OpenClaw/Hermes 与开源Agent生态

AI Agent（智能代理）是 LLM 从「对话工具」进化为「自主行动者」的关键一步——大模型不再只回答问题，而是能规划任务、调用工具、反思错误、迭代完成目标。本页拆解开源 Agent 生态的技术架构，涵盖 Hermes 模型系列、MetaGPT、CrewAI、AutoGen、LangGraph 等框架，并演示如何从零搭建一个完整的 Agent 循环。前置阅读：LLM Agent 与工具调用、MCP 与工具协议、LLM 推理。

核心直觉

把 AI Agent 想象成「带工具箱的实习生」——

普通 LLM 对话 = 百科全书：你问什么它答什么，但它不能帮你发邮件、查数据库、写文件。知识在脑子里，手脚被绑住了。Transformer（一种基于自注意力机制的神经网络架构，是现代大语言模型的基石）本身只是个文本生成器——给它前文，它预测下一个 token（文本的最小单位）。
AI Agent = 带工具箱的实习生：你给一个目标（“调研竞品并写一份分析报告”），Agent 自己规划步骤（先搜索 → 整理信息 → 写大纲 → 生成报告），遇到问题会调整策略，使用工具（搜索引擎、代码执行器、文件系统）完成任务。
多 Agent 系统 = 一个项目团队：MetaGPT 模拟软件开发团队（产品经理 + 架构师 + 程序员 + 测试），各角色分工协作，通过”对话”推进项目。微软的 Magentic-One 则是一支可以浏览网页、执行代码、管理文件的多 Agent 团队。

Agent 的核心要素：LLM（大脑）+ 工具（双手）+ 记忆（经验）+ 规划（策略）+ 反思（纠错）。

技术架构拆解

Agent 核心循环：ReAct 模式

大多数 Agent 框架的核心是 ReAct（Reasoning + Acting）循环（详见 LLM Agent 与工具调用）。ReAct 的本质是让 LLM 在每一步都「先想后做」：

Thought（思考）：LLM 推理当前状态，决定下一步做什么。这一步的输出是自然语言推理链（chain-of-thought），让模型的决策过程可审计。
Action（行动）：调用一个工具（搜索、代码执行、API 调用）。工具调用的格式由 LLM 的 function calling（函数调用，即模型输出结构化的 JSON 来描述要调用哪个函数、传什么参数）能力决定。
Observation（观察）：接收工具返回的结果，作为新的上下文追加进对话历史。
循环：根据观察结果继续思考-行动，直到任务完成。

每一轮的 Thought 和 Action 都通过提示工程构造 prompt 来引导模型输出，循环中的所有中间结果累积进上下文窗口（context window，即模型一次推理能”看到”的 token 数量上限），形成完整的多轮推理轨迹。

为什么 ReAct 有效？ 研究表明，让 LLM 显式输出推理过程（而非直接跳到结论），可以显著减少幻觉（hallucination，模型编造不存在的事实）并提高工具调用的准确率。推理链相当于模型的”草稿纸”，在输出最终行动前先理清逻辑。Hermes 4 系列进一步引入了 GOAP（Goal Oriented Action Planning，目标导向行动规划）框架，用 <scratch_pad> 标签让模型在调用工具前先记录目标、行动计划、观察反思——这是 ReAct 模式的工程化升级。

工具调用机制

Agent 通过 Function Calling / Tool Use 接口调用外部工具（详见 MCP 与工具协议）：

LLM 原生 Function Calling：现代 LLM（GPT-4o、Claude、Qwen、Hermes 4）内置 function calling 能力，模型输出结构化的函数调用 JSON（详见结构化输出），框架执行后把结果返回给模型。关键点在于：模型本身并不”执行”函数，它只是输出一段描述”我想调用这个函数”的 JSON，实际执行由外部代码完成。
MCP（Model Context Protocol）：Anthropic 在 2024 年底提出、2025 年迅速普及的标准化工具协议。它让 Agent 以统一接口接入各种外部工具和数据源（数据库、文件系统、API），类似”AI 的 USB-C 接口”——写一次工具适配器，所有支持 MCP 的 AI 应用（Claude、ChatGPT、Cursor、VS Code 等）都能使用。截至 2025 年，MCP 已获得广泛生态支持，成为 Agent 工具接入的事实标准。
A2A（Agent-to-Agent）协议：Google 在 2025 年推出的 Agent 间通信标准，让不同框架构建的 Agent 可以互相发现、协商和协作。如果说 MCP 解决的是”Agent 如何连接工具”，A2A 解决的则是”Agent 如何连接其他 Agent”。
代码执行器：Agent 可以生成并执行 Python/JavaScript 代码（如沙箱中的 Python 解释器），用于数据分析、数学计算、文件处理等复杂任务。生产环境通常用 Docker 容器或 e2b 等云端沙箱服务隔离执行，防止恶意代码逃逸。

记忆系统

Agent 的记忆分为两层（详见 RAG 检索增强生成）。RAG（Retrieval-Augmented Generation，检索增强生成）是一种让 LLM 在回答前先从外部知识库检索相关信息的技术，相当于给模型一本可以随时翻阅的参考书：

短期记忆：当前对话/任务上下文，存在 LLM 的上下文窗口中。受窗口大小限制（现代模型通常为 32K-256K token），需要摘要压缩管理。当对话超过窗口时，需要截断旧消息或用摘要替代——CrewAI、LangGraph 等框架都内置了上下文管理策略。
长期记忆：跨任务的经验积累，用向量数据库（vector database，一种专门存储和检索高维向量的数据库，通过计算向量间的相似度来找到语义相近的内容）存储和检索。Agent 可以回忆”上次遇到类似问题是怎么解决的”。记忆的写入通常是将文本通过 embedding 模型（嵌入模型，把文本转化为高维向量）编码后存入向量库，检索时用相似度搜索（similarity search）找到最相关的历史片段。

关键技术点详解

主流开源 Agent 框架对比

框架	开发者	核心特点	商业模式	适用场景
MetaGPT	FoundationAgents / DeepWisdom	多 Agent 角色扮演，模拟软件团队协作	开源框架 + MGX 商业产品（SaaS 订阅）	自动化软件开发、需求到代码
CrewAI	CrewAI Inc.	角色分工 + 任务委派，Crews + Flows 双模式	开源框架 + CrewAI AMP 企业套件（托管部署、可观测性）	多步骤工作流自动化、企业级 Agent
AutoGen	微软（已转维护模式）	多 Agent 对话式协作，支持人类参与	开源（MIT），微软推荐迁移至 Microsoft Agent Framework	研究助手、代码生成与调试
Microsoft Agent Framework	微软	AutoGen 的企业级继任者，支持多模型 + A2A/MCP	开源 + Azure 云服务集成	企业级多 Agent 编排
LangGraph	LangChain Inc.	基于图的状态机，持久化执行	开源框架 + LangSmith（可观测性 + 部署平台，SaaS 订阅）	复杂流程编排、生产级系统
Hermes 系列	NousResearch	开放权重 LLM，专为 Agent/function calling 优化	开放权重免费下载 + 自营 API 服务	本地部署 Agent、隐私敏感场景

各框架的技术选型建议

快速原型 / 学习入门 → CrewAI：API 最简洁，crewai create crew 一键生成项目骨架，YAML 配置 Agent 角色和任务，10 分钟跑通第一个多 Agent demo。适合想快速验证想法的团队。
需要精确控制流程 / 生产级系统 → LangGraph：基于有向图的状态机模型，支持持久化执行（durable execution，即 Agent 崩溃后可从断点恢复）、human-in-the-loop（人工审批节点）、条件分支。Klarna、Replit、Elastic 等公司已在生产环境使用。适合对可靠性和可审计性要求高的场景。
软件开发自动化 → MetaGPT：内置 SOP（Standard Operating Procedure，标准操作流程），模拟完整软件公司流程。2025 年 2 月推出商业产品 MGX（MetaGPT X），定位为”自然语言编程平台”。
企业级 / Azure 生态 → Microsoft Agent Framework (MAF)：微软 2025 年发布的 AutoGen 继任者，1.0 版本已生产就绪，支持多模型提供商、A2A 和 MCP 互操作，与 Azure AI 服务深度集成。
本地部署 / 数据隐私 → Hermes + Ollama：模型权重完全开放，可离线运行，数据不出本地。详见 Ollama 与 Open WebUI。

Hermes：为 Agent 而生的开放权重模型

Hermes 是 NousResearch 发布的开放权重 LLM 系列，专门针对 Agent 和工具调用场景优化。其核心价值主张是：你不需要依赖 OpenAI/Anthropic 的 API，也能获得一流的 function calling 能力——这对数据隐私敏感的企业（金融、医疗、法律）和需要离线运行的场景至关重要。

版本演进

版本	基座	关键特性	发布时间
Hermes 2 Pro	Llama 3 (8B)	首个成熟的 function calling + JSON mode	2024
Hermes 3	Llama 3.1 (405B/70B/8B)	引入 GOAP 推理框架，`<scratch_pad>` 规划标签	2024 末
Hermes 4	Llama 3.1 (405B/70B/14B)	增强推理能力、多轮工具调用稳定性提升	2025 年 8-9 月
Hermes 4.3	自研 36B 架构	中等参数量级的性能/成本平衡，提供 GGUF 量化版	2025 年 12 月

技术架构

基于开源基座微调：Hermes 系列基于 Llama / Qwen 等开源模型做指令微调（instruction tuning，用大量高质量的指令-回复对训练模型遵循人类指令）。关键是训练数据中包含大量 function calling 格式的对话，使模型学会在恰当时机输出 <tool_call> 标签包裹的 JSON。
ChatML 提示格式：Hermes 使用 ChatML（Chat Markup Language）格式，用 <|im_start|> / <|im_end|> 标签标记每个对话轮次的开始和结束。这种格式与 OpenAI API 兼容，降低了迁移成本。
GOAP 推理框架（Hermes 3+ 引入）：模型在调用工具前，先在 <scratch_pad> 中记录四个部分——Goal（复述任务目标）、Actions（计划调用的函数）、Observation（工具返回结果的摘要）、Reflection（评估当前进度、判断工具是否相关）。这种结构化推理显著减少了”选错工具”和”参数填错”的问题。
量化部署（quantization）：Hermes 4.3-36B 提供 GGUF 格式的量化版本（量化是一种压缩技术，把模型权重从 16-bit 浮点数降到 4-bit/8-bit，牺牲少量精度换取大幅减少内存占用和推理速度提升）。配合 llama.cpp 或 Ollama，可以在单张消费级 GPU（如 RTX 4090）上运行 36B 参数模型。
推理流程依赖 LLM 推理引擎（如 vLLM、llama.cpp、Ollama）来加载和运行。流式推理（streaming inference，即模型生成 token 时就逐个返回而非等全部生成完毕）在 Agent 场景中尤其重要——它让用户能看到模型的思考过程，显著改善交互体验。

商业模式与竞争格局

Hermes 采用「开放权重 + 自营 API」的双轨模式：模型权重在 Hugging Face 上免费下载（但使用需遵守基座模型的许可证，如 Llama 的社区许可），同时 NousResearch 提供付费 API 托管服务。其竞争对手包括：

Qwen 系列（阿里）：同样支持 function calling 和开放权重，中文能力更强，生态更活跃。
DeepSeek 系列：以极高的性价比著称，DeepSeek-R1 的推理能力可与 GPT-4o 竞争。
Llama 系列（Meta）：最大的开放权重生态，但原生 function calling 能力需要额外微调。

Hermes 的差异化优势在于 Agent 场景的深度优化（GOAP 框架、训练数据质量）和对中立性的追求（模型审查更少、可定制性更高）。

OpenClaw：领域专用 Agent

OpenClaw 是法律/文书领域的开源 Agent 项目，展示了 Agent 技术在垂直领域的落地模式：

领域知识注入：法律领域的专业知识通过 RAG（详见上文记忆系统）注入——将法律法规、判例、合同模板等文档向量化存入向量数据库，Agent 在回答时先检索相关条文再生成回复，避免模型”编造”法条。
文书起草工作流：用户描述需求 → Agent 规划文书结构 → 逐节检索相关法律依据 → 生成完整文书 → 自检合规性。整个流程是一个典型的 ReAct 循环，但每一步的工具和法律知识库都是法律专用的。
商业模式：开源核心引擎 + 专业版订阅（提供更全的法律数据库、多人协作、审计日志），这是法律科技领域常见的”open-core”模式。

⚠️ 注意：法律 Agent 生成的文书仅供参考，不能替代执业律师的法律意见。领域 Agent 的价值在于提升效率（快速起草初稿、检索先例），而非替代专业判断。

自己搭建 Agent 系统的关键决策

选择基座模型：需要强推理能力时选 GPT-4o / Claude 4 / DeepSeek-R1；需要本地部署时选 Qwen 2.5 / Hermes 4。LoRA（Low-Rank Adaptation，低秩适配，一种只微调少量参数就能让模型适应特定任务的高效微调方法）可以用来在开源基座上注入领域知识。不同模型的推理速度和成本差异很大，详见 LLM 推理。
定义工具集：为 Agent 提供合适的工具接口。工具太少，Agent 完不成任务；工具太多，模型会选错。每个工具要有清晰的描述和参数 schema（用 JSON Schema 或 Pydantic 定义）。经验法则：不超过 10-15 个工具；超过时考虑分层架构（一个 router Agent 负责选择子 Agent，子 Agent 各持有自己的工具子集）。
设计系统提示：Agent 的行为模式很大程度上由系统 prompt 决定——告知模型可用工具、输出格式、停止条件。这是提示工程在 Agent 场景的核心应用。
设计停止条件：Agent 不能无限循环——设置最大迭代次数、结果质量检查、用户确认中断点。LangGraph 的 human-in-the-loop 机制允许在关键步骤暂停等待人工审批。
错误处理：工具调用失败时，Agent 应能理解错误并调整策略（换工具、换参数、放弃当前路径），而非卡住重复尝试。在工具返回的错误信息中包含修复建议（如”参数 X 应为整数而非字符串”），可以显著提高模型的自纠错率。
安全护栏：限制 Agent 的行动范围，如代码执行用沙箱隔离（Docker 容器、gVisor、或云端沙箱如 e2b）、文件系统只限指定目录、API 调用设白名单。CrewAI AMP 提供 enterprise 级的治理和安全控制。

动手实践

以下代码从零实现一个完整的 Agent 核心循环——包含 function calling、多轮对话记忆、以及自动迭代停止条件。使用 OpenAI 兼容接口（可对接本地 Ollama 或远程 API）：

import json
from openai import OpenAI

client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

# 定义两个工具：搜索和计算
def search_web(query):
    return f"搜索结果：{query} 的相关信息..."

def calculate(expression):
    try:
        return str(eval(expression))  # 生产环境请用安全沙箱
    except Exception as e:
        return f"计算失败：{e}"

# 工具注册表（名称 → 函数 + schema 描述）
TOOLS = {
    "search_web": {"fn": search_web,
        "schema": {"type": "function", "function": {
            "name": "search_web", "description": "搜索互联网获取信息",
            "parameters": {"type": "object",
                "properties": {"query": {"type": "string"}},
                "required": ["query"]}}}},
    "calculate": {"fn": calculate,
        "schema": {"type": "function", "function": {
            "name": "calculate", "description": "执行数学计算",
            "parameters": {"type": "object",
                "properties": {"expression": {"type": "string"}},
                "required": ["expression"]}}}},
}

# Agent 核心循环：多轮记忆 + 工具调用 + 自动停止
def run_agent(user_input, max_turns=8):
    messages = [  # 记忆：累积完整对话历史
        {"role": "system", "content": "你是一个能调用工具的助手。完成用户任务后直接给出最终答案。"},
        {"role": "user", "content": user_input},
    ]
    for turn in range(max_turns):  # 防止无限循环
        resp = client.chat.completions.create(
            model="qwen2.5:7b",  # 也可换成 hermes3:8b 等支持 function calling 的本地模型
            messages=messages,
            tools=[t["schema"] for t in TOOLS.values()],
        )
        msg = resp.choices[0].message
        messages.append(msg)  # 记入记忆
        if not msg.tool_calls:  # 模型不再调用工具 → 任务完成
            return msg.content
        for tc in msg.tool_calls:  # 执行每个工具调用
            name = tc.function.name
            args = json.loads(tc.function.arguments)
            result = TOOLS[name]["fn"](**args)  # 调用实际函数
            messages.append({"role": "tool",   # 工具结果回传给模型
                             "tool_call_id": tc.id, "content": result})
    return "已达最大迭代次数，强制停止。"

print(run_agent("搜索 AI Agent 的最新进展，并计算相关论文数量的两倍是多少"))

上面的循环实现了 ReAct 的核心：模型思考 → 决定调用工具 → 执行工具 → 结果反馈回上下文 → 模型继续推理，直到模型判断任务完成（不再发起 tool call）或达到最大迭代次数。messages 列表就是 Agent 的短期记忆，每一步的思考、行动、观察都累积其中。

提示：如果想用 Hermes 4 系列替换上面的 Qwen，只需把 model 参数改为 "hermes4:14b" 等模型名（前提是已在 Ollama 中拉取对应模型）。Hermes 的 GOAP <scratch_pad> 会在模型输出中自动出现，让你的 Agent 拥有更透明的推理过程。

实践要点

从单 Agent 开始，再扩展到多 Agent：不要一上来就搭复杂的多 Agent 系统。先让一个 Agent 完成完整任务（ReAct 循环），再根据需要拆分角色。多 Agent 的协调成本（Agent 间通信开销、一致性保证、调试难度）远高于单 Agent。CrewAI 的经验法则是：能单 Agent 解决的就不要用多 Agent。
工具描述是 Agent 效果的关键：LLM 根据工具描述决定调用哪个工具。描述不清晰，模型会选错或漏用。每个工具描述要包含”什么情况下该用这个工具”和”什么情况下不该用”的说明。工具描述本质上也是一种 prompt engineering。
设置最大迭代次数：ReAct 循环可能陷入死循环（反复尝试同一个失败的操作）。务必设置 max_turns（通常 8-20 次），超限后强制返回当前最佳结果。
用结构化输出保证格式可靠：工具调用的参数需要严格遵循 schema。用 JSON Schema 或 Pydantic 模型约束输出格式（详见结构化输出），避免模型输出格式错误导致解析失败。Hermes 4 和 GPT-4o 都支持原生 structured output，能将格式错误率降到极低。
生产环境加安全护栏：Agent 能执行代码和调用 API，风险远高于纯对话。代码执行必须在沙箱中（Docker 容器/云端沙箱如 e2b），文件系统限制目录，网络请求设白名单。CrewAI AMP 和 LangSmith 都提供生产级的可观测性，可以追踪每个 Agent 步骤的执行情况。
关注 MCP 和 A2A 生态发展：MCP 正在成为 Agent 工具接入的事实标准（详见 MCP 与工具协议），A2A 则在解决 Agent 间互操作问题。优先支持 MCP 的工具，未来兼容性更好。2025 年，Claude、ChatGPT、Cursor、VS Code 等主流 AI 应用都已原生支持 MCP。

典型应用场景

自动化软件开发：MetaGPT 模拟软件团队（产品经理写需求 → 架构师设计 → 程序员编码 → 测试工程师验证），从一句话需求生成可运行的代码项目。其 2025 年推出的 MGX 产品将此能力商业化，登上 Product Hunt 周榜第一。微软的 Magentic-One 也是多 Agent 协作完成复杂软件任务的代表。
研究与调研助手：用 Microsoft Agent Framework 或 AutoGen 组建研究 Agent 团队，自动搜索、阅读论文、整理对比、生成调研报告。类似 AI 搜索但更侧重深度多步研究。
数据分析与报告生成：Agent 接入数据库和代码执行器，自主编写 SQL/Python 查询数据、可视化分析、生成分析报告。LangGraph 的持久化执行确保长时间的数据处理任务不会因中断而丢失进度。
法律/文书 Agent：OpenClaw 等领域专用 Agent，辅助法律咨询、合同审查、文书起草。领域知识通过 RAG 注入。
客服与工单处理：Agent 自主处理用户工单——查询订单系统、检查物流状态、生成回复或发起退款流程，减少人工介入。CrewAI 的 Crews + Flows 组合非常适合这类「需要 LLM 推理 + 确定性流程」混合的场景。
自动化运维（AIOps）：Agent 监控告警、诊断故障、执行修复脚本、记录处理过程。结合 MCP 工具接入服务器管理 API，实现从「告警→诊断→修复」的全自动闭环。

2025-2026 最新进展

以下信息综合自各项目官方仓库与 Hugging Face 页面（截至 2025 年底 / 2026 年初）。

Agent 框架格局洗牌

AutoGen 进入维护模式，Microsoft Agent Framework (MAF) 继位：微软宣布 AutoGen 不再添加新功能，转为社区维护的维护模式。其企业级继任者 Microsoft Agent Framework 已于 2025 年发布 1.0 稳定版，支持多模型提供商、A2A 和 MCP 互操作，与 Azure AI 服务深度集成。新项目应直接使用 MAF。
MetaGPT 推出 MGX 商业产品：2025 年 2 月，FoundationAgents（MetaGPT 团队）正式发布 MGX（MetaGPT X）——定位为”全球首个 AI Agent 开发团队”的自然语言编程平台，登上 Product Hunt 日榜和周榜第一。其学术论文 AFlow（自动化 Agent 工作流生成）获 ICLR 2025 口头报告（top 1.8%）。仓库已迁移至 FoundationAgents/MetaGPT。
CrewAI 双模式成熟 + 企业级套件：CrewAI 发展出 Crews（自主协作）+ Flows（事件驱动控制）双模式，注册开发者超过 10 万人。其商业产品 CrewAI AMP Suite 提供企业级托管部署、可观测性（tracing）、安全治理，支持云上和本地部署。还推出了面向 AI 编程助手（Claude Code、Cursor 等）的官方 Skills 插件。
LangGraph 定位「持久化执行」：LangGraph 强化了 durable execution（持久化执行）能力——Agent 可以在崩溃后自动恢复、运行数小时乃至数天。配套推出 Deep Agents（更高层封装）和 LangSmith Studio（可视化原型和部署平台）。Klarna、Replit、Elastic 等公司已在生产中使用。

Hermes 模型更新

Hermes 4 系列全面发布（2025 年 8-9 月）：包括 Hermes-4-405B（FP8 量化）、Hermes-4-70B、Hermes-4-14B 三个尺寸。相比 Hermes 3，增强了推理能力和多轮工具调用的格式稳定性。技术报告同步发布了详细评估数据。
Hermes 4.3-36B（2025 年 12 月）：采用 36B 参数量的自研架构，在性能和部署成本间取得平衡。提供 GGUF 量化版本（可在单张消费级 GPU 上运行），下载量超过 14,000，是目前 Hermes 系列中热度最高的版本之一。
NousCoder-14B（2025 年初）：Hermes 团队推出的编程专用模型，针对代码生成和调试场景优化。

协议标准化

MCP 生态爆发：2025 年，MCP 从 Anthropic 的提案成长为事实标准。Claude、ChatGPT、Cursor、VS Code、Cline 等主流 AI 应用和开发工具均原生支持。社区涌现大量 MCP Server（覆盖数据库、文件系统、API、浏览器自动化等场景），写一次工具适配器即可在所有支持 MCP 的应用中使用。
A2A 协议登场：Google 在 2025 年推出 Agent-to-Agent 协议，让不同框架构建的 Agent 可以互相发现和协作。MAF、CrewAI 等框架已宣布支持 A2A。MCP + A2A 的组合正在构建 Agent 互操作的底层基础设施——前者连接工具，后者连接 Agent。

典型类库与工具

类库 / 模型	语言 / 类型	说明
CrewAI	Python	角色分工式多 Agent 框架，Crews + Flows 双模式，API 简洁，上手快
MetaGPT	Python	多 Agent 软件开发模拟，需求到代码的自动化；商业版为 MGX
Microsoft Agent Framework	Python / .NET	AutoGen 的企业级继任者，多模型支持，A2A/MCP 互操作
AutoGen	Python	微软多 Agent 对话框架（⚠️ 已进入维护模式，新项目建议用 MAF）
LangGraph	Python	基于图的状态机 Agent 编排，持久化执行，LangChain 生态
Hermes 4 / 4.3（NousResearch）	开放权重模型	专为 Agent 和 function calling 优化的 LLM 系列，支持 GOAP 推理
OpenClaw	Python	法律/文书领域专用开源 Agent
Pydantic / JSON Schema	Python	Agent 工具调用的参数 schema 约束
MCP Servers	多语言	标准化工具适配器，覆盖数据库、文件系统、API 等场景

术语表

术语	英文	解释
代理	Agent	能自主规划、调用工具、反思纠错来完成目标的 LLM 系统
ReAct	Reasoning + Acting	Agent 的核心循环：思考 → 行动 → 观察 → 循环
GOAP	Goal Oriented Action Planning	Hermes 3+ 引入的目标导向推理框架，用结构化标签引导模型规划
工具调用	Tool Calling / Function Calling	LLM 输出结构化的函数调用请求（JSON），由框架执行后返回结果
MCP	Model Context Protocol	Anthropic 提出的标准化 Agent 工具接入协议，“AI 的 USB-C 接口”
A2A	Agent-to-Agent Protocol	Google 提出的 Agent 间通信和互操作标准
多 Agent 系统	Multi-Agent System	多个分工不同的 Agent 协作完成复杂任务的架构
规划	Planning	LLM 将复杂目标拆解为有序子任务的过程
反思	Reflection	Agent 评估自身输出质量并调整策略的机制
短期记忆	Short-term Memory	当前任务上下文中累积的对话历史和中间结果，受上下文窗口限制
长期记忆	Long-term Memory	跨任务的持久化经验，通常通过向量数据库存储和检索
上下文窗口	Context Window	模型一次推理能处理的最大 token 数量
持久化执行	Durable Execution	Agent 在崩溃后可从断点自动恢复，适合长时间运行的任务
量化	Quantization	将模型权重从高精度（如 16-bit）压缩到低精度（如 4-bit），减少内存和加速推理