研究
研究草稿3 分钟阅读

Hermes Agent 的单轮会话循环、工具面与后台复盘

草稿。 结论尚未定型,可能需要且可能有多种方案并存;实践验证后再晋升为经验,请勿直接当作可复用的结论。

Hermes 的循环很小,外围极重,读它要先切开这两层。

  • run_conversation 驱动一次用户轮:模型调用 → 工具分发 → 重试/降级 → 压缩 → 后置钩子。
  • IterationBudget 兜住轮次上限,防死循环与费用失控。
  • 自沉淀靠 background_review.py 每轮 fork 一个复盘 agent,不是运行时自动写技能。

问题

agent/ 目录有数百个模块,主循环与外围耦合在同一个文件中,容易被外围体量误导。

候选

主循环

text
run_conversation(agent, messages)          // agent/conversation_loop.py
  while budget.remaining():
      resp = call_model()
      if resp.tool_calls: dispatch → 回填 → continue
      break
  后置:压缩、memory 同步、后台复盘

工具面

类别内容
执行bash 与文件编辑类工具
浏览CDP、lightpanda、camofox 三套浏览器后端
审批approval*.py 一组模块,按风险分层拦截
异步async_delegation:把长任务转后台
外部MCP client、ACP adapter、gateway(Telegram 等)
技能skills/ 下按领域分 12 组:apple、devops、email、research、social-media、software-development 等

压缩

模块作用
agent/conversation_compression.py会话级压缩,多段循环处理溢出与分块
trajectory_compressor.py轨迹压缩,给复盘与记忆用
agent/moa_loop.pyMoA:每次迭代前收集参考模型上下文,主循环仍管工具调用

当前判断

  • 它的重心不在编程而在常驻代理:多平台入口、审批分层、按领域的技能库。
  • MoA 与压缩都是循环外的装饰,主循环本身与 2023 年的 tool-calling 没差别——真正的增量在 background_review 这条自我复盘支线。

下一步

  • 未跑真实会话,压缩与复盘的触发条件需实测。

参考