Hermes Agent 深度技术调研：自我进化的开源 AI Agent

┌─────────────────────────────────────────────────┐
│              User Interface Layer                │
│  CLI (cli.py) │ Gateway (gateway/run.py) │ ACP   │
│  Batch Runner │ Cron Scheduler │ API Server      │
├─────────────────────────────────────────────────┤
│              Core Agent Layer                    │
│  AIAgent (run_agent.py) — 核心编排引擎           │
│  ├── _build_system_prompt()  系统提示词组装      │
│  ├── run_conversation()      主对话循环          │
│  ├── _spawn_background_review() 后台记忆/技能审查│
│  ├── ContextCompressor       上下文压缩          │
│  └── IterationBudget         迭代预算控制        │
├─────────────────────────────────────────────────┤
│           Tool & Execution Layer                 │
│  ToolRegistry (tools/registry.py)               │
│  47个工具 × 6种执行后端                          │
│  (Local/Docker/SSH/Modal/Daytona/Singularity)   │
└─────────────────────────────────────────────────┘

用户消息 → 代理编码清理 (surrogate sanitization)
         → 恢复主 runtime (若上轮发生了 fallback)
         → 系统提示词组装 (缓存，仅首次构建)
         → 预飞行上下文压缩 (若历史超阈值)
         → 插件 pre_llm_call hook
         → 外部记忆 provider prefetch
         ╔══════════════════════════════╗
         ║    主循环 (while budget > 0) ║
         ║  1. 检查中断请求             ║
         ║  2. 消费 iteration budget    ║
         ║  3. 注入临时上下文到用户消息  ║
         ║  4. 应用 Anthropic 缓存控制  ║
         ║  5. 清理孤立的 tool_call     ║
         ║  6. API 调用 (含重试逻辑)    ║
         ║  7. 处理 tool_calls          ║
         ║  8. 工具结果追加到消息        ║
         ║  9. 检查是否需要压缩上下文    ║
         ╚══════════════════════════════╝
         → 外部记忆 sync + queue_prefetch
         → 后台记忆/技能审查 (_spawn_background_review)
         → 插件 on_session_end hook
         → 返回结果

class MemoryStore:
    def __init__(self, memory_char_limit=2200, user_char_limit=1375):
        # 总上限 3,575 字符 ≈ 约 900 tokens
        # 这是一个刻意的设计约束：强制策展而非累积

_MEMORY_THREAT_PATTERNS = [
    (r'ignore\s+(previous|all|above|prior)\s+instructions', "prompt_injection"),
    (r'curl\s+[^
]*\$\{?\w*(KEY|TOKEN|SECRET|PASSWORD|CREDENTIAL|API)', "exfil_curl"),
    (r'authorized_keys', "ssh_backdoor"),
    # ... 更多模式
]

FTS5 搜索匹配消息 → 按 session 分组 → 取 top 3 unique sessions
→ 加载每个 session 对话 → 截取匹配点附近 ~100K 字符
→ 发送给辅助 LLM 做聚焦摘要 → 返回结构化摘要

# run_agent.py:1027
self._memory_nudge_interval = 10  # 每10轮用户消息触发一次记忆审查
self._skill_nudge_interval = 10   # 每10次工具迭代触发一次技能审查

~/.hermes/skills/
├── systematic-debugging/
│   └── SKILL.md          # YAML frontmatter + Markdown 指令
├── software-development/
│   ├── test-driven-development/
│   │   └── SKILL.md
│   └── subagent-driven-development/
│       └── SKILL.md
└── category/skill-name/
    ├── SKILL.md
    ├── references/       # 参考资料
    ├── templates/        # 模板文件
    ├── scripts/          # 脚本
    └── assets/           # 资源

# agent/prompt_builder.py - build_skills_system_prompt()
# 默认只加载技能名称 + 描述摘要（几十字节/技能）
# 只有 Agent 判断相关时才加载完整内容
# 这保持了 token 使用量与技能数量无关（70+技能不膨胀）

# tools/skill_manager_tool.py
# Actions: create, edit, patch, delete, write_file, remove_file
# 默认使用 patch（精准替换）而非 edit（全量重写）

class ToolRegistry:
    """单例注册表，收集来自工具文件的 schema + handler"""

    def register(self, name, toolset, schema, handler, check_fn=None, ...):
        """在模块导入时由每个工具文件调用"""

    def get_definitions(self, tool_names, quiet=False):
        """返回 OpenAI 格式的工具 schema（只包含 check_fn 通过的工具）"""

    def dispatch(self, name, args, **kwargs):
        """按名称执行工具 handler（自动桥接 async）"""

DANGEROUS_PATTERNS = [
    (r'\brm\s+-[^\s]*r', "recursive delete"),
    (r'\bchmod\s+(-[^\s]*\s+)*(777|666|o\+[rwx]*w|a\+[rwx]*w)\b', "world-writable permissions"),
    (r'\bDROP\s+(TABLE|DATABASE)\b', "SQL DROP"),
    (r':\(\)\s*\{\s*:\s*\|\s*:\s*&\s*\}\s*;\s*:', "fork bomb"),
    (r'\b(curl|wget)\b.*\|\s*(ba)?sh\b', "pipe remote content to shell"),
    # ... 30+ 个模式
]

class BaseEnvironment(ABC):
    """所有 Hermes 执行后端的通用接口"""

    @abstractmethod
    def execute(self, command, cwd="", *, timeout=None, stdin_data=None) -> dict:
        """执行命令，返回 {"output": str, "returncode": int}"""

    @abstractmethod
    def cleanup(self):
        """释放后端资源（容器、实例、连接）"""

# gateway/run.py - GatewayRunner
# 单进程管理多平台适配器
# 每个平台独立的 adapter 文件

def apply_anthropic_cache_control(api_messages, cache_ttl="5m", native_anthropic=False):
    """system_and_3 策略：系统提示词 + 最后3条非系统消息"""
    # Anthropic 最多允许 4 个 cache_control 断点
    # 1. 系统提示词（跨所有轮次稳定）
    # 2-4. 最后 3 条非系统消息（滚动窗口）

class ContextCompressor:
    """算法：
    1. 裁剪旧工具结果（便宜，不需要 LLM）
    2. 保护头部消息（系统提示词 + 首次交互）
    3. 按 token 预算保护尾部消息（最近 ~20K tokens）
    4. 用结构化 LLM 提示词摘要中间轮次
    5. 后续压缩迭代式更新之前的摘要
    """

DELEGATE_BLOCKED_TOOLS = frozenset([
    "delegate_task",   # 禁止递归委派
    "clarify",         # 禁止用户交互
    "memory",          # 禁止写共享 MEMORY.md
    "send_message",    # 禁止跨平台副作用
    "execute_code",    # 子 Agent 应逐步推理
])

MAX_CONCURRENT_CHILDREN = 3
MAX_DEPTH = 2  # parent(0) -> child(1) -> grandchild rejected(2)
DEFAULT_MAX_ITERATIONS = 50

_CONTEXT_INVISIBLE_CHARS = {
    '\u200b',  # Zero-width space
    '\u200c',  # Zero-width non-joiner
    '\u200d',  # Zero-width joiner
    '\u2060',  # Word joiner
    '\ufeff',  # Zero-width no-break space (BOM)
    '\u202a'-'\u202e',  # Bidi override characters
}

STRATEGY_FILL_FIRST = "fill_first"
STRATEGY_ROUND_ROBIN = "round_robin"
STRATEGY_RANDOM = "random"
STRATEGY_LEAST_USED = "least_used"  # 默认

EXHAUSTED_TTL_429_SECONDS = 60 * 60      # 429 限速：冷却1小时
EXHAUSTED_TTL_DEFAULT_SECONDS = 24 * 60 * 60  # 其他故障：冷却24小时

核心语言: Python 3.11+ (93.4%)
包管理: uv (Astral)
数据库: SQLite + FTS5
CLI UI: Rich + prompt_toolkit + KawaiiSpinner
LLM SDK: openai + anthropic
Web: httpx + requests + exa-py + firecrawl-py
浏览器: Playwright + Camoufox
TTS: edge-tts (免费) + ElevenLabs (付费)
STT: faster-whisper
配置: YAML (pyyaml)
MCP: mcp >= 1.2.0
测试: pytest (3,000+ test cases)
构建: Nix Flake (可复现构建)

任务执行 → 经验积累 → 记忆策展 → 技能创建
    ↑                                    ↓
    ← ← ← ← 技能改进 ← 技能检索 ← ← ←