上一篇我们搞定了Telegram接入，今天把Hermes Agent连进Discord。整个过程比想象中顺滑，尤其是那个"越用越聪明"的技能自动创建机制，值得单独拎出来说。

第一步：创建Discord机器人

打开网易新闻 查看精彩图片

进Discord开发者门户，左侧菜单点Applications，输入机器人名称，勾选协议后创建。进Bot栏目找到"Reset Token"，点击获取令牌——这就是后面要用的钥匙。

终端运行hermes gateway setup，选Discord，粘贴刚才的Token。回Discord门户继续配置：左侧选OAuth2，拉到最底下勾选Bot，权限里至少给"Send Message"。复制生成的URL，新标签页打开，按提示授权进目标频道。

回到Hermes完成网关设置。建议开"Enable open access"，这样频道里所有人都能直接对话，不用额外权限。

第二步：启动与基础对话

网关启动后，在Discord频道里直接@机器人或发消息即可。测试了几个场景，发现两个有意思的设计：

图像生成：用的是Minimax模型。第一次让它画图时，它自动创建了"minimax gen image"技能；后面再请求，直接调用已建好的技能。重复任务会自动沉淀为能力，官方说的"grow with you"就是这个逻辑。

音乐生成：同样简单提示词，Agent自己拆解步骤，最终输出可播放的音频文件。质量算"能听"级别，当背景音够用。

第三步：语音交互进阶

文字交互之外，TTS语音回复更实用。Discord里输/voice，选tts选项，Agent就会把文字回答转成音频播放。我绑了Minimax TTS的订阅，音色选择多一些。

想要实时语音对话，需要额外授权：回OAuth2勾选"Connect"和"Speak"权限，重新走一遍授权URL，让Bot加入语音频道。用户自己进左侧语音频道（比如general），在文字频道输voice，选对应选项即可开始双向语音。

几个值得注意的细节

记忆功能是默认开启的，跨会话能记住之前的对话内容。技能自动创建目前观察下来，主要针对重复请求的模型调用类任务——图像、音乐、特定API查询这类。如果三天两头让Agent干同一件事，它会越来越顺手。

Discord相比Telegram的优势在于语音频道原生支持，适合需要"边干活边问"的场景。Telegram更适合纯文字异步沟通。网关配置一次后，两边可以同时在线，按场景切换即可。