agent

Hermes agent的tools是怎么落地应用的系列结论先说：Hermes 的 tools 架构是“注册表 + toolset 暴露 + agent 执行器”的三层结构，不是简单把 tools/ 目录里所有函数都塞给模型。

2026年AI Agent技术生态开源项目合集本文按核心Agent框架、多智能体协作、工具调用与编排、记忆系统、低代码平台、专业领域Agent、评估与监控、安全与沙箱八大维度，整理2026年AI Agent技术生态的主流开源项目，便于快速选型与落地。

企业内部 Agent 落地复盘：Gateway、Skill 和二次确认如何串起受控业务执行本文复盘一次企业内部办公助手 Agent 的落地实践。这个项目最开始要验证的问题不是“Agent 能不能聊天”，而是：

Agent系列（六）：记忆管理——让 Agent 记住重要的事一个没有记忆的 Agent，每次对话都是从零开始。你告诉它你叫李雷、你是 Python 工程师、你喜欢动手实践——下次对话，它完全不记得。

七牛云行业应用

OpenHuman、OpenClaw、Hermes Agent 傻傻分不清楚？一篇说清三者定位发布日期：2026-05-27 | 信息来源：GitHub 官方仓库（NousResearch/hermes-agent、tinyhumansai/openhuman）、OpenClaw 官方文档（docs.openclaw.ai）

给 Claude 装上侦察眼：Cybersecurity MCP Server 拆解安全侦察一直有个效率陷阱：工具分散在不同终端，WHOIS 一个窗口、nmap 一个窗口、SSL 检查又开一个，最后还要把结果拼在一起分析。Cybersecurity MCP Server 把这套流程整合进了 Claude Desktop，一句话触发，所有工具并行跑，结果由 Claude 直接分析。

我在 Windows 上搭了个 13 人 AI 团队，踩了一路坑（OpenClaw 多 Agent 实战）不是教程，是真实的踩坑记录。如果你也在 Windows 上玩 OpenClaw Multi-Agent，这篇文章能帮你省 3 小时。

【RAG搭建纯干货】从零手搓本地知识库（第一篇）：数据清洗流水线搭建指南导读：为什么你接入大模型后，它总是胡说八道？因为“Garbage In, Garbage Out”。这是《从零构建个人知识库》系列的第一篇，我们将彻底抛弃昂贵的云端 SaaS，在纯 CPU 环境下，用新版 LangChain 搭建一条工业级的本地文档加载与清洗流水线。跟着本文敲完代码，你的私有化 RAG 项目就迈出了最坚实的第一步。

这是谁的博客？

LangChain 框架深度解析：从 LCEL 到 Agent 架构的核心原理本文深入剖析 LangChain 框架的核心架构与实现原理，涵盖 LCEL（LangChain Expression Language）的声明式链式组合机制、Runnable 统一接口设计、Agent 工作流模式（ReAct、Tool Calling），以及 LangGraph 状态图编排系统。通过源码级分析揭示其设计思想，帮助开发者掌握构建生产级 AI 应用架构的关键技术。

后端小肥肠

文章没人看？多半是标题的锅：我用 Codex + Obsidian 做了个爆款标题 Skill大家好，我是小肥肠，一个努力经营一人公司的前Java程序员。今天给大家带来的教程是用Codex + Obsidian 制作爆款标题 Skill，这个skill目前来说给我节约了很多时间，以前我起文章标题都是2小时起步，现在压缩到了5分钟。感兴趣就快快码住跟练哦~

一个处女座的程序猿

Agent之Hermes：Hermes Agent的简介、安装和使用方法、案例应用之详细攻略Agent之Hermes：Hermes Agent的简介、安装和使用方法、案例应用之详细攻略目录Hermes Agent的简介

第 5 篇：Agent 记不住事？补上 Memory + RAG 检索系列简介：从零搭建一个多 Agent AI 助手，覆盖原理、实现、部署全链路。不讲空话，每篇都有可运行的代码。项目地址：github.com/CodeMomentY… 本篇目标：给 Agent 加上记忆能力——短期对话历史 + 长期 RAG 知识检索，让它不再“每次见面都是陌生人”。

Ai-Agent学习历程—— 阶段2——LangChain Core（基本调用、tools、简单上下文等）欢迎来到第二阶段：LangChain Core，核心链路构建。第一阶段我们是打了个地基，可以先简单回顾一下第一阶段。

Hermes Agent 源码探秘 (7)：记忆与技能 — Agent 的"学习"能力系列：Hermes Agent 源码探秘作者：元思未来字数：约3000字前面的文章里，Agent 每次启动都是"一张白纸"。它不知道你是谁，不记得上次聊了什么，每次都是全新的开始。

从 Function Calling 到 Tool Use：三大 LLM Agent 工具调用机制原理与设计对比在构建大模型应用从 Chatbot 走向 Agent 的过程中，“工具调用（Function Calling / Tool Use）”是最关键的一步。它决定了模型如何与外部系统交互、如何执行真实任务，以及如何从“会聊天”变成“能做事”。目前主流的大模型平台（OpenAI、Google Gemini、Anthropic Claude）都提供了各自的工具调用机制，但它们在设计理念、执行流程和控制粒度上却有明显差异。本文将从实际开发视角出发，对三种机制进行拆解与对比，帮助你理解 Agent 的核心运行方式，并建

【Spring AI Graph：从0到Supervisor·预告】动手之前，先定好3个架构决策我的代码审查Agent跑了两个月，单链路一直没问题。直到需要加RAG查最佳实践——同一个入口要走不同检索路径，单链路搞不定，必须上Graph。

Hermes Agent 源码探秘 (8)：子代理系统 — Agent 生 Agent系列：Hermes Agent 源码探秘作者：元思未来字数：约3000字前面七篇我们聊的都是"单个 Agent"怎么工作。但现实中，复杂任务光靠一个人是不够的。

Claude Cowork、ChatGPT、Claude 聊天、Copilot，到底怎么选ChatGPT 查资料，Claude 聊天写长文，Copilot 补代码，Claude Cowork 办杂事——这四款工具你大概率都在用，但很多人其实没搞清楚它们的分工边界。

Hermes Agent 完全安装指南（Linux、macOS、Windows、Android）核心速览：推荐使用一键安装脚本（最快最稳），按系统选择对应命令：Linux/macOS/WSL2 用 curl，Windows 原生用 PowerShell，Android(Termux)同 Linux 命令。安装后执行 hermes setup 配置模型，hermes 启动聊天，全程约 3-5 分钟。