Hermes Agent 使用指南AI Agent 工具调用循环 5 分钟入门Hermes Agent 是一个可接入 OpenAI、Anthropic 等多种模型后端的开源 AI 智能体框架它把交给它的任务变成一套自动跑完的想一步、调工具、把结果喂回模型的工具调用闭环。你不需要写任何工具调用代码一句话就能驱动它搜文件、跑命令、做定时任务。它既适合想把重复任务自动化的人也适合想读透 Agent 循环源码的开发者。 为什么普通聊天机器人干不完活普通聊天机器人是说Hermes Agent 是做。问它检查这个项目有没有编译错误普通模型会回你一句你可以自己跑一下构建然后结束Hermes Agent 会自己执行构建、读出报错行最后告诉你哪个文件出了问题。这事如果自己做要写请求循环、解析模型响应、匹配工具调用、拼结果再发回去还得处理失败重试主流程加边角情况不少。它把整条链路封装成一次对话你只管看它干活。三个核心角色谁驱动、谁执行、谁记账整条主线可以收敛成三个模块。驱动者——conversation_loop.py。run_conversation函数是整条流水线的主体你每发一条消息它就把历史、系统提示、工具定义打包成一次模型请求。模型想调工具它就执行工具、回填结果、再问一次模型给出文字结论它就退出。这个模块只回答一件事——什么时候该再问一次模型。执行者——tool_executor.py。模型一次响应里可能带好几个工具调用它不会一个个串行跑而是按依赖切批后交给临时线程池并发执行池子大小随本批工具数量伸缩。慢工具跑再久也不拖累同批的其他调用某个失败了错误就作为那个工具的结果写回整轮对话照常推进。记账者——turn_finalizer.py。循环跑完后它负责给这一轮收尾对话落库、统计 token 用量、导出轨迹并决定要不要触发后台复盘。你排查它为什么多跑了几轮第一个看的就是它。跟一条消息走完全程以检查项目有没有编译错误为例时间线是这样的。消息发出后先发生一轮开场准备刷新模型凭证、重建系统提示、检查上下文是否涨到了需要压缩的程度。随后第一次请求发出模型拿到的是系统提示、完整对话历史和工具清单三样东西。它回应去执行构建命令。循环放行工具前做两件事把这句 assistant 消息记进历史再核对工具名是否在启用列表里、把参数解析出来。工具输出被包成一条结果消息追加到历史下一次请求当场组装。为什么每步都这样做因为每次请求都重发完整历史正是这份全量重发让模型知道上一步发生了什么。第二轮它可能去读报错文件也可能直接下结论。一旦某次响应不再带工具调用循环退出回复和你的消息一起落库。若轮数撞上max_iterations上限它会在该停处停下并明确告知你预算用完而不是无声截断。谁适合用谁不适合适合的大多是三类人做长任务自动化的它自带 cron 调度器定时跑日报、夜间备份结果投到 Telegram、Slack 等平台要本地开发代理的它在你的机器或云上 VPS 跑读写文件、执行命令想研究 Agent 源码的循环没有黑盒每一轮都能打断点。两种情况别用你只是想要一问一答普通聊天界面就够了任务需要严格审计、不允许模型自主跑命令那也别交给它。⏱ 5 分钟装好跑通git clone https://gitcode.com/GitHub_Trending/he/hermes-agent hermes-agentcd hermes-agent ./setup-hermes.sh创建 Python 环境并装好依赖hermes setup走配置向导选择你的模型后端hermes进入终端界面丢一个列出当前目录结构的任务想换模型hermes model即可不用改代码中文手册见 README.zh-CN.mddocs/ 目录还有会话生命周期等深入文档。收尾说到底Hermes Agent 的核心就是一个循环、一个批量执行器、一个记账员看懂这三样仓库里的技能、记忆、定时任务就都是挂在这条主线上的插件。不妨从run_conversation断点跟一轮循环开始你会比读十篇教程更快摸清它的脾气。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
