跳到主要内容

持久化目标 (/goal)

/goal 为 Hermes 提供一个跨轮次存续的长期目标。每轮对话结束后，一个轻量级的评判模型（judge model）会检查助手最近的回复是否已满足该目标。如果未满足，Hermes 会自动将延续提示（continuation prompt）反馈回同一会话并继续工作——直到目标达成、你暂停或清除它，或者轮次预算耗尽。

这是我们对 Ralph loop 的实现，直接灵感来源于 Eric Traut (OpenAI) 的 Codex CLI 0.128.0 的 /goal。其核心理念——在轮次间保持目标活跃且直到达成前不停止——归功于他们。此处的实现是独立的，并适配了 Hermes 的架构。

何时使用​

对于希望 Hermes 自行迭代而无需你在每轮重新提示的任务，请使用 /goal：

  • “修复 src/ 中的所有 lint 错误并验证 ruff check 通过”
  • “从仓库 Y 移植功能 X，包括测试，并确保 CI 变绿”
  • “调查为什么会话 ID 在运行中压缩时有时会漂移，并撰写报告”
  • “构建一个小型 CLI 工具，根据 EXIF 日期重命名文件，然后针对 photos/ 文件夹进行测试”

代理执行一轮即停止的任务不需要 /goal。那些*否则你需要说三次“继续”*的任务才是它的用武之地。

快速开始​

/goal Fix every failing test in tests/hermes_cli/ and make sure scripts/run_tests.sh passes for that directory

你将看到：

  1. 目标已接受 — ⊙ Goal set (20-turn budget): <your goal>
  2. 第 1 轮运行 — Hermes 开始工作，就像你将目标作为普通消息发送一样。
  3. 评判运行 — 轮次结束后，评判模型决定 done（完成）或 continue（继续）。
  4. 必要时触发循环 — 如果为 continue，你将看到 ↻ Continuing toward goal (1/20): <judge's reason>，Hermes 会自动采取下一步。
  5. 终止 — 最终你会看到 ✓ Goal achieved: <reason> 或 ⏸ Goal paused — N/20 turns used。

命令​

命令作用
/goal <text>设置（或替换）长期目标。立即启动第一轮，因此你无需发送单独的消息。
/goal 或 /goal status显示当前目标、其状态以及已使用的轮次。
/goal pause停止自动延续循环，但不清除目标。
/goal resume恢复循环（将轮次计数器重置为零）。
/goal clear完全丢弃目标。

在 CLI 和所有网关平台（Telegram、Discord、Slack、Matrix、Signal、WhatsApp、SMS、iMessage、Webhook、API 服务器和 Web 仪表板）上工作方式相同。

在目标进行中添加条件：/subgoal​

当目标处于活动状态时，你可以使用 /subgoal <text> 追加额外的验收条件，而不会重置循环。每次调用都会向目标的子目标列表添加一个编号项；代理在下一轮看到的延续提示包括原始目标以及一个“用户在循环中途添加的附加条件”块，并且评判提示会被重写，以便裁决必须考虑每个子目标——只有当原始目标和每个子目标都满足时，目标才会被标记为完成。

命令作用
/subgoal <text>向活动目标追加新条件。需要活动的 /goal。
/subgoal（无参数）显示当前编号的子目标列表。
/subgoal remove <N>移除第 N 个子目标（基于 1 的索引）。
/subgoal clear丢弃所有子目标，但保持原始目标完整。

子目标与目标一起持久存储在 SessionDB.state_meta 中，因此它们在 /resume 后依然保留。设置新的 /goal <text> 会替换目标并清除子目标列表；/goal clear 也会执行相同的操作。

当你启动一个循环（“修复失败的测试”）并在中途注意到你还希望它“为你刚刚修补的错误添加回归测试”时，请使用此功能——/subgoal add a regression test 可以在不中断运行中的循环的情况下收紧成功标准。

行为细节​

评判模型 (The judge)​

每轮对话后，Hermes 会调用一个辅助模型，提供：

  • 长期目标文本
  • 代理最近的最终回复（最后约 4 KB 的文本）
  • 一个系统提示，指示评判模型回复严格的 JSON：{"done": <bool>, "reason": "<one-sentence rationale>"}

评判模型故意保守：仅当回复明确确认目标已完成、最终交付物清晰产生，或者目标无法实现/受阻（视为 DONE 并附带受阻原因，以免在不可能完成的任务上浪费预算）时，它才会将目标标记为 done。

故障开放语义 (Fail-open semantics)​

如果评判模型出错（网络波动、响应格式错误、辅助客户端不可用），Hermes 会将裁决视为 continue——损坏的评判模型永远不会阻碍进度。轮次预算是真正的后盾。

轮次预算​

默认值为 20 次延续轮次（config.yaml 中的 goals.max_turns）。当达到预算时，Hermes 会自动暂停并告诉你确切的操作方法：

⏸ Goal paused — 20/20 turns used. Use /goal resume to keep going, or /goal clear to stop.

/goal resume 将计数器重置为零，因此你可以以可控的块状方式继续。

用户消息始终优先​

在目标（goal）处于活动状态时，你发送的任何真实消息都优先于延续循环。在 CLI 中，你的消息会进入 _pending_input，排在队列中的延续之前；在网关中，它同样通过适配器 FIFO 处理。在你的回合结束后，裁判（judge）会再次运行——因此，如果你的消息恰好完成了目标，裁判将会捕获这一状态并停止。

运行中的安全性（网关）​

当代理已经在运行时，/goal status、/goal pause 和 /goal clear 都是安全可执行的——它们仅触及控制平面状态，不会中断当前回合。在运行中途设置新目标（/goal <new text>）会被拒绝，并提示你先执行 /stop，以防止旧的延续与新的目标发生竞争。

持久化​

目标状态存储在 SessionDB.state_meta 中，键为 goal:<session_id>。这意味着 /resume 可以从你离开的地方无缝继续——设定一个目标，合上笔记本电脑，第二天回来执行 /resume，目标状态仍将保持原样（活动、暂停或已完成）。

提示缓存​

延续提示是一条附加到历史记录中的普通用户角色消息。它不会修改系统提示、交换工具集，或以任何使 Hermes 提示缓存失效的方式影响对话。运行一个 20 轮的目标在缓存成本上与 20 轮正常对话相同。

配置​

添加到 ~/.hermes/config.yaml：

goals:
  # Max continuation turns before Hermes auto-pauses and asks you to
  # /goal resume. Default 20. Lower this if you want tighter loops;
  # raise it for long-running refactors.
  max_turns: 20

选择裁判模型​

裁判使用 goal_judge 辅助任务。默认情况下，它会解析为你的主模型（参见 辅助模型）。如果你希望将裁判路由到一个廉价且快速的模型以降低成本，可以添加以下覆盖配置：

auxiliary:
  goal_judge:
    provider: openrouter
    model: google/gemini-3-flash-preview

裁判调用产生的输出很小（约 200 个输出 token），且每轮运行一次，因此使用廉价快速的模型通常是正确的选择。

示例演练​

You: /goal Create four files /tmp/note_{1..4}.txt, one per turn, each containing its number as text

  ⊙ Goal set (20-turn budget): Create four files /tmp/note_{1..4}.txt, one per turn, each containing its number as text

Hermes: Creating /tmp/note_1.txt now.
  💻 echo "1" > /tmp/note_1.txt   (0.1s)
  I've created /tmp/note_1.txt with the content "1". I'll continue with the remaining files on the next turn as you specified.

  ↻ Continuing toward goal (1/20): Only 1 of 4 files has been created; 3 files remain.

Hermes: [Continuing toward your standing goal]
  💻 echo "2" > /tmp/note_2.txt   (0.1s)
  Created /tmp/note_2.txt. Two more to go.

  ↻ Continuing toward goal (2/20): 2 of 4 files created; 2 remain.

Hermes: [Continuing toward your standing goal]
  💻 echo "3" > /tmp/note_3.txt   (0.1s)
  Created /tmp/note_3.txt.

  ↻ Continuing toward goal (3/20): 3 of 4 files created; 1 remains.

Hermes: [Continuing toward your standing goal]
  💻 echo "4" > /tmp/note_4.txt   (0.1s)
  All four files have been created: /tmp/note_1.txt through /tmp/note_4.txt, each containing its number.

  ✓ Goal achieved: All four files were created with the specified content, completing the goal.

You: _

四轮交互，一次 /goal 调用，零次来自你的“继续”提示。

当裁判出错时​

没有裁判是完美的。需要关注两种失败模式：

假阴性——目标实际上已完成，但裁判说继续。 轮次预算会捕获这种情况。你会看到 ⏸ Goal paused，此时可以执行 /goal clear 或直接发送新消息。

假阳性——工作尚未完成，但裁判说已完成。 你会看到 ✓ Goal achieved，但你清楚事实并非如此。发送后续消息以继续，或者更精确地重新设定目标：/goal <more specific text>。裁判的系统提示被故意设计得保守，以使假阳性的发生率低于假阴性。

如果你觉得裁判的裁决缺乏说服力，↻ Continuing toward goal 或 ✓ Goal achieved 行中的原因文本会准确告诉你裁判看到了什么。这通常足以诊断是目标文本存在歧义，还是模型的响应存在歧义。

归属​

/goal 是 Hermes 对 Ralph loop 模式的实现。其面向用户的设计——在多轮对话中保持目标活跃，直到达成目标才停止，并提供创建/暂停/恢复/清除控制——由 OpenAI Codex 团队的 Eric Traut 在 Codex CLI 0.128.0 中推广并发布。我们的实现是独立的（中央 CommandDef 注册表、SessionDB.state_meta 持久化、辅助客户端裁判、网关侧的适配器 FIFO 延续），但理念源于他们。特此致谢。