Hermes Agent 源码解析 · 第 22 讲
Hermes Agent v0.16.0 → v0.17.0 版本对比 第 22 讲：新特性详解（MoA、代码验证、Vertex AI、Kanban、安全加固） 基于 Hermes Agent 源码 · 2026-07-05 一、MoA (Mixture of Agents) 系统深度解析 MoA 是 v0.17.0 最核心的新特性。4 个新文件共 1,459 行代码 ，30+ 次相关提交，从概念验证走向生产可用。 1.1 架构设计：虚拟 Provider 层 MoA 没有作为独立子系统存在，而是巧妙复用了 Hermes 的 Provider 抽象层 。每个 MoA preset 注册为一个"虚拟模型"，CLI/桌面/Web 的模型选择器天然支持切换。 用户发起请求 ⬇️ MoA 虚拟 Provider 路由 ⬇️ 并行扇出 ⬇️ 参考模型 1 (gpt-5.5) ⬅️ 并行 ⬅️ 参考模型 2 (deepseek-v4-pro) ⬇️ 收集建议 ⬇️ 聚合器 (claude-opus-4.8) ⬇️ 最终响应流式返回用户 1.2 核心模块分析 模块 行数 职责 agent/moa_loop.py 934 行 运行时核心：并行扇出、参考模型调用、聚合器路由 agent/moa_trace.py 167 行 可选全链路 JSONL 追踪持久化 hermes_cli/moa_config.py 223 行 Preset 配置管理、虚拟模型注册 hermes_cli/moa_cmd.py 135 行 /moa 斜杠命令实现 1.3 参考模型的 System Prompt 设计 参考模型不是"另一个代理"，而是 纯分析顾问 。代码中定义了专门的 _REFERENCE_SYSTEM_PROMPT ： # agent/moa_loop.py — 参考模型系统提示 _REFERENCE_SYSTEM_PROMPT = ( "You are a reference advisor in a Mixture of Agents (MoA) process. You are " "NOT the acting agent and you do NOT execute anything: you cannot call " "tools, run commands, browse, or access files, repositories, or URLs...\n\n" "Your job is to give your most intelligent analysis of that state: " "understand the goal, reason about the problem, and advise on what " "to do next. Surface the best approach, concrete next steps and " "tool-use strategy, likely pitfalls and risks...\n\n" "Respond with your advice directly — no preamble, no disclaimers.") 设计要点： 🔹 参考模型 不执行任何操作 ，只提供分析建议 🔹 每个参考模型独立运行，通过 ThreadPoolExecutor 并行调用（最多 8 个工作线程） 🔹 参考模型能看到完整的工具状态（tool calls + tool results），但工具结果被截断到 4000 字符预算 ，避免上下文爆炸 🔹 每个参考模型的成本按其 自身模型费率 计算，不混入聚合器费率 1.4 默认 Preset 配置 # hermes_cli/moa_config.py — 默认 MoA Preset DEFAULT_MOA_REFERENCE_MODELS = [ {"provider": "openai-codex", "model": "gpt-5.5"}, {"provider": "openrouter", "model": "deepseek/deepseek-v4-pro"}, ] DEFAULT_MOA_AGGREGATOR = { "pro…