委托与并行工作

Hermes 可以生成隔离的子代理来并行处理任务。每个子代理拥有独立的对话、终端会话和工具集。只有最终摘要会返回——中间工具调用不会进入你的上下文窗口。

完整功能参考，请参阅子代理委托。

何时委托

适合委托的场景：

推理密集型子任务（调试、代码审查、研究综合）

会用中间数据淹没上下文的任务

并行独立工作流（同时进行研究 A 和研究 B）

需要代理以无偏见方式处理的全新上下文任务

使用其他方式的场景：

单次工具调用 → 直接使用工具

步骤间有逻辑的机械性多步骤工作 → execute_code

需要用户交互的任务 → 子代理无法使用 clarify

快速文件编辑 → 直接操作

必须在当前轮次结束后继续运行的持久性长任务 → cronjob 或 terminal(background=True, notify_on_complete=True)。delegate_task 是同步的：若父轮次被中断，活跃的子代理将被取消，其工作将被丢弃。

模式：并行研究

同时研究三个主题并获取结构化摘要：

并行研究以下三个主题：
1. WebAssembly 在浏览器之外的现状
2. 2025 年 RISC-V 服务器芯片的采用情况
3. 量子计算的实际应用

重点关注近期进展和关键参与者。

在后台，Hermes 使用：

三个任务并发运行。每个子代理独立搜索网络并返回摘要。父代理随后将它们综合成一份连贯的简报。

模式：代码审查

将安全审查委托给一个全新上下文的子代理，让它以无先入之见的方式审查代码：

审查 src/auth/ 中的认证模块，检查安全问题。
检查 SQL 注入、JWT 验证问题、密码处理
和会话管理。修复发现的问题并运行测试。

关键在于 context 字段——它必须包含子代理所需的一切信息：

上下文问题

子代理对你的对话一无所知。它们从完全空白的状态开始。如果你委托"修复我们讨论的那个 bug"，子代理根本不知道你指的是哪个 bug。务必明确传递文件路径、错误信息、项目结构和约束条件。

模式：比较备选方案

并行评估同一问题的多种解决方案，然后选出最佳方案：

我需要为 Django 应用添加全文搜索。并行评估三种方案：
1. PostgreSQL tsvector（内置）
2. 通过 django-elasticsearch-dsl 使用 Elasticsearch
3. 通过 meilisearch-python 使用 Meilisearch

对每种方案评估：配置复杂度、查询能力、资源需求
和维护开销。比较后推荐一种。

每个子代理独立研究一个选项。由于它们相互隔离，不存在交叉干扰——每项评估都基于自身的优缺点。父代理获取全部三份摘要后进行比较。

模式：多文件重构

将大型重构任务拆分给并行子代理，每个子代理负责代码库的不同部分：

提示

每个子代理拥有独立的终端会话。只要它们编辑不同的文件，就可以在同一项目目录中工作而互不干扰。如果两个子代理可能修改同一文件，请在并行工作完成后自行处理该文件。

模式：先收集后分析

使用 execute_code 进行机械性数据收集，然后委托推理密集型分析：

这通常是最高效的模式：execute_code 以低成本处理 10 余次顺序工具调用，然后子代理在干净的上下文中完成单次高成本推理任务。

工具集选择

根据子代理的需求选择工具集：

任务类型	工具集	原因
网络研究	`["web"]`	仅 web_search + web_extract
代码工作	`["terminal", "file"]`	Shell 访问 + 文件操作
全栈	`["terminal", "file", "web"]`	除消息功能外的全部工具
只读分析	`["file"]`	只能读取文件，无 Shell

限制工具集可使子代理保持专注，并防止意外副作用（例如研究子代理执行 Shell 命令）。

约束条件

默认 3 个并行任务：批次默认并发 3 个子代理（可通过 config.yaml 中的 delegation.max_concurrent_children 配置，无硬性上限，最低为 1）

嵌套委托需显式启用：叶子子代理（默认）无法调用 delegate_task、clarify、memory、send_message 或 execute_code。编排器子代理（role="orchestrator"）保留 delegate_task 以支持进一步委托，但仅在 delegation.max_spawn_depth 高于默认值 1 时生效（支持 1-3）；其余四项仍被禁用。可通过 delegation.orchestrator_enabled: false 全局禁用。

调整并发数与深度

配置项	默认值	范围	效果
`max_concurrent_children`	3	>=1	每次 `delegate_task` 调用的并行批次大小
`max_spawn_depth`	1	1-3	可进一步生成子代理的委托层级数

示例：运行 30 个并行 worker 并启用嵌套子代理：

独立终端 — 每个子代理拥有独立的终端会话，具有独立的工作目录和状态

无对话历史 — 子代理只能看到父代理调用 delegate_task 时传入的 goal 和 context

默认 50 次迭代 — 对简单任务设置较低的 max_iterations 以节省成本

非持久性 — delegate_task 是同步的，在父轮次内运行。若父轮次被中断（新用户消息、/stop、/new），所有活跃子代理将被取消（status="interrupted"），其工作将被丢弃。对于必须在当前轮次结束后继续运行的工作，请使用 cronjob 或 terminal(background=True, notify_on_complete=True)。

技巧

目标要具体。 "修复 bug"过于模糊。"修复 api/handlers.py 第 47 行的 TypeError，该错误由 parse_body() 向 process_request() 返回 None 引起"才能给子代理足够的信息。

包含文件路径。 子代理不了解你的项目结构。务必提供相关文件的绝对路径、项目根目录和测试命令。

利用委托实现上下文隔离。 有时你需要全新的视角。委托迫使你清晰地阐述问题，而子代理会在没有对话中积累的假设前提下处理它。

核验结果。 子代理的摘要只是摘要。如果子代理说"修复了 bug 且测试通过"，请自行运行测试或查看 diff 来验证。

完整的委托参考——所有参数、ACP 集成和高级配置——请参阅子代理委托。

"委托与并行工作"

委托与并行工作#

何时委托#

模式：并行研究#

模式：代码审查#

模式：比较备选方案#

模式：多文件重构#

模式：先收集后分析#

工具集选择#

约束条件#

调整并发数与深度#

技巧#

委托与并行工作

何时委托

模式：并行研究

模式：代码审查

模式：比较备选方案

模式：多文件重构

模式：先收集后分析

工具集选择

约束条件

调整并发数与深度

技巧