Hermes(爱马仕):如何搭建多Agent(智能体)任务编排系统

📂 技术思考 📝 1245 字 ⏱️ 3 min

最近hermes agent在更新后有了看板Kanban功能就体验了下,其实Hermes Agent 看板 是一个多智能体任务编排系统,本质是一个持久化的 SQLite 任务队列 + 调度器。

核心思路

不是一个 agent 干所有事,而是把大任务拆成小任务,分派给不同的「专业 agent 角色」,各司其职、串并行执行,搭建完以后就是以下的流程:

你在 QQ/微信上给Hermes指令
  ↓
Hermes拆任务,用 kanban_create 创建子任务
  ↓
dispatcher 60 秒内唤醒对应的 profile
  ↓
researcher 独立跑 → kanban_complete
writer 独立跑 → kanban_complete
  ↓
Hermes看板上一看,全完成了,通知你📢

什么时候用

• 需要多个专业角色协作 • 任务可能跑很久或者需要崩溃后恢复 • 你想中间插一脚改需求 • 有并行子任务能加速 • 需要完整的审计轨迹

怎么玩

首先我们理解下hermes kanban有哪些核心的组件,然后在创建agent profile.

关键组件

组件职责
Orchestrator分解目标、创建任务、路由给合适角色
Dispatcher常驻 Gateway,定期扫描看板,拉起 ready 任务
Worker独立进程执行具体任务,拥有独立上下文和工具集, 领一个任务,干活,写 handoff 总结,完成
Kanban Board任务持久化到 SQLite,跟踪每个任务的 todo → ready → in_progress → done/blocked

Agent Profile

我们需要创建每个子agent profile,并对它们进行技能的配置,比如下边我们创建一个researcher调研agent,需要搜索、总结能力:

#创建 profile 
hermes profile create researcher

#装技能 
hermes skills install web-search, hermes skills install summarize

# 配模型 — 每个 profile 可以有自己的模型,根据需求来适配模型
hermes profile create researcher

# 给 researcher 装上搜索和总结的能力
hermes skills install devops/kanban-worker  
hermes -p researcher skills install web-search
hermes -p researcher skills install summarize

唯一的遗憾是目前 hermes kanban没有webui来看当前任务或子agent处理的进度,只能通过以下方式来查看.

持久化 —— 不怕崩溃,不怕重启

所有看板数据存储在 ~/.hermes/kanban.db(SQLite)。这意味着:

  • Agent 进程崩溃 → 任务进度不丢
  • 电脑重启 → 继续跑
  • 跨天/周的任务 → 无缝衔接
hermes kanban list          # 查看所有任务
hermes kanban stats         # 按状态统计
hermes kanban tail <id>     # 实时跟踪某个任务

对于长周期项目来说,这个特性是刚性需求。你不会希望一个跑了 3 天的调研任务因为终端意外关闭而付诸东流。

人工介入 —— Human-in-the-Loop

完全自动化的多 Agent 流程看起来很美好,但现实世界中,总有一些节点需要人的判断

Kanban 的 kanban_block() 机制提供了这个能力:

T3: 综合分析
   │
   ├── 发现数据矛盾
   │
   └── block("两篇论文的结论相反,需要确认采纳哪篇")
         │
         ↑ 用户看到任务被阻塞
         │
         └── /unblock 用 2025 年的最新论文数据
               │
         Dispatcher 重新拉起 T3
               │
         T3 拿到用户反馈 → 继续执行

实现原理

  1. Worker 调用 kanban_block(reason="...") → 任务状态变为 blocked
  2. 用户通过任意渠道输入 /unblock + 指令
  3. Dispatcher 重新拉起 Worker,注入用户反馈
  4. Worker 读取反馈后继续执行

这个能力让 Kanban 工作流在自动化和人工决策之间找到了一个平衡点——简单、不打断主流程、但关键时刻有人拍板。

后记

使用 Kanban 的门槛比 delegate_task 高,但当你面对的是"需要 3 个研究员并行搜索 → 1 个分析师汇总 → 1 个写手成稿 → CTO 审阅"这样的真实工作流时,Kanban 的持久化、依赖编排和角色系统会让整个过程的可靠性和可控性上一个数量级。


本文基于 Hermes Agent 实际架构整理。如果你正在搭建自己的多 Agent 系统,希望这里的经验能帮你少踩几个坑。