🧠
第二大腦
🔬技術深讀2026-08-30

PrimeAgent-架構分析-對Hermes參考價值


title: PrimeAgent-架構分析-對Hermes參考價值 type: research domain: 技術深讀 status: active date: 2026-08-30 updated: 2026-08-30 source: "github.com/PrimeIntellect-ai/prime-agent(v0.7.1,10k stars,MIT)" tags: [] ---# Prime Agent 架構分析 — 對 Hermes 的參考價值

> 分析日期:2026-08-09|來源:github.com/PrimeIntellect-ai/prime-agent(v0.7.1,10k stars,MIT) > 方法:下載 release tgz,閱讀 dist/core/*.js 原始碼 + docs/architecture.md + skills/ 範例

架構總覽

TUI/headless clients ──► AgentConnection(client 端執行邊界)
                              │
                              ▼
                    Daemon supervisor(路由/attach/復原/跨 agent 訊息)
                              │
                              ▼
              Session worker(一個 root session tree)
              ├─ AgentSessionRuntime
              ├─ Root AgentSession(provider calls/queue/compaction/goals/children)
              ├─ Scheduler
              └─ Root IPython kernel(模型面對的控制環境)
                      └─ RLM child runtimes(session + optional kernel)

  • 分離原則:client 只管渲染/輸入,不執行;supervisor 管發現/路由/健康;worker 管一個 root runtime 及所有後代
  • Worker/kernel 是獨立 process(lifecycle 隔離,非安全沙箱)
  • AgentSession 是核心:provider calls、queues、tools、compaction、goals、child lifecycles、transcript 寫入
  • 值得參考的 5 個設計

    1. Skills = Python packages(最值得學)

  • 標準 SKILL.md(遵循 agentskills.io 規範,跟 Hermes 格式一樣)
  • 擴展:Python-backed skills——skill 同時是 pip package,安裝進持久 IPython kernel,agent 可 await my_skill(...) 直接呼叫
  • 透過 rlm.host_request("agent_message.list_agents") 呼叫 TypeScript daemon 的 typed bridge
  • Hermes 對應:我們的 skill 只有 markdown + scripts,agent 需自己讀檔再執行。若能把常用 skill 變成可 import 的 Python 模組(如 from skills import linear; await linear.list_issues())會大幅減少 tool 呼叫 overhead
  • 2. Auto-refine(self-improving 的核心)

  • turnInterval 個 assistant turns 自動觸發一次 review(_runSerializedAutoRefineReview
  • Review 用 LLM 判斷「shouldRefine?」,是則產生指令更新 harness 狀態(skills/記憶/子代理規格)
  • 保護機制:branch version 防並發、AbortController、compaction 後觸發、explicit/auto 分開處理
  • Hermes 對應:我們是「用完 skill 發現問題才 patch」——被動。可考慮加「每 N 次成功執行後主動 review skill 是否需更新」
  • 3. Goals 持久化(thread_goal_state)

  • /goal 把 objective + token/time/continuations 預算存成 thread 狀態,跨 turns 持續
  • 狀態機:idle → active → paused → budget_limited → complete → error
  • 預算用盡會觸發 continuation 訊息
  • Hermes 對應:我們的 todo 是 session 級,cron 是 job 級——缺「跨 session 持久目標 + 預算」機制
  • 4. Daemon + reattach(長任務)

  • 背景 daemon 執行,終端斷線 session 續跑,可 reattach(快照/重播)
  • Agent 間直接通訊(parent/sibling/child 家族),不需全繞經 user
  • Hermes 對應:我們有 cron + background terminal,但無「斷線續跑 + reattach + agent 間訊息」的完整機制
  • 5. Autonomous mode 預算制

  • /autonomous 在 turn/token/time 預算內持續跑,可設 quality gates
  • Gate 只驗證 gate 定義的事,達預算≠成功
  • Hermes 對應:cron job 有 timeouts 但無 turn/token 預算與 quality gate 概念
  • 對 Hermes 的建議(可做可不做)

    | 建議 | 價值 | 成本 | |------|------|------| | Skill 支援 Python package 形式(可 import 呼叫) | 高:減少 tool overhead、API wrapper 直接可用 | 中:需 kernel/import 機制 | | 自動 skill review(每 N 次執行後主動檢查是否需要 patch) | 中高:skill 品質會隨使用成長 | 低:cron 或 session hook 即可 | | 持久目標 + 預算(跨 session) | 中:長任務追蹤更穩 | 中:需 state store | | Agent 間直接訊息 | 低:目前 delegate_task 夠用 | 低 |

    原始碼位置

  • 已下載:/tmp/prime-agent-pkg/package/dist/core/*.js(agent-session.js、goals.js、autonomous.js、cron-jobs.js)
  • docs:/tmp/prime-arch.md(架構總覽)
  • skills 範例:/tmp/prime-agent-pkg/package/skills/(agent-message、skill-creator、linear、notion 等)
  • 相關文章

    工程週報 2026-09-05

    # 工程週報 2026-09-05 tags: [工程週報, builder-bot, 開發回顧] --- ## 本週 Commit 清單 ### RongRise-Brand(24 commits, 2026-08-30 ~ 09-05) | 類別 | Commit | 摘要 | |------|--------|------| | **新工具** | 748ad5f7 | feat:...

    研究觀察 — 2026-09-05

    # 研究觀察 — 2026-09-05 > 資料來源:2026-08-30 至 2026-09-05 每日知識掃描 digest(7 份)|不另搜網路,純回顧合成 > tags: [研究觀察, researcher-bot, 趨勢] --- ## 趨勢一:AI Agent 從「工具」變成「組織成員」——治理、績效與責任歸屬的全面重構 一週內,McKinsey 兩度提出「AI agents ...

    Agent 記憶可攜性:模型升級後的記憶遷移挑戰

    # Agent 記憶可攜性:模型升級後的記憶遷移挑戰 **來源:** arXiv **日期:** 2026-09-04 ## 摘要 研究指出:AI agent 的「記憶」在模型升級後可能失效——新模型對舊筆記的解讀方式不同、embedding 版本混合可能中斷檢索、修復可能因缺乏原始證據而失敗。模型升級是常規操作,但記憶遷移卻未被標準化處理。作者比較了相同歷史被不同模型讀取時的記憶退化程度。 ...

    CONTINUITY:Agent 安全上下文的可組合合約

    # CONTINUITY:Agent 安全上下文的可組合合約 **來源:** arXiv **日期:** 2026-09-04 ## 摘要 LLM agent 系統日益結合來源追蹤、授權、政策執行、協定適配器與執行控制。然而,個別正確的安全機制不一定能組合出端到端安全的系統:安全關鍵上下文可能在傳遞過程中被丟棄、擴大或污染。作者提出 CONTINUITY 框架,確保安全上下文在 agent 管...