系列导读：本文是 HermesAgent 深度拆解系列 的第四篇。HermesAgent 的一个独特设计是支持 6 种终端后端——你的命令不仅能在本地执行，还能在 Docker、SSH 远程服务器、Serverless 平台甚至 HPC 集群上运行。本文将深入分析这套多终端架构和 Gateway 消息网关。

上一篇：工具注册与技能系统 | 下一篇：记忆系统与用户建模

一、为什么需要多终端后端？

大多数 AI Agent 的终端能力是"固定"的——要么只在本地执行，要么只用 Docker 沙箱。但现实场景远比这复杂：

场景 需要的后端
个人开发机上的脚本 本地终端
需要隔离环境的测试 Docker 容器
操作远程服务器 SSH 连接
短暂的计算任务 Modal Serverless
持久化的开发环境 Daytona
大规模科学计算 HPC Singularity

HermesAgent 的答案是：让 Agent 同时支持所有这些后端，用户可以随时切换。

二、六大终端后端

2.1 总览

┌─────────────────────────────────────────┐
│           Terminal Abstraction           │
│         (terminal_tool.py)              │
├────────┬────────┬────────┬────────┬─────┤
│ Local  │ Docker │  SSH   │ Modal  │ ... │
│        │        │        │        │     │
└────┬───┴────┬───┴────┬───┴────┬───┴─────┘
     │        │        │        │
  ┌──▼──┐  ┌──▼──┐  ┌──▼──┐  ┌──▼──┐
  │你的  │  │容器  │  │远程  │  │云端  │
  │电脑  │  │环境  │  │服务器│  │函数  │
  └─────┘  └─────┘  └─────┘  └─────┘

所有后端实现位于 tools/environments/ 目录：

tools/environments/
├── base.py           # 抽象基类 TerminalBackend
├── local.py          # 本地终端
├── docker.py         # Docker 容器
├── ssh.py            # SSH 远程连接
├── modal.py          # Modal Serverless 平台
├── daytona.py        # Daytona 开发环境
└── singularity.py    # HPC Singularity 容器

2.2 抽象基类设计

# tools/environments/base.py 简化示意
class TerminalBackend(ABC):
    """终端后端抽象基类"""
    
    @abstractmethod
    def is_available(self) -> bool:
        """检查该后端是否可用"""
        ...
    
    @abstractmethod
    async def execute(self, command: str, timeout: int = 300) -> TerminalResult:
        """在对应环境中执行命令"""
        ...
    
    @abstractmethod
    async def cleanup(self):
        """清理资源"""
        ...

2.3 各后端详解

Local（本地终端）

最直接的方式——在用户本机执行命令：

# tools/environments/local.py
class LocalBackend(TerminalBackend):
    def is_available(self) -> bool:
        return True  # 始终可用
    
    async def execute(self, command: str, timeout: int) -> TerminalResult:
        process = await asyncio.create_subprocess_shell(
            command,
            stdout=asyncio.subprocess.PIPE,
            stderr=asyncio.subprocess.PIPE,
        )
        stdout, stderr = await asyncio.wait_for(
            process.communicate(), timeout=timeout
        )
        return TerminalResult(
            exit_code=process.returncode,
            stdout=stdout.decode(),
            stderr=stderr.decode(),
        )

特点：零配置，但安全风险最高（直接操作用户机器）。

Docker（容器隔离）
# tools/environments/docker.py
class DockerBackend(TerminalBackend):
    def is_available(self) -> bool:
        return check_docker_installed()
    
    async def execute(self, command: str, timeout: int) -> TerminalResult:
        # 启动容器 → 执行命令 → 获取输出 → 清理容器
        container = self.docker_client.containers.run(
            image=self.image,
            command=command,
            detach=True,
            mem_limit=self.memory_limit,
            network_disabled=not self.network_enabled,
        )
        ...

特点：沙箱隔离，可控的网络和内存限制，适合执行不可信代码。

SSH（远程执行）
# tools/environments/ssh.py
class SSHBackend(TerminalBackend):
    def __init__(self, host: str, user: str, key_path: str = None):
        self.host = host
        self.user = user
        self.key_path = key_path
    
    async def execute(self, command: str, timeout: int) -> TerminalResult:
        async with asyncssh.connect(
            self.host, username=self.user,
            client_keys=[self.key_path]
        ) as conn:
            result = await conn.run(command, check=True)
            return TerminalResult(
                exit_code=result.exit_status,
                stdout=result.stdout,
                stderr=result.stderr,
            )

特点：Agent 可以操作远程服务器，适合运维自动化场景。

Modal（Serverless）
# tools/environments/modal.py
class ModalBackend(TerminalBackend):
    def is_available(self) -> bool:
        return check_modal_installed()
    
    async def execute(self, command: str, timeout: int) -> TerminalResult:
        # 通过 Modal SDK 提交云端函数执行
        # 自动处理容器编排、扩缩容、冷启动
        ...

特点：无需管理服务器，按使用计费，适合突发性计算任务。

Daytona（持久化开发环境）
# tools/environments/daytona.py
class DaytonaBackend(TerminalBackend):
    """Daytona 提供持久化的云端开发环境"""
    # 类似 GitHub Codespaces 的体验
    # 环境持久存在，不会因任务结束而销毁
    ...

特点：Serverless 但持久化，适合需要长期运行的开发环境。

Singularity（HPC 集群）
# tools/environments/singularity.py
class SingularityBackend(TerminalBackend):
    """HPC 集群上的 Singularity 容器"""
    # 在超算/集群环境中运行 AI 任务
    # 支持 GPU、MPI 等计算资源
    ...

特点：面向科学计算场景，这是其他 Agent 项目几乎不支持的。

2.4 后端切换

用户可以在运行时切换终端后端：

# 在 AIAgent 中配置
agent = AIAgent(
    terminal_backend="docker",  # 或 "local", "ssh", "modal", ...
    docker_image="python:3.12",
)

或者在 CLI 中通过配置指定：

# ~/.hermes/config.yaml
terminal:
  backend: docker
  docker:
    image: python:3.12-slim
    memory_limit: "2g"
    network: false

三、Gateway 消息网关

如果说终端后端是 Agent 的"手"，那 Gateway 就是 Agent 的"耳朵和嘴巴"。

3.1 架构设计

┌──────────────────────────────────────┐
│           Gateway (run.py)           │
│                                      │
│  ┌──────────┐  ┌──────────────────┐  │
│  │Slash Cmd │  │  Session Store   │  │
│  │ Handler  │  │  (持久化对话)     │  │
│  └────┬─────┘  └────────┬─────────┘  │
│       │                 │            │
│  ─────┴─────────────────┴── Core     │
│                   │                  │
│         ┌─────────▼─────────┐        │
│         │   AIAgent Core    │        │
│         │  (对话循环)        │        │
│         └───────────────────┘        │
│                                      │
│  ┌──────────────────────────────┐    │
│  │     Platform Adapters        │    │
│  │  (Telegram/Discord/Slack/...)│    │
│  └──────────────────────────────┘    │
└──────────────────────────────────────┘

3.2 支持的消息平台

平台 实现文件 SDK
Telegram gateway/platforms/telegram.py python-telegram-bot
Discord gateway/platforms/discord.py discord.py
Slack gateway/platforms/slack.py slack-bolt
WhatsApp gateway/platforms/whatsapp.py baileys
Signal gateway/platforms/signal.py signal-cli
QQ Bot gateway/platforms/qqbot.py QQ SDK
Home Assistant gateway/platforms/homeassistant.py aiohttp
Matrix 可选扩展 mautrix
Email 邮件集成 -
DingTalk 钉钉 钉钉 SDK
Feishu/Lark 飞书 飞书 SDK

3.3 平台适配器模式

每个平台适配器遵循统一接口：

class PlatformAdapter(ABC):
    @abstractmethod
    async def start(self):
        """启动平台监听"""
        ...
    
    @abstractmethod
    async def send_message(self, chat_id: str, text: str):
        """发送消息"""
        ...
    
    @abstractmethod
    def register_command_handler(self, handler: Callable):
        """注册消息处理回调"""
        ...

添加新平台只需实现这个接口并在 Gateway 中注册。

3.4 斜杠命令的统一处理

Gateway 中的斜杠命令与 CLI 共享同一套命令定义：

# hermes_cli/commands.py
COMMAND_REGISTRY = {
    "skills": CommandDef("skills", "管理技能", "Skills"),
    "model": CommandDef("model", "切换模型", "Model"),
    "clear": CommandDef("clear", "清空对话", "Session"),
    ...
}

一处定义，处处可用：

  • CLI 中输入 /skills → CLI 处理
  • Telegram 中发送 /skills → Bot 菜单 + 消息处理
  • Slack 中输入 /hermes skills → Slack 子命令路由
  • 自动补全 → SlashCommandCompleter 共享

3.5 Session 持久化

Gateway 的 session.py 实现了对话持久化：

class SessionStore:
    def __init__(self, db_path: str):
        self.db = SessionDB(db_path)
    
    async def get_or_create_session(self, chat_id: str) -> Session:
        """获取或创建会话"""
        session = await self.db.get_session(chat_id)
        if not session:
            session = await self.db.create_session(chat_id)
        return session
    
    async def append_message(self, chat_id: str, message: dict):
        """追加消息到会话"""
        await self.db.add_message(chat_id, message)

这意味着用户在 Telegram 上开始一段对话，切换到 Discord 后可以继续（如果使用同一个 session_id）。

四、ACP 适配器 —— IDE 集成

HermesAgent 通过 acp_adapter/ 实现了 Agent Client Protocol（ACP） 服务器，支持直接在 IDE 中使用 Agent：

IDE 支持方式
VS Code ACP 插件
Zed 原生 ACP 支持
JetBrains ACP 插件（IDEA/PyCharm/…） 
# acp_adapter/entry.py
class ACPServer:
    """ACP 协议服务器"""
    
    async def handle_request(self, request: ACPRequest) -> ACPResponse:
        if request.type == "initialize":
            return self.initialize()
        elif request.type == "conversation":
            return await self.run_conversation(request)
        ...

ACP 让 HermesAgent 可以作为 JetBrains 或 VS Code 的"AI 编程助手"运行，类似于 Cursor 或 Copilot，但使用的是你自己的 LLM Provider 和配置。

五、与 OpenClaw 的 Gateway 对比

维度 OpenClaw Gateway HermesAgent Gateway
架构 WebSocket 多节点分布式 单进程 + 事件循环
通道数 20+ 原生集成 ~10 个平台
分布式 支持多节点部署 单实例
协议层 自定义类型化协议 简单回调
终端后端 Docker sandbox 6 种后端
IDE 集成 无 ACP (VS Code/Zed/JetBrains)
原生应用 iOS/macOS/Android 无
复杂度 高 中

OpenClaw 的 Gateway 更"企业级"（分布式、多协议、多端原生），HermesAgent 的 Gateway 更"开发者友好"（简洁、统一、IDE 集成）。

六、对 Avagent 的启示

1. 终端后端抽象是刚需

Avagent 如果要"控制本地计算机"，就必须有终端后端抽象。建议初期至少支持：

  • Local（基础能力）
  • Docker（安全隔离）

后续再扩展 SSH 和 Serverless。

2. Gateway 设计从简到繁

初期不需要 OpenClaw 那样的分布式 Gateway。一个简单的平台适配器层就够了，先把核心流程跑通。

3. ACP 协议值得关注

IDE 集成是开发者场景的刚需。ACP 协议正在成为 Agent 与 IDE 通信的标准，Avagent 应该尽早支持。

4. 斜杠命令统一是用户体验的关键

CLI、Telegram、Discord、Slack 共享同一套命令定义，用户不需要为每个平台重新学习。

七、小结

HermesAgent 的多终端后端和 Gateway 网关体现了**“以开发者为中心”**的设计理念：

  • 6 种终端后端覆盖了从个人开发到科学计算的完整场景
  • Gateway 网关支持主流消息平台，且命令系统统一
  • ACP 适配器让 Agent 直接嵌入开发者日常工作环境

这种设计让 HermesAgent 不只是一个"聊天机器人"，而是一个真正的开发助手——能在任何地方、任何环境中帮你干活。

系列导航：

本文基于 HermesAgent v0.10.0 源码分析，项目持续迭代中。

# gateway # dubbo # 架构 # 人工智能
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

四天蒸发近2000亿，宇树科技股价近乎“腰斩”；苹果举办库克告别派对：9月1日正式卸任CEO；Anthropic两款新Claude模型曝光 | 极客头条

avatar AI编程社区
cover

Claude Code反超GitHub Copilot登顶第一、90%程序员已用上Agent，最新AI编码调查报告来了

avatar AI编程社区
cover

如何用好 Claude Code 写后端代码

avatar AI编程社区