@coreyganim: 我花了一整周时间从零构建了3个Hermes智能体。完整架构:以4个独立的Gbrains作为基础…
摘要
一位开发者详细介绍了从零构建的三个Hermes智能体的架构,使用了共享和私有大脑来处理特定角色的任务,并实现了来自多个来源的自动数据同步。
查看缓存全文
缓存时间: 2026/05/23 06:05
我花了一整周时间从零构建了 3 个 Hermes Agent。
完整架构如下:
4 个独立的 Gbrains 作为基础:
- 1 个共享大脑(公司知识库,由 3 个 Agent 共享)
- 3 个私有大脑(角色专属工作记忆)
3 个独立的 Hermes 配置文件:
- CFO
- 运营
- 市场
Agent/大脑映射关系:
CFO → 财务大脑 + 共享大脑 运营 → 运营大脑 + 共享大脑 内容 → 内容大脑 + 共享大脑
共享大脑的数据来源:
- 上下文仓库(公司文档、产品/服务、品牌调性、理想客户画像、团队职责等)
- 通话/会议记录(每 2 小时同步一次)
- Gmail(每 2 小时同步一次)
- Google Calendar(每日同步)
通过 Cron 任务处理同步,这样我就不用手动维护了。
每个 Hermes 配置文件拥有自己的 config、.env、SOUL.md、记忆、日志、会话、主目录、Telegram 机器人和网关进程。
本地包装脚本强制 GBrain 路由到正确的私有大脑 + 共享大脑。
我创建这 3 个独立的配置文件是为了实现角色分离。每个配置文件都是特定角色的专家,但三者共享相同的业务上下文。
以上均为我的个人配置, (目前)我还没有为客户搭建这套系统。
全部运行在一台 VPS 上。
这套系统才上线几天,后续会汇报进展。
对。
相似文章
@shannholmberg: 我开始试验 gBrain + Hermes Agent——它是一个共享内存层,位于我的 Hermes Agent 公司之下……
Shann Holmberg 描述了一种实验性架构,使用 gBrain 作为 Hermes Agent 团队的共享内存层,使得各个专家代理在行动前可以从中央大脑读取信息,并写入持久的上下文反馈。
@akshay_pachaar: https://x.com/akshay_pachaar/status/2054564519280804028
Nous Research 推出的 Hermes Agent 综合指南,重点介绍其技能自进化、三层记忆架构以及用于构建持久化 AI 智能体的 GEPA 优化能力。
@nateherk: https://x.com/nateherk/status/2053308681299616125
本文详细介绍了 Hermes——由 Nous Research 构建的一个开源 AI Agent 框架,它专注于内存、技能以及用于即时自动化的自我改进循环。
@gkisokay: https://x.com/gkisokay/status/2053449921554960545
一份技术指南及参考实现,旨在指导开发者利用自动思考(Auto-think)与自动构建(Auto-build)架构,打造无需人工干预即可自主进行研究、规划、编码及任务验证的“Hermes”智能体。
@Voxyz_ai: >在 hermes 和 openclaw 之间连接了一个共享大脑。>代理每天向其中写入决策。令牌、垃圾、原始日志……
详细介绍了一种将AI代理(例如Hermes和OpenClaw)连接到共享大脑的方法,该大脑存储决策和日志,使代理能够搜索并重复利用过往上下文,而无需从头开始。