↩️ Назад

Категории

Оркестрация и Голос для Hermes Agent

22.10.2026 | из категории: Нейросети

Описание: Практический разбор Hermes Agent — как построить оркестрацию нескольких агентов через Kanban и delegate_task (и почему не стоит путать эти уровни), а также как подключить нормальный голосовой ввод вместо «непонятливого» родного ассистента: hermes-voicebox, hermes-speech или встроенный Faster-Whisper.
Hermes Agent оркестрация агентов Kanban оркестрация delegate_task мультиагентность голосовой ввод STT Whisper Faster-Whisper hermes-voicebox hermes-speech TTS AI агенты Nous Research

Родной ассистент Hermes оказался «не очень понятливым» на слух — это распространённая жалоба. Ниже два независимых улучшения: сначала разбираемся с оркестрацией (как заставить несколько агентов работать вместе, а не мешать друг другу), затем — с голосом (что реально работает для STT в 2026 году).

Часть 1. Оркестрация в Hermes: что выбрать

Hermes не имеет одной кнопки «включить мультиагентность». В ядре есть пять механизмов, и главная ошибка — использовать не тот уровень для своей задачи.

Механизм Когда использовать Главное ограничение
delegate_task Быстрые параллельные подзадачи внутри одной сессии (до 3 одновременно) Дети не общаются друг с другом; глубина вложенности = 2
Kanban-оркестрация Долгие задачи, переживающие перезапуск; разные профили (роли) с разными инструментами Диспетчер опрашивает каждые 60 секунд; требует настройки профилей
A2A (Agent-to-Agent) Связь между машинами или разными фреймворками (LangChain, CrewAI и т.д.) Избыточен для одной машины; это протокол, а не «просто делегирование»
Mixture of Agents Один вопрос → несколько моделей → агрегация ответа До 4 референс-моделей + агрегатор; расход токенов
send_message Передача сообщения другому профилю в том же процессе Не создаёт независимого исполнителя
Главный вывод по оркестрации: Если задача должна пережить перезапуск Hermes или требует разных инструментов для разных ролей — только Kanban. delegate_task — это «здесь и сейчас», без сохранения состояния. Не пытайтесь строить долгоживущий пайплайн на delegate_task — он потеряется при рестарте.

Как выглядит правильный Kanban-пайплайн

Оркестратор (отдельный профиль) не выполняет работу сам. Его задача — декомпозировать, назначить, собрать.

Оркестратор (profile: orchestrator)
    │
    ├── Карточка 1: research (profile: researcher) ─── независима
    ├── Карточка 2: implementation (profile: coder) ── независима
    └── Карточка 3: review (profile: reviewer)
            └── parent: [Карточка 1, Карточка 2]
            └── стартует только после завершения обеих

Каждый профиль имеет свой набор инструментов и свою модель. Это позволяет использовать дешёвую модель для ресёрча и мощную — для кодинга, не смешивая их в одном агенте.

Чего избегать

Часть 2. Голос: как заставить Hermes слышать нормально

Родной ассистент может разочаровать, если использовать облачные Whisper-провайдеры по умолчанию или если микрофон захватывает шум. В 2026 году есть три реальных пути, и выбор зависит от того, готов ли ты платить за качество или хочешь всё локально.

Вариант A: Локально, без облака и без API-ключей

Локально hermes-voicebox — плагин, который подключает локальный Whisper (через приложение Voicebox) и TTS с клонированием голоса. Аудио не покидает машину.

Кому подойдёт: если приватность критична, железо позволяет (нужно ~150 МБ на модель base + запас RAM), и вы не хотите зависеть от API-лимитов.

Вариант B: Гибрид — локальный STT + выбор провайдера через плагин

Гибрид hermes-speech (AllModels) — даёт доступ к 80+ моделям STT/TTS через один API-ключ, с поиском голосов и превью. Установка одной командой: hermes plugins install allmodels-io/hermes-speech --enable.

Кому подойдёт: если «родной ассистент» плохо разбирает вашу речь из-за акцента или фонового шума, и вы готовы платить за облачный STT, но хотите управлять выбором модели без ручной правки конфигов.

Вариант C: Встроенный Faster-Whisper (если не боитесь терминала)

Локально Hermes уже умеет использовать faster-whisper локально без API-ключей, если установлен extra voice.

Ограничение: на Windows ARM64 и Intel macOS Faster-Whisper не включён в сборку — придётся использовать облачный STT или command-based провайдер.

Что делать, если «не понимает» даже с хорошим STT

Проблема может быть не в распознавании, а в том, как вы формулируете команду. Голосовой ввод плохо переносит пути к файлам, имена пакетов и флаги — они легко искажаются при транскрипции.

Итоговая рекомендация

Задача Решение
Долгий пайплайн с разными ролями (ресёрч → код → ревью) Kanban + отдельные профили с ограниченными инструментами
Быстрое параллельное делегирование внутри сессии delegate_task (не более 3 детей, без надежды на сохранение)
Голос, максимальная приватность hermes-voicebox (локальный Whisper + TTS)
Голос, «чтобы просто работало» и понимало акцент hermes-speech (AllModels, выбор STT-модели)
Голос, минимум зависимостей Встроенный Faster-Whisper (extra [voice])
Предупреждение по безопасности: В июле 2026 году был инцидент с участием Hermes (Таиланд, финансовое ведомство), где неаудитрованный агент выполнил действия без должного контроля. Любая оркестрация с доступом к файлам/сети должна иметь человеческое подтверждение на деструктивных шагах, а Kanban-воркеры — работать с минимально необходимым набором инструментов.

Заметка основана на документации Hermes Agent v0.19–v0.20, каталоге плагинов Nous Research и публичных разборах архитектуры. Проверяйте актуальность команд в вашей версии.

Теги: #AI_агенты #delegate_task #Faster_Whisper #Hermes_Agent #hermes_speech #hermes_voicebox #Kanban_оркестрация #Nous_Research #STT #TTS #Whisper #голосовой_ввод #мультиагентность #оркестрация_агентов


Категории:

Категории

← Назад к списку