HermesAgent 多智能体协作实战

从单个 Agent 到多 Agent 团队，掌握三种协作方式

三种多智能体协作方式

01 多个 HermesAgent

创建独立的 Agent 分身，各自拥有独立配置和会话，互不干扰地并行工作。

hermes profile create

02 多智能体团队

主 Agent 调度成员 Agent，通过 soul.md 定义角色能力，适合重复性复杂工作。

agent-team-designer

03 SubAgent 协同

动态创建子 Agent 处理子任务，避免主上下文溢出，任务完成后自动回收。

LeadOrchestrator

方式一：创建 Agent 分身

1. 创建空配置文件

# 创建空配置的分身
hermes profile create mybot

2. 配置分身

大模型配置

mybot model

配置 API Key、Base URL、选模型。

通讯终端配置

mybot gateway setup

扫码配置 / 手动创建机器人。

其他创建方式

A. 克隆（保留配置，新会话）

hermes profile create mybot --clone

B. 完整克隆（配置 + 会话 + 记忆）

hermes profile create backup --clone-all

C. 从指定配置克隆

hermes profile create mybot --clone --clone-from myotherbot

方式二：多智能体一起工作

核心思想：告诉主 Agent 其他 Agent 的存在——名字、能力、调度方式，主 Agent 负责安排工作。

关系本质：调用与被调用，不是协同——不共享上下文，Agent 之间不自主交流。

架构模式：一个主 Agent 与用户交互，主 Agent 给成员 Agent 分配任务，成员负责具体工作。

协作流程

用户 → 主Agent → 成员Agent → 结果汇总

拆解工作 & 定义分身

agent-team-designer 工作流程：

  1. 讨论 — 了解需求、场景、交付物
  2. 生成初稿 — 输出团队构成和角色定义
  3. 评审自检 — 检查禁止项、隔离、闭环
  4. 修订 — 评审问题在此修正
  5. 交付 — soul.md + 协作流程

示例：数据分析团队（3 人）

角色 调度名 职责
Orchestrator orch 调度、任务分配、汇总、交付
Data Analyst analyst 数据加载、清洗、EDA、统计
Insight Writer writer 分析结果 → 文字报告

交付文件

改造 Agent & 安排任务

改造步骤

  1. 通过 profile 创建 Agent 团队
  2. 将 agent-team-designer 输出的 soul.md 替换到每个 Profile
  3. 主 Agent 的 soul.md 额外添加协同机制和调度信息
    • 成员 Agent：只含身份定义
    • 主 Agent：额外包含调度逻辑

在主 Agent 中安排任务（日常只需这一步）

给主 Agent 发送任务描述：

有一个数据分析的工作需要你安排团队完成，这是数据 "C:\Users\...\考试成绩.xlsx"

调度命令

# 数据分析
analyst chat -q "分析[数据]"

# 撰写报告
writer chat -q "根据结果撰写报告"

方式三：SubAgent 协同工作

工作机制

适合：不常做但稍复杂的小任务

通用提示词模板

  1. 判断是否真的需要组队
  2. 只创建需要的角色（最多 6 个）
  3. 总负责人不亲自执行
  4. 先创建 1 名探索员（Explorer）
  5. 探索后再决定执行 Agent
  6. 每个 Agent 明确 7 项信息
  7. 星型协作：只和总负责人沟通
  8. 最后安排 1 名审查员（Reviewer）

三种方式对比

对比维度 多个 HermesAgent 多智能体团队 SubAgent 协同
核心机制 独立 Profile 各自工作 主 Agent 调度成员 Agent 动态子 Agent 处理子任务
上下文共享 完全不共享 不共享，主 Agent 调度 结果汇总回主 Agent
适合场景 多 Agent 并行独立工作 重复性复杂工作 不常做但稍复杂的任务
持久性 永久存在 永久存在 用完即回收
学习成长 各自积累 各自积累 不太可能越来越强
上手难度 ★☆☆ ★★★ ★★☆

结语

把单个智能体用好，比组建团队更重要。

← 返回 AI 编程