Starter Kits¶

Pattern 告诉你为什么,Starter Kit 给你可复制的骨架。选一个贴近场景的 kit,cp -r 开跑。

basic-agent¶

Basic Agent Starter Kit¶

最小的可运行 Agent:一个 Skill + 一个状态文件 + 控制流纪律。适合:新用户 / 单任务 Agent / 本地实验。

Patterns Used¶

Pattern	文件	作用
Skill Definition	`SKILL.md`	把任务封装成可复用、可版本化的技能
Basic State	`STATE.md`	跨运行记住进度,重启不丢
Control Flow Separation	`AGENTS.md` 约定	确定性步骤交给脚本,LLM 只做判断

安装¶

cp -r starter-kits/basic-agent ~/my-agent
cd ~/my-agent
# 按需编辑 SKILL.md 的 name/description/核心逻辑

使用¶

hermes run --skill SKILL.md --state STATE.md

验证¶

[ ] hermes run 能正常触发技能
[ ] 跑两次,第二次能读到 STATE.md 里的上次进度
[ ] 确定性计算(聚合/换算)走脚本而非 LLM 心算

cron-production¶

Cron Production Agent Starter Kit¶

定时自主运行的 Agent:可靠触发 + 状态 + 断点 + 错误压缩 + 监控。适合:每日/每周定时任务,失败必须可发现、可恢复。

Patterns Used¶

Pattern	文件	作用
Cron Job	`cron-config.example`	幂等、防重复、防静默失败的调度
State File	`STATE.md`	跨运行进度与幂等键
Checkpoint	`recovery/`	中断后从断点恢复
Error Compact	`recovery/error_compact.py`	失败不污染上下文
Monitor	`monitor/`	失败可观测,不静默

安装¶

cp -r starter-kits/cron-production ~/my-cron-agent
cd ~/my-cron-agent
# 1. 编辑 cron-config.example 里的 schedule / prompt / skills
# 2. 复制为真实调度配置(Hermes cron 或系统 crontab)
# 3. 按 STATE.md 模板初始化状态

三段式设计(Pre-flight / Execute / Post-flight)¶

Pre-flight  读 STATE → 幂等键查重 → 确认本批未处理
Execute     按 SKILL 执行 → 每步写回 STATE(检查点)
Post-flight 汇总结果 → Monitor 记录成败 → 失败进入 recovery

验证¶

[ ] 手动重跑不产生重复数据(幂等键生效)
[ ] 中途 kill 后从断点恢复,不重头跑
[ ] 失败时 Monitor 有记录/告警,不静默
[ ] 错误以压缩摘要进上下文,非全文

maker-checker¶

Maker/Checker Pipeline Starter Kit¶

生成与验证分离的双角色流水线:Maker 产出,Checker 独立验证,失败走压缩反馈与重试。适合:内容生产 / 代码生成 / 研究报告 / 任何失败代价高的任务。

Patterns Used¶

Pattern	文件	作用
Maker/Checker	`maker/PROMPT.md` + `checker/PROMPT.md`	生成与验证必须是两个独立 Agent 实例
Output Schema	`schemas/output.schema.json`	Checker 用 schema 判定,不凭感觉
Red Flags	`checker/red-flags.md`	硬性一票否决线,违反即 FAIL
Error Compact	`checker/feedback.template.md`	FAIL 反馈压缩成结构化摘要,不污染 Maker 上下文
Regression	`regression/regression.json`	每次改动跑反测集,旧失败不再出现 + 旧成功仍成立

目录结构¶

maker-checker/
├── maker/PROMPT.md          # Maker 角色提示词
├── checker/PROMPT.md        # Checker 角色提示词(独立实例)
├── checker/red-flags.md     # 一票否决红线清单
├── checker/feedback.template.md  # FAIL 反馈模板(结构化)
├── schemas/output.schema.json    # 产出契约
├── regression/regression.json    # 反测集(新增条目规则见内注释)
└── README.md

安装¶

cp -r starter-kits/maker-checker ~/my-mc-pipeline
cd ~/my-mc-pipeline
# 1. 把 maker/PROMPT.md 里的任务描述换成你的真实任务
# 2. 按产出物字段调整 schemas/output.schema.json
# 3. 按业务红线补充 checker/red-flags.md

流程¶

Maker(独立实例) 产出
        ↓
Checker(另一个独立实例) 对照 schema + red-flags 判定
        ↓
PASS → 交付 / Publish
FAIL → feedback.template.md 压缩反馈 → Maker 修订(有界重试)
超限 → 升级人工

使用¶

# 会话 1(Maker):加载 maker/PROMPT.md,执行任务产出初稿
# 会话 2(Checker):加载 checker/PROMPT.md,只看产出物本身,独立判定
# Checker 不看 Maker 的推理过程,只验产出

验证¶

[ ] Maker 与 Checker 在两个独立会话/实例中运行
[ ] Checker 判定有 schema 依据,结论可复现
[ ] FAIL 反馈是压缩摘要,不是全文粘贴
[ ] 重试有上限,超限升级人工而非无限循环
[ ] 改动 prompt 后跑 regression/regression.json,旧行为不回退

memory-agent¶

Memory Agent Starter Kit¶

五层记忆 + 三层检索 + 写侧纪律的完整记忆体系骨架。适合:长期运行的 Agent / 需要跨会话积累经验的任务 / 知识沉淀。

Patterns Used¶

Pattern	文件	作用
Memory OS	`memory/` 五层目录	context/working/long-term/experience/evidence 分层存放
Retrieval	`retrieval/`	写入有纪律,检索有查询,不做「全部塞上下文」
Write Policy	`write-policy/WRITE-POLICY.md`	什么该写、写到哪层、何时淘汰
Daily Review	`write-policy/REVIEW.md`	定期复盘:经验层提炼、过期清理

目录结构¶

memory-agent/
├── memory/
│   ├── context/       # 当前会话上下文(易变,可丢弃)
│   ├── working/       # 当前任务工作集(任务结束归档或清理)
│   ├── long-term/     # 沉淀的知识(结构化笔记)
│   ├── experience/    # 失败与成功经验(含反例)
│   └── evidence/      # 每条长期记忆的来源证据
├── retrieval/
│   ├── QUERIES.md     # 预定义召回查询清单
│   └── recall_schema.json
├── write-policy/
│   ├── WRITE-POLICY.md
│   └── REVIEW.md
└── README.md

写侧纪律(核心)¶

写入前问三个问题:
1. 这条信息一周后还有用吗?      没用 → context/working,不进 long-term
2. 它有来源证据吗?             没有 → 不写入长期层
3. 它能被一条查询召回吗?        不能 → 改写成可检索的形式再写

检索纪律¶

用 retrieval/QUERIES.md 的预定义查询按需召回,不整层倾倒进上下文
召回结果附带来源;来源失效的条目降权或清除
每层只召回与当前任务相关的条目(查询词 + 层级过滤)

安装¶

cp -r starter-kits/memory-agent ~/my-memory-agent
cd ~/my-memory-agent
# 1. 按业务改写 retrieval/QUERIES.md 的查询清单
# 2. 把 WRITE-POLICY.md 挂进你的 SKILL.md 写入流程
# 3. 每日/每周任务末尾挂 REVIEW.md 复盘

验证¶

[ ] 写入 long-term 的每条记忆在 evidence/ 有对应条目
[ ] 召回走查询而非全量倾倒,上下文不膨胀
[ ] 复盘时淘汰过期条目,长期层不无限增长
[ ] 经验层包含失败案例,不只记成功

research-agent¶

Research Agent Starter Kit¶

研究 → 证据 → 独立验证 → 报告的四段式研究 Agent。适合:事实核查 / 行业调研 / 竞品分析 / 任何「结论必须有出处」的任务。

Patterns Used¶

Pattern	文件	作用
Control Flow Separation	`planner/`	确定性的研究计划走固定清单,LLM 只做判断与综合
Evidence Discipline	`evidence/evidence.jsonl`	每条具体事实都有来源条目,无来源不成文
Maker/Checker	`verifier/`	撰写者与验证者分离,验证者只对证据负责
State File	`STATE.md`	跨运行记住研究进度,长任务可断点续跑
Regression	`regression/`	报告质量反测,防「证据齐全但结论跑偏」

目录结构¶

research-agent/
├── planner/PLAN.template.md  # 研究问题拆解模板
├── researcher/PROMPT.md      # 研究执行角色
├── verifier/PROMPT.md        # 独立验证角色(独立实例)
├── evidence/evidence.jsonl   # 证据条目(JSONL,一行一条)
├── STATE.md                  # 研究进度状态
├── regression/regression.json
└── README.md

核心流程¶

Research(研究者检索与摘录)
   ↓ 每条事实落 evidence.jsonl(claim + source)
Verification(验证者逐条核对来源)
   ↓ 剔除未证实条目
Report(基于存活证据撰写,结论逐条对应证据)

安装¶

cp -r starter-kits/research-agent ~/my-research-agent
cd ~/my-research-agent
# 1. 在 planner/PLAN.template.md 填研究问题
# 2. 初始化 STATE.md
# 3. 按 SKILL.md(见 cron-production 或 basic-agent 的写法)封装为技能

验证¶

[ ] 报告中每条具体事实都能在 evidence.jsonl 找到对应条目
[ ] 未证实条目被剔除或明确标注「未证实」
[ ] 中断后从 STATE.md 续跑,不重复已完成的检索
[ ] 撰写者与验证者不在同一实例

self-evolving-agent¶

Self-Evolving Agent Starter Kit¶

度量 → 基线 → 回归 → 进化闸门 → 部署/回滚的完整自进化闭环。这是高级 Starter Kit:先跑通基础 kit,再上这个。

Patterns Used¶

Pattern	文件	作用
Data-Driven Optimization	`metrics/`	用真实运行数据驱动改进,不凭感觉调 prompt
Baseline	`baseline/BASELINE.md`	当前版本的行为基线,改动的对照物
Regression	`regression/`	每次改动跑反测:旧失败不再现 + 旧成功仍成立
Evolution Gate	`evolution-gate/GATE.md`	G1-G5 五闸门 + 五维加权,过闸才部署
Deploy / Rollback	`deploy/` `rollback/`	部署留快照,失败可回滚

目录结构¶

self-evolving-agent/
├── metrics/METRICS.md        # 指标定义与采集方式
├── baseline/BASELINE.md      # 基线记录(版本、指标快照、已知失败)
├── regression/regression.json
├── evolution-gate/GATE.md    # 过闸判定表
├── deploy/DEPLOY.md          # 部署流程(含快照)
├── rollback/ROLLBACK.md      # 回滚流程(触发条件、步骤)
└── README.md

进化循环¶

运行采集 metrics
   ↓
与 baseline 对比 → 发现问题或改进机会
   ↓
提出改动(prompt/schema/流程)
   ↓
跑 regression 反测集
   ↓
过 Evolution Gate(G1-G5)
   ↓
deploy(带快照) → 观察一个完整周期
   ↓ 指标劣化
rollback(按 ROLLBACK.md)

铁律¶

没有指标数据不做改动——「感觉更好」不是证据
改动必须一个变量一次,不混合多改动
每次部署前 baseline 更新为上次通过验证的版本
回滚不丢数据:回滚的是行为,不是状态

安装¶

cp -r starter-kits/self-evolving-agent ~/my-evolving-agent
cd ~/my-evolving-agent
# 1. 在 metrics/METRICS.md 定义 3-5 个真实可采集的指标
# 2. 跑一轮记录 baseline
# 3. 把 GATE.md 挂进技能升级流程

验证¶

[ ] 每个指标都有明确采集方式,不是主观打分
[ ] 反测集覆盖上一次真实失败案例
[ ] 过闸记录留痕(版本、五维得分、结论)
[ ] 在非关键任务上演练过一次完整回滚

用 `hpp init` 一键起步¶

cli/hpp init basic-agent ~/my-agent

详见 hpp CLI。

Starter Kits¶

basic-agent¶

Basic Agent Starter Kit¶

Patterns Used¶

安装¶

使用¶

验证¶

cron-production¶

Cron Production Agent Starter Kit¶

Patterns Used¶

安装¶

三段式设计(Pre-flight / Execute / Post-flight)¶

验证¶

maker-checker¶

Maker/Checker Pipeline Starter Kit¶

Patterns Used¶

目录结构¶

安装¶

流程¶

使用¶

验证¶

memory-agent¶

Memory Agent Starter Kit¶

Patterns Used¶

目录结构¶

写侧纪律(核心)¶

检索纪律¶

安装¶

验证¶

research-agent¶

Research Agent Starter Kit¶

Patterns Used¶

目录结构¶

核心流程¶

安装¶

验证¶

self-evolving-agent¶

Self-Evolving Agent Starter Kit¶

Patterns Used¶

目录结构¶

进化循环¶

铁律¶

安装¶

验证¶

用 hpp init 一键起步¶

用 `hpp init` 一键起步¶