第四章：Hermes的「多智能体」配置与实现

Hermes 知识库16小时前发布 changgong

135 00

文章目录

4.1 多智能体协作概述
4.2 delegate_task 与 Kanban 的区别
4.3 子智能体与并行工作流
4.4 智能体身份与记忆管理

hermes智能体

Hermes Agent 在处理复杂任务时，超越了传统单智能体的局限，提供了强大的多智能体协作能力。

这种能力允许 Agent 将大型任务分解为更小的、可并行执行的子任务，并由不同的智能体或同一智能体的不同“角色”来完成。

本章将深入探讨 Hermes Agent 的多智能体配置，包括其核心协作机制、子智能体的管理以及智能体身份与记忆的维护。

4.1 多智能体协作概述

Hermes Agent 的多智能体能力旨在解决单一智能体在面对复杂、多阶段或需要不同专业知识的任务时可能遇到的瓶颈。

它通过两种主要机制实现协作：delegate_task 和 Kanban。这两种机制各有侧重，共同构建了 Hermes Agent 灵活且强大的协作框架。

与许多 Agent 框架不同，Hermes Agent 并非简单地通过“Agent 群”或“编排层”来管理多个智能体。相反，它更强调命名智能体 (Named Profiles) 的概念，每个智能体都拥有独立的身份和持久化记忆，能够积累经验并随着时间变得更加专业。

4.2 delegate_task 与 Kanban 的区别

Hermes Agent 提供了 delegate_task 函数和 Kanban 任务板两种协作原语，它们在设计理念和适用场景上存在显著差异。

特性	`delegate_task`	Kanban
协作形态	RPC 调用 (fork → join)	持久化消息队列 + 状态机
父任务行为	阻塞，直到子任务返回结果	“即发即忘” (Fire-and-forget)，创建后不阻塞父任务
子任务身份	匿名子智能体	命名智能体 (Named Profile)，具有持久化记忆
可恢复性	无，失败即失败	可恢复，支持阻塞、解除阻塞、重试、崩溃后回收
人工干预	不支持	支持，可在任何阶段进行评论或解除阻塞
任务 Agent 数	一次调用一个子智能体	任务生命周期内可由 N 个 Agent 参与 (重试、审查、跟进)
审计追踪	上下文压缩后丢失	持久化存储在 SQLite 数据库中，永久可查阅
协调方式	层次化 (调用者 → 被调用者)	对等式，任何智能体或人类可读写任何任务

一句话总结：delegate_task 是一个函数调用；Kanban 是一个工作队列，其中每次交接都是任何智能体（或人类）都可以查看和编辑的行。

何时使用 delegate_task：当父智能体需要一个简短的推理结果才能继续，且不需要人工干预，结果将返回到父智能体的上下文中时。例如，一个主智能体需要子智能体快速完成一个数据查询并返回结果。
何时使用 Kanban：当工作需要跨越智能体边界、需要抵御重启、可能需要人工输入、可能由不同角色接手，或者需要在事后可追溯时。例如，一个复杂的项目需要多个智能体协作完成不同阶段的任务，并且可能需要人工审查和干预。

值得注意的是，这两种机制可以共存：一个 Kanban 工作者在其运行过程中，可以在内部调用 delegate_task 来完成其子任务。

4.3 子智能体与并行工作流

Hermes Agent 能够生成隔离的子智能体 (Isolated Subagents)，以支持并行工作流。这意味着可以将一个复杂任务分解为多个独立的子任务，并分配给不同的子智能体同时执行，从而显著提高任务处理效率。

这些子智能体在各自隔离的环境中运行，拥有自己的上下文和状态，避免了相互干扰。这种设计对于需要同时处理多个独立但相关的子任务的场景非常有用，例如：

研究任务分解：将一个研究主题分解为多个子研究方向，由不同的子智能体并行收集信息。
代码开发流程：将一个功能模块的开发分解为设计、实现、测试等阶段，由不同的子智能体或角色负责。
数据处理流水线：并行处理大规模数据集的不同部分。

此外，Hermes Agent 支持通过编程方式的工具调用 (Programmatic Tool Calling)，特别是通过 execute_code 函数，将多步骤的管道操作折叠为单次推理调用。这意味着智能体可以在其内部逻辑中，通过编写代码来调用一系列工具，从而实现复杂的自动化工作流，而无需在每次工具调用后都进行一次 LLM 推理，这大大提升了效率和性能。

4.4 智能体身份与记忆管理

Hermes Agent 的多智能体能力不仅仅是任务的简单分配，更体现在其对命名智能体 (Named Profiles) 的支持以及持久化记忆 (Persistent Memory) 的管理上。

命名智能体：在 Hermes Agent 中，每个“工作者”或“角色”都可以被赋予一个唯一的名称（例如 researcher、backend-dev、qa-dev 等），并拥有自己的独立身份。这意味着不同的智能体可以扮演不同的角色，拥有特定的技能集和行为模式。这种设计使得协作更加清晰，也便于用户理解和管理。
持久化记忆：每个命名智能体都拥有跨会话的持久化记忆。这意味着智能体在完成任务后，其学习到的经验、积累的知识和形成的上下文都会被保存下来，并在后续的会话中被召回和利用。这种记忆机制是 Hermes Agent “自我改进”核心理念的体现，它使得智能体能够：
- 积累经验：随着执行任务的增多，智能体能够从过去的成功和失败中学习。
- 构建用户模型：通过与用户的持续交互，智能体能够更好地理解用户的偏好、工作习惯和需求。
- 提高效率：无需重复学习，智能体可以更快地适应新任务和新情境。

Kanban 任务板与命名智能体和持久化记忆紧密结合。当一个任务被分配给一个命名智能体时，该智能体将带着其特有的记忆和能力去执行任务。任务板上的评论和状态流转也成为了智能体之间以及智能体与人类之间沟通和记忆沉淀的重要载体。