Hermes Agent 核心流程分析

项目定位

Hermes Agent 是由 Nous Research 构建的自改进型 AI Agent 框架（Self-Improving AI Agent），MIT 协议开源。它是一个集 CLI、Gateway（多平台消息网关）、工具调用、技能系统和记忆管理于一体的全栈 Python 项目。核心理念：Agent 不仅能执行任务，还能自我改进——通过 Curator 后台进程自动审查和归档技能。

五部分核心组件

Hermes Agent 的核心组件可以分为 5 个部分：

  1. 上下文工程：三层系统提示架构（stable/context/volatile）、ContextCompressor 辅助模型摘要压缩、记忆预取与快照注入、可插拔上下文引擎（支持 LCM 等第三方引擎替换）
  2. 工具/插件系统：90+ 内置工具（终端、浏览器、文件、搜索、MCP）+ 18 个技能分类 + 子代理委托（隔离 AIAgent 实例）+ 懒加载可选依赖（按需 pip install）
  3. 状态持久化：会话轨迹保存、记忆同步回写、Curator 定期归档过期技能、Gateway 多平台 session 管理
  4. 权限/安全模型：依赖精确锁定（==X.Y.Z 防供应链攻击）+ 懒加载减少攻击面 + 凭证池轮换 + 错误分类智能恢复链
  5. 可观测性和审计：Gateway 统一生命周期管理（Telegram/Discord/Slack/WhatsApp/Signal/微信/飞书/钉钉/QQ Bot）、流式事件推送、多平台消息分发

一次完整请求流程

用户通过 CLI（hermes）、API（hermes-agent）或 ACP 协议（hermes-acp）发起请求。

第一步：构建系统提示词。 agent/system_prompt.py 分三层组装：stable tier（SOUL.md/DEFAULT_AGENT_IDENTITY + 工具指导 + skills prompt，缓存不变以保持上游 prefix cache 热度）、context tier（AGENTS.md/.cursorrules 等上下文文件）、volatile tier（记忆快照、USER.md、时间戳，每次重建）。三层设计让 KV Cache 命中率最大化——stable 层不变，只在上下文压缩时重建。

第二步：记忆预取。 agent/memory_manager.py 从记忆存储中预取相关记忆，注入系统提示词的 volatile tier。

第三步：模型调用。 agent/chat_completion_helpers.py 支持 30+ 模型提供商，流式 + 非流式双路径。agent/error_classifier.py 定义了 20+ 种错误分类（FailoverReason 枚举），实现智能恢复链：API 错误分类 → 重试/凭证轮换/回退模型。

第四步：工具调用分发。 agent/tool_executor.py 支持顺序执行和并发执行（最多 8 个并行 worker）。每个工具调用前过 guardrails 安全检查。90+ 内置工具覆盖终端、浏览器、文件编辑、搜索、MCP 协议等。

第五步：子代理委托（可选）。 tools/delegate_tool.py 支持生成隔离的子 AIAgent 实例，带受限工具集。父代理只看到摘要结果，不接触子代理的完整执行过程。

第六步：上下文压缩。 agent/context_compressor.py 使用辅助模型对中间轮次进行摘要压缩。当上下文接近窗口限制时触发，将历史轮次压缩为摘要，保留最近的原始消息。

第七步：技能系统。 18 个内置技能分类（软件开发、社交媒体、研究、邮件、GitHub 等），兼容 agentskills.io 开放标准。技能是带 SKILL.md 描述文件的包，Agent 按需加载和调用。

第八步：后处理。 记忆同步回写 → 会话轨迹保存 → Curator 触发（后台进程定期审查 agent 创建/修改的技能，自动归档过期技能）。

关键设计决策

1. 依赖精确锁定。 pyproject.toml 中所有核心依赖使用 ==X.Y.Z 精确版本，防止供应链攻击。这是 2026-05-12 针对 Mini Shai-Hulud 蠕虫（mistralai 2.4.6 恶意版本）的应对措施。

2. 懒加载可选依赖。 Provider 特定包（anthropic、firecrawl、fal 等）、消息平台包、TTS/STT 后端均不在核心依赖中，首次使用时才 pip install。减小供应链攻击面。

3. 三层系统提示架构。 stable 层缓存不变以保持上游 prefix cache 热度，只在上下文压缩时重建。这是 KV Cache 优化的关键——每次请求的 stable 部分相同，模型可以复用已计算的 KV 值。

4. 可插拔上下文引擎。 agent/context_engine.py 定义抽象基类，默认使用内置 ContextCompressor，支持第三方引擎（如 LCM）通过插件系统替换。

5. 凭证池与故障转移。 agent/credential_pool.py + agent/error_classifier.py 实现智能恢复链：API 错误分类（20+ 种 FailoverReason）→ 重试/凭证轮换/回退模型。不是简单重试，而是根据错误类型选择不同恢复策略。

6. 终端后端抽象。 支持 6 种终端后端：local、Docker、SSH、Singularity、Modal、Daytona。Modal 和 Daytona 提供 serverless 持久化——空闲时休眠，按需唤醒。

7. Curator 自改进。 后台进程定期审查 agent 创建/修改的技能，自动归档过期技能。这是”自改进型 Agent”的核心——Agent 在使用中不断优化自己的技能库。

8. 子代理隔离。 子代理是独立的 AIAgent 实例，带受限工具集。父代理只看到摘要结果。这比简单工具调用更安全——子代理的完整执行过程对父代理不可见，减少提示词注入风险。

9. 跨平台 UTF-8 引导。 hermes_bootstrap.py 在所有入口点最顶部导入，在 Windows 上强制 UTF-8 模式，解决 Windows 控制台编码问题。

10. Gateway 多平台统一。 从 Telegram、Discord、Slack、WhatsApp、Signal 到微信、飞书、钉钉、QQ Bot，所有平台共享同一套 session 管理、消息分发和流式消费逻辑。