉴权信息，所以 Key 轮换的时候你只需要更新.env，不用碰 Air 的配置。

最后留一个实用技巧：把~/.hermes/config.yaml和~/Library/Application Support/JetBrains/Air/acp.json这两个文件加入你的 dotfiles 备份。下次换机器或者重装 Air，直接恢复这两个文件，再补一个.env里的 Key，五分钟就能把整套环境重建起来。比重新走一遍反编译找路径的流程要快得多。