Плагин Advanced Delegation для Hermes Agent: динамический роутинг задач по моделям

Если ты экспериментировал со сложными мультиагентными системами, то наверняка сталкивался с неприятным финансовым сюрпризом в конце месяца. Концепция выглядит красиво: ты создаешь агента-оркестратора на базе мощной флагманской модели уровня Claude Opus 5.5 или DeepSeek-R1, даешь ему инструмент делегирования задач (delegate_task), и он самостоятельно нарезает проект на десятки подзадач, запуская дочерних субагентов.

Но в реальности эта схема моментально сжигает баланс API. Почему? Потому что в большинстве базовых фреймворков все порожденные субагенты принудительно наследуют родительскую модель. Представь: тяжелая рассуждающая модель тратит сорок секунд и тысячи дорогих токенов «мышления» просто на то, чтобы отфильтровать список IP-адресов в текстовом файле или проверить статус ответа веб-сервера! Это все равно что нанимать профессора математики для мытья полов в лаборатории.

Исследовательская лаборатория Nous Research решила эту проблему, выпустив официальный плагин Advanced Delegation v1.0 для своего популярного открытого агента Hermes Agent (начиная с версии 0.22.5). Плагин внедряет полноценный механизм динамического роутинга задач по разным моделям и изолированным профилям. Давай разберем, как устроен этот балансировщик под капотом.

Два режима роутинга: Model Routes против Profile Routes

Архитектура Advanced Delegation предлагает два взаимодополняющих подхода к разделению труда:

Режим именованных маршрутов (Model Routes). Ты создаешь в конфигурационном файле абстрактные профили мощности. Например:
- fast — легкая модель для извлечения сущностей, парсинга логов и сортировки;
- deep — флагманская рассуждающая модель для системного планирования и написания сложного кода;
- local — локальная квантованная модель на сервере vLLM для работы с чувствительными данными без выхода в интернет.

При этом агент-оркестратор видит только однострочные текстовые описания этих маршрутов. Он сам решает: «Ага, для парсинга этой таблицы мне хватит маршрута fast, а вот архитектуру микросервиса я делегирую на deep». Все сырые API-ключи, эндпоинты и токены остаются жестко скрыты от субагентов.

Режим ролей и личностей (Profile Routes). Здесь роутинг идет не просто на модель, а на полноценный изолированный профиль Hermes. Каждый профиль несет собственный файл личности SOUL.md, уникальные наборы навыков (skills) и замкнутую рабочую директорию. Например, субагент security-auditor обучен искать уязвимости и не имеет прав на редактирование кода, а субагент docs-writer отвечает только за обновление документации в Markdown.

Конфигурация в деле: как настроить delegation.yaml

Установка плагина выполняется одной командой в терминале:

# Установка официального расширения через пакетный менеджер Hermes
hermes plugins install advanced-delegation

После этого в корне проекта формируется простой и понятный файл конфигурации delegation.yaml. Вот как выглядит боевая связка коммерческих API и локальной модели:

version: "1.0"
mode: "model_routes"

model_map:
  fast:
    provider: "openrouter"
    model: "anthropic/claude-3-5-haiku-20241022"
    description: "Быстрый поиск, извлечение сущностей, фильтрация логов и базовый парсинг"
    temperature: 0.1
    max_tokens: 1024
    
  deep:
    provider: "anthropic"
    model: "claude-3-7-sonnet-20250219"
    description: "Сложное архитектурное планирование, написание системного кода, глубокий рефакторинг"
    temperature: 0.2
    max_tokens: 4096
    
  local:
    provider: "openai_compatible"
    base_url: "http://localhost:8000/v1"
    model: "Nanbeige/Nanbeige4.3-33B-AWQ"
    description: "Конфиденциальная работа с локальными файлами и терминальными командами без выхода в сеть"
    temperature: 0.1

Затем ты запускаешь сессию агента с проверкой валидности маршрутов:

# Проверка корректности синтаксиса маршрутов
hermes delegation config --validate

# Запуск рабочей сессии ведущего инженера
hermes session --profile tech-lead --with-plugin advanced-delegation

Экономика и безопасность: где экономится бюджет

На практике внедрение интеллектуального делегирования дает немедленный экономический эффект: совокупная себестоимость выполнения многочасового пайплайна падает в 3–5 раз.

Тяжелая модель deep делает буквально 10–15% запросов (декомпозиция проблемы на старте и финальная верификация результата). Все промежуточные механические шаги — сбор информации, запуск тестов, конвертация форматов — забирает на себя маршрут fast, где стоимость миллиона токенов исчисляется десятками центов.

Второй критический фактор — защита инфраструктуры. Когда оркестратор порождает субагента, он передает ему изолированный контекст. Дочерний процесс физически не видит мастер-ключей от облака и не может случайно отправить их в сторонний лог.

Подводные камни релиза v1.0

При всей полезности у текущей версии плагина есть технические нюансы, о которых стоит помнить.

Во-первых, в версии 1.0 режимы model_routes и profile_routes пока взаимоисключающие: ты настраиваешь либо роутинг по моделям, либо по профилям (гибридный каскад авторы обещают в апдейте 1.1).

Во-вторых, помни о лимитах провайдеров (Rate Limits). Если легкая модель на маршруте fast внезапно вылетит с ошибкой 429 Too Many Requests, родительский пайплайн может зависнуть без встроенного механизма повторных попыток (retries). Поэтому для продакшн-контуров маршруты fast стоит оборачивать через балансировщики вроде LiteLLM или OpenRouter с резервными шлюзами.

Но сам тренд очевиден: эпоха монолитных агентов, делающих всю работу на одной дорогой нейросети, уходит в прошлое. Будущее — за умными ансамблями специализированных моделей.