自主目标循环概述 | AI生成和翻译
/goal 与普通提示词的区别：
-
自主多轮循环（”Ralph 循环”） — 当你设定一个目标时，Hermes 不会只回答一次。每次回复后，一个评判 LLM（辅助模型）会评估：”这个目标完全满足了吗？”如果答案为”否”，Hermes 会自动将延续提示词反馈到同一会话中，并持续工作——一轮接一轮——直到目标完成或轮次预算（默认 20 轮）耗尽。
-
基于评判的评估 — 评判器是一个独立的 LLM 调用（可通过配置中的
auxiliary.goal_judge进行调整）。它接收目标文本 + 智能体的最后回复，并返回严格的 JSON 判断结果：{"done": true/false, "reason": "..."}。普通提示词没有自动自我评估——你需要手动决定何时完成。 -
持久化状态 — 目标状态保存在 SessionDB 中（
state_meta表）。如果你使用/resume恢复会话，目标仍然存在。普通提示词是临时的——一旦对话继续，就不再存在持久化的目标。 -
轮次预算与自动暂停 — 存在可配置的
max_turns（默认 20）。当轮次耗尽时，目标会自动暂停，并显示类似”⏸ 目标已暂停 — 已使用 20/20 轮次。使用 /goal resume 继续。”的消息。你可以恢复以继续，或清除以停止。 -
子目标 — 你可以通过
/subgoal <文本>在循环中添加中间标准。这些子目标会被附加到延续提示词（供智能体查看）和评判提示词（要求评判器满足所有标准，而不仅仅是原始目标）中。 -
用户中断处理 — 如果在目标循环中间发送新消息，它会抢占延续过程，并且目标会在该轮暂停。在你与智能体交互后，目标会重新评估。
-
保留提示词缓存 — 延续提示词是附加到会话中的普通用户角色消息。不会修改系统提示词，也不会交换工具集——提示词缓存保持不变。这是一个硬性的设计不变量。
简而言之： 普通提示词是”发射后不管”——一个问题，一个答案。/goal 是一个自主的智能体循环，它持续工作、自我评估，并在多个轮次中持久存在，直到一个独立的评判模型确认目标已达成。这就像给 Hermes 下达一个任务，而不是提出一个问题。
来源：hermes_cli/goals.py（912 行）