拆解 Hermes Agent 的工具调用循环，5 分钟看懂它是怎么跑起来的

拆解 Hermes Agent 的工具调用循环，5 分钟看懂它是怎么跑起来的

【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

你丢一句"把仓库里所有 TODO 汇总成清单"，多数聊天机器人会回你"可以用 grep 搜一下"，然后结束对话；Hermes Agent 会自己搜文件、逐个读内容，每一步的结果都喂回给模型，由模型决定下一步干什么。整个过程不用你盯着，回来时任务已经做完了。

说白了，Hermes Agent 是一个能接 OpenAI、Anthropic、OpenRouter 等多种后端的 AI 代理框架，它的核心价值是把"多轮工具调用"这件事封装成一次对话。常规方案需要你手写循环、手拼提示词、手动把结果喂回去；这个框架把三件事全接管了。而且它不绑定在你的笔记本上——跑在一台 $5 的 VPS 上，你在 Telegram 发指令，它在云端 VM 里干活。

🧵 三个角色：谁管节奏、谁跑工具、谁装结果

管节奏的循环。对话循环逻辑是整条流水线的主干，每条用户消息由它驱动。它把历史、系统提示、工具定义打包成一次模型请求，拿到响应后只问一个问题："模型还想调工具吗？"想就执行工具、回填结果、再发一次请求；不想就收尾返回。

跑工具的线程池。工具执行器负责动手执行。模型一次响应里可能塞好几个工具调用，执行器会为每个批次开一个临时线程池，线程数跟着批内工具数走（上限 8 个）。每个工具独立跑在自己的线程里，一个慢工具不会卡住同批的其他工具。

兜底与收尾。工具出错时循环不会崩，错误文本被写回该工具的结果位，模型"看见"失败后可以自己换招。循环结束后返回一个结果字典：最终回复、完整对话历史、API 调用次数、是否被中断；回合收尾逻辑在这里做落库、轨迹保存和 token 用量统计。你排查"它为什么多跑了几轮"，数据就从这里取。

⏱️ 一次完整执行的时间线

你说"检查项目有没有编译错误"，跟着走一遍：

• 发第一次请求前先过一遍准备：凭证刷新，系统提示从缓存取或重建，顺手看一眼上下文是不是快到压缩线。
• 模型说"在 terminal 里跑构建"。循环先把这条 assistant 消息记进历史，再校验工具名在不在启用列表里；名字错了，直接回一条错误信息加上可用工具清单，让模型自己纠偏。
• 工具跑完，输出被整理成一条 tool 结果消息塞回对话历史。下一次请求带着完整历史发出去——模型正是靠这个"看见"上一步的输出。
• 第二轮模型读了报错文件，给出纯文本总结、不带工具调用，循环退出，最终回复和你的消息一起落库。
• 轮数撞上 max_iterations 上限时，它直接停下把"预算用完"说清楚，而不是悄悄截断。

你可能会问：上下文太长怎么办？每轮都会对比压缩阈值，超了就先压缩历史再发请求，而不是让请求在 provider 那边被静默截掉。

🚀 什么场景用得上，最小上手路径

• 长任务自动化：定时日报、夜间备份，自带 cron 调度，跑完把结果投到 Telegram 或 Slack。
• 本地开发代理：在你机器上读写文件、跑命令，配合容器后端隔离风险。
• 研究 Agent 循环：代码里没有黑盒，循环的每一轮都可以打断点。

最小上手路径就三步：装好后运行hermes setup走完向导，再执行hermes进入终端界面，随便丢一个"列出当前目录结构"的任务——输出里工具被逐个调用的过程，就是上面那条时间线的实时版。想换模型后端时改配置即可，不用动代码。

收尾

工具调用循环本身不神秘：一个管节奏的循环、一个临时线程池、一个结果容器。把这三者读懂，仓库里几十个 provider 适配器、技能系统、cron、gateway 就都是挂在这条主线上的插件。

【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