一、项目概述
1.1 什么是 Hermes Kanban
Hermes Kanban 是 Hermes Agent v0.12.0 版本引入的多智能体任务编排系统，基于 SQLite 持久化看板，支持任务拆解、角色分派、并行执行与自动状态流转。它将抽象的项目目标转化为结构化、可分配、可追踪的卡片式任务单元，每个卡片绑定特定 AI 角色与执行上下文，支持并行处理与状态自动更新。
Hermes Agent 是由 Nous Research 开发的开源自主进化 AI 智能体框架（MIT 协议），GitHub Star 已突破 10万+，核心定位是"与你一起成长的智能体"（The agent that grows with you）。
1.2 项目背景
| 维度 | 信息 |
|---|---|
| 开发团队 | Nous Research（知名开源大模型实验室） |
| 开源协议 | MIT |
| 核心语言 | Python（93.6%） |
| 首次发布 | 2026年2月 |
| GitHub | https://github.com/NousResearch/hermes-agent |
| Kanban模块引入版本 | v0.12.0 |
| 当前最新版本 | v0.13.0 |
1.3 解决的核心问题
传统单 Agent 模式处理复杂工作流时存在三大痛点：
- 任务阻塞：多步骤串行执行，一步卡住全流程停滞
- 状态丢失：会话结束后任务进度不可追踪，无法断点续传
- 协同混乱：多角色混在同一上下文中，能力冲突、职责不清
Hermes Kanban 通过将看板方法论（源自精益生产）与 AI Agent 编排相结合，解决了上述问题。
二、架构设计
2.1 整体架构
Hermes Agent 是一个事件驱动的分层架构 系统，结合了插件化设计 和微服务化组件模式。Kanban 模块作为其中的核心任务编排层，位于架构中间位置：
2.2 Kanban 模块核心设计
2.2.1 数据模型
Kanban 系统采用 SQLite 作为持久化存储，核心数据模型：
- 父任务卡片 (Parent Task)：顶层任务节点，包含拆解规则和角色列表
- 子任务卡片 (Sub Task)：拆解后的原子任务，绑定角色和执行上下文
- 任务状态机 ：
pending → assigned → running → completed / failed / blocked - 关系映射 ：父子任务通过
parent_id建立层级关系
持久化文件路径：~/.hermes/kanban.db
2.2.2 角色化智能体分派
每个 Kanban 任务卡片可绑定特定的 Agent Profile（角色），实现职能分离：
| 角色 | 职责 | 典型技能 |
|---|---|---|
| researcher | 信息调研与摘要 | web-search, summarize |
| engineer | 代码生成与执行 | code-gen, terminal-exec |
| reviewer | 质量审查与评审 | code-review, security-audit |
| executor | 流程执行与操作 | terminal-exec, file-ops |
| reporter | 报告生成与输出 | report-gen, chart-gen |
每个 Profile 由独立的 SOUL.md 定义身份特征与行为边界，确保不同 AI 成员专注各自领域。
三、核心功能详解
3.1 看板任务编排
初始化与创建
bash
# 1. 初始化看板环境
hermes kanban init
# 2. 创建父任务并指定拆解规则
hermes kanban create \
--title "生成Q4多平台兼容性测试报告" \
--split 5 \
--roles researcher,engineer,reviewer,executor,reporter
# 3. 验证持久化
# 检查 ~/.hermes/kanban.db 文件是否存在且包含非空 records 表任务状态流转
任务创建
角色分派 - 绑定 Agent Profile
开始执行
执行成功
执行失败
依赖阻塞
重试
阻塞解除
pending
assigned
running
completed
failed
blocked
实时监控
bash
# 查看指定任务的完整执行日志流
hermes kanban tail
# 通过 Web UI 可视化查看看板状态3.2 代理委托（Delegate）并行执行
主 Agent 通过动态生成子 Agent 实例，在隔离终端会话中并行处理子任务：
bash
# 1. 确认委托工具已注册
# 检查 tools/__init__.py 中是否包含:
# from .delegate_tool import DelegateTool
# 2. 在 SOUL.md 中添加并行策略指令
# when task_complexity > 3: use delegate_tool with max_subagents=4
# 3. 启动带委托能力的 Agent
hermes run --enable-delegate --max-delegate-workers 4关键特性：
- 各子 Agent 拥有独立上下文 、工具作用域 与迭代预算
- 子 Agent 间互不干扰，零上下文开销
- 支持通过 RPC 调用工具
3.3 Cron 调度器
将重复性高、时效性强的子任务交由内置 Cron 调度器管理：
yaml
# ~/.hermes/crontab.yaml
- schedule: "0 */2 * * *"
job: "kanban_sync --status pending"支持两种触发模式：
- 定时触发：基于 Cron 表达式的时间触发
- 条件触发：基于外部事件（如文件变更、Git Push、API 响应）触发
bash
# 启动调度服务
hermes cron start
# 查看调度状态
hermes cron status
# 输出: Active: true, Next fire: [timestamp]3.4 轨迹保存与回溯
所有工作流执行过程以 JSONL 格式写入轨迹文件，同步至 SQLite 会话数据库：
- 系统提示（System Prompts）
- 用户输入（User Inputs）
- 工具调用（Tool Calls）
- 子 Agent 输出（Sub-Agent Outputs）
- 错误堆栈（Error Traces）
bash
# 轨迹文件路径
# ~/.hermes/trajectories/*.jsonl
# 会话搜索
hermes session_search "failed at kanban_complete"支持任意节点状态还原与问题复现。
3.5 持久化记忆系统
基于 SQLite FTS5 全文搜索配合 LLM 摘要，实现跨会话持久记忆：
- 自动评估：智能判断什么值得记、什么该忘
- 主动召回：适时主动回忆相关经验
- 技能沉淀：成功经验自动提炼为 Markdown 格式技能文件
- 用户建模：基于 Honcho 的辩证法用户建模，深度理解用户偏好
四、技术栈分析
4.4 跨平台支持
| 平台 | 支持情况 | 备注 |
|---|---|---|
| Linux | 原生支持 | 推荐部署环境 |
| macOS | 原生支持 | Intel / Apple Silicon |
| Windows | 通过 WSL2 | 需管理员权限 |
五、集成与生态
5.1 多平台统一网关
一套配置多端运行：
| 平台 | 类型 | 特色功能 |
|---|---|---|
| Telegram | 即时通讯 | 语音备忘录转录 |
| Discord | 社区协作 | 多服务器管理 |
| Slack | 企业集成 | 工作流自动化 |
| 个人助手 | 移动端交互 | |
| Signal | 隐私通讯 | 端到端加密 |
| 飞书 (Lark) | 办公协同 | 企业级集成 |
| 企业微信 | 办公协同 | 扫码登录 |
| 异步通信 | 邮件自动化 | |
| CLI | 开发者工具 | 全功能 TUI |
5.2 工具生态
- 40+ 内置工具：网页搜索、终端执行、文件读写、浏览器自动化、视觉识别、图像生成、语音合成、代码执行等
- 40+ 内置技能：涵盖 MLOps、GitHub 工作流、研究等
- 社区技能市场：支持从 ClawHub、LobeHub、GitHub 安装社区技能
5.3 Web UI（第三方）
Hermes Web UI（https://github.com/EKKOLearnAI/hermes-web-ui）提供了全功能 Web 管理面板：
- 多会话 AI 聊天管理（SSE 流式对话）
- 8 大平台渠道统一配置
- 精细化成本与用量监控
- 可视化定时任务管理
- 模型与文件管理
六、与竞品对比
七、典型应用场景
7.1 多角色 AI 协同开发
用户需求 - 构建用户登录系统
父任务卡片 - Kanban 自动拆解
researcher - UI 设计稿输出
engineer - 后端 API 实现
engineer - 前端组件开发
reviewer - 安全审查
reporter - 测试报告生成
7.2 自动化运维
- 定时巡检 + 异常报警 + 自动修复
- 通过 Cron + Kanban 编排实现无人值守
7.3 研究数据处理
- 文献检索 → 数据采集 → 清洗分析 → 报告生成
- 多步骤长周期任务全流程可追踪
7.4 项目管理
- AI 自动拆解需求、分派任务、追踪进度
- 支持人工干预和断点续传
八、部署指南
8.1 快速安装
bash
# 一键安装（Linux / macOS）
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
# 刷新 shell 配置
source ~/.zshrc # 或 ~/.bashrc
# 初始化
hermes setup8.2 硬件要求
| 项目 | 最低要求 |
|---|---|
| CPU | x86_64 / ARM64 |
| 内存 | 256MB |
| 存储 | 100MB |
| 网络 | 稳定联网 |
8.3 Docker 部署
bash
docker run -d \
-v ~/.hermes:/root/.hermes \
-p 8080:8080 \
nousresearch/hermes-agent:latest九、优劣势分析
9.1 优势
- 闭环学习系统：经验→技能→能力提升的进化闭环，越用越聪明
- 结构化编排：看板式任务管理，状态可视、可追踪、可恢复
- 角色隔离：多 Profile 实现职能分离，避免能力冲突
- 持久化记忆：跨会话知识沉淀，SQLite + FTS5 高效检索
- 并行加速：Delegate 机制支持零上下文开销的并行处理
- 模型无关：200+ 模型一键切换，零代码变更
- 生态丰富：40+ 内置工具/技能，社区技能市场
- 安全加固：沙箱隔离、注入扫描出厂自带
- MIT 协议：完全自由的使用、修改和商用
9.2 劣势与风险
- 项目成熟度：2026年2月才开源，距今仅3个月，生产环境需谨慎评估
- 文档质量：快速迭代中，部分文档可能滞后于代码
- 社区规模：虽然 Star 数高，但深度贡献者有限
- 性能瓶颈：SQLite 在高并发场景可能成为瓶颈
- 模型依赖：核心能力仍依赖外部 LLM API，存在成本和延迟风险
- Kanban 可视化：原生 CLI 交互，Web UI 依赖第三方项目
- 中文支持：文档和社区以英文为主，中文资源较少
十、选型建议
10.1 推荐使用场景
- 需要 AI 多角色协同完成复杂任务
- 需要跨会话保持任务状态和记忆
- 需要 AI 自主学习并沉淀技能
- 对数据隐私有要求（自托管）
- 个人/团队长期使用的 AI 助手
10.2 不推荐使用场景
- 简单的问答/聊天场景（过度设计）
- 对延迟极度敏感的实时交互场景
- 对系统稳定性有极高要求的生产环境（项目仍处于快速迭代期）
- 无技术能力的终端用户（需要一定开发和运维能力）
十一、总结
Hermes Kanban 是 Hermes Agent 框架中最具创新性的模块之一，它将看板方法论与 AI Agent 编排深度融合，通过 SQLite 持久化、角色化分派、并行执行和闭环学习，实现了从"一次性工具"到"长期数字伙伴"的范式转变。项目以 MIT 协议开源，社区活跃度高（10万+ Star），技术架构先进，生态丰富，是目前 AI Agent 领域最值得关注的开源项目之一。
但同时也需注意，项目仍处于快速迭代期（v0.13.0），在生产环境落地前需要进行充分的稳定性测试和风险评估。建议先在非关键业务场景进行试点验证，逐步积累经验后再扩大应用范围。