从零到一：Hermes Agent 七天学习路径
本文与 Hermes 七天子站课表 逐日对齐（CurriculumSection / daysData）。每 Day 含 Morning（理论）→ Afternoon（实践）→ Evening（挑战） 可执行计划、验收标准与常见卡点。动手请在 Code Sandbox 与 Tool Call Inspector 同步进行。
如何使用本文
| 资源 | 用途 |
|---|---|
本站 /docs/hermes/* | 理论深度、代码模板 |
| 子站 #curriculum | 课表可视化、标签筛选 |
| Tool Call Inspector | 每步 tool_call 可回放 |
| Persona Lab | Day 2 多角色切换 |
建议节奏：每天 4–6 小时；Morning 1.5h 阅读+笔记，Afternoon 2h 编码，Evening 1.5h 挑战+验收截图。
总览对照表
| Day | 代号 | 主题 | 实战项目 | 子站标签 |
|---|---|---|---|---|
| 1 | ARCHITECTURE | Agent 架构与工具调用基础 | 天气 Agent + 文件处理 Agent | Tool Calling, JSON Schema, Hermes Format |
| 2 | PERSONA | 角色工程与多 Agent 协作 | 心理咨询工作室 | Persona Engineering, Multi-Agent |
| 3 | TOOLCHAIN | 工具生态与自定义工具 | 自动化 DevOps Agent | Tool Ecosystem, Custom Tools |
| 4 | REASONING | 自主推理与任务规划 | 自主研究 Agent | Autonomous Reasoning, Task Planning |
| 5 | MULTIMODAL | 多模态感知与代码执行 | 智能报销助手 | Multimodal, Code Execution |
| 6 | MEMORY | 记忆系统与长期学习 | 个人成长教练 Agent | Memory Architecture, Continuity |
| 7 | PRODUCTION | 生产部署与安全 | Hermes Agent OS （毕业设计） | Production, Security, Agent Economy |
Day 1 — ARCHITECTURE：天气 + 文件 Agent
目标：建立 Agent 四件套心智模型；掌握 OpenAI Functions 与 Hermes 标签双路径；完成可观测的第一个 tool loop。
Morning：Agent 定义与工具调用协议（≈90min）
学习清单（对照 intro）：
- 画出 LLM + Tool Graph + Memory + Persona 四件套数据流
- 对比 OpenAI JSON Schema / Hermes
<tool_call>/ Claude XML 异同 - 理解 LLM-as-Tool-Caller 注意力：描述如何影响选型
- 练习 Active vs Passive 工具描述改写各 2 条
- 参数设计：
enum、default、嵌套 object 各一例 - 在 System Prompt 嵌 入 1 组 Few-shot tool 示例
可执行笔记模板：
## Day1 Morning
- 我选的协议：OpenAI / Hermes（circle one）
- 工具描述 Before/After：
- Few-shot 示例（粘贴）：
验收：能向同伴解释「为何 Passive 描述导致选错 calculator」；完成 3 道子站自测题（若有）。
常见卡点：
| 卡点 | 现象 | 解决 |
|---|---|---|
| 格式混用 | parser 永远 None | 一条链路只选一种格式 |
| Schema 过宽 | args 胡填 | 加 enum/required |
| 忽视 NOT FOR | 乱调用 search | Active 描述补边界 |
Afternoon：开发环境与首个 Agent（≈120min）
学习清单（对照 getting-started）：
- venv +
langchain-openai/pydantic安装 - 验证 API 或 Ollama
OPENAI_API_BASE -
@tool注册 + Tool Registry 单文件 - 完成 天气查询 Agent：城市 → API → JSON → 自然语言
- 在 Inspector 粘贴一轮完整
model_raw
天气 Agent 最小验收：
| 输入 | 期望行为 |
|---|---|
| 「北京今天天气」 | 调用 weather tool，参数 city=北京 |
| 「1+1」 | 不调用 weather，直接答或 calculator |
| 「巴黎」 | 消歧：问「查询巴黎天气吗？」或调用 |
常见卡点：API Key 未加载；city 写成 location 导致 validation error——练习把 error 喂回模型 self-correct。
Evening：实战挑战 — 文件处理 Agent（≈90min）
挑战：PDF → 提取关键信息 → 计算器 → 生成摘要（子站 Day 1 PROJECT）。
步骤：
read_pdf(path)→ 文本- LLM 或规则提取数字（金额、页数等）
calculator(expression)做简单汇总- 输出结构化摘要（≤200 字）
验收标准：
- 至少 3 个 PDF 样例跑通
- Inspector trace 含 ≥3 次 tool_call，顺序合理
- 实现 Retry≥1 + Fallback（如 PDF 失败改 read_txt）
- 单测：工具失败时 Agent 不 silent hang
常见卡点：
| 卡点 | 解决 |
|---|---|
| PDF 超 context | 分页 read + map-reduce |
| 计算器字符串未 sanitize | 只允许 0-9+-*/(). |
| 无 Fallback | 配置 read_file 备用 |
Day 1 毕业标志：你能独立画出并讲解下面序列图。
Day 2 — PERSONA：心理咨询工作室
目标：五层 System Prompt；多 Agent Handoff；角色记忆与情绪追踪。
Morning：角色一致性（≈90min）
学习清单：
- 五层：Identity / Expertise / Tone / Constraints / Tools
- 角色锚点表：≥5 关键词 → 角色
- 防漂移：每 5 轮角色提醒模板
- 专家委员会 vs 师徒 vs 红蓝对抗 — 各适用场景
- 在 Persona Lab 加载 2 个 persona 对比
验收：写一份「专科咨询师」Constraints（含 不做医疗诊断、不荐药）；通过红队 prompt 试图突破约束，失败率 100%。
常见卡点：Constraints 写进 Tone 层 → 易被稀释；应独立短句重复。
Afternoon：角色切换与情感风格（≈120min）
学习清单：
- Intent-based Routing：意图 → 角色选择器
- Contextual Handoff 包字段：
user_goal,do_not_repeat,emotion_timeline - 角色记忆 namespace 隔离设计
- 情绪检测 → 只改 Tone
- 口头禅 / emoji / 术语密度调参
Handoff YAML 练习：见 best-practices。
验收：接待员 → 初评 Handoff 后，初评 不再问姓名；trace 可见 handoff payload hash。
Evening：实战挑战 — 心理咨询工作室（≈120min）
流水线：接待员 → 初评 → 专科咨询师 → 督导（子站 Day 2 PROJECT）。
验收标准：
- 4 角色独立 System Prompt 文件
- 完整走通 1 次模拟来访者（≥10 轮）
- 情绪时间线 ≥3 条写入 episodic
- 督导角色仅点评，不替代专科给方案
- Persona Lab 截图 + Inspector Handoff span
常见卡点：
| 卡点 | 解决 |
|---|---|
| 角色串台 | 硬路由 + 提醒 |
| Handoff 丢信息 | 结构化 packet |
| 过度共情越界 | Constraints 红线 |
Day 3 — TOOLCHAIN：DevOps Agent
目标：工具类型学；自定义工具；工具链编排；DevOps 端到端。
Morning：工具类型学与编排（≈90min）
学习清单：
- 四类工具：信息 / 计算 / 行动 / 感知
- 线性链 A→B→C、条件链、并行 Fan-out/Fan-in
- 画 DevOps 场景工具图（CI→日志→工单→Slack）
验收：给定「SEO 分析」场景，列出 6 个工具并标注类型与链型。
Afternoon：自定义工具开发（≈120min）
学习清单：
- Pydantic 输入校验 + 超时分级 10/30/60s
- 工具 metrics：成功率、P95、LLM 选中率
- DevOps Pack / SEO Pack 组合包设计
- 从函数签名自动生成 Schema
代码检查项：
class FetchLogsInput(BaseModel):
build_id: int = Field(..., ge=1)
level: Literal["error", "warn", "info"] = "error"
验收：自定义工具单测 ≥5；恶意参数被拒绝。
Evening：实战挑战 — 自动化 DevOps Agent（≈120min）
流程（子站 Day 3 PROJECT）：监控告警 → 查日志 → 根因 → Jira Ticket → Slack → （可选）回滚脚本。
验收标准：
- 模拟 CI failed webhook 触发 Agent
- 创建 ticket 走 HITL mock（Day 7 前可用 console approve）
- Slack 通知含 build_id 与摘要链接
- 全链路 trace ≤8 步（或说明为何更多）
- 工具选中率自评 ≥80%
常见卡点：日志过大撑爆 context → tail + filter；Jira/Slack 凭证走环境变量，禁止写进 Prompt。
Day 4 — REASONING：自主研究 Agent
目标：ReAct+ / Plan-and-Execute；动态重规划；循环检测与失败恢复。
Morning：推理模式进阶（≈90min）
学习清单：
- ReAct+ Observation Critique 写法
- Plan-and-Execute：plan → execute → replan
- Self-Refine 三轮上限
- HTN / DAG 依赖（纸面即可）
- 对比何时 不 用 Tree of Tools（成本）
验收：给课题「2024 中国电动车出口数据」，手写 5 步计划 + 1 条 replan 触发条件。
Afternoon：自主决策与错误恢复（≈120min）
学习清单：
- 贪婪 vs 探索 vs 安全选型策略
- 置信度阈值 → HITL
- Retry 指数退避 + Fallback 表
-
max_iterations+ 状态哈希循环检测
验收：注入「搜索 API 永远 429」，Agent 3 次 Retry 后走 Fallback 或告知用户；无 infinite loop。
Evening：实战挑战 — 自主研究 Agent（≈150min）
流程（子站 Day 4 PROJECT）：课题 → 规划 → 搜索 → 阅读 → 提取 → 发现矛盾 → 补搜 → 报告 → 自我验证。
验收标准：
- 报告含 引用列表（URL 或文档名）
- 至少 1 次 显式 replan（trace 可见）
- Self-Verify 段落：「证据不足点 / 矛盾点」
- 总迭代 ≤15（可配置）
- 字数 1500–3000 字结构化 Markdown
常见卡点：
| 卡点 | 解决 |
|---|---|
| 只会堆搜索 | Plan 强制「阅读 before 下一搜」 |
| 幻觉引用 | verify 工具或人工 checklist |
| 循环搜同类词 | 状态哈希熔断 |
Day 5 — MULTIMODAL：智能报销助手
目标：视觉 + OCR + 代码沙箱 + 浏览器自动化；报销合规流。
Morning：视觉工具 与代码执行（≈90min）
学习清单：
- 图像/VL 模型结构化提取 JSON 字段
- OCR：发票 / 扫描 PDF
- E2B vs Docker 沙箱选型（见 faq Q12）
- 代码生成→执行→修复闭环
验收：一张样例发票图 → JSON {amount, date, vendor, tax_id}。
Afternoon：多模态工作流与浏览器（≈120min）
学习清单：
- PDF 文字+表格+图 multimodal 提取
- Playwright：goto / click / type / extract
- Set-of-Mark 坐标点击概念
- 跨模态：图 →文→Embedding→QA
验收：Playwright 打开内网 demo 页完成表单填写（测试环境）。
Evening：实战挑战 — 智能报销助手（≈150min）
流程（子站 Day 5 PROJECT）：拍照发票 → OCR → 验真 → 结构化 → 匹配政策 → 生成报销单 → 提交审批。
验收标准：
- 支持相机图 + PDF 两路径
- 政策规则引擎（如上限 500 元需主管）可配置
- 输出报销单 JSON + 人类可读摘要
- 敏感字段脱敏日志
- 沙箱内无任何 production 凭证
常见卡点：OCR 误读 → 置信度 <0.8 触发人工确认；验真 API mock 需标注 DEMO。
Day 6 — MEMORY：个人成长教练
目标：四类记忆架构；Reflection；跨会话 Resume；从经验优化工具策略。
Morning：记忆架构（≈90min）
学习清单：
- Working / Episodic / Semantic / Procedural 定义与存储选型
- Recency + Relevance + Importance 排序公式（可实现简化版）
- Reflection job：每周摘要
- 记忆压缩 vs 全量保留 tradeoff
验收：画教练 Agent 记忆读写架构图（可复用 best-practices 案例）。
Afternoon：跨会话连续性与学习（≈120min）
学习清单：
- 工具成功/失败记录 → 调整未来选型权重
- 用户偏好（晨间提醒 vs 晚间）写入 semantic
- Few-shot Adaptation：从用户修正学习
- Session Resume：
last_goal, 未完成打卡
验收：关闭会话再打开，教练 主动提及 上次目标与未完成项。
Evening：实战挑战 — 个人成长教练（≈120min）
功能（子站 Day 6 PROJECT）：90 天目标、每日打卡、每周反思、策略随历史调整。
验收标准：
- ≥3 次模拟「日打卡」写入 episodic
- 1 次 Weekly Reflection 生成 semantic 洞察
- 建议随历史变化（非固定话术）
- 用户可命令「忘记某条记忆」并真正删除
- context 占用 < 70% 窗口（压缩生效）
常见卡点：把所有聊天塞向量库 → 检索噪声；应 分层写入。
Day 7 — PRODUCTION：Hermes Agent OS
目标：工具网关、 权限矩阵、可观测、成本 A/B；毕业大作业。
Morning：生产架构与安全对齐（≈120min）
学习清单（对照 best-practices）：
- FastAPI OpenAI-compatible 封装
- 工具网关：Auth / RateLimit / ACL / Audit
- 多租户隔离测试用例
- PostgreSQL + Redis + Vector DB 分工
- Prompt Injection 经参数攻击防护
- 沙箱 gVisor / 网络白名单
验收：完成权限矩阵表格；6 条 injection case 自动化测试 green。
Afternoon：Agent 经济与可观测性（≈120min）
学习清单：
- Tool Call Tracing 字段规范
- 成本分解 dashboard 纸面设计
- A/B：Tool Description v1 vs v2 实验设计
- Skill Marketplace / Reputation 概念（毕业 OS 可选模块）
验收：导出 1 份含 trace_id 的 JSON；标出最贵 span。
Evening：大作业 — Hermes Agent OS（≥4h，可延续）
要求（子站 Day 7 PROJECT）：
设计多 Agent 协作平台，包含：
- 角色管理（CRUD persona + 路由）
- 工具市场（注册 / 评分 / Pack）
- 记忆共享策略（隔离 vs 共享边界）
- 安全沙箱接入
- （可选）Token 经济 / Reputation
毕业验收：
| 项 | 标准 |
|---|---|
| 演示 | 15min 走通 1 个业务场景 + 1 个安全拦截 |
| 文档 | README：架构图 + 部署步骤 |
| 测试 | tool selection benchmark ≥85% |
| 合规 | 无密钥泄露；HITL 生效 |
| 证书 | 提交子站审核 → Hermes Agent 架构师 |
常见卡点：Scope 过大 → MVP 只做「角色+网关+1 垂直场景」；先能部署再美化 UI。
七天结束能力矩阵
完成全部 Day 后，自评 1–5 分（5=可教他人）：
| 能力 | Day | 自评 |
|---|---|---|
| Tool Schema 与双格式解析 | 1 | |
| 多 Agent Handoff | 2 | |
| 自定义工具与编排 | 3 | |
| Plan-and-Execute + 熔断 | 4 | |
| 多模态 + 沙箱 | 5 | |
| 记忆架构 | 6 | |
| 生产网关与观测 | 7 |
≥28 分（7 项平均 4）可挑战真实业务 PoC；<21 分 建议重刷 Day 1–3 Evening 挑战。
按场景回查
| 你现在的状态 | 回到 |
|---|---|
| 第一个 Agent 跑不通 | Day 1 Afternoon + getting-started |
| 角色越来越偏 | Day 2 + faq Q5 |
| 工具太多选乱 | Day 3 + faq Q10 |
| 研究 Agent 死循环 | Day 4 + best-practices 推理层 |
| 发票/OCR | Day 5 |
| 记不住用户 | Day 6 |
| 要上生产 | Day 7 + best-practices |
与子站课表锚点联动
在浏览器打开 https://hermes.chenxiaoshivivid.top/#curriculum 时，页面 id="curriculum" 区块即 7 天渐进式学习路径。本文 Day N 与页面 DAY N 卡片一一对应：
- MORNING ↔ 本文各 Day Morning 学习清单
- AFTERNOON ↔ Afternoon 实践
- EVENING ↔ Evening 挑战与验收
- PROJECT ↔ 当日毕业项目名
建议收藏顺序：子站课表（视觉）+ 本文（执行细节）+ 本站 intro/development（理论） 三页常开。
最后一句
七天不是「看完视频」，而是 七份可验收的 trace 存档。每天 Evening 在 Tool Call Inspector 导出 JSON，第七天你会拥有自己的 Agent 工程 portfolio——这比任何证书更能证明你准备好了。
延伸阅读：最佳实践 · FAQ · Hermes 子站首页