Hermes iOS Companion

项目概览

Hermes iOS Companion 是我为开源 Hermes Agent 独立设计和开发的移动控制端。离开运行 Agent 的电脑后，我仍可以继续会话、查看工具执行、处理安全审批、使用语音输入，并跟踪长时间任务。

它是已经部署在个人系统中的 private beta，不是普通聊天 App。我负责 iOS 客户端、交互模型、Gateway 协议集成、安全边界和 Apple 系统能力。它不是 Nous Research 官方产品。

问题：离开电脑后，桌面 Agent 失去了交互入口

桌面 AI Agent 可以读取文件、调用工具并执行长任务，但用户一旦离开电脑，原本的界面就不存在了。仅仅把聊天框搬到手机上并不能解决问题。移动端还需要表达执行状态、维持会话连续性、接住系统事件，并让高风险操作足够明确。

因此，产品目标不是缩小桌面端，而是识别手机上真正重要的责任：轻量输入、状态感知、处理中断，以及可信确认。

产品判断：iPhone 不运行 Agent Runtime

Hermes Runtime 继续运行在 Mac 或 VPS 上，因为那里拥有文件、工具、算力和长时间进程上下文。iPhone 只作为安全控制端发送输入，并渲染 Gateway 提供的状态。

这个边界同时降低了产品和安全复杂度。Gateway 始终是事实源。移动端即使重连、补偿状态，或错过一次瞬时事件，也不会成为任务状态的第二个权威。

架构：一个事实源，多条反馈路径

iPhone 通过 Tailscale HTTPS 访问每个 Hermes Gateway。Mac 与 VPS profile 分别保存 endpoint 身份、凭证、会话和通知路由，避免跨实例混用。请求发送到当前选择的 Gateway，SSE 提供前台进度，APNs、Widget、Live Activity 和 Dynamic Island 提供系统级状态。

SSE 与推送都是反馈层，不是互相竞争的数据库。中断或重连后，客户端以 Gateway 状态进行 reconcile，而不是假设每一个瞬时事件都已收到。

核心难点

真正困难的工作不是渲染聊天气泡，而是在网络、进程、设备和 iOS 生命周期边界之间维持信任与连续性。

远程执行必须保持可理解和可控制

远程执行首先是人因问题。用户需要足够上下文做判断，但不应该被迫在手机上阅读桌面尺寸的执行轨迹。审批流程先呈现意图与授权范围，高风险请求再通过 Face ID 或设备密码确认当前持有者身份。

执行期间，推理与工具调用被折叠为紧凑状态面板。细节仍可检查，但最终答案保持在执行轨迹之外，避免状态、诊断信息和结果互相争夺注意力。这里的界面来自当前 main 的安全模拟器 fixture。

验证证据

最有价值的证据是完整系统真实运行在一台 iPhone 和两个自托管环境中。自动化测试负责确定性行为，真机验收负责验证 mock 无法证明的 Apple 服务与网络条件。

已知限制与发布边界

Hermes iOS Companion 是 private beta 和已经部署的个人系统。它没有上架 App Store，也不是公开下载产品，更不是官方 Hermes App。当前配置仍假设用户拥有自托管 Hermes Gateway 与 Tailscale 网络，这适合目前的使用范围，但不是面向大众的 onboarding。

公开截图只使用 example data 与脱敏 fixture。真实 Gateway URL、API key、配对 payload、Tailscale 域名、设备 token、APNs 凭证和私人会话内容都不会出现在公开材料中。