1.任务目标 智能体需要标准化且安全的“手”来执行实际任务。学习:JSON-RPC、严格的 Pydantic 规范、MCP 服务器/客户端架构、以及动态工具调用方式。 2.任务目的 企业环境有他的特殊性,很多现有的API封装方案很难落地;我们需要自己来编写控制相关API接口 3. 原生 MCP Se
1.任务目标 构建一个基于状态机的多步骤智能体,使其能够执行循环、分支和暂停操作,系统不该依赖脆弱的 while True 循环。 2.任务目的 在生产环境中,简单的“聊天循环”极易崩溃。实际业务工作流需要确定性的状态管理和故障恢复机制。 3.demo设计 构建一个“智能内容生成与审查”工作流,包含
我将提炼工作中的痛点和难点,利用一个低参数的LLM和本地 Embedding 模型和向量数据库去实现一个自动化工作流,Embedding 模型和向量数据库可以维护在本地,LLM还是建议公司花钱卖点H100吧; 本文档持续维护,一步步构建全部流程 基本的架构设计如下,以及所需的技术栈
一、为什么需要 RAG:大模型的三大痛点 LLM 再强,也逃不过三个致命短板: 知识滞后:训练数据有截止日期,无法回答「最近的热门电影」这类时效性问题。
一、为什么大模型需要「记忆」 大多数人以为,跟 ChatGPT 这类应用多轮对话时,模型是「记得」前面说过什么的。其实大模型本身是无状态的——它不记住任何上下文。每次调用 agent.invoke() 都是一次全新的开始。 举个例子:先告诉它「我叫小明」,再问「我叫什么名字」,如果两次调用之间不传递
一、我们要做什么 模拟一个两人的技术团队维护技术博客,需求: 每周发布 2~3 篇 AI / 前端技术文章 文章要经过调研、撰写、审核三个环节把关 最终发布到 GitHub Pages 博客仓库 负责人通过 Telegram 随时跟进和审批 系统自主学习团队的写作风格
一、Gateway 消息网关:接入 Telegram / 微信等平台 Gateway 是 Hermes 的消息平台接入层,负责连接 Telegram、Discord、Slack、微信等 23+ 平台,接收消息、维护会话、转发处理、回发结果。它还负责跑 cron 调度循环。 Gateway 和 CLI
一、Skills 技能系统:Agent 的自我进化 这是 Hermes 最核心的差异化能力——自进化。Agent 解决复杂问题后,会把可复用的流程保存成「技能(Skill)」,下次遇到类似任务自动加载。Skill 是透明的人类可读 Markdown 文件,随时可以看、改、删。 1. 管理技能 her
一、上下文文件:告诉 Agent「你是谁、在什么项目里」 1. 什么是上下文文件 Hermes 会自动发现并加载一些说明文件,用来描述「项目规则」和「Agent 人格」。分两类:
一、会话管理:你的每一次对话都被记住 1. 什么是会话 你和 Hermes 的每一段对话都是一个「会话(Session)」,系统会自动保存和索引。你随时可以回去继续、搜索、或者删掉。