阅读导航

• 先看「二、五层架构总览」，建立全局认知
• 再看「四~七」，掌握主循环、提示词、记忆与故障恢复
• 最后看「八~九」，理解返回链路与自进化机制

3 分钟结论

1. Hermes 的主线价值是把多平台接入、运行时治理、工具执行与持久化串成一条稳定链路。
2. 与 OpenClaw 相比，Hermes 在 Profile 隔离、脚本型工具预算策略、后台技能复盘上更激进。
3. 其核心工程取舍是：缓存命中优先、会话可追溯优先、错误分流优先、主任务延迟优先。

一、分析方法：跟一条消息走完整链路

要读懂 Agent 源码，最有效的方法不是先看模块图，而是跟一条消息从输入到输出完整走一遍。

示例任务：

帮我搜集今天的热点新闻，每条新闻要分类并附简要分析。

这类请求会触发检索、抽取、归类、摘要、结构化输出，天然会覆盖工具调用、并行执行、上下文更新、错误恢复等关键路径。

二、五层架构总览

Hermes 的整体结构可抽象为五层：

1. 入口层：CLI + 多平台适配器
2. 网关层：GatewayRunner（连接、会话、命令）
3. 执行层：AIAgent 主循环（推理、工具、恢复）
4. 扩展层：工具注册、技能系统、子 Agent、MCP、外部记忆
5. 存储层：SQLite/FTS、记忆文件、配置与密钥

消息主链路：

终端输入 -> 解析与路由 -> 会话加载 -> 上下文组装 -> 模型推理 -> 工具执行 -> 流式返回 -> 状态落盘

三、入口统一：适配器模式

Hermes 支持多平台，不同平台消息格式和传输机制差异很大。其策略是：

• 平台侧各自监听和解析原始事件
• 统一映射成内部消息对象（如 MessageEvent）
• 核心执行层只面对统一协议，不关心来源平台细节

这是典型适配器模式：入口收敛格式，出口再按平台反向展开。

四、网关隔离：Profile 级环境切换

Gateway 启动会完成证书探测、环境变量加载、配置桥接、适配器启动等步骤。
真正有工程价值的是 Profile 隔离：

• 每个 Profile 拥有独立配置、密钥、记忆、会话历史
• 通过环境变量统一切换主目录
• 一台机器可并行运行“工作 Agent / 个人 Agent”且互不污染

删除 Profile 时，会连带清理进程与相关注册，保证状态闭环。

五、执行核心：AIAgent 主循环

主循环本质上是“推理 -> 判定是否调工具 -> 执行 -> 再推理”的迭代：

• 有 tool_calls：执行工具并继续循环
• 无 tool_calls：返回最终文本
• 预算耗尽或中断：安全退出并落盘

迭代预算设计

• 父 Agent 与子 Agent 有独立轮次预算
• 每轮推理消耗一次预算
• 当本轮只执行脚本型工具（execute_code）时可触发 refund 机制

这个设计在“脚本密集任务”中能显著减少预算浪费，把预算留给真正推理轮次。

工具并行执行策略

Hermes 按工具风险分组：

• 明确不可并行（涉及用户交互）
• 只读工具可并行
• 路径相关工具按目标路径冲突检测并行/串行

这样能在保证一致性的前提下压缩总耗时。

子 Agent 委托（delegate_task）

子 Agent 拥有独立上下文与预算，但受严格边界限制（工具白名单、深度限制、并发上限、级联中断），目的是“并行扩展能力”而非“无限递归”。

六、系统提示词组装与安全扫描

系统提示词通常按以下顺序拼装：

身份 -> 工具行为引导 -> 外部指令 -> 记忆 -> 技能索引 -> 项目上下文 -> 运行时元数据

关键点：

• 稳定内容放前，动态内容放后，提高前缀缓存命中率
• 针对不同模型家族注入不同工具使用约束
• 项目上下文文件注入前做安全扫描，拦截注入与外泄模式

七、记忆系统：快照一致性与按需检索

Hermes 采用“文件持久化 + 冻结快照 + 外部 Provider”的组合方案：

• MEMORY.md：Agent 长期工作事实
• USER.md：用户偏好与习惯
• 会话开始时注入快照，会话内写入磁盘但不重建系统提示词

这样做的代价是“会话内记忆不是强实时”，收益是“缓存命中稳定、响应成本可控”。

同时，记忆写入也有安全扫描，避免把恶意指令固化成长期后门。

八、自我修复：压缩、分类恢复、可中断

Hermes 不靠单一大异常处理，而是将错误先分类，再映射到动作标记：

• 是否可重试
• 是否先压缩上下文
• 是否轮换凭证
• 是否切换后备模型

上下文压缩

压缩流程通常包括：

1. 先裁掉旧工具输出
2. 保护系统提示词与最近有效轮次
3. 中间历史摘要化
4. 触发后重建系统提示词与记忆快照

会话链

压缩不是覆盖原会话，而是：

• 保留原会话全文
• 新建会话承接摘要
• 用 parent_session_id 形成可追溯链

这样模型层可控，数据层不丢历史。

九、返回链路与技能自进化

流式返回与平台回写

生成结果通过流式机制回传，网关层做节流与平台格式适配。
附件走统一指令格式，在出口侧转为各平台附件 API。

自进化机制

Hermes 将技能增长拆成两路信号：

1. 系统提示词引导模型在合适时机主动沉淀技能
2. 后台周期性复盘，判断是否新增/更新技能

而且复盘在用户响应完成后异步执行，避免与主任务争抢延迟预算。

十、与 OpenClaw 的工程对比（要点）

• 共同点：都重视上下文治理、工具路由、记忆体系、可恢复性
• Hermes 强项：Profile 隔离、脚本工具预算优化、后台技能复盘
• OpenClaw 强项：运行时链路治理粒度更细，层次边界更清晰

本质上，两者都在回答同一问题：如何让 Agent 在长周期、多工具、跨平台条件下持续稳定工作。

结语

Hermes 的可取之处不只在“功能多”，而在其工程化取舍：

• 让核心链路保持统一协议
• 让错误恢复可分类、可调度
• 让上下文和记忆分层治理
• 让经验沉淀在后台持续发生

如果你正在做生产级 Agent，最值得借鉴的不是某个单点技巧，而是这种“稳定性优先”的运行时思维。