Slack 第二大腦

這是什麼

一種團隊知識工作流程，將頻道和決策轉化為可搜尋的共享記憶。

白話解釋

想像一個辦公室，每次 Slack 交流都會自動被影印到共享檔案櫃中，按照人們實際說的話來索引，而不僅僅是依日期——這樣六個月後有人問「我們當初為什麼選擇供應商 X？」時，可以拉出確切的對話紀錄，而不需要翻閱數月的頻道歷史。Slack 第二大腦就是那個檔案櫃——記錄比當初打字的人更長壽。

為什麼重要

Hermes 不會為 Slack 單獨運行一個知識庫：GatewayRunner (gateway/run.py) 將每個平台的訊息——包括 Slack——都送入一個為 session_search 工具建立的 SQLite 對話儲存庫，而 adapter.py 的 _fetch_thread_context() 在機器人第一次在討論串中被提及時，就會拉回先前的對話回覆歷史。session_search 的探索模式會回傳匹配的對話及其開頭和結尾訊息，讓使用者可以詢問為什麼做了某個決定，而不是手動滾動頻道歷史。sessions.retention_days (cli.py) 可以定期清理同一個儲存庫，不過這個設定並非 Slack 專用。

How it works

Behind the scenes, SlackAdapter connects to the workspace using slack-bolt in Socket Mode, authenticated with a SLACK_APP_TOKEN (plugins/platforms/slack/adapter.py). By default, every Slack thread — and, since each top-level DM reply also spawns its own thread, every direct-message exchange too — becomes its own isolated Hermes session rather than one continuous bloated conversation. A configurable public_channel_only mode (default true) prevents the agent from activating in channels that haven’t been explicitly opted in, and the same adapter respects per-channel allowlists for group conversations.