ADR-0001: Hermes 作为运行时

• 状态：Accepted
• 日期：2026-04-28
• 决策者：项目团队

背景

Agent 运行时（agent loop / tool dispatch / Skill 注册）需要选型。候选：

1. Claude Code — Anthropic 官方 CLI，自带 Skill / MCP 生态
2. Hermes (内部框架) — 团队已有的内部 Agent 框架，配套 Nous Research Hermes LLM
3. PydanticAI / LangGraph / CrewAI — OSS 框架
4. 从零自研 agent loop — Python while 循环 + JSON Schema

决策

采用 Hermes 作为运行时，配套使用 Hermes (Nous) 作为默认 LLM。

理由

• 团队已熟悉 — 已用于交易相关任务，上手成本低
• Skill + Competence 原语契合 — Competence (知识 + 来源) 天然支持 citation
• 可控 — 内部框架可改，不被外部 vendor 牵制
• 多语言支持 — Python + JS 都能写 Skill，匹配 A 股域 (Python data + 可能的 CF Worker JS)

取舍 (Trade-offs)

❌ 质量风险：Hermes (Nous) LLM 在长上下文 / 表格理解 / 严格 citation 上不如 Claude / GPT。

• 缓解：引入 Model Router (~20 LOC)，按任务类路由：
  • 简单调度 → Hermes
  • PDF 研报解析 → Claude Sonnet / GPT-4o
  • 综合写作 → Claude Opus / GPT-4

❌ 生态较小：Hermes 是内部框架，没有外部 Skill 市场。

• 缓解：参考公开 Claude Code Skill repo 的设计模式（Tushare-Finance-Skill-for-Claude-Code、BitSoulStockSkill）。

❌ Skill 是裸 Python/JS 函数，没有强制 Tool 层。

• 缓解：通过约定强制 L3 Tools 分层。Lint 规则禁止 Skills 直接 import tushare/akshare。

替代方案为什么没选

• Claude Code：要把 Hermes 弃用、放弃团队积累，迁移成本太高
• PydanticAI / LangGraph：又引入一个外部依赖；Skill / Competence 概念要重新表达
• 从零自研：重复造轮子，没必要

影响

• 所有运行时代码基于 Hermes API
• Skill / Competence 的定义和注册走 Hermes 通道
• 实现计划里需要一个 discovery task 弄清 Hermes 当前 API 的能力（Competence registry？Trace observability？）

详见 03 — Agent 框架层 §7 Open Items。