基于 Hermes 打造企业级 Agent OS

过去四个月，团队基于 Hermes 架构处理了信息搜集、整理汇报、跨部门协作等大部分自动化业务。目前，单台 Mac 配合几台外部服务器及 Hermes Agent，每日可稳定处理 200+ 项自动化任务。

实践证明，Hermes 是一套高自主性的应用架构。本文旨在分享从 Personal AI Agent 向企业级 Agent OS 转型的设计思路、架构改造及落地实践，帮助读者建立对企业级智能体系统的系统性认知。

一、技术选型：为何选择 Hermes？

在各类 Agent 框架中，Hermes 凭借极高的完成度脱颖而出。其核心优势包括：

• 持久化记忆与技能进化：通过 MEMORY.md 和 USER.md 实现记忆持久化，基于 SKILL.md 构建技能自进化闭环。
• 多平台统一网关：支持 Telegram、Slack、飞书、Discord 等多渠道接入，具备 Cron 定时任务及子 Agent 并行调度能力。
• 开箱即用：支持在同一服务器上部署多个 Agent 协同工作。

然而，直接将个人端 Agent 方案应用于拥有 300 人规模、横跨运营、采购、财务等多环节的企业时，往往面临性能瓶颈与管理混乱。市面上多数 Agent 产品仅是对个人 Agent 的场景化套壳，缺乏真正的企业级系统支撑。

二、什么是真正的企业级 Agent OS？

企业级 Agent OS 并非简单的任务执行工具集合，而是一套基于多用户架构的系统，集中管理多角色、组织权限、实时业务信息、知识记忆及安全策略。

Personal Agent 聚焦于个人提效，而企业级 Agent 旨在解决跨部门协作中人类与 Agent 的工作流串联，以及组织经验的复利沉淀。其核心前置要求包括：

1

权限隔离：严禁 Agent 越权访问文件或数据。需从根源上对 Agent 进行分组和权限划分，确保跨部门协作经过校验，避免敏感信息泄露。

2

共享业务状态：实时共享业务台账数据，承接多渠道内容，降低高频运营成本。

3

组织记忆：结合 RAG 与 Markdown，解决上下文压缩导致的记忆丢失问题。将常用 Skill 和规则集中存储，形成可复用的组织资产。

4

控制面板与安全沙盒：通过控制面板管理核心数据权限（如 GMV、密钥）。引入沙盒模式，对外部内容进行隔离与清洗，保障本地数据安全。

5

权限挂载：实现类似动态路由的权限控制，确保不同部门（如财务、销售）仅能访问各自权限范围内的数据和 Agent，禁止跨部门擅自操作。

6

资产沉淀与解耦：模型供应商仅是算力供给者，应保持解耦以便灵活切换（如从 Claude 切换至 DeepSeek）。真正核心的资产是工作流与记忆数据。

三、基于 Hermes 的企业级改造架构

鉴于 Hermes 原生设计面向单用户 Profile，企业级改造思路为：在 Hermes 推理循环之上搭建共享业务工作区，之下垫层企业级控制面板与权限网关。

1. 权限分组与跨部门异步协作

利用 Hermes 的多 Profile 机制，按部门和职能拆分 Agent 角色：

• 个人 Agent：绑定特定员工（如张三、李四），权限仅限个人。
• 部门 Agent：服务于销售部、采购部等，主要通过群聊交互，严禁私聊，拥有独立数据目录。
• 跨部门协作：例如销售需财务核对回款，由控制面板验证权限后，向财务 Agent 发起异步任务。财务 Agent 在隔离环境中处理后，仅返回脱敏状态（如“已回款”）给销售 Agent，既保障安全又实现协作。

2. 状态共享

所有渠道（邮件、群聊、门店订单）的信息均由 Agent 隐性提取并写入同一后端数据库。各业务端 Agent 直接读取数据库，消除微信文档、口头通知等非结构化信息的传递成本。

3. 记忆分层（RAG + Markdown）

为解决上下文压缩导致的记忆丢失，采用分层记忆策略：

• Markdown 业务数据：存储供应商信息、报表流程等高浓缩、可控的业务规则，Agent 可直接注入使用。
• RAG 检索增强：处理非结构化历史数据。
  • 具体事件溯源：如“某日为何修改供应商账期”，通过语义检索历史对话。
  • 大文件索引：对合同 PDF、客服工单、会议纪要进行切片建索引，按需检索。
  • 低频棘手问题：匹配相似的历史罕见案例，直接复用解决方案。

四、落地实操：从 0 到 1 构建企业级 Agent OS

遵循 MVP 原则，目标是在 1 周内让 Agent 跑起来并覆盖 2 个部门。

第一步：硬件准备

配置建议：一台 4 核 8G 以上的云服务器（阿里云/腾讯云）或内网 Mac。

核心原则：服务器仅负责运行网关、数据库和沙盒调度，推理全走外部 API，无需购买昂贵 GPU。

第二步：安装 Hermes 并建立角色 Profile

使用 Nous Research 开源的 Hermes Agent（MIT 协议，支持 Linux/macOS/WSL2）。

一键安装：

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

企业化目录拆分：按部门和员工建立独立 Profile 目录（如 /data/hermes/dept/sales、/data/hermes/dept/finance、personal/zhangsan）。配合网关路由，部门 Agent 仅绑定群聊，代码层禁用私聊，实现物理隔离。

第三步：接入开源组件

为完善多部门协作、共享台账、RAG 记忆及权限控制，推荐组合以下成熟开源项目：

所需能力	推荐开源项目	GitHub 仓库地址	在这套 OS 里干什么用
模型路由与燃料切换	LiteLLM 或 One API	BerriAI/litellm / songquanpeng/one-api	统一接管 Claude、DeepSeek、GPT 等模型，支持限流、分部门额度统计与随时热切换（国内接飞书登录可用 One API）
RAG 知识库引擎	RAGFlow	infiniflow/ragflow	专门啃几百份合同 PDF、复杂表格、会议纪要和历史群聊切片，自带版面解析与原文溯源，检索前可带部门权限标签过滤
共享业务台账 & 数据库	Supabase + NocoDB	supabase/supabase + nocodb/nocodb	Supabase 提供 Postgres 底座与行级权限控制（RLS）；NocoDB 直接套在上面变成“自建版 Airtable”，让运营/财务能零 Token 手改单元格
身份认证与权限网关	Casdoor	casdoor/casdoor	开源单点登录与 RBAC/ABAC 权限中心，原生对接飞书/企业微信组织架构，管死“谁能看哪个目录、谁能调哪个 Agent”
外部文件清洗沙盒	E2B（或轻量 Docker）	e2b-dev/e2b	外部发来的报价单、网页抓取和 Python/DuckDB 重计算全丢进零密钥微虚拟机或隔离容器跑，算完吐出干净结果即销毁
企业级多主体参考架构	Ankole	AgentBull/ankole	如果后续要自研控制面板、FUSE 权限挂载和异步 A2A 审批流，可以直接参考它的开源内核实现

五、如何实际推进业务？

落地时应从识别“摩擦点”入手。询问部门负责人：哪些工作是定期/每天重复执行 3 次以上，且需要反复沟通确认的？

例如：销售发送付款截图 -> 财务确认到账 -> 通知仓库 -> 仓库发现订单号不全 -> 反馈销售。此类流程虽无错误，但效率低下。

筛选自动化场景的四要素：

1

是否频繁发生

2

是否值得做

3

能否通过数据倒推

4

失败后的接手机制

此外，中层管理中的决策分析、报表汇报等工作，也具备高度 Agent 化的潜力。

六、权限的具体设置 Demo

Hermes Profile 可管理配置、记忆和会话。在企业级应用中，需对目录进行权限二次开发，通常分为四个层级：

1

员工身份：由认证系统确认发起人、所属公司及岗位，包括临时授权状态。

2

Agent 身份：销售 Agent、财务 Agent 等拥有独立服务身份，代表获授权流程执行任务。

3

工具权限：不直接读取数据库，而是提供业务工具接口及快照（如订单状态、任务进度），减轻数据库压力。

4

子 Agent：通过调度中间件控制子 Agent 的数据范围和工具调用权限。

七、任务队列管理

随着任务量增加，单一环节故障可能引发连锁反应。因此，需建立完整的任务生命周期管理：

细致的状态划分（如“结果待核实”）不仅便于人工监控，也赋予 Agent 自我验证的能力。

八、Skill 的控制及更新

为避免因上下文压缩导致的效果不佳和用户抱怨，建立统一的 Skill 仓库至关重要。

自动化更新机制：

1. 收集员工（如张三、李四）的日常聊天内容。
2. Skill Agent 汇总分类，生成新的 Skill。
3. 提交至仓库并下发，各 Agent 自动安装更新。
4. 保留版本记录，结合 RAG 和 MD 实现持续自我进化。

通过上述架构，可构建一个自主、可控、多入口且统一集中管理的 Agent 框架。剩余细节可由 Agent 读取本文档后自行推导实操。