企业官网建设流程全解析

1. 为什么单模型总在关键任务上翻车：MoA 要解决的场景问题

如果你用 Hermes Agent 跑过稍微复杂一点的任务，大概都遇到过这种尴尬：同一个模型，写文案时文采飞扬，让它顺手改个并发 bug 就开始胡编 API；逻辑推理时头头是道，一落到具体业务规则又抓不住重点。这不是模型不行，而是单个模型的能力分布本来就不均匀——它在某些维度上强，在另一些维度上就是有盲区。

我最近在折腾 Hermes Agent 的 MoA（Mixture of Agents）机制时，发现它给出的解法挺聪明：不让一个模型硬扛所有判断，而是先让几个模型从不同角度给出分析意见，再由一个决策模型统一汇总、拍板、执行。你可以把它理解成一个"多模型顾问团"——顾问们只出主意不动手，真正干活的是那个拍板的人。

这篇文章面向想复现这套机制的开发者，重点讲清楚三件事：MoA 在 Hermes 里的角色分工、provider 该怎么接、以及怎么跑一次"多模型讨论到单模型决策"的完整验证。文中所有配置都以 Hermes Agent 的config.yaml和 CLI 命令为准，你可以直接照着改。

在动手之前，先把 MoA 和普通 multi-agent 的区别说清楚，不然很容易配错方向。普通多 Agent 是几个"人"分头干活，各自有上下文、工具和执行路径；MoA 始终是一个 Hermes 会话、一个主模型在跟你对话，只是这个主模型在回答前先听了几个模型的意见。所以 MoA 提升的是"单次回答质量"，不是替代多 Agent 的分工协作。放到公司场景里类比：多 Agent 是成立几个项目小组，MoA 是开一次专家评审会，Aggregator 就是最后形成结论、拍板执行的那个人。

理解了这层定位，后面的 provider 配置和模型角色分配才不会跑偏。

2. TaoToken 作为 MoA provider 的前置准备：Base URL、Key 与模型清单

MoA 的 reference models 和 aggregator 都需要通过 provider 去调用具体模型。Hermes 支持多种 provider，这里我用 TaoToken 作为统一接入层来演示，原因是它把多个模型收敛到一套 OpenAI 兼容接口上，配 reference models 时不用为每个模型单独维护一套鉴权逻辑。

前置准备分三步，都不复杂。

第一步，拿到 API Key。访问 https://taotoken.net/api-keys 创建密钥，复制出来先存好，后面config.yaml里要用。注意 Key 只在创建时完整显示一次，丢了就重新建一个。

第二步，确认 Base URL。TaoToken 的接口地址是https://taotoken.net/api，这个地址在 Hermes 里作为 provider 的base_url使用。它兼容 OpenAI 的/v1/chat/completions协议，所以 Hermes 里凡是走 OpenAI 兼容 provider 的地方都能直接填。

第三步，确定你要用哪些模型。MoA 的模型角色分配是核心，建议按"视角互补"来选，而不是按"哪个最强"来堆。比如：

这里有个关键点：Aggregator 才是真正写 assistant response 和发出 tool calls 的模型。reference models 不直接调用工具，也不直接回复用户，它们只产出分析意见。这个分工是 MoA 能保持 Hermes 原有 agent loop 稳定的前提——如果每个模型都能直接调工具，执行链路会乱成一团。

如果你还没决定用哪些模型，可以先到 https://taotoken.net/models 看下当前可用的模型清单，再回来配。模型 ID 要填准确，比如deepseek/deepseek-v4-pro这种带前缀的写法，填错了会在请求阶段直接报模型不存在。

准备好 Key、Base URL 和模型清单，就可以进入配置环节了。

3. 可复制的 MoA provider 配置：config.yaml 与 preset 结构

这一节是全文最需要你动手的部分。Hermes 的 MoA 配置主要落在config.yaml里，核心是moa这一段。下面给出一份可以直接改的配置片段，路径和字段名都按 Hermes 的约定来。

# ~/.hermes/config.yaml providers: taotoken: type: openai-compatible base_url: https://taotoken.net/api api_key: ${TAOTOKEN_API_KEY} moa: default_preset: default presets: default: reference_models: - provider: taotoken model: deepseek/deepseek-v4-pro - provider: taotoken model: anthropic/claude-opus-4.8 aggregator: provider: taotoken model: anthropic/claude-opus-4.8 reference_max_tokens: 1024 max_tokens: 4096 enabled: true review: reference_models: - provider: taotoken model: deepseek/deepseek-v4-pro - provider: taotoken model: openai/gpt-5.5 aggregator: provider: taotoken model: anthropic/claude-opus-4.8 reference_max_tokens: 768 max_tokens: 4096 enabled: true

几个字段的含义需要说清楚，不然改起来容易懵：

providers.taotoken是 provider 定义，type用openai-compatible，base_url填https://taotoken.net/api，api_key建议用环境变量引用而不是硬编码，避免 Key 泄露到版本库里。

moa.default_preset指定默认用哪个 preset，这里指向default。

presets下面每个 preset 包含reference_models和aggregator两部分。reference_models是列表，每个元素有provider和model两个字段；aggregator是单个对象，同样有provider和model。

reference_max_tokens控制顾问模型的输出长度。这个值很关键——reference models 只给意见，不需要长篇大论，设小一点（比如 768 到 1024）能明显减少每轮等待时间。max_tokens是 aggregator 的输出上限，可以给大一些。

配好之后，用 CLI 验证一下 preset 是否被正确识别：

hermes moa list

正常会列出default和review两个 preset。如果想交互式改，可以用：

hermes moa configure review

要删掉某个 preset：

hermes moa delete review

这里有个容易踩的坑：api_key用${TAOTOKEN_API_KEY}引用时，要确保这个环境变量在 Hermes 启动的 shell 里已经 export 了。如果 Hermes 是通过 systemd 或桌面图标启动的，环境变量可能读不到，这时候要么在启动脚本里显式 export，要么临时把 Key 直接写进配置（不推荐长期这么做）。

配置写完后，先别急着跑复杂任务，用下一节的验证请求确认链路通了再上强度。

4. 验证一次多模型讨论到单模型决策：从 /moa 到工具调用

配置就绪后，最直接的验证方式是用/moa一次性快捷命令。它临时用默认 preset 跑这一轮，跑完恢复原来的模型，不会永久切换当前会话的模型。

/moa design and implement a migration plan for this flaky test cluster

这条命令触发后，Hermes 内部会走一遍完整的 MoA 流程：reference models 先并行给出分析意见，aggregator 读取这些意见，然后作为最终执行模型输出回复或发起工具调用。如果后续工具返回结果，下一轮还会重复这个过程。

如果你想验证"多模型讨论"确实发生了，可以在配置里把 reference models 设成两个风格差异明显的模型，然后给一个需要多角度判断的任务，比如：

/moa 分析这段代码的并发安全问题，并给出修复方案

观察 aggregator 的输出，通常会体现出对多个视角的整合——比如既提到了技术层面的锁竞争，也提到了业务层面的幂等性要求。如果输出看起来和单模型没区别，可能是 reference models 没生效，检查hermes moa list是否正常、enabled是否为true。

另一种用法是把 MoA preset 当作当前会话的模型长期使用：

/model default --provider moa

或者：

/model review --provider moa

这时 MoA 就作为当前会话的模型持续工作，后续每轮对话都会走多模型讨论加单模型决策的流程。Hermes 的 CLI、gateway、TUI、Dashboard、Desktop GUI 都能选择 MoA preset，因为 MoA 本质上就是 Hermes 模型系统里的一个 provider。

验证成功的标志有三个：一是/moa命令不报错，二是 aggregator 的输出明显整合了多个视角，三是工具调用正常发起且结果被正确回填到下一轮。三个都满足，说明 provider 接入和模型角色分配都对了。

如果只满足前两个但工具调用没触发，问题多半出在 aggregator 的模型选择上——有些模型对 function calling 的支持不完整，换一个工具调用能力强的模型再试。

5. 常见报错排查：401、local proxy failed 与 reading choices 报错

MoA 配置过程中最容易撞上的几类报错，这里逐个拆解。

401 Unauthorized。这个基本是 Key 的问题。先确认TAOTOKEN_API_KEY环境变量在当前 shell 里能echo出来，再确认config.yaml里引用的是同一个变量名。如果 Key 本身没问题，检查base_url是不是写成了https://taotoken.net/api/带尾斜杠——有些 OpenAI 兼容客户端对尾斜杠敏感，去掉再试。还有一种情况是 Key 被复制时带了空格或换行，重新从 https://taotoken.net/api-keys 复制一次。

local proxy failed。这个报错通常出现在 provider 的base_url指向了一个本地代理地址，但代理没起来。如果你在config.yaml里把base_url写成了http://127.0.0.1:xxxx之类的地址，改成https://taotoken.net/api即可。Hermes 本身不需要额外的本地代理层，直连就行。

reading choices 报错。典型表现是请求发出去了，但解析响应时在choices字段上报错。这多半是模型 ID 填错了，导致服务端返回了一个非标准结构的错误响应。检查reference_models和aggregator里的model字段，确认模型 ID 和 https://taotoken.net/models 上列出的完全一致。带前缀的模型（如deepseek/deepseek-v4-pro）前缀不能省。

OAuth 相关报错。如果你用的是需要 OAuth 的 provider（比如某些 Codex 类接入），报错信息里会出现 OAuth 字样。这类 provider 的鉴权不走 API Key，而是走 OAuth 流程，配置方式和普通 OpenAI 兼容 provider 不同。如果你只是想快速验证 MoA，建议先用 API Key 类的 provider 跑通，再回头处理 OAuth。

MoA preset 不生效。/moa命令跑了但没看到多模型讨论的痕迹。先hermes moa list确认 preset 存在，再检查default_preset指向的名字和实际 preset 名是否一致。还有一种可能是enabled被设成了false，改成true即可。

排查时有个通用技巧：把reference_max_tokens临时调大，让 reference models 输出更完整的意见，这样更容易在 aggregator 的输出里看到多视角整合的痕迹。确认链路通了之后再调回去。

6. 把 MoA 用顺手：模型角色分配与长期编码场景的接入建议

跑通验证之后，真正决定 MoA 好不好用的是模型角色分配。我的经验是别贪多，reference models 两到三个就够，再多边际收益递减，等待时间却线性增长。

分配原则可以这样定：一个模型负责"能不能做"，从技术和可行性角度给意见；一个模型负责"该不该做"，从业务和风险角度给意见；如果任务涉及大量代码，再加一个专门看代码质量的。aggregator 选综合能力均衡、工具调用稳定的模型，因为它要同时干三件事——读意见、写回复、发工具调用。

如果你打算把 MoA 用在长期编码或 Agent 类任务上，可以考虑用 Coding Plan 这类按周期计费的方式接入，比按次调用更适合高频场景。具体可以到 https://taotoken.net/coding-plan 看下当前的方案说明。

对于 Claude Code 这类需要 Anthropic 协议兼容的接入场景，TaoToken 也提供了对应的接入方式，配置时注意 provider 的type要选对，Base URL 和 Key 的填法和上面一致。接入文档在 https://taotoken.net/doc 有完整说明，遇到协议层面的问题可以先查那里。

最后说一个实测下来比较实用的技巧：给不同的任务类型配不同的 preset。比如default用于日常问答，review用于代码审查，fast用于快速草稿。这样切换时不用改配置，直接/model review --provider moa就行。preset 多了之后记得定期清理不用的，hermes moa delete删掉，免得hermes moa list输出太长看花眼。

MoA 的价值不在于堆模型数量，而在于把"多视角分析"和"单点决策执行"这两件事解耦。reference models 负责拓宽判断的覆盖面，aggregator 负责收敛成可执行的结论。配置对了，它在复杂任务上的稳定性提升是能感知到的。