第22篇：子代理委派——AI 的分身术

第22篇：子代理委派——AI 的分身术

你有没有遇到过这种情况：手头有一堆活儿，但自己只有一双手？Hermes 的 delegate_task 工具就是你的“分身术”——它能召唤出多个 AI 小助手，各干各的，互不干扰，最后把结果汇总给你。

第1步：理解子代理的核心逻辑

子代理就像你临时雇的实习生：它对你的过往对话一无所知，你给它什么资料（goal 和 context），它就基于这些干活。干完后，它只把一份“工作总结”交给你，不会把中间过程全塞进你的脑子里。

⚠️ 关键提醒：子代理是“失忆”的。你必须在调用时把所有背景信息写清楚，否则它只能瞎猜。

# 错误示范：子代理根本不知道“那个错误”是什么
delegate_task(goal="修复那个错误")

# 正确示范：把背景、路径、错误信息全交代清楚
delegate_task(
    goal="修复 api/handlers.py 里的 TypeError",
    context="文件在第47行报错：'NoneType' object has no attribute 'get'。函数 process_request() 依赖 parse_body() 的返回值，但后者在缺少 Content-Type 时返回 None。项目路径 /home/user/myproject，Python 3.11。"
)

第2步：单任务委派

最基础用法——把一件事交给一个子代理：

delegate_task(
    goal="调试测试失败的原因",
    context="错误信息：test_foo.py 第42行断言失败"
)

第3步：并行批量委派

同时派多个子代理干活，默认最多3个（可配置，无硬上限）。它们并行执行，最后汇总成一个结果：

delegate_task(tasks=[
    {"goal": "研究主题A", "context": "重点看近期一手资料"},
    {"goal": "研究主题B", "context": "比较主流解释"},
    {"goal": "修复构建", "context": "项目根目录：/home/user/project"}
])

第4步：典型应用场景

并行调研：同时查三个技术方向，省时省力。

代码审查+修复：让子代理在全新环境里审查并修复安全漏洞，不污染你的对话上下文。

大规模重构：比如把整个 src/ 目录里的 print() 替换成 logging，这种琐碎又占上下文的活儿，交给子代理再合适不过。

第5步：批量模式细节

当你传 tasks 数组时，Hermes 会返回一个后台句柄，所有子代理跑完后，统一发回一份合并结果。如果父代理本身是“编排者”，它会等自己的子代理全部完成，再综合结果返回。

---

总结：子代理委派 = 上下文隔离 + 并行执行 + 结果汇总。用好它，你就能同时推进多个任务，而不会被海量中间信息淹没。

下一篇预告：第23篇将介绍“工具调用进阶——如何自定义 Hermes 的工具”，敬请期待！