Skip to content

lpc0387/hermes-collab-engine

Repository files navigation

Hermes Collab Engine v6.0

多智能体协同引擎 — Leader 拆解 WBS → Worker 并行执行 → 结果聚合。

English Release v6.0 Sandbox ready License MIT Security

多智能体编排引擎,支持 WBS 协同、并行 Worker、Skill/MCP 分发、Lessons 自学习。

📖 操作手册 · ROADMAP.md · CHANGELOG.md

像素协同工位仪表盘

Hermes 协作流程演示

发布与社区

如果这个项目对你有帮助,欢迎 star 关注。参与前请阅读 CONTRIBUTING.md,安全问题请走 SECURITY.md,路线图见 ROADMAP.md,版本变化见 CHANGELOG.md

一行部署

curl -fsSL https://raw.githubusercontent.com/lpc0387/hermes-collab-engine/main/scripts/install.sh | bash

安装后:

opc                  # 交互式配置并启动
hermes-collab run "分析项目结构" --cwd .   # 直接运行任务
hermes-collab server --host 0.0.0.0 --port 8765  # 启动 Web 面板

快速开始

pip install -e .
hermes-collab run "分析 src/ 结构" --cwd . --json
hermes-collab server --host 0.0.0.0 --port 8765 --cwd .

亮点

能力 发布说明
WBS 协同 Leader 评分、拆解、分发节点,Worker 按依赖并行执行
Leader/Worker 双模型 启动时分别选择 Leader 模型与 Worker 模型,面板显示当前模型
Leader=Hermes 引擎领导者使用 Hermes Agent,加载 skills 做复杂决策
协议代理 内置 Go/Python 协议代理,自动翻译 Anthropic ↔ OpenAI 格式
真实沙盒执行 可在受限额度内启动真实 worker;默认 mock 演示
隔离 DB / workspace 沙盒使用演示 SQLite;真实执行写入独立 workspace
TTL 清理 沙盒默认 2 小时,到期自动停止
轻量 API payload 面板 API 返回必要字段,便于嵌入和代理转发
Leader 反馈日记本 任务完成后弹出像素本子,支持复制/下载 Markdown
一行 curl 部署 使用上方 `curl ...

v6.0 新增

v6.0 — Leader=Hermes, Worker=OpenCode 双 Agent 架构

Agent 分流

  • Leader=Hermes:WBS 分解、aggregate 汇总均使用 Hermes Agent
  • Worker=OpenCode:执行阶段使用 OpenCode,轻量高效
  • Planner 重构:WBS 分解由 Hermes 完成,不再依赖 claude-code
  • prompt_flag 修正:Hermes CLI 参数格式 -z,解决 invalid choice 错误

经验总结独立化

  • 每日 lessons 自动归档到 data/memory/
  • 回填前一天缺失的总结
  • 无 Hermes 路径依赖,可拔插式记忆
  • engine-memory skill:Hermes 端加载引擎 lessons

管理端 MCP 重构

  • MCP 页面改为只读展示,支持描述字段和实时健康检查
  • 注册/编辑/删除 MCP 服务器(持久化到 mcp-config.json)
  • 传输类型选择:stdio / gitmcp / SSE
  • 测试通信按钮:真实 MCP 协议 tools/list 握手

Guardian 实时守护

  • Leader 注意力轮询:每 15s 读取 worker stdout,Leader 实时判断方向
  • 方向正确 → continue(不干预);方向偏离 → off_track(打断重派)
  • [GUARDIAN:NEED_INPUT] 标记 → 暂停 worker,等待用户确认(如扫码登录)
  • 30s 无输出 → 自动触发 Leader 审核
  • 重复错误检测 → 自动触发 Leader 审核
  • 每次注意力 ~280 tokens,一个 1 分钟任务约 4 次 = ~1,120 tokens
  • 防跑偏场景:可节省 90%+ 失败重跑成本

Lesson 质量体系

  • scope(L1/L2/L3)+ tags
  • _learn() 增强:ARG_MAX、超时、慢 worker 检测
  • GET /api/lessons + GET /api/distill/daily/{date}

v5.6 已有功能

统一注册表 (UnifiedRegistry)

  • Skill、Tool、MCP 统一管理,能力标签索引
  • Web UI 注册 → 自动持久化,重启不丢失
  • Leader 自动感知可用 skill/tool 并在 WBS 阶段预分配

SkillDistributor 集中分发引擎

  • Skill/Tool/MCP 集中管理:Planner 根据节点 capability 自动匹配最优 skill 和工具
  • 搜索路由:搜索/调查类请求 → analysis 节点 → search-verify skill
  • 设计路由:UI/设计类请求 → design → frontend-optimization skill
  • MCP 工具注入:节点能力自动匹配 MCP 服务器
  • 预算管理:剩余预算 < 30s 自动跳过节点
  • subprocess 防挂死:temp 文件替代 PIPE 捕获 stdout/stderr
  • 运行状态修复:去掉 planning 卡死状态

MCP 工具集成

服务器 工具数 用途
ferris-search 7 工具 GitHub / Hacker News / 文档 / 学术 / StackOverflow 聚合搜索
baidu-search 1 工具 百度搜索引擎
open-websearch 2 工具 DuckDuckGo + Web 内容提取
daisyui-blueprint 1 工具 daisyUI 组件 AI 生成
shadcn-ui 4 工具 shadcn/ui v4 组件浏览/获取/块管理
puppeteer 7 工具 浏览器自动化(navigate/screenshot/click/fill/hover/evaluate/close)

Skill 系统

  • search-verify skill:多源搜索 → 交叉验证 → 结构化摘要
  • frontend-optimization skill:daisyUI/Tailwind/unocss 设计规范
  • ui-design-v2 skill:shadcn/ui v4 高级审美(Linear/Stripe/Vercel 风格)

资源驱动分片 & 负载感知 dispatch

  • 分片策略重写:基于任务估算量 + 系统负载 + WBS 最小颗粒度四级决策
  • 负载感知 dispatch:CPU > 85% 或 MEM > 90% 时暂停派发新 worker
  • ARG_MAX 防护:prompt 拼装后 900KB 硬截断

Agent 管理

  • 内置 Agent(claude-code、hermes、codex、opencode)
  • Web UI 注册自定义 Agent,严格验证(name/command/capabilities)

会话链

  • 通过"接入上次会话"形成连续对话链
  • 按 resume 链分组展示多个 run 的状态与进度

Lessons 自学习系统

  • 引擎自动记录运行经验并去重提炼
  • 只读节点风险检测修复
  • checkpoint 状态原子持久化

沙盒一键启动

sandbox              # 默认 2 小时,端口 8876
sandbox 4            # 运行 4 小时
sandbox --port 8877  # 自定义端口

架构

用户 → Leader (WBS 拆解 + 实时守护) → Worker × N (并行执行) → 聚合 → 结果
                              │
                         Agent Backend
                    (Hermes Leader / OpenCode Worker)
                              │
                        MCP 工具池
                   (搜索/浏览器/UI 组件)
                              │
                       Guardian 守护线程
                   (Leader 注意力轮询 / NEED_INPUT
                    超时检测 / 错误循环检测)
技术
引擎 Python 标准库(零第三方依赖)
Leader Hermes Agent(WBS 分解 + aggregate 汇总)
Worker opencode(执行)
面板 单 HTML 文件 (Alpine.js)
数据库 SQLite
协议代理 Go (默认) / Python (备用)

CLI

hermes-collab run "<task>" --cwd .          # 运行任务
hermes-collab run --request-file task.md    # 文件提交
hermes-collab server                        # 启动面板
hermes-collab lessons                       # 查看经验
hermes-collab skills                        # 查看技能
hermes-collab tools                         # 查看工具
hermes-collab agents                        # 查看 Agent
hermes-collab kill/split/skip/redo <run> <node>  # 运行中干预

完整 CLI 参考见 docs/manual/cli.md

API

方法 路径 说明
GET /api/overview 总览数据
GET /api/runs 运行记录
GET /api/runs/:id 运行详情
GET /api/logs 最近日志
GET /api/lessons 自学习经验
GET /api/agents Agent Backend
GET /api/skills Skill 注册表
GET /api/tools Tool 配置
POST /api/runs 提交任务
SSE /api/events 实时事件流

完整 API 文档见 docs/manual/api.md

联系与支持

WeChat: lg19961117

可选赞助支持维护 赞助二维码

License: MIT · 多智能体 · AI编排 · WBS · Agentic AI

GitHub Topics 推荐: multi-agent, claude-code, ai-orchestration, wbs, llm, agentic-ai

About

Repo-side AI multi-agent collaboration engine: Leader WBS planning, parallel Workers, dashboard, sandbox, and pluggable agent backends

Topics

Resources

License

Code of conduct

Contributing

Security policy

Stars

Watchers

Forks

Packages

 
 
 

Contributors