Hermes Agent 升级 v0.23.0：工具恢复、长会话与分层验收

含光
0 阅读1分钟

已经在用 Hermes，判断这次升级收益，可以看三个场景：答应执行却停住、MCP 恢复后仍找不到工具、长会话摘要把猜测写成事实。v0.23.0 对这些问题有对应改动。[3][4][6]

本机已从 v0.22.6 升到 v0.23.0。11 月 6 日做过真实 CLI 对话与会话存储验收；11 月 7 日只读复核版本、健康端点和旧验收会话，没有再次调用模型。本文给已有 Linux 部署的使用者一份升级判断和验收清单，不提供跨安装方式的一键升级脚本。

从 v0.22.6 升级，哪些变化与日常使用有关

官方 v0.23.0 是正式版，但发行说明的累计范围从 v0.22.0 开始，还汇总了 v0.22.1—v0.22.7。不能把整份亮点都算作从 v0.22.6 新增的能力。[1]

以下三项已对照新旧 tag 的提交关系。它们在目标版本中，也属于本次基线之后的改动；功能解释来自源码核查，不是本机故障注入结果。

说了“现在执行”，却没有调用工具

在已有会话里，模型可能给出执行承诺，随后直接结束回复。相关保护会识别一部分此类短回复，让执行继续。目标版本把“有没有工具结果”的判断锚定在当前真实用户轮，避免被更早的工具历史干扰；内部追加的提醒也不会被误认成新一轮。[3]

对使用者有用的变化是：旧会话曾经用过工具，不应让当前轮的保护失效；当前轮已经执行过工具，也不应被内部提醒重新触发。[3]

这仍是有条件的保护，默认与 Codex 路径相关。它不保证任意模型、语言或执行承诺都会续跑。本次未做这类行为专项测试。

MCP 已恢复，工具搜索里却仍然缺席

MCP 是 Agent 连接外部工具的一种协议。上游记录的问题是：服务断连时生成的工具定义缓存，在服务恢复后仍被复用，长期运行的进程可能继续看不到那些工具，新建会话也未必解决。[4]

本次修复让工具定义缓存随可用性判定过期，并让显式失效同步影响缓存。这样，早先的不可用结果有机会被重新检查。[4]

但“重新可发现”不等于“立即加入每个旧会话的工具列表”。现有列表的冻结策略、工具集选择和权限范围仍然生效。[5] 本机没有断开真实 MCP 服务做恢复实验，不能据此宣布所有连接问题已解决。

长会话压缩后，猜测不应变成已确认结论

上下文压缩会把旧对话整理成摘要。新增提示要求把未确认判断放进 Unverified / Working Hypotheses，并用 UNVERIFIED: 单独标注，首轮摘要和后续更新都接入了这一要求。[6]

例如，排障时尚未证实的原因，应继续保留“待验证”的身份。读到摘要中的 UNVERIFIED，仍需回查日志或做验证，不能直接按结论改配置。

这里核对的是提示约束。本轮没有调用摘要模型，也没有测量摘要质量或 Token 节省。

使用独立 WebUI，还要单独看版本通道

本机另一个项目是 nesquena/hermes-webui，从 v0.52.544 升到 exp-v0.52.646。这是第三方项目的预览版，发布对象标记为 prerelease；它与 Nous 的官方 Webapp 不同。[2] Agent 的正式版身份不能替它提供稳定性保证。

经新旧 tag 核查，这个 WebUI 升级区间内有几项与已有用户相关的修复：

  • 长会话打开与滚动。 上游调整了可见行定位和消息渲染缓存，避免逐行定位带来的开销，并处理隐藏行对定位的干扰。[7][8] 本机未做浏览器性能对比，不引用上游耗时充当本机改善。
  • 审批卡首次点击。 提交前核对服务端待审批请求；同一请求的传输 ID 变化可以校正。若逻辑请求已换，界面要求重新点击，不把之前的同意转给下一项。[9]
  • 停止后残留审批卡。 Gateway 流停止时会收尾该次运行的卡片。停止前已完成校验的点击仍有竞态边界，不能写成“停止绝不会再发生任何动作”。[10]

exp-v0.52.646 自身的发布说明还包含删除会话后分享链接停止工作的修复。[2] 本次没有分享或删除真实会话，也未做上述审批交互的端到端测试。

升完怎样验收：分开看四层结果

版本号、健康接口、真实回复和存储，各自回答不同的问题。本机记录如下，时间统一按北京时间。

验收层实际结果能证明的范围
磁盘源码11 月 7 日：Agent 精确 tag 为 v0.23.0；WebUI 为 exp-v0.52.646；各自 HEAD 等于目标 tag commit源码基线对应目标版本；不代表运行进程必然加载了全部新代码
当前响应11 月 7 日：两端 HTTP 200、status=ok；Gateway 报告 version=0.23.0对应健康端点当前可响应
真实对话11 月 6 日：标准 CLI 最小对话取得真实回复当时该调用链可用；不是本轮新测试，也不是浏览器全链路验收
会话存储11 月 6 日验收通过；11 月 7 日只读复核同一旧会话仍在，预期回复匹配该验收会话与回复已保存并可回读

本机 WebUI 保留定制修改。因此，“HEAD 对应 tag”与“工作树完全等于上游”也要分开。

在各自仓库确认精确版本

这些命令适用于 Git 安装，要求目标 tag 已在本地。进入自己的 Agent 仓库目录后运行；不要在 WebUI 仓库里查 Agent 版本。

# Agent 仓库；全部为只读命令
TAG=v0.23.0
git describe --tags --exact-match HEAD
git rev-parse HEAD
git rev-parse "${TAG}^{commit}"
if [ "$(git rev-parse HEAD)" = "$(git rev-parse "${TAG}^{commit}")" ]; then
  printf 'HEAD matches target tag\n'
else
  printf 'STOP: HEAD differs from target tag\n'
fi
git --no-optional-locks diff --name-only
git --no-optional-locks diff --cached --name-only
git log --oneline v0.22.6..v0.23.0 -3

--exact-match 要求 HEAD 精确落在 tag 上。^{commit} 把 tag 解析到提交，兼容轻量和附注 tag。两条 diff 分别检查未暂存与已暂存的受跟踪改动；它们不检查未跟踪文件。最后一条只展示升级区间末尾的三条提交，不是完整变更表。

若提示不是 Git 仓库、找不到 tag，或显示 HEAD differs，就停在版本层排查。不要据此直接执行强制 checkout，覆盖自己的补丁。

使用同一个第三方 WebUI 项目时，进入它自己的仓库运行：

# nesquena/hermes-webui 仓库；全部为只读命令
TAG=exp-v0.52.646
git describe --tags --exact-match HEAD
git rev-parse HEAD
git rev-parse "${TAG}^{commit}"
if [ "$(git rev-parse HEAD)" = "$(git rev-parse "${TAG}^{commit}")" ]; then
  printf 'HEAD matches target tag\n'
else
  printf 'STOP: HEAD differs from target tag\n'
fi
git --no-optional-locks diff --name-only
git --no-optional-locks diff --cached --name-only

本机两处均得到 HEAD matches target tag。有补丁的环境，还需核对补丁是否保留、运行进程是否来自预期目录。本文没有验证容器、桌面包等安装方式，不能用这些 Git 命令替代它们各自的验收。

对已配置的本地监听器检查健康

以下端口是本次环境的配置：WebUI 为 8787，Gateway 为 8644。它们不是所有安装的通用默认值。命令须在服务所在机器执行，且该服务已提供 /health；端口不同时应按自己的实际配置替换。

curl --noproxy '*' -fSs --max-time 5 \
  -w '\nHTTP %{http_code}\n' http://localhost:8787/health
curl --noproxy '*' -fSs --max-time 5 \
  -w '\nHTTP %{http_code}\n' http://localhost:8644/health

localhost 只访问本机。--noproxy '*' 避免本地请求绕进代理；--max-time 5 限定等待时间；-f 让 HTTP 错误返回非零。仍须检查 JSON，HTTP 200 本身不代表 status=ok。

本次实际回读的关键字段是：两端 status 均为 ok，Gateway 的 version 为 0.23.0。若连接失败、JSON 状态异常或版本不符，验收停在这一层。不要拿另一个服务的 200 补位。

用已有真实任务核对回复和持久化

本次复用了升级当晚的标准 CLI 验收，不为写文重发模型请求。真实回复已经取得，随后在对应运行 profile 的存储里核对同一会话与回复；第二天只读复核仍能找到匹配结果。公开稿不展示会话标识、提示词或回复内容。

自己做验收时，要确认 CLI、Gateway 与存储检查实际对应哪个 profile。只查一个默认数据库，很容易检查错对象。若尚无已授权的真实调用结果，这一层就保持“未验证”，健康检查不能代替它。

哪些结论现在还不能下

升级记录显示，原应用环境继续使用同一路径，原有 108 个包名保留。这不表示全部依赖版本没变。历史导入检查还出现过 profile 回退警告，不能描述为“零警告”或“所有 profile 路由正常”。

本轮未执行上游离线功能测试：原应用解释器没有 pytest，也没有为此安装依赖或新建环境。源码中的测试断言已审读，但没有算成本机测试通过。

以下项目也不在已验收范围：量化速度、内存和 Token 改善，真实 MCP 故障恢复，实际摘要效果，浏览器审批与停止的全部交互，以及设备、通知、定时业务完整端到端。准备让关键任务依赖它们时，需要单独安排对应验证。

如果日常经常遇到工具恢复、执行承诺停住或长会话问题，这些修复值得纳入升级评估。只用短对话、当前运行稳定的环境，可以按自己的维护窗口安排。第三方预览 WebUI 要另作决定，不必因为 Agent 升级就同时切换。

动手前确认自己的安装方式、补丁、配置和数据恢复点。本文只给出已经执行过的只读核验方法，没有验证跨安装形态的通用升级或回退脚本；保留恢复点也不等于已经演练过回退。

AI 辅助说明：本文使用 AI 辅助整理材料、撰写与检查；版本、代码解释及验收结论以所列官方来源和实际运行记录为依据。

Sources

[1] github.com/NousResearc… — Hermes Agent v0.23.0 — The Hearth Release [2] github.com/nesquena/he… — exp-v0.52.646 [3] github.com/NousResearc… — fix(agent): anchor the intent-ack tool gate on this turn's own user row [4] github.com/NousResearc… — fix(tools): expire the tool-definitions memo with its check_fn verdicts [5] github.com/NousResearc… — fix(tools): key the tools[] freeze on generation and selection, hold flips on pin restore [6] github.com/NousResearc… — feat(compression): keep uncertain claims labelled UNVERIFIED through compaction [7] github.com/nesquena/he… — changelog: #8228 long sessions stop freezing [8] github.com/nesquena/he… — perf(webui): address #8228 re-review — identity-only height reuse + hidden-row-safe anchor [9] github.com/nesquena/he… — fix(approval): reconcile card transport id against the server head before responding (#7091) [10] github.com/nesquena/he… — fix(gateway): Stop/server settle retire a default-stream run's approval cards

avatar
文章
阅读
粉丝