Token导航 LogoToken导航

Agent Skill · 研究检索

hermes-multiagent-skill(赫尔墨斯多 Agent 技能)

hermes-multiagent-skill 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

hermes-multiagent-skill 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 30,415。

总安装 2,887周安装 124GitHub Stars 1下载 1,012核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.3

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:hermes-multiagent-skill(赫尔墨斯多 Agent 技能)
来源仓库:https://github.com/briefness/hermes-multiagent-skill
安装命令:
openclaw skills install hermes-multiagent-skill
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install hermes-multiagent-skill

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

突触式多智能体通信调度,像人类神经突触一样,毫秒级分发,精准对齐,把 100 个 Agent 同时协同的通信成本降到最低

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install hermes-multiagent-skill;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

hermes-multiagent-skill 怎么安装?

在终端执行 openclaw skills install hermes-multiagent-skill。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

hermes-multiagent-skill 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

hermes-multiagent-skill 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

hermes-multiagent-skill 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

hermes-multiagent-skill 用的人多吗?

公开数据是累计安装 2,887 次,近一周安装 124 次,下载 1,012 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

hermes-multiagent-skill 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
hermes-multiagent-skill

赫尔墨斯多 Agent 技能 · 本页

2,8871接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
Hermes 协议 - 多智能体高并发调度
description
突触式多智能体通信调度,像人类神经突触一样,毫秒级分发,精准对齐,把 100 个 Agent 同时协同的通信成本降到最低
author
OpenClaw
version
1.0.3
tags
[hermes, multi-agent, scheduling, high-concurrency]

Hermes 协议 - 多智能体高并发调度

核心设计: 当 100 个 Agent 同时协同工作,通信成本如何降到最低? Hermes 模仿人类神经突触:只有已建立连接(订阅)才传递消息,不做全量广播

前置要求

  • sessions_spawn 集成:HermesSessionsIntegration 依赖外部 sessions_spawn API 存在。

仅使用 HermesRouter / HermesAgent 手动订阅发布时无需 sessions_spawn。

  • 数据存储:本 skill 不创建任何数据库文件。如需持久化记忆或技能进化,

由上层业务自行实现,本 skill 只负责消息调度。

特性

  • ⚡ 毫秒级分发:平均单消息投递 < 0.1ms
  • 💰 通信成本最低:稀疏订阅,只投递感兴趣的 Agent,节省 50%-90% 通信量
  • 🎯 精准对齐:每个 Agent 只收到自己该处理的任务,不被打扰
  • 🔌 完美集成 sessions_spawn:spawn 后自动注册订阅,退出自动清理
  • 🛡️ 安全可控:参数可调,不会疯狂消耗资源
  • 📦 零依赖:纯 Python,只用标准库

快速开始

导入

from skills.hermes_multiagent_skill import (
    hermes,               # 全局路由器
    HermesRouter,         # 可创建独立路由器
    hermes_sessions,      # 与 sessions_spawn 集成
    HermesSessionsIntegration,
    HermesMessage,        # 消息结构
    HermesAgent,          # Agent 基类
)

基本用法:手动订阅发布

from skills.hermes_multiagent_skill import hermes, HermesMessage

def my_handler(msg: HermesMessage):
    print(f"收到: {msg.topic}, payload={msg.payload}")

# Agent 订阅自己关心的主题
hermes.subscribe(agent_id="my-agent-id", topic="task:code-review", handler=my_handler)

# 发布消息,自动分发给所有订阅者
hermes.publish(topic="task:code-review", from_agent="publisher-id",
               session_id="session-id", payload={"pr": "..."})

与 sessions_spawn 集成(推荐日常使用)

from skills.hermes_multiagent_skill import hermes_sessions

# 1. spawn 子智能体后调用
session_key = ...  # sessions_spawn 返回的 session key
hermes_sessions.on_agent_spawn(
    session_key=session_key,
    agent_id="code-review-agent",
    hermes_topics=["task:code-review", "done:web-search"],
    message_handler=lambda topic, payload: print(f"{topic}: {payload}")
)
# → 自动完成所有订阅,消息通过 message_handler 回调

# 2. 提交任务,自动分发
task_id = hermes_sessions.submit_task_to_agents(
    task_type="code-review",
    creator="user",
    session_id="main",
    payload={"pr": "https://github.com/..."}
)
# → Hermes 自动分给所有订阅了 code-review 的 Agent

# 3. Agent 退出自动清理
hermes_sessions.on_agent_exit(session_key)
# → 自动取消所有订阅,注销 Agent

Agent 基类

from skills.hermes_multiagent_skill import HermesAgent, HermesRouter, HermesMessage

router = HermesRouter(max_workers=16)
agent = HermesAgent(agent_id="my-agent", router=router)

def handler(msg: HermesMessage):
    print(msg.payload)

agent.subscribe("task:code-review", handler)
agent.publish("task:done", session_id="s1", payload={"result": "ok"})
agent.unsubscribe("task:code-review")

性能对比(20 Agent,8 任务)

指标Hermes 协议传统全量广播
总投递次数40160
总耗时11.2 ms23.3 ms
节省通信量75%-
速度提升2.1x-

Agent 越多,节省越明显:100 Agent 能节省 ~90% 通信量。

API

HermesRouter

router = HermesRouter(max_workers=None, pool_max=1000)
router.subscribe(agent_id, topic, handler)           # 订阅
router.unsubscribe(topic, agent_id)                  # 取消订阅
router.publish(topic, from_agent, session_id, payload, trace_id="") -> int  # 发布
router.get_stats() -> dict                            # 统计
router.shutdown()                                     # 关闭线程池

HermesAgent

agent = HermesAgent(agent_id, router)
agent.subscribe(topic, handler)        # 订阅主题
agent.unsubscribe(topic)               # 取消订阅
agent.publish(topic, session_id, payload, trace_id="") -> int  # 发布
agent.stats() -> dict                  # 当前 Agent 统计

HermesSessionsIntegration(集成 sessions_spawn)

hermes_sessions.on_agent_spawn(
    session_key, agent_id, hermes_topics,
    message_handler=None   # Callable[[str, Any], None],默认静默丢弃
) -> HermesSubAgent

hermes_sessions.on_agent_exit(session_key)

hermes_sessions.submit_task_to_agents(
    task_type, creator, session_id, payload
) -> task_id: str

hermes_sessions.publish_done(task_type, task_id, result, session_id, agent_id)
hermes_sessions.publish_system(event_type, payload, session_id, agent_id)
hermes_sessions.list_agents() -> List[HermesSubAgent]
hermes_sessions.stats() -> dict

安全说明

  • 幂等取消:unsubscribe 对同一 agent 多次调用安全,不会导致计数变负
  • 对象池上限:默认最多缓存 1000 条消息,防止极端情况内存膨胀
  • pending 任务清理:超过 pending_task_ttl(默认 1 小时)的任务自动清除
  • 输入校验:空 agent_id、空 topic 等参数会抛出 ValueError
  • 线程安全:所有内部状态通过 threading.RLock 保护,50 并发压测零错误

依赖

  • Python 3.8+
  • 零第三方依赖(不使用 SQLite,不创建任何数据库文件)

License

MIT

平台分布

OpenClaw

88.3%
按下载量换算894

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills