智能摘要
Hermes Agent的核心架构围绕智能体分配、记忆系统和技能管理三大策略模块展开。其智能体分配采用多模式并行机制，子智能体委派支持并发任务处理，后台审阅与策展人模块则分别负责记忆整理与技能生命周期管理。记忆系统通过预取、回写与提示注入实现上下文感知，技能系统则依赖动态扫描、条件过滤与安全扫描来确保功能适配与安全性。整个系统在ReAct循环框架下运行，通过迭代预算和API调用双重门控维持稳定。
— 此摘要由AI生成仅供参考。
Hermes Agent 核心策略全景
1. 智能体分配策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 子智能体委派 | 模型调用 delegate_task 工具 | 最大并发: 3, 深度: 1层, 迭代上限: 50 | ThreadPoolExecutor 并行子 AIAgent，每个独立迭代预算，默认工具集 [terminal, file, web] | 你说"帮我同时调研3个竞品"，助手派出3个小助手分头去查，各自独立工作 |
| 后台审阅 | 每回合结束后自动 spawn | max_iterations: 16, 工具白名单: memory + skills | 守护线程中运行，限制工具集，自动拒绝危险命令，审阅记忆和技能状态 | 你问完一个问题后，助手在后台默默整理刚才的对话要点记到笔记本里，你看不到这个过程 |
| 策展人 (Curator) | 空闲 > 2小时 + 距上次策展 > 7天 | 过期: 30天未用, 归档: 90天未用, Pinned 技能豁免 | 定期技能生命周期管理：过期技能标记，归档旧技能，pinned 技能永不过期 | 你一个月没用过"翻译技能"，助手会自动把它标记为过期；但你置顶的"代码助手"永远不会被清理 |
| Cron 定时任务 | 调度器每 60s tick，检查到期任务 | Agent 迭代上限: 90, 超时: 600s, 禁用工具集: cronjob/messaging/clarify | 独立 AIAgent(platform=cron, quiet_mode=True)，禁止发消息和交互澄清 | 你设了"每天早上9点给我发科技新闻摘要"，到点助手自动跑一遍搜索然后推送给你，不需要你手动问 |
2. 记忆系统策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 记忆预取 | 每回合开始，LLM 调用前 | prefetch_all(query, session_id) | 查询所有已注册 Provider，检索相关记忆注入 volatile 提示词层 | 你一开口说"我那个项目…"，助手已经把之前聊过的项目信息翻出来了，不用你再复述一遍 |
| 记忆异步预取 | 每回合结束后 | queue_prefetch_all(query) | 后台线程为下一回合提前预热预取缓存，非阻塞 | 你刚问完一个技术问题，助手就在后台预热下一次可能用到的记忆，所以你追问时响应更快 |
| 记忆回写 | 每回合结束后 | sync_all(user, assistant, messages) | 后台单线程工作者序列化写入，保证顺序(Turn N 先于 N+1)，超时 5s drain | 你告诉助手"我下周要出差"，聊完这句后助手就把这条信息存下来，下次对话还记得 |
| 外部 Provider 限制 | 初始化时 | 仅允许 1 个外部 Provider | 防止工具 schema 膨胀和后端冲突，内置文件记忆始终运行 | 你接了 Honcho 记忆服务就不能同时再接 mem0，选一个用就行，助手自带的基本记忆功能不受影响 |
| 记忆提示注入 | 构建系统提示词时 | MEMORY.md 上限 2200 字符, USER.md 上限 1375 字符 | 记忆内容注入 volatile 层，StreamingContextScrubber 自动从流式输出中剥离内部标签 | 你在对话中看到的都是干干净净的回答，但助手实际上已经把你的偏好(比如"我偏好Python")默默带进思考了 |
| 记忆提醒间隔 | 每 N 回合 | nudge_interval: 10 回合 | 定期提醒 Agent 使用记忆工具记录重要信息 | 聊了10轮之后，助手会自我提醒"要不要把这轮重要的结论记到笔记里"，而不是聊完就忘 |
| 会话切换通知 | Session ID 变化时 | on_session_switch(reset/rewound) | 通知所有 Provider 刷新缓存的会话状态 | 你输入 /new 开启新对话，记忆系统会刷新状态，确保新对话不混入旧的上下文 |
3. 技能系统策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 技能扫描 | 启动时 / 缓存失效时 | 目录: ~/.hermes/skills/ + 外部目录 | 递归查找所有 SKILL.md，解析 frontmatter，按分类索引 | 你启动助手时，它会扫描已安装的所有技能目录，生成一份技能清单 |
| 技能过滤 | 扫描时逐个检查 | 平台匹配 + 环境匹配 + 禁用列表 | platforms/frontmatter 限制平台，disabled 列表排除，environment 变量检查 | 你在手机上用助手时，"桌面组件"技能不会被加载，因为前缀标注了只支持 macOS |
| 技能条件可见 | 构建技能索引时 | fallback_for_toolsets / requires_toolsets | 缺少高级工具集时显示降级技能；需要特定工具集时才显示高级技能 | 你没有装浏览器工具，技能列表里就会显示一个简化版的"网页摘要"替代品；装了浏览器后简化版自动隐藏 |
| 技能索引缓存 | 每次构建技能提示词 | LRU 缓存: 8 条, 磁盘快照: .skills_prompt_snapshot.json | 双层缓存：进程 LRU + 磁盘 mtime 校验，命中跳过全量扫描 | 你连续问了好几个问题，助手不会每次都重新扫描技能目录，而是复用上次的缓存，省时间 |
| 焦点模式降级 | 编码姿态下 | compact_categories 降级 | 整个分类只显示技能名称（无描述），保留可召回性，减少 token 消耗 | 你在写代码时，技能列表只显示名字不显示详细说明，节省上下文空间留给代码，但需要时喊名字就能用 |
| 技能提醒间隔 | 每 N 回合 | creation_nudge_interval: 10 回合 | 定期提醒 Agent 管理技能（创建/更新） | 聊了10轮后，助手可能会提议"要不要把咱们常用的操作封装成一个技能，下次一键调用？" |
| 技能查看计数 | 每次 skill_view 调用 | bump_view + bump_use | 更新 last_used_at，作为策展人过期/归档判断依据 | 你查看了一次"翻译"技能，助手记录"翻译最近被人用过"，30天不会被自动清理 |
| 技能安全扫描 | 注入上下文前 | _scan_for_threats(scope=context) | 检测注入攻击模式，威胁文件替换为 [BLOCKED] 占位 | 有人往项目文档里塞了"忽略所有指令"的恶意文本，助手检测到后自动屏蔽，不会被忽悠 |
4. ReAct 循环策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 循环入口 | run_conversation 调用后 | max_iterations: 90 (主Agent) / 50 (子Agent) | 双重预算门控: api_call_count + iteration_budget.remaining，任一耗尽退出 | 你问了一个复杂问题，助手会"思考-行动-观察"反复循环最多90轮来解答，不会永远转下去 |
| 预算宽限调用 | 双重预算均耗尽时 | _budget_grace_call: 一次性 | 允许最后 1 次 API 调用做摘要/收尾，之后强制退出 | 助手已经试了90轮还没完全解决，它会再给自己一次机会做个总结回复给你，而不是突然中断 |
| 工具调用继续 | 响应包含 tool_calls | — | 执行工具 → 结果附加到 messages → continue 循环 | 助手说"让我查一下文件"，查完后看到结果又接着分析，继续推进直到给你最终答案 |
| 文本响应退出 | 无 tool_calls + 非空 content | — | 认为是最终回复，break 退出循环 | 助手认为已经把问题答完了，直接输出结论，不再继续调用工具 |
| 空响应重试 | 无 tool_calls + 空 content | 最多 3 次空重试，然后 fallback | 重试失败后激活 fallback 模型链 | 模型突然返回了空白回复，助手会自动重试最多3次，再不行就切换到备用模型 |
| 长度续写 | finish_reason == length | 续写重试: 3 次, max_tokens 递增 | 追加续写提示词，逐步提升输出 token 上限 | 助手回答到一半被截断了（字数超限），它会自动追加"请继续"接着回答，最多续3次 |
| execute_code 预算退还 | execute_code 工具执行后 | 自动 refund | 编程工具的迭代调用不消耗主预算 | 你让助手写代码，代码执行了5轮调试，这些不算在那90轮限额里，助手不会因为写代码把额度用光 |
5. 工具护栏策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 精确失败警告 | 同一工具+参数连续失败 | warn: 2次, block: 5次 | 2 次相同调用失败后附加指导，5 次后阻止执行(hard_stop_enabled 时) | 助手连续2次用同一个命令都报错，它会收到提示"换个方式试试"；连续5次还在犯错就强制叫停 |
| 同类工具失败 | 同一工具(不同参数)连续失败 | warn: 3次, halt: 8次 | 3 次同工具失败警告，8 次后终止整个回合 | 助手连着3次搜索不同关键词都没找到结果，它会觉得"这个搜索引擎今天有问题"；8次后直接放弃这轮 |
| 幂等无进展 | 只读工具返回相同结果 | warn: 2次, block: 5次 | 检测到循环读取同一内容无进展时警告或阻止 | 助手反复读取同一个文件，2次内容一样时提示"你看过这个了"，5次还在看就拦住它 |
| 决策动作 | 护栏检查后 | ALLOW / WARN / BLOCK / HALT | ALLOW=正常执行, WARN=执行+附指导, BLOCK=阻止单次执行, HALT=终止整个回合 | 助手判断当前操作是安全的→放行；有点风险→放行但给提醒；明显错误→拦住；严重失控→终止整轮对话 |
| 工具分类 | 启动时静态分类 | 17 个幂等工具 / 17 个变更工具 | 幂等(只读): read_file, search_files, web_search 等; 变更: terminal, write_file, patch 等 | 读文件、搜索是"安全操作"；写文件、执行命令是"危险操作"，后者需要更严格的看管 |
| 并发执行 | 模型返回多个 tool_calls | ThreadPoolExecutor max_workers: 8 | 多工具调用并行执行，按原始顺序收集结果 | 你说"帮我查3个网站的价格"，助手同时打开3个网页，不用一个个排队等 |
| 顺序执行 | 单工具 / 交互式工具 | todo, memory, clarify, delegate_task 等 | 需要 Agent 级状态的工具强制顺序执行 | 助手需要先确认你要存什么记忆，再执行保存，这种需要跟你交互的操作必须一步步来 |
6. 上下文压缩策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 压缩触发 | prompt_tokens >= 阈值 | threshold: 50% 上下文窗口, 最低 64K tokens | 达到上下文窗口 50% 时触发压缩(Codex gpt-5.5 自动提升到 85%) | 你们聊了很久，对话历史占了记忆空间的一半以上，助手自动把早期对话压缩成摘要，腾出空间继续聊 |
| 防抖动 | 连续压缩节省 < 10% | _ineffective_compression_count >= 2 | 连续 2 次压缩效果差则暂停压缩，直至某次压缩节省超过 10% | 压缩了发现只省了2%的空间，说明对话已经很精炼了，不再反复压缩浪费时间 |
| 头部保护 | 压缩时 | protect_first_n: 3 条消息 + 系统提示词 | 系统提示词 + 前 3 条消息永不摘要 | 你最初设定的需求和要求永远保持原样，不会被动过手脚的摘要替换掉 |
| 尾部保护 | 压缩时 | protect_last_n: 20 条, 最低地板: 8 条, Token 预算: 20% | 最近消息受保护，确保最后一轮对话和最后可见助手消息在保护范围内 | 最近聊的内容保持完整原文，只有中间的旧对话才会被摘要，你不会感觉到最近的信息有缺失 |
| 摘要生成 | 压缩 Phase 3 | summary_target_ratio: 20%, 上限 12K tokens, 辅助模型调用 | 使用辅助 LLM 生成结构化摘要，失败时用静态摘要兜底(8K 字符上限) | 助手用另一个AI专门做摘要，把100条旧消息浓缩成20条要点；如果摘要AI挂了就用简单的文本截断兜底 |
| 迭代摘要 | 再次压缩时 | _previous_summary 保留 | 已有摘要时进行增量更新，保留历史信息+添加新完成动作 | 第一轮压缩产生了摘要A，第二轮压缩在A基础上追加新内容变成A+，不是从头重写 |
| 压缩预清理 | 压缩 Phase 1(无LLM) | 结果去重 + 截断大参数 + 移除图片 | 去重相同工具结果，大参数 JSON 截断(>200字符)，多模态结果移除图片 | 正式压缩前先做一遍大扫除：重复的搜索结果合并、超长参数缩短、截图替换为文字说明 |
| 摘要失败回退 | 辅助模型不可用 | 冷却: 600s | 无辅助模型时冷却 10 分钟；404/503/超时回退到主模型生成摘要 | 摘要专用的AI服务暂时不可用，助手等10分钟再试，或者让主模型临时兼做摘要 |
7. 系统提示词三级架构
| 层级 | 包含内容 | 变更频率 | 设计目的 | 用户视角触发例子 |
|---|---|---|---|---|
| Stable | SOUL.md 身份 + 工具指导 + 技能索引 + 环境探测 + 平台提示 + 模型适配指导 | 会话内几乎不变 | 最大化上游 Prompt Prefix Cache KV 命中率 | 你每次跟助手说话，它都带着同一套"我是谁、我有哪些能力"的基础设定，这部分不会变来变去，所以响应更快 |
| Context | 调用方 system_message + 上下文文件(AGENTS.md/.cursorrules/SOUL.md) | 跨会话变化，会话内稳定 | 项目级上下文注入，单文件上限 20K 字符(头70%+尾20%) | 你在项目目录里放了一份 AGENTS.md 描述项目规范，助手每次开会话时自动读取，知道你的项目约定 |
| Volatile | MEMORY.md + USER.md + 外部记忆 Provider 提示 + 时间戳 + Session/Model/Provider | 每回合/会话变化 | 动态内容，时间戳仅精确到日期(非分钟)以保证缓存稳定性 | 你上次说的偏好"用中文回复"、你的个人资料、今天的日期——这些每次对话可能不同，所以每次都刷新 |
8. 凭证池与容错策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| 选择策略 | 每次 API 调用选择凭证 | fill_first(默认) / round_robin / random / least_used | fill_first 优先最高优先级可用项; round_robin 轮转; random 随机; least_used 选最少使用 | 你有3个API Key，助手默认用第一个，用满了自动切第二个，也可以设置"轮流用"或"用得最少的" |
| 401 处理 | 认证失败 | 瞬态冷却: 5分钟, 致命(token_invalidated等): 永久移除 | 区分瞬态 401(5 分钟冷却)和致命 401(永久 DEAD 状态，24h 后清理审计记录) | 你的API Key临时抽风认证失败，助手等5分钟再试；但如果是Key被撤销了，助手会永久不用这个Key |
| 429 处理 | 速率限制 | 冷却: 1小时, 支持 reset_at 覆盖 | 标记 EXHAUSTED 状态，冷却后自动恢复；Provider 提供的 reset_at 时间戳优先于默认值 | 你这小时API调用太多了被限流，助手会自动切换到备用Key，1小时后原Key恢复可用 |
| 池恢复判断 | _pool_may_recover_from_rate_limit | 需 entries > 1 且有可用项 | 单凭证池/全部冷却/Google CLI 账号级配额 → 返回 False → 直接 fallback 模型 | 你只有1个Key且被限流了，助手不会傻等，而是直接切到备用模型继续回答你 |
| Fallback 模型链 | 主模型持续失败 | 有序 {provider, model, base_url?, api_key?} 列表 | 逐个尝试 fallback 条目，同 provider/model 去重，60s 主模型冷却后尝试恢复 | Claude 挂了自动切 GPT，GPT 也挂了切 Gemini，逐级降级；1分钟后会再试试 Claude 是不是恢复了 |
| 内层重试 | 单次 API 调用失败 | max_retries: 3, 退避: 5~120s 抖动指数 | 每次外层迭代内 3 次重试机会，指数退避 + 抖动 | 网络闪断导致一次请求失败，助手等几秒自动重试，最多3次，不会一失败就放弃 |
| Transport 适配 | 根据 api_mode 选择 | chat_completions(默认) / codex_responses / anthropic_messages / bedrock_converse | 策略模式：提供者 API 差异封装为 4 种 Transport 实现自动适配 | 不管你后端用的是OpenAI、Anthropic还是AWS Bedrock，助手都能自动适配接口格式，你无需关心 |
9. Gateway 会话策略
| 策略类型 | 触发条件 | 关键参数 | 行为描述 | 用户视角触发例子 |
|---|---|---|---|---|
| Agent 缓存 | 每条消息到来时复用 | LRU: 128, 空闲 TTL: 3600s (1小时) | 避免每次消息重建 OpenAI client 和重载工具，空闲超时自动回收 | 你在Telegram上连发3条消息，助手不需要每次都重新"启动"，而是复用上次的连接，所以第二条开始回复更快 |
| 忙时输入模式 | Agent 运行中收到新消息 | interrupt(默认) / queue / steer | interrupt: 中断当前，替换消息; queue: 排队等待(上限32); steer: 注入引导文本 | 助手正在回答你的第一个问题，你又发了一条，默认行为是助手停下手头的活先处理新问题 |
| 自动重置 | 会话过期 | idle: 1440分钟, daily: 凌晨4点 | 空闲超 24h 或过凌晨 4 点自动重置；有活跃后台进程的会话永不重置 | 你一天没跟助手说话，第二天聊天时它会自动清空上下文重新开始，但如果它后台还在帮你编译代码就不会重置 |
| 流式投递 | Agent 流式输出 | edit(默认) / draft / auto / off | 渐进式编辑消息展示实时进度，洪水控制自适应退避(3次失败禁用) | 你在Telegram上看到助手的回答一个字一个字地出现，而不是等半天突然蹦出一大段 |
| 消息分块 | 响应超平台长度限制 | 安全限制: max(500, MAX_LEN - cursor - 100) | 按换行符边界智能分割，添加 (1/2) 分块指示 | 助手写了一篇很长的报告，Telegram单条消息放不下，会自动分成(1/3)(2/3)(3/3)三段发送 |
| 崩溃恢复 | Gateway 重启 | 120s 内活跃会话标记 resume_pending | 崩溃后 120s 内有活动的会话保留 SessionID 和 Transcript，用户自动恢复 | 服务突然重启了，但因为你2分钟前还在聊天，重启后你的对话上下文会自动恢复，不会丢失 |
10. 工具集体系
| 工具集名称 | 包含工具 | 用途说明 |
|---|---|---|
| web | web_search, web_extract | 网页搜索与内容提取 |
| terminal | terminal, process | 终端命令执行与进程管理 |
| file | read_file, write_file, patch, search_files | 文件读写与搜索 |
| browser | 13 个浏览器工具 + web_search | 浏览器自动化，含 web_search 用于查找 URL |
| skills | skills_list, skill_view, skill_manage | 技能管理三件套 |
| memory | memory | 跨会话记忆 CRUD |
| delegation | delegate_task | 子智能体委派 |
| cronjob | cronjob | 定时任务管理 |
| messaging | send_message | 跨平台消息发送 |
| coding (姿态) | 34 个工具(文件+终端+web+技能+浏览器+todo+memory+delegate等) | 编码姿态自动选择的全栈工具集 |
| safe | web + vision + image_gen | 无 terminal，安全沙箱工具集 |
| hermes-webhook | 仅 4 个: web_search, web_extract, vision_analyze, clarify | 不可信内容场景，刻意限制防止注入攻击 |
Hermes Agent 调用时序图
（时序图待补充）
文章评论
看得头大，但感觉好强
@熔岩之怒 我也被弄晕了，不过真的很酷
这么多策略，脑容量告急😂
时序图是空白的😂
这套护栏设计还挺稳
@豆腐脑 这套护栏蛮稳的
记忆预取那设计不错
@梦魇缔造者 预取后响应快了不少，挺实用的