本系列以我在公司導入開源 Agent 框架 Hermes 的真實歷程為藍本,用 30 天記錄如何把單一 AI 助手,擴展成一套能穩定運作、可維護、可擴展的多機器人系統。
內容涵蓋四大技術環節:
一、模型部署與路由 — 多 Provider 並存、Primary/Fallback 自動切換、模型成本與品質的取捨實測。
二、Agent 架構設計 — 以 Profile 隔離出財務、工程、行銷等部門機器人,各自獨立身份、權限與記憶。
三、上下文與記憶管理 — 跨 Session 長期記憶、知識庫分層、衍生索引同步。
四、評估與監控 — Cron 自動化排程、認證自動修復與失敗除錯。
前幾天我在整理 Hermes 的長任務時,開始很直接地感受到一件事:上下文不是免費的記憶體,而是每一次模型呼叫都可能增加的成本。 當 Agent 只處理一個小問...
當公司裡有多個 Agent 之後,下一個問題不是「每個 Bot 能不能完成自己的工作」,而是「一個 Bot 做到一半,能不能把工作可靠地交給另一個 Bot」。...
前面幾天談過模型選擇、Primary/Fallback,以及不同工作交給不同模型。到了多機器人系統真正開始每天跑之後,我才發現,fallback 不是在設定檔裡...
這 30 天一路把 AI Agent 接進實際工作:模型路由、記憶、知識庫、這 30 天一路把 AI Agent 接進實際工作:模型路由、記憶、知識庫、Cron...
前言:從一個助手走到一套系統 這 30 天,我用 ZoneTech 的實際營運問題,記錄如何把開源 Agent 框架 Hermes 接進一家 IT 委外公司。起...
這 30 天一路把 AI Agent 接進實際工作:模型路由、記憶、知識庫、Cron、多平台與多機器人。系統每天產生很多回覆,看起來也越來越像一位同事。 但到了...