乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > Harness 实现:Hermes 源码分解

Harness 实现:Hermes 源码分解

当前时间： 2026-08-12 09:13:42 分类：办公文件 评论(0)
Harness 实现:Hermes 源码分解

OpenClaw 的主线是 Gateway：多 channel、session routing、远程入口和回传。Hermes 的主线完全不同。它最值得研究的地方不是“能调多少工具”，而是它如何把 agent 的经验沉淀成 memory、skills、session search 和后续行为改变。

Hermes README 的定位非常直接：self-improving AI agent，内置 closed learning loop；它会用 agent-curated memory 保存知识，用 periodic nudges 促使自己持久化信息，在复杂任务后自动创建 skills，在使用中改进 skills，并用 FTS5 session search + LLM summarization 做跨会话召回。[1]

这使 Hermes 成为五个样本里最适合讨论 Context/State/Memory 和 Feedback/Evaluation/Co-design 的案例。

组件结构：五个子系统在 Hermes 里的落点

Hermes 的源码结构比“有 memory 工具”更进一步：run_agent.py 的 AIAgent 拥有主 loop、context compression、delegate dispatch、session DB 写入和 background review 入口；hermes_state.py 用 SQLite + FTS5 存 session/message；agent/memory_manager.py 和 tools/memory_tool.py 管长期记忆；tools/session_search_tool.py 把历史会话检索做成 loop tool；agent/background_review.py 把任务后的经验沉淀成 memory/skill 更新。

子系统
源码里的实现组件
运行流程
和其他项目的差异
Agent Loop & Orchestration
AIAgent
 外观、conversation loop、delegate_task、gateway/cron trigger、background review；相关文件：run_agent.py、agent/conversation_loop.py、agent/agent_runtime_helpers.py、tools/delegate_tool.py、tools/async_delegation.py、gateway/run.py、cron/scheduler.py
CLI/Gateway/Cron 创建或恢复 session，AIAgent.run_conversation() 组装 context 并循环调用模型和工具；顶层 delegate_task 默认异步后台运行，完成后经 completion queue 回流成后续 turn；主任务结束后可触发后台复盘。
loop 不是一次性回答器，而是长期状态更新器；子任务结果不强塞进当前 tool loop。
Context, State & Memory
SQLite session DB、FTS5、ContextCompressor、MemoryManager、MEMORY/USER、skills、session_search；相关文件：hermes_state.py、agent/context_compressor.py、agent/memory_manager.py、tools/memory_tool.py、tools/session_search_tool.py
当前消息、session history、压缩摘要、memory/provider、skills 和 session_search 结果共同进入下一轮 context；压缩后的旧消息仍保留在 DB/FTS。源码中 session_search 是零 LLM 调用的 FTS5 窗口检索，和 README 的“LLM summarization”表述不完全一致。
记忆是主轴，且 memory/session/skills 都能反向改变后续 prompt。
Tool Use, Runtime & MCP
tool registry、model_tools.py、deferred tool bridge、MCP client、approval guard、多 terminal backend；相关文件：model_tools.py、tools/registry.py、tools/tool_search.py、tools/mcp_tool.py、hermes_cli/mcp_startup.py、tools/terminal_tool.py、tools/environments/*
get_tool_definitions()
 根据 enabled/disabled toolsets 暴露工具；大量工具可折叠成 tool_search/tool_describe/tool_call；MCP server 发现后注册成 mcp-* toolset；terminal 类动作再落到 local/Docker/SSH/Singularity/Modal/Daytona。
把 memory、session_search、delegate_task 也放进 agent loop tools，MCP 不走旁路。
Interface & Product Surface
CLI、Messaging Gateway、cron、TUI gateway；相关文件：hermes_cli/gateway.py、gateway/run.py、tui_gateway/server.py、cron/scheduler.py
多入口都进入同一类 agent/session 流程；Gateway 负责 platform delivery，cron 会在 prompt 前注入 scheduled-job guidance 并把结果投递到目标平台。
Interface 服务长期个人 agent，而不是 OpenClaw 那种纯 Gateway 控制面。
Feedback & Engineering
background review、skill creation/improvement、curator、trajectory、observability、insights；相关文件：agent/background_review.py、tools/skill_manager_tool.py、tools/skill_usage.py、agent/curator.py、agent/trajectory.py、agent/insights.py、docs/observability/README.md
完成任务后，后台 review 抽取经验，写入 memory 或 skill；skill usage 和 curator 维护技能生命周期；hook/trajectory/insights 输出可观测数据。
feedback 是产品主循环的一部分，不只是观测数据。
Secure Runtime / Sandbox
command approval、多 backend runtime、prompt/secret/path guard、OSV/MCP supply-chain guard；相关文件：SECURITY.md、tools/approval.py、tools/environments/*、agent/file_safety.py、tools/path_security.py、tools/tirith_security.py、agent/secret_scope.py、tools/osv_check.py
本地执行默认依赖宿主；强隔离通过 Docker/SSH/Modal/Daytona 等 backend；approval/redaction 是防御层，源码文档明确真正边界来自 sandbox/runtime 隔离。
安全边界是可选运行后端组合，不像 Codex 那样进入主叙事。

1. 定位：memory-first / self-improving harness

Hermes 是 memory-first / self-improving 的 agent harness。

它不是纯 coding CLI，也不是纯聊天机器人。README 同时强调三个方向：

  1. built-in learning loop；
  2. messaging gateway；
  3. 多 terminal backend：local、Docker、SSH、Singularity、Modal、Daytona。[1]

这说明 Hermes 的目标不是“让模型完成一次任务”，而是让 agent 逐渐形成对用户、任务和环境的持续理解。它把长期状态做成产品特征，而不是附加插件。

用第一篇的五个子系统看，Hermes 的重心排序大概是：

  1. Context, State & Memory；
  2. Feedback, Evaluation & Co-design；
  3. Tool Use, Runtime & MCP；
  4. Agent Loop & Orchestration；
  5. Interface & Product Surface。

2. Agent Loop & Orchestration

Hermes 的核心 loop 在 run_agent.py 的 AIAgent。现有源码显示它管理 conversation flow、tool execution、context compression、memory provider lifecycle、delegate_task、background review 等能力。

和最小 ReAct loop 相比，Hermes loop 至少多了四类编排：

  1. 工具调用循环
    ：模型选择工具，model_tools.py 分发工具，结果回填 messages。
  2. delegate/subagent
    ：delegate_task 允许把子任务分派给 child agents，并限制并发子任务数量。
  3. gateway/cron runner
    ：Gateway 和定时任务能触发 agent 工作，说明 loop 不只来自 CLI 输入。
  4. background review
    ：主 turn 完成后，可以 spawn memory/skill review thread，把经验沉淀到后续状态。

Anthropic 的《Building effective agents》把 agent 描述为根据环境反馈循环使用工具的系统，并讨论 orchestrator-workers、evaluator-optimizer 等模式。[2] Hermes 的 delegate 和 background review 正好对应这两类方向：一个负责分工，一个负责改进。

所以 Hermes 的 loop 不是简单的 while tool_call。它更像一个长任务控制器：主任务、子任务、压缩、记忆同步、后台复盘都挂在同一条 agent 生命周期上。

3. Context, State & Memory

这是 Hermes 最核心的一层。

Hermes README 明确把 memory、user profile、skills、session search 放进 closed learning loop。[1] 源码里的 hermes_state.py 是 SQLite-backed session storage，带 FTS5 full-text search；agent/context_compressor.py 处理上下文压缩；agent/memory_manager.py、memory_provider.py、context_engine.py 处理长期记忆和外部 memory provider；tools/memory_tool.py 提供 MEMORY.md / USER.md 类型的持久化记忆。

可以把 Hermes 的 context 分成五层：

  1. 当前 turn
    ：用户输入、工具结果、模型输出。
  2. session state
    ：SQLite session、messages、branch/delegate 关系、FTS5 search。
  3. 静态记忆
    ：MEMORY.md、USER.md、用户画像、项目事实。
  4. skills
    ：从经验中生成或由用户维护的 procedural memory。
  5. 外部 memory providers
    ：Honcho、Mem0、Holographic 等外部记忆后端。

这和 Claude Code 的 CLAUDE.md 或 Codex 的 AGENTS.md 不一样。Claude/Codex 更强调项目规则如何稳定注入；Hermes 更强调跨 session 的经验如何被召回和改写。

这里的风险也更大：错误记忆、过期偏好、失败 skill、污染的 session summary，都可能在后续任务中被放大。Hermes 这类 harness 的难点不是“有没有 memory”，而是 memory 如何审计、回滚、降权、过期和分层。

4. Tool Use, Runtime & MCP

Hermes 的工具层也很厚。README 列出 40+ tools、toolsets、terminal backends、Tool Gateway、MCP Integration。[1]model_tools.py 中可以看到 _AGENT_LOOP_TOOLS = {"todo", "memory", "session_search", "delegate_task"}，并有 MCP/plugin deferred tools、tool search/deferred bridge、approval guard 等结构。

Hermes 工具层有两个特点。

第一，它把 memory 和 session search 也做成 agent loop tools。这意味着模型不仅能执行外部动作，还能主动检索自己的历史和记忆。

第二，它支持多 terminal backend：local、Docker、SSH、Singularity、Modal、Daytona。[1] 这说明 Hermes 的 tool runtime 不绑定一台本地机器。它更像一个可迁移的长期 agent，可以在 VPS、GPU 集群或 serverless 环境里工作。

MCP 在 Hermes 中属于工具扩展层，而不是完整 harness。MCP 官方规范提供 Resources、Prompts、Tools 等 server features，解决的是外部系统连接问题。[3] Hermes 还必须自己负责 loop、context、memory、feedback 和 gateway。

5. Interface & Product Surface

Hermes 的 interface 不是单个 TUI。README 列出 CLI 和 Messaging Gateway，支持 Telegram、Discord、Slack、WhatsApp、Signal、Home Assistant 等入口。[1]

这让 Hermes 更像一个长期个人 agent：

  1. 用户可以从聊天工具给它任务；
  2. 它可以在云端或远程环境继续执行；
  3. session 和 memory 跨入口保留；
  4. voice memo、cron、gateway delivery 可以把 agent 从“终端应用”推向“常驻助手”。

和 OpenClaw 相比，Hermes 的 Gateway 不是第一主角。OpenClaw 研究的是多 channel control plane；Hermes 研究的是长期状态如何穿过这些入口保持一致。

所以 Hermes 的 interface 价值在于：它给长期记忆体提供了多个输入输出通道。

6. Feedback, Evaluation & Co-design

Hermes 把 feedback 做成了产品名片。

README 里的 closed learning loop 包括 agent-curated memory、skill auto creation、skill self-improvement、session search。[1] 源码中 run_agent.py 的 _spawn_background_review 会把 memory/skill review 从主 turn 中分离出去；agent/background_review.py 负责相关后台复盘；agent/curator_backup.py 等模块则显示它意识到经验资产需要备份和管理。

这和 Reflexion 论文的方向很接近：Reflexion 用 verbal feedback 和 episodic memory 让 agent 从 trial-and-error 中改进。[4] OpenAI Cookbook 的 agent improvement loop 也把 traces、feedback、evals 和 optimizer 组织成持续改进飞轮。[5]

Hermes 的特殊之处在于，它不是把 feedback 留给离线 eval，而是把它产品化到日常使用里：

  1. 当前任务完成；
  2. 后台 review 抽取经验；
  3. 经验写入 memory 或 skill；
  4. 后续任务按需召回；
  5. skill 在使用中继续改进。

这就是 model-harness co-design 的低配版本：不一定马上训练模型，但 harness 已经在用运行数据改变下一轮行为。

7. 两个边界支撑

Secure Runtime / Sandbox：Hermes 的执行边界不是单一 OS sandbox，而是多后端 runtime 选择。README 提到 command approval、DM pairing、container isolation，以及 local、Docker、SSH、Singularity、Modal、Daytona 六种 terminal backend。[1]docs/security/network-egress-isolation.md 也提醒：如果使用默认 local backend，网络隔离要依赖宿主环境；更强隔离需要 Docker、Modal、Daytona 等 backend。

Engineering Harness：Hermes 的工程环境包括 docs、observability、batch trajectory、skill hub、migration from OpenClaw、gateway/cron、memory provider 插件。它的工程问题也更复杂：skill 污染、错误 memory、回滚、审计、外部 memory provider 的数据边界，都必须成为工程 harness 的一部分。

8. 结构判断

Hermes 最值得研究的是：它如何把“经验”变成 harness 资产。

一般 coding agent 的状态主要在当前 session；Hermes 试图把跨 session 的用户画像、任务经验、工具流程和技能沉淀下来。这样做的收益是 agent 越用越熟悉用户；代价是长期状态会变成新的复杂性来源。

所以拆 Hermes 时，最重要的问题不是“它有哪些工具”，而是：

它如何决定什么值得记住，如何避免错误经验固化，如何让 memory 和 skills 在未来任务中被正确召回？

9. 参考资料

[1] NousResearch, Hermes Agent GitHub README.https://github.com/NousResearch/hermes-agent

[2] Anthropic Engineering, Building effective agents, 2024-12-19.https://www.anthropic.com/engineering/building-effective-agents

[3] Model Context Protocol specification, 2025-06-18.https://modelcontextprotocol.io/specification/2025-06-18

[4] Shinn et al., Reflexion: Language Agents with Verbal Reinforcement Learning, arXiv, 2023.https://arxiv.org/abs/2303.11366

[5] OpenAI Cookbook, Agent improvement loop.https://developers.openai.com/cookbook/examples/agents_sdk/agent_improvement_loop