Agent工坊

【Agent工坊】Hermes Agent `/goal` + `/subgoal`:构建可中途微调的持久化Agent工作流

v0.13.0 的 /goal 持久目标 + 今天刚上的 /subgoal 动态追加,让AI Agent不再跑偏——你能在半路喊停、加条件、换方向,而不用重新开始。

痛点:为什么你的Agent总是"跑丢"

用过 AI Agent 的朋友应该都有这种体验:

你给 Agent 布置了一个复杂任务——"帮我写一篇深度文章,包括调研、大纲、初稿、配图"。Agent 吭哧吭哧开始了。前两步还不错,到了第三步它突然开始写一篇完全不相关的东西。你喊停,但为时已晚——要么让它继续跑完(浪费时间和token),要么从头再来。

核心问题:传统 Agent 工作流是"发射即忘"(fire-and-forget)。你设定目标→Agent执行→你只能在终点看结果。中途想微调?对不起,重来。

Hermes Agent 的 /goal + /subgoal 组合就是来解决这个问题的。

/goal 是什么?

v0.13.0 "The Tenacity Release"(5月7日发布)引入了 /goal 持久目标绑定系统。简单说:

/goal 写一篇关于Statewright的深度分析文章

这条命令不是一次性的——Agent 会在多轮对话中持续追逐这个目标。即使对话中断,重新连接后 Agent 仍然记得它在做什么。

核心机制

组件 作用
Goal Persistence 目标跨轮次绑定,Agent 被"锁定"在当前任务上(Ralph 循环)
Kanban 耐久看板 心跳检测 + 回收机制 + 僵尸检测,确保多Agent协作不丢任务
Checkpoints v2 真正的状态持久化,支持剪枝,不无限膨胀
Gateway 自动恢复 重启后自动恢复中断的会话和目标进度

这就好比给你的 Agent 装了一个"项目管理看板"——它不是单纯地执行指令,而是在追踪进度、记录状态、自动恢复

/subgoal:今天刚上的动态追加能力

今天(2026年5月14日)凌晨,Hermes Agent 合并了 feat(goals): /subgoal — user-added criteria appended to active /goal (#25449)

这意味着:你可以在 Agent 执行 /goal 的过程中,随时追加新的条件或标准

使用场景

假设你的 Agent 正在执行:

/goal 调研AI Agent框架对比:Hermes Agent vs OpenClaw vs CrewAI

Agent 开始搜索资料、整理对比表。中途你发现它遗漏了"价格"维度,你可以直接:

/subgoal 必须包含各框架的定价模型和免费额度对比

Agent 会把这条新要求追加到当前活跃目标上,不需要重置或重新开始。它会调整后续步骤,确保最终结果包含你追加的条件。

/goal 的关系

/goal        → 设定最终目标(持久绑定,跨轮次锁定)
/subgoal     → 追加中间标准/约束(动态追加,即时生效)

可以理解成:/goal 是"我要去哪儿",/subgoal 是"路上还得注意什么"。

实战案例:用 /goal + /subgoal 做内容创作流水线

下面是一个真实可用的工作流示例。

第1步:设定总体目标

/goal 创建一篇关于"2026年AI Agent可靠性"的深度文章。要求:
- 包含 Hermes Agent Kanban、Statewright 状态机、Claude Code /goal 三种方案对比
- 至少引用2个HN讨论数据
- 目标字数:2500-3500字
- 格式:公众号文章,含封面图

Agent 开始执行:
1. 搜索三种方案的资料
2. 提取 HN 讨论数据
3. 构建对比大纲
4. 开始写作

第2步:中途追加标准

当 Agent 写到一半时,你想起还有一个重要维度没覆盖——"MCP 协议在各方案中的集成程度"。不用让 Agent 重来:

/subgoal 每个方案需评估 MCP 协议集成能力:
- 是否原生支持 MCP?
- 支持哪些 transport(stdio/SSE/Streamable HTTP)?
- 社区有多少 MCP Server 可用?

Agent 追加这个条件后,会:
- 重新搜索各方案的 MCP 支持情况
- 更新对比表,增加 MCP 集成维度
- 修订已写内容,嵌入 MCP 相关分析
- 继续完成剩余部分

第3步:再次校准

初稿出来后,你发现"结论部分太软了,没有明确的推荐":

/subgoal 结论部分必须有明确的"谁应该用哪个"推荐矩阵:
- 单人开发者 → 推荐?
- 小团队(3-10人)→ 推荐?
- 企业级 → 推荐?
每项推荐附一句话理由

完整交互时序

用户: /goal 写AI Agent可靠性对比文章

[Agent 开始执行...]
[5分钟后]

用户: /subgoal 必须包含MCP集成评估

[Agent 追加条件,调整计划...]
[10分钟后]

用户: /subgoal 结论必须有推荐矩阵

[Agent 再次调整,完成终稿...]
[15分钟后]

→ 终稿交付,三个条件全部满足

对比传统方式:你需要等 Agent 跑完→读结果→发现问题→重新写一个更长的 prompt→从头跑。/subgoal 把"3轮返工"变成了"1轮微调"。

配置模板:开启 /goal 持久化

在 Hermes Agent 配置文件中启用 Goal 相关功能:

# hermes-agent.yaml
goals:
  enabled: true
  persistence: true          # 跨轮次持久化
  max_active_goals: 3        # 最多同时活跃目标数
  checkpoint_interval: 60    # 每60秒自动存档
  auto_recovery: true        # 重启后自动恢复

kanban:
  enabled: true              # 多Agent任务看板
  heartbeat_interval: 30     # 心跳检测间隔(秒)
  zombie_timeout: 300        # 僵尸任务超时(秒)
  retry_per_task: 3          # 单任务重试次数

subgoal:
  enabled: true              # 启用 /subgoal(v0.13.0+)
  max_per_goal: 10           # 每个 goal 最多追加 subgoal 数
  conflict_resolution: "latest_wins"  # 冲突时以最新为准

注意事项与避坑

1. Subgoal 冲突

如果两个 subgoal 互相矛盾怎么办?默认策略是 latest_wins——后追加的覆盖先追加的。建议:

  • 追加前检查:用 /status 命令查看当前活跃的 subgoal 列表
  • 明确优先级:重要的 subgoal 放在后面追加
  • 必要时重置:冲突太严重时,用 /goal reset 重新开始

2. 不要滥用

/subgoal 很好用,但每条 subgoal 都会增加 Agent 的约束条件。经验法则:

  • 2-5 条 subgoal 是最佳范围
  • 超过 10 条 Agent 可能开始"钻牛角尖",产生过度约束
  • 如果发现 Agent 行为变得过于僵化,考虑用 /goal 重新设定目标

3. Subgoal 不会自动删除

追加的 subgoal 是累积的。如果你在第三轮追加的 subgoal 在第四轮不再需要,需要手动清理:

/subgoal remove "必须包含MCP集成评估"

4. 与 Checkpoints 的配合

Subgoal 的修改会被自动纳入 Checkpoints v2 的快照。如果你在某个 subgoal 后发现 Agent 走偏,可以回滚到上一个 checkpoint:

/checkpoint rollback

与其他框架的对比

能力 Hermes Agent Claude Code OpenClaw
持久目标 /goal 跨轮次 /goal 跨会话 ⚠️ 有限支持
动态追加 /subgoal (今日新) ❌ 不支持 ❌ 不支持
看板/任务追踪 ✅ Kanban ✅ 部分
自动恢复 ✅ Gateway
状态回滚 ✅ Checkpoints v2

如果你需要一个"可以在半路加条件"的持久化 Agent 工作流,Hermes Agent 的 /goal + /subgoal 是当前唯一的选择。

总结

/goal + /subgoal 组合解决的问题,本质上是Agent 工作流的范式转换

  • 旧范式:设定目标 → 等待结果 → 不满意就重来
  • 新范式:设定目标 → 观察执行 → 中途追加条件 → 得到满意结果

对于 AI 创业者来说,这意味着 Agent 从"一次性工具"变成了"持续协作伙伴"。你可以像管理一个远程同事一样管理 Agent——布置任务、中途 review、追加要求——而不用每次都从零开始。

试试看:下次用 Hermes Agent 做复杂任务时,先用 /goal 设定方向,然后在执行过程中用 /subgoal 微调。你会发现,Agent 的产出质量比你一次写好 prompt 砸下去要高得多


AI创业 #HermesAgent #AIAgent #Agent工坊 #一人公司 #自动化工作流