🏗️ 架构说明

了解 Hermes Agent 的内部架构，帮助你更好地使用和扩展它。

整体架构

Hermes Agent 由以下核心模块组成：

  • LLM 调度器：与各种 LLM 提供商通信（OpenAI、Anthropic、OpenRouter 等）
  • 工具引擎：47 个内置工具的执行环境
  • 记忆管线：FTS5 全文搜索 + 向量存储的混合记忆系统
  • 技能管理器：技能的创建、加载、改进和调度
  • 消息网关：统一的多平台消息收发
  • 终端后端：命令执行的运行环境
  • Cron 调度器：定时任务的调度和投递

终端后端 (Terminal Backends)

Hermes 支持 6 种终端后端，决定了命令执行的环境：

后端适用场景特点
Local个人使用直接在本地执行，零配置
Docker隔离环境容器化执行，安全隔离
SSH远程服务器通过 SSH 连接远程执行
Daytona无服务器开发环境即服务，空闲时休眠
SingularityHPC 集群高性能计算环境
Modal无服务器 GPU按需 GPU，空闲时成本几乎为零

消息网关架构

消息网关采用统一抽象层设计：

用户消息 → [平台适配器] → 统一消息格式
                                ↓
                          [消息处理器]
                                ↓
                     [LLM + 工具 + 记忆]
                                ↓
                          [响应生成]
                                ↓
              [平台适配器] → 发送到对应平台

每个平台有一个「适配器」负责将平台特定的消息格式转换为 Hermes 的内部格式，反之亦然。

记忆与技能管线

用户输入
  ↓
[会话记忆] ← FTS5 搜索相关历史
  ↓
[技能匹配] ← 触发条件检测
  ↓
[LLM 推理] ← 工具调用 + 记忆注入
  ↓
[记忆更新] → 保存新学到的事实
  ↓
[技能学习] → 可选：创建/更新技能
  ↓
[用户建模] → Honcho 辩证更新

LLM 提供商

Hermes 支持多种 LLM 提供商，通过统一接口调用：

  • Nous Portal：Nous Research 的官方平台
  • OpenRouter：多模型聚合网关
  • OpenAI：GPT-4、GPT-4o 等
  • Anthropic：Claude 系列
  • Google：Gemini 系列
  • 自定义端点：任何 OpenAI 兼容的 API

研究就绪

Hermes Agent 还提供了面向研究者的功能：

  • 批处理：大规模并行任务处理
  • 轨迹导出：导出完整的推理轨迹用于分析
  • RL 训练：与 Atropos 集成进行强化学习训练