Hermes Agent：3 个核心文件，看清 AI Agent 怎么把任务从头跑到尾

Hermes Agent3 个核心文件看清 AI Agent 怎么把任务从头跑到尾【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agentHermes Agent 是一个可接入 OpenAI、Anthropic、OpenRouter 等模型后端的开源 AI 代理框架你交给它一个任务它反复调用工具、把每步输出读回模型直到干完才停。本文按一条任务的真实执行顺序拆 5 个环节并用 3 个文件说清各模块分工读完你基本能在源码里定位任意一次它为什么这么做。它和聊天机器人差在哪动手而不是给建议普通聊天机器人回你可以用 find 命令找一下就结束Hermes Agent 自己调文件工具、自己跑命令把输出原样喂回模型决定下一步。是循环而不是一问一答一条消息可能触发多轮请求 → 工具 → 回填模型觉得没活干了、或迭代预算耗尽才停。每轮都留痕收尾时会产出结构化结果含最终回复、完整消息历史、API 调用次数等字段用量统计和轨迹导出都从它取数。不必绑在你笔记本上可跑在 $5 VPS 或容器后端你从 Telegram、Slack 等任意平台继续和它对话。一条任务的完整路径5 步执行时间线以一条自拟任务为例扫一下 logs 目录找出单行 ERROR 最多的 5 个文件整理成对比表。把整个流程当成处理一张工单走 5 步组装请求agent/conversation_loop.py 里的run_conversation先刷新凭证、重建系统提示把消息历史、系统提示、工具定义打包成第一次模型请求顺带检查上下文是否逼近压缩阈值。模型决策响应回来带着工具调用。循环先把这条 assistant 消息写进历史——此刻模型的打算已经落账。校验工具循环核对工具名是否在启用列表里、解析参数。名字不合法不会进入执行而是把一段错误说明直接写回该工具的结果位。并行执行并回填agent/tool_executor.py 把同一批工具调用派进临时线程池worker 上限 8 个池子大小按当前批次数量定。每个工具独立线程慢的拖不住别的出错的只污染自己那个结果位。输出包成 tool 结果消息写回历史——下一次请求带着完整历史模型正是靠这个看见上一步的结果。收敛退出响应里若不再有工具调用循环结束否则回到第 2 步再来一轮直到api_call_count撞上max_iterations上限并明确告知预算用完。最后由 agent/turn_finalizer.py 做收尾记账返回含final_response、messages、api_calls、completed的结果字典。3 个关键文件速览agent/conversation_loop.py循环主体管要不要再问一次模型请求组装、重试、上下文压缩、迭代预算判断都在这一个文件里。agent/tool_executor.py工具执行者批次线程池、并发超时、单工具错误回写都在这里保证一个工具卡死拖不垮整批。agent/turn_finalizer.py收尾记账台用量统计、轨迹持久化、会话落库是结果字典离开循环前的最后一站。适合谁用最小上手路径定时长任务它自带 cron 调度器晨报、夜间备份这类事跑完后把结果投到 Telegram 或 Slack无人值守。本地开发代理在你机器上读写文件、跑命令可切容器或 SSH 后端隔离风险。研究 Agent 循环怎么写每一轮请求和工具执行都有明确代码位置可打断点没有黑盒。上手只需两步安装后跑一次hermes setup走完向导然后执行hermes进终端丢一个统计当前目录有多少个 .py 文件这类小任务你就能看到工具被逐个调用、结果逐步回填的实时过程。一张任务进线组装、现场执行、台账收尾。把这条工单链路看明白Hermes Agent 其余模块都只是挂在这条线上的扩展。【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考