AI Agent 的协作难题终于被 Hermes Kanban 破解！这款工具通过任务简报机制和共享看板，让多个 Agent 像真正的团队一样无缝协作，甚至能在手机上通过 Telegram 操控整个开发流程。本文不仅揭秘了其核心的六列看板模型和编排者机制，更通过搭建 Google Docs 克隆版的实战案例，展示了 4 个 Agent 如何在 20 分钟内自主完成全栈开发。

AI Agent 本该像团队一样协作。

你描述目标，它们分工干活，一个接一个往下传递——这是理想状态。

现实恰恰相反。每个 Agent 从零开始，不知道其他 Agent 做了什么、改了哪些文件、接口长什么样。每次交接都是冷启动，任务质量在跨 Agent 传递的时候就开始打折扣。

Hermes Kanban 解决了这个问题。

每个任务都能在崩溃和重启中存活。每份任务简报精确携带下一个 Agent 所需的一切信息。每次失败都被完整记录，重试的时候能准确知道哪里出了问题。

最棒的是——整个团队可以从手机上操控。你在 Telegram 上创建和推进任务，Agent 在你离开电脑时自动接手干活。

本文从零搭建完整系统：协调模型、任务简报机制、一个 4 人 Agent 软件团队，大约 20 分钟搞定。

为了演示效果，我用这个 Agent 团队搭建了一个可运行的 Google Docs 克隆版，包含 AI 功能、生产级后端，全部由这个 Agent 团队自主完成。

为什么一个 Agent 不够

比如你想加个密码重置功能，工作自然分成三块：后端写接口、前端对接接口做界面、测试端到端验证。

你可以让一个 Agent 全干，但上下文窗口很快就满了——三步之前做了什么它已经忘了。你花在管理它的时间，比它帮你省的还多。

把工作拆给各自领域的 Agent 又会产生新问题：前端 Agent 怎么知道后端做了什么？接口叫什么？字段是什么？

这就是 Hermes Kanban 要解决的共享上下文问题。

核心模型

传统的看板很简单：任务有标题、描述、负责人和状态，有人领走、推进、关闭。看板是唯一的依据。

Hermes Kanban 保留了这套模型，只是把人换成了 Agent。

每个任务看板卡片在崩溃和重启中都能存活。Agent 完成工作时会写一份摘要：改了哪些文件、做了什么、下一个 Agent 需要知道什么。

下一个 Agent 开工之前，先读这份摘要。

这个摘要才是整个系统的核心——它把一群互不相识的 Agent 变成了一支真正的团队。

看板六列

一张看板，六个状态列：

1. 分流（Triage）：粗略想法先落这里。比如”我想要登录鉴权”这种还没完整需求规格的，先丢进来
2. 待办（Todo）：任务已创建，但等前置依赖完成
3. 就绪（Ready）：依赖满足了，等 Agent 来领
4. 进行中（In Progress）：Agent 正在跑
5. 阻塞（Blocked）：Agent 撞墙了，标记给人来处理
6. 完成（Done）：含完整运行历史、摘要和元数据

编排者

编排 Agent（Orchestrator）就是整个团队的项目经理。

它读你的高层目标，查有哪些 Agent 可用，把目标拆成相互关联的任务卡片，然后退后——它自己不写代码、不跑测试，只做协调。

有一条关键规则：创建任务之前，先查一下现有的 Agent 配置（profile）列表。系统会静默跳过那些没有匹配到真实 Agent 的任务，所以第一步永远是先看清团队里有什么人。

但实际上，你什么都不用操心。在 Telegram 上给项目经理说一句需求，编排者自动接手，拆任务、分配、推进，全程自动走完。

三种协作模式

流水线模式（Pipeline）：任务依次依赖，A 做完 B 才能开始，B 做完 C 才能开始。只有第一个任务从”就绪”状态开始，其余排队等前置完成。

人工介入模式（Human in the Loop）：Agent 做到一半发现拿不准的地方，主动停下来问人。你在手机上看板里验证、修复、解除阻塞，然后它继续跑。

分流补全模式（Triage Specifier）：粗略想法随手丢进”分流”列，系统自动把它展开成一份有完整需求规格的任务卡片。

搭建步骤

四个 Agent、一块共享看板、项目经理通过 Telegram 可达。具体步骤：

1. 创建 Agent 配置：用hermes profile create –clone给每个角色建独立配置
2. 写 SOUL.md：给每个 Agent 定义身份和思维方式（项目经理、后端开发、前端开发、测试各一个）
3. 装技能包：从 687 个可选技能包里挑合适的（后端有 InsForge、前端有 frontend-design、测试有 webapp-testing 等）
4. 初始化看板：hermes kanban init，创建本地数据库
5. 启动网关：用 Telegram 的 @BotFather 拿 bot 令牌，@userinfobot 拿你的用户 ID
6. 发第一个项目：在 Telegram 上跟项目经理说需求，它自动拆任务分配

演示项目：Google Docs 克隆版

为了验证整个流程能跑通，我用这个 4 人 Agent 团队从零搭建了一个 Google Docs 克隆版——包含 AI 功能、生产级后端，全部由 Agent 自主完成。

后端基于 InsForge（开源），Agent 自动生成了数据库模型、REST 接口和完整的后台管理面板。

技能包从 687 个中按需挑选，后端、前端、测试各有对应的专用包。

踩坑提醒

数据库过载：2-4 个 Agent 并行没问题，10 个以上同时高频写入会变慢。用hermes kanban dispatch –max 4限制并发数。

临时工作空间会被清：任务完成时，Agent 的临时工作目录（scratch）会被擦除。编码任务建议用 git worktree，或者在任务描述里写明项目的固定路径。

本地模型扛不住：多个 Agent 同时跑本地 GPU 容易压垮，用–max 2限制并行数。如果用云端 API（Claude、GPT-4o 这些），基本不用担心。

全貌一张图

• SOUL.md= Agent 的固定身份（它是谁、怎么思考）
• 技能包（Skills）= 具体工作的步骤指南
• 记忆（Memory）= 跨会话沉淀的环境知识
• 看板（Kanban）= 协调层：共享状态、上下文传递、随时可人工介入

看板实际长什么样

每列对应一个状态，每张卡片对应一个任务。Agent 完成工作后自动移动卡片。

可以按 Agent 分列查看——谁在干什么一目了然。

点开卡片能看到完整信息：任务描述、运行日志、摘要、进程 ID、完成标准。

评论区观点

文章发出去之后，评论区最有意思的讨论集中在两个方向：交互方式和数据架构。

交互层面，最大的痛点是浏览器里套终端——想解除一个阻塞，还得切到命令行去操作，体验确实拉胯。有人很快给出了方案：一个开源的聊天优先的 Hermes Web UI，自己部署直接对接现有的环境。Akshay 本人也回应说这正好补上了文章里提到的最大短板。从这些反馈能看出来，看板的协调模型本身没太大争议，真正的瓶颈在交互层——怎么让人更方便地介入和操控。

数据架构层面，有人分享了用知识图谱混合数据库替代纯看板的做法，额外加了影响范围检查、文件依赖追踪、不变量目录等防护机制。这个方向挺有前瞻性的，因为看板本质上是个轻量的状态机，当 Agent 团队规模变大、任务关联变复杂之后，纯看板可能不够用，需要更结构化的知识表示。还有一个很实际的问题：Agent 写的摘要太长会被截断，关键信息就丢了。

另外也有人提到/goal命令是解锁看板全部能力的关键——标准化的任务指令格式加可视化的协调层，两个加在一起才完整。

下一篇我们聊/goal——这个让 Codex、Claude Code 和 Hermes 三个工具说同一种语言的底层标准。