Hermes Agent 子 Agent 委托与批量处理

本章介绍 Hermes 的两种并行处理能力：子 Agent 委托让一个主 Agent 将任务分发给多个子 Agent 并行执行，批量处理系统则能在数百个 Prompt 上并行运行 Agent 并生成结构化训练数据。

子 Agent 委托与并行

Hermes 支持从主 Agent 中委托任务给子 Agent，实现并行工作流。

子 Agent 通过 delegation 工具集实现：

实例

# 文件路径：~/.hermes/config.yaml
# 确保 delegation 工具集已启用
toolsets:
- delegation

主 Agent 使用 spawn_agent 或 spawn_parallel 工具派生子 Agent。

以下伪代码说明并行委托的机制：

实例

# Agent 在会话中的并行委托机制（伪代码，说明原理）
# spawn_parallel 同时派发多个子 Agent，各自独立执行

spawn_parallel([
{"prompt": "分析第一季度销售数据，生成趋势报告"},
{"prompt": "分析第二季度销售数据，生成趋势报告"},
{"prompt": "分析第三季度销售数据，生成趋势报告"}
])
# 三个子 Agent 并行工作，结果汇总后返回主 Agent

后台任务

在会话中直接启动后台任务：

实例

# 在会话中启动后台任务
/background 检查所有服务器并报告宕机情况

Kanban 多 Agent 协作

Kanban 工具集提供更结构化的多 Agent 协作——一个编排者 Agent 将任务分发到看板，多个工作者 Agent 认领并执行：

实例

# 开启 kanban 工具集（需显式启用，all/* 也不会自动开启）
hermes tools enable kanban

# 为 Profile 添加角色描述，让编排者知道各 Agent 的能力
hermes profile create researcher \
--description "擅长阅读源代码和外部文档，输出调研报告"
hermes profile create coder \
--description "擅长实现功能、修复 Bug、编写测试"

Kanban 工具集需要显式启用——即使是 all 或 * 也不会自动开启它。这是有意设计，因为多 Agent 协作会消耗更多 Token。

批量处理与 RL 训练数据生成

批量处理让你在数百或数千个 Prompt 上并行运行 Agent，生成结构化的轨迹数据——主要用于模型微调训练数据生成和评估。

快速上手

实例

# 准备 JSONL 格式的 Prompt 数据集
cat data/prompts.jsonl
# {"prompt": "写一个找最长回文子串的 Python 函数"}
# {"prompt": "用 Flask 创建用户认证 REST API 端点"}
# {"prompt": "调试这个错误：TypeError: cannot unpack non-iterable"}

# 运行批量处理
python batch_runner.py \
--dataset_file=data/prompts.jsonl \
--batch_size=10 \
--run_name=my_first_run \
--model=anthropic/claude-sonnet-4-6 \
--num_workers=4

# 从检查点续传中断的任务
python batch_runner.py \
--dataset_file=data/prompts.jsonl \
--batch_size=10 \
--run_name=my_first_run \
--resume

数据集格式

每行一个 JSON 对象，必须包含 prompt 字段，可选包含额外上下文：

实例

{"prompt": "写一个查找回文的 Python 函数"}
{"prompt": "调试这个错误", "cwd": "/home/user/project", "docker_image": "python:3.12"}

主要参数

参数	默认值	说明
--dataset_file	必填	JSONL 数据集路径
--batch_size	必填	每批 Prompt 数量
--run_name	必填	运行名称（用于输出目录和断点续传）
--model	claude-sonnet-4.6	使用的模型
--num_workers	4	并行工作进程数
--max_turns	10	每个 Prompt 最大工具调用轮次
--distribution	"default"	工具集分布（随机采样不同工具组合）
--reasoning_effort	—	推理努力程度：none/minimal/low/medium/high/xhigh
--resume	false	从检查点续传

输出结构

批量处理生成如下目录结构：

data/my_first_run/
├── trajectories.jsonl    # 最终合并输出（所有批次）
├── batch_0.jsonl         # 各批次结果
├── batch_1.jsonl
├── checkpoint.json       # 断点续传记录
└── statistics.json       # 工具使用统计

每条轨迹以 ShareGPT 格式输出，包含完整对话历史、工具调用记录和推理覆盖率统计：

实例

{
"prompt_index": 42,
"conversations": [
{"from": "human", "value": "写一个查找回文的函数..."},
{"from": "gpt", "value": "我来创建这个函数...",
"tool_calls": [{"name": "terminal", "arguments": {...}}]},
{"from": "tool", "value": "...执行结果..."},
{"from": "gpt", "value": "这是完成的函数..."}
],
"completed": true,
"toolsets_used": ["terminal", "file"],
"tool_stats": {
"terminal": {"count": 2, "success": 2, "failure": 0}
}
}

质量过滤

批量运行结束后自动应用两项过滤：

过滤项	规则	目的
零推理过滤	没有任何推理痕迹的样本被丢弃	确保输出包含思考过程，提升训练数据质量
幻觉工具名过滤	包含不在有效工具列表中的工具调用的条目被过滤	排除模型幻觉产生的无效工具调用

推理痕迹指 <REASONING_SCRATCHPAD> 标记或原生 thinking tokens。过滤后的数据更适合用于模型微调。

与 Atropos RL 环境集成

批量处理可直接生成 Atropos 兼容的训练数据：

实例

# 生成 Atropos 兼容的训练数据
python batch_runner.py \
--dataset_file=data/coding_tasks.jsonl \
--run_name=atropos_run \
--model=nous-hermes-3.1 \
--num_workers=8 \
--reasoning_effort=high

# 输出的 trajectories.jsonl 可直接作为 Atropos 的训练输入

返回顶部

菜鸟教程