# Hermes Agent 橙皮书 · WeHub 定制版 v0.1

> Working title: **从会成长的 Agent，到会学习的 Agent 组织**  
> Status: WeHub adaptation seed, not a full book yet.  
> Source inspiration: HuaShu's MIT-licensed `hermes-agent-orange-book`, Nous Research `hermes-agent` docs/repo, and Google ADK Skills / SkillToolset as an external capability-packaging lens.  
> WeHub angle: 把 Hermes 的单 Agent 学习机制迁移成 WeHub agent society 的组织学习协议，并把 skill 理解成 capability architecture 的核心资产单位。

## 定位

花叔的《Hermes Agent 橙皮书 2.0》回答的是：**Hermes Agent 是什么、怎么用、为什么它的缰绳会自己长。**

WeHub 定制版要回答的是另一个问题：

**当一个 agent runtime 已经具备 memory / skills / session recall / cron / gateway / tools / MCP / multi-agent orchestration 这些成长机制时，一个团队如何把它升级成可审计、可回滚、可复用的组织学习系统？**

这本 WeHub 版不是 Hermes 使用手册，也不是品牌比较。它是一本面向 WeHub infra / agent society 的工程读本。

## 核心判断

Hermes 的学习不等于模型权重训练。它更像一组 runtime 外部生长回路：

`capture -> retain -> retrieve -> reuse -> verify -> promote/demote`

单 Agent 的能力来自把经验写入 durable surfaces；Agent 组织的能力来自决定哪些经验可以跨 agent 共享，哪些必须留在 profile-local，哪些经过审计后才能公开。

Google ADK Skills 给这本橙皮书补上一层工程词汇：Skill 不是 prompt snippet，也不是 tool schema，而是一个可发现、按需加载、可维护的能力封装。Hermes 让我们看到 runtime learning 如何发生；ADK Skills 帮助我们描述这些学习结果如何被包装成 reusable capability。

## WeHub 版目录 v0.1

### Part 1. 从 Hermes 到 WeHub

**§01｜为什么 Hermes 值得被 WeHub 研究**

- Hermes 不是另一个聊天界面，而是一个带学习闭环的 agent runtime。
- WeHub 不复制框架，而是研究哪些机制能迁移到人 + 分身 + 数字员工的组织系统。
- 关键问题：Hermes 的“成长”哪些是真 runtime，哪些是 prompt 纪律，哪些只是文档宣称？

**§02｜一个大脑多张脸，还是一个组织多种心智？**

- Hermes 官方的一脑多面：CLI、desktop、dashboard、messaging gateway。
- WeHub 的多层身份：host machine / agent instance / bot identity / human account / channel / state substrate。
- 误区：把 bot 名、机器名、agent profile 混成一个对象。

**§03｜WeHub 的迁移目标**

- 不做 Hermes 复刻。
- 不做 centralized mega memory DB。
- 做 profile-local / team-shared / public-safe 三层 promotion protocol。

### Part 2. 缰绳会自己长：学习闭环

**§04｜学习不是训练，是外部认知层**

- memory、skills、session search、cron、gateway、tools/MCP、profiles。
- durable layer 才是跨 session 的关键。
- 如果不写入 durable layer，经验只是 chat context。
- 源码 pass1 把这个判断拆成五个 runtime 回路：
  - conversation loop：协调 turn、prompt cache、prefetch、sync、background review。
  - external memory provider：通过 `prefetch_all / sync_all / queue_prefetch_all` 把经验接入外部记忆。
  - built-in memory files：`USER.md / MEMORY.md` 是显式 durable mutation，不是模型权重更新。
  - session / gateway continuity：SQLite transcript、FTS5/CJK search、session key scope 共同定义连续性。
  - skills / cron：稳定做法提升成程序性记忆，重复责任变成 scheduled execution。

**§05｜Human correction 是组织学习的第一入口**

- 人类纠偏如何进入 seed / memory / skill / protocol。
- 纠错保留实验：correction-retention smoke test。
- 通过什么条件判断“该记住”还是“不该推广”。

**§06｜最该学的是“不要学”**

- 错误经验扩散比遗忘更危险。
- profile-local 默认边界。
- demotion / rollback / tombstone 是组织学习协议的一部分。

### Part 3. 它怎么记住你，也怎么记住团队

**§07｜三层记忆：profile-local / team-shared / public-safe**

- profile-local: 个人偏好、局部纠正、agent role。
- team-shared: source map、team docs、nano-work card、verified skill。
- public-safe: 公开 skill、demo、case、eval report。
- 经验类型到 substrate 的初版规则：
  - 临时任务进展：留在 SessionDB / session search，不自动推广。
  - 用户纠错或稳定偏好：默认进 profile-local `USER.md` / profile memory。
  - 项目/环境约定：先进 project note 或 profile `MEMORY.md`，重复出现后再进 team docs。
  - 可重复流程：进入 skill，但需要 trigger、例子和失败边界。
  - 重复责任：进入 cron，但必须有 cadence、owner、destination 和 stop condition。
  - 跨 agent 经验：进入外部 memory provider 或 team protocol 前，需要隔离、审计、降级路径。

**§08｜Session search 是 episodic memory，不是公共档案馆**

- session 可以帮助找回过去处理方式。
- 组织级共享应提炼 evidence summary，而不是原样复制私密 session。
- WeHub 需要 source -> summary -> promotion 的审计链。

**§09｜Skill 是程序性记忆**

- 什么时候把一次成功做法变成 skill。
- 什么时候只留 seed/comment。
- WeHub Skills API flywheel 如何把公开 skill、增强 API、case/eval 连接起来。
- 借 Google ADK Skills 的三层结构重读 Hermes skill：
  - L1 metadata：让 agent 知道这个能力存在，何时可能触发。
  - L2 instructions：把操作原则、边界、验证方式写进 `SKILL.md`。
  - L3 resources：把 references、assets、scripts 作为按需加载的补充材料。
- Tool 只是动作接口；skill 才描述如何正确使用动作、如何判断成功、失败时怎样 fallback。
- WeHub 的 skill 生命周期要覆盖：创建、触发、使用、失败、修订、评测、推广、降级、淘汰。
- §09 应与《从 Prompt 到 Skill：Agent 构建正在进入能力工程时代》互为 companion chapter。

### Part 4. 连接一切：工作流里的 Agent

**§10｜Gateway 是 agent society 的神经系统**

- Discord / Feishu / Telegram / Slack 等通道不是外设，而是经验发生地。
- Grow place 与 local source of truth 的关系。
- 可见通知、thread starter、回填规则。

**§11｜Cron 让 Agent 拥有主动注意力**

- daily question、watchdog、release watch、dashboard refresh。
- cron 的危险：silent work、错误推广、无人审计。
- WeHub cron 任务要有可见性、origin、delivery boundary。

**§12｜Tools / MCP / Plugins 是能力边界，不是心智本身**

- 工具让 agent 能行动，但不等于 agent 已经掌握该能力。
- verified competence 需要任务证据。
- WeHub 应记录“哪个 agent/profile 对哪些工具有已验证能力”。
- 这也是 Tool 与 Skill 的边界：Tool 暴露动作，Skill 封装正确使用动作的程序性知识，Capability architecture 负责让这些能力可发现、可组合、可评测、可版本化。

### Part 5. 多 Agent 与组织编排

**§13｜从 delegate_task 到 agent society**

- 单 Agent 子任务分发与团队 agent 协作的差异。
- WeHub 需要 owner、grow place、state substrate、evidence 回填。
- agent 不只是 worker，也是 memory layer、host steward、research organ。

**§14｜Host 心智：OpenClaw 与 Hermes 的互补**

- WeHub 当前判断：OpenClaw 更像本机记忆/lifestory；Hermes 更像工具能力与调度入口。
- 每台 host 上的默认 OpenClaw/Hermes pair 可以形成本机心智。
- 这不是固定分工，后续要以证据更新。

**§15｜组织学习协议 v0 的条件**

- source map 只是开始。
- 需要 correction-retention、cross-profile leakage、promotion review 三类实验。
- 先做 smoke test，再抽 protocol。

### Part 6. 安全、边界与未来

**§16｜真正的边界不是 prompt，而是权限和操作系统**

- Hermes 官方强调 OS-level security model。
- WeHub 要把凭证、机器、通道、profile 权限分层。
- 公开页面和内部 review surface 不能混。

**§17｜Promptware 防御与人类最终责任**

- prompt injection / tool abuse / over-promotion。
- 人类审核不是拖慢，而是 promotion gate。
- 机器人主动纠偏和人类最终责任如何共存。

**§18｜从读本到协议**

- 这本书的终点不是“理解 Hermes”。
- 终点是 WeHub organization learning protocol：经验如何进入、复用、推广、降级和回滚。

## V0.1 最小写作路线

1. 先完成 §04、§05、§07：把学习闭环、纠错保留、三层记忆讲清楚。
2. 把 §09 作为第一轮 companion chapter：用 Google ADK Skills / SkillToolset 的 metadata、instructions、resources 三层视角，连接 Hermes skill 与 WeHub capability architecture。
3. 用本项目 `source-map-v0.1.md` 和 `source-code-learning-loop-pass1.md` 做证据底稿。
4. 用 `theory-learning-evolution-sota-v0.1.md` 讲清 DSPy + GEPA、Darwinian Evolver、self-evolution pipeline 与 runtime learning 的边界。
5. 跑 correction-retention smoke test 后再写 §15。
6. 不直接复制原书正文；只继承结构启发、MIT attribution 和公共事实。

## Attribution

This adaptation is inspired by:

- `alchaincyf/hermes-agent-orange-book`, MIT License, Copyright (c) 2026 HuaShu (花叔).
- `NousResearch/hermes-agent`, official Hermes Agent repository and documentation.
- Google ADK Skills documentation: `https://adk.dev/skills/`.
- WeHub companion essay: `/gong/blog/from-prompt-to-skill-agent-capability-architecture/`.

Original Orange Book focuses on Hermes Agent from beginner to mastery. This WeHub edition is a derivative internal reading seed that reframes Hermes as a source map for WeHub organization-level agent learning.