
一个 Agent 要同时跑在命令行、消息平台、编辑器和 API 里，最省事的做法，往往是每个平台各写一套 Bot。开始时进度很快，后面却会越来越难维护：同一个问题要修好几遍，记忆互不相通，工具行为也不一致。

Hermes 提供了另一种思路：**入口可以有很多，Agent 核心只能有一个。**

所谓跨平台，不是把同一个聊天窗口复制到不同平台，而是让不同入口共享同一套任务循环、工具、记忆和安全边界。平台负责收发消息，核心负责把任务做完。

![01-01.png](https://developer.qcloudimg.com/http-save/yehe-1191636/7c5b06dcf26869827ed5d24318d1307d.png)

## 一、先拆清架构，不要急着接平台

跨平台 Agent 可以拆成六组能力：

- 任务入口包括 CLI、Gateway、ACP、API 和批处理任务。
- 核心编排负责构造上下文、调用模型、判断是否需要工具、回填结果，直到任务收敛。
- 模型与工具部分处理模型路由、工具注册和技能加载。
- 执行环境可以是本机、Docker、SSH 或云沙箱。
- 状态与记忆覆盖会话状态、长期记忆、历史检索和上下文压缩。
- 持续运行与安全则负责消息投递、定时调度、权限审批、隔离和扩展协议。

这些模块不是都要在第一版做满，但边界最好一开始就留出来。否则，平台逻辑、模型接口和执行代码很容易缠在一起。

## 二、多入口，不等于多套 Agent

入口层只做三件事：把外部请求适配成内部任务，创建或找到会话，绑定本次任务需要的上下文。任务完成后，再把状态、结果和平台需要的输出格式送回去。

CLI、消息平台、编辑器、API 和批处理任务，看到的界面不同，进入核心后走的却应是同一条处理链路。

这里有一条很实用的验收标准：**新增一个平台时，核心代码是否需要修改？** 如果答案是需要，说明平台差异已经渗进了核心。

## 三、跨平台的关键，落在 Gateway

消息平台之间的差异，比表面上看到的更多。文本格式、附件类型、消息长度、群组关系、鉴权方式和投递接口都不一样。Gateway 的工作，就是把这些差异留在网关里。

一个可用的 Gateway 至少要处理四类问题：

1. 统一消息格式，把不同平台的输入转成内部消息，保留平台、用户、会话、正文、附件和回复目标等信息。
2. 统一身份与会话，建立平台用户和内部用户的映射，并决定哪些消息属于同一个任务。
3. 统一路由，根据用户、频道和任务类型，把消息送到正确的 Agent 实例或 Profile。
4. 统一投递，将结果转回平台要求的格式，同时处理超长消息、附件和失败重试。

如果还要支持“在一个平台发起任务，到另一个平台继续追问”，会话 ID 就不能直接等同于某个平台的聊天 ID。平台会话和内部任务会话需要分开保存，再通过映射关系接起来。

## 四、核心不是聊天，而是任务循环

消息进入核心后，不能只调用一次模型就结束。真正的 Agent Loop 是一个反复执行的过程：

**构造上下文 → 模型判断 → 调用工具 → 回填结果 → 再次判断 → 输出结果。**

这个循环还要带上工程约束：最大迭代次数、工具超时、失败重试、用户中断、上下文压缩和会话持久化。没有这些限制，Agent 很容易陷入重复调用，或者在一次异常后丢掉整个任务。

因此，核心层最好只依赖统一的模型接口、工具接口和会话存储接口，不要直接依赖某个平台的 SDK。

## 五、模型、工具和执行环境，都要能单独替换

跨平台只是第一层解耦。Agent 要长期运行，还需要把模型和执行环境拆开。

模型路由层负责处理 Provider、凭证、API 形态、能力和成本。上层任务只提出需求，不直接绑定某一家模型接口。这样，切换模型或增加 fallback 时，入口和任务逻辑都不必跟着改。

工具层则需要统一注册和描述。每个工具至少应有名称、参数 Schema、执行函数、超时、风险等级和审批策略。模型看到的是稳定工具描述，平台不需要知道工具具体怎样执行。

执行环境也要独立。Local 适合开发和低延迟任务，Docker 用来加强隔离，SSH 面向远程主机，云沙箱适合按需执行。工具表达的是“要做什么”，后端决定“在哪里做”。

## 六、记忆要共享，也要控制进入上下文的分量

多个入口共用一个 Agent 后，如果每个入口各存一份记忆，跨平台体验仍然是断的。会话状态、用户偏好和任务经验需要放进共享存储。

但共享记忆不等于把全部聊天记录注入 Prompt。更实用的做法是分层：

- 少量稳定事实进入长期记忆，例如环境约定、用户偏好和项目规则。
- 历史会话统一保存，需要时再通过关键词或语义检索找回。
- 当前上下文过长时进行压缩，保留近期工作面和关键结论。
- 可复用的操作流程沉淀为 Skill，而不是每次重新摸索。

这样做的好处很直接：换入口不会丢状态，换模型也不必重写记忆系统，上下文长度还能保持可控。

## 七、常驻运行以后，安全要跟在每一步后面

跨平台 Agent 通常不是用完即走，而是长期在线，接消息、调工具、跑定时任务。入口越多，暴露面越大；执行能力越强，错误操作的影响也越大。

安全不能只靠输出内容审核，还要分布在任务链路里：入口鉴权、上下文注入扫描、危险命令审批、参数净化、技能审计、容器隔离和跨会话隔离。定时任务和 MCP 等扩展能力，也应沿用同一套权限边界。

第一版不必把安全系统做得复杂，但用户授权、工具白名单、审批接口和执行日志最好尽早保留。等 Agent 已经能修改文件、执行命令后再补，改造成本会高得多。

## 八、从零实施，顺序比模块数量更重要

如果从零做一个跨平台 Agent，可以按下面的顺序推进：

1. 先跑通单入口核心：一个 Agent Loop、一个模型接口、几个基础工具、一个 CLI，同时加上迭代预算和日志。
2. 统一消息与会话：确定内部消息格式，把会话状态存下来，不再依赖进程内变量。
3. 接入 Gateway：先选两个消息平台做适配器，用同一个任务验证工具行为、记忆和结果是否一致。
4. 补模型路由与执行后端：让模型和执行环境可以独立替换，不把差异扩散到核心。
5. 再增加长期能力：分层记忆、Skills、Cron、MCP 和主动投递可以逐步加入，安全隔离同步加强。

做完后，可以用四个问题检查架构是否合格：新增平台能不能只加适配器？更换模型能不能不改核心？切换执行环境能不能不改任务？从不同入口进入，能不能找到同一个会话？

如果这四点成立，跨平台就不再是“多接几个 Bot”，而是同一个 Agent 在不同地方持续工作。


一个 Agent 要同时跑在命令行、消息平台、编辑器和 API 里，最省事的做法，往往是每个平台各写一套 Bot。开始时进度很快，后面却会越来越难维护：同一个问题要修好几遍，记忆互不相通，工具行为也不一致。

跨平台 Agent 怎么做？

任务入口、核心编排、模型路由、工具注册、执行后端、分层记忆、定时调度与运行时安全等模块之间的关系：CLI、消息平台、编辑器、API 等入口只负责协议适配与会话绑定，真正的任务循环、工具行为、记忆和安全边界由同一个 Agent 核心统一承担。

架构师

人工智能

架构设计

后端

构建跨平台Agent的关键在于统一核心而非复制接口：将任务入口、编排、工具、执行环境、记忆与安全拆分为独立模块，通过Gateway适配平台差异。核心采用同一套Agent Loop处理任务，模型、工具、执行环境可单独替换。共享分层记忆确保状态不丢失，安全机制贯穿任务链路。实施顺序从单入口核心起步，逐步扩展平台与能力，最终实现多入口共享同一工作引擎。

容器

Docker

路由

Agent

腾讯云双十一大促

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

构建跨平台Agent的关键在于统一核心而非复制接口：将任务入口、编排、工具、执行环境、记忆与安全拆分为独立模块，通过Gateway适配平台差异。核心采用同一套Agent Loop处理任务，模型、工具、执行环境可单独替换。共享分层记忆确保状态不丢失，安全机制贯穿任务链路。实施顺序从单入口核心起步，逐步扩展平台与能力，最终...

跨平台 Agent 怎么做？-腾讯云开发者社区-腾讯云

跨平台 Agent 怎么做？

跨平台 Agent 怎么做？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐