Skip to content

protocol.md

Latest commit

 

History

History
142 lines (110 loc) · 4.91 KB

protocol.md

File metadata and controls

142 lines (110 loc) · 4.91 KB
Raw

Thalamus — 统一调度协议

实现： thalamus.py (127.0.0.1:9880) | policies.yaml (策略配置) 定位： Hermes 的模型调度中枢。代码→MiMo、推理→OpenRouter、图片→Omni、日常→DeepSeek。

一、路由决策树

用户提问
  │
  ├─ 正则命中 "代码|部署|运维|ssh|nginx|docker|bug|修复|重构|..."
  │    → /task → router.py → MiMo 2.5 Pro (token-plan-cn.xiaomimimo.com)
  │
  ├─ 正则命中 "分析|对比|推理|为什么|根因|评估|策略|方案|..."
  │    → /task → router.py → OpenRouter Auto (openrouter.ai)
  │
  ├─ 正则命中 "图片|截图|照片|OCR|vision|视觉|..."
  │    → /task → router.py → MiMo v2 Omni (token-plan-cn.xiaomimimo.com)
  │
  └─ 未命中
       → /task → router.py → DeepSeek V4 (api.deepseek.com)

调用方式（Hermes execute_code 中）：

import urllib.request, json
req = urllib.request.Request('http://127.0.0.1:9880/task',
    data=json.dumps({"prompt": "任务内容", "policy": "standard"}).encode(),
    headers={"Content-Type": "application/json"})
resp = urllib.request.urlopen(req, timeout=120)
result = json.loads(resp.read())
# result["routing"]["label"]  → 选中的模型
# result["result"]["model"]   → 实际返回 model 名
# result["result"]["content"] → 专家回复

策略选择：

policy max_tokens 费用上限 典型场景
safe 4096 ¥2 cron/自动任务
standard 16384 ¥10 日常使用
yolo 65536 ¥50 高风险操作

二、角色分工（用户设计哲学）

模型 角色 特点
DeepSeek 陪聊 便宜、量大、快。对话入口，绝不干重活
MiMo 2.5 Pro 老黄牛 慢、严谨、从不崩溃。代码/部署专用
OpenRouter 备用算力 国产不够时补位
MiMo v2 Omni 眼睛 图片/视觉专用

核心原则：DeepSeek 做代码任务 = 让前台小姐去搬砖。MiMo 慢归慢，但从不出事。

三、不可跳过的流程

触发条件（任一即触发，必须走 thalamus）：

  • 代码：写代码、修bug、改文件、重构、code review、PR
  • 部署：部署、上线、nginx、docker、systemd、k8s
  • 运维：服务器、SSH、排查、进程、日志分析、重启服务
  • 系统：修改配置、安装软件、权限、防火墙、网络
  • 任何 terminal 调用超过 2 个
  • 任何修改 /etc/、/usr/、systemd 的操作

触发后流程：

  1. 加载 skill_view(name='expert-delegation')
  2. 调用 http://127.0.0.1:9880/task 走 thalamus
  3. 专家结果回 DeepSeek 整合后输出
  4. 绝不跳过 1-3 直接自己干

四、安全约束（Qwen 审计，2026-06-14）

A. 专家结果必须过滤

  • 所有专家返回的数据经过格式校验后方可进入主会话整合
  • 若包含可执行代码片段、系统命令或非预期格式，先审查或丢弃
  • 禁止将专家原始输出直接拼接不经过过滤

B. 专家越权防护

  • Code 专家：只能生成代码文本，不得执行系统修改
  • Reasoning 专家：只能分析和建议，不得推导敏感决策
  • Vision 专家：只能描述/提取文字，不得独立执行后续操作
  • 任何触及系统修改边界 → 中断，移交用户确认

C. 防死锁机制

  • 单次委托深度 ≤ 2 层（禁止专家再委托专家）
  • 等待用户确认超时（> 5 分钟）→ 输出"等待确认中"并释放锁

五、禁止行为（视为协议背叛）

行为 后果
❌ 判断为 code 任务后自己干 用户定性为"欺骗"
❌ 用 DeepSeek 干完活说"已委托 MiMo" 伪造委托
❌ 用 delegate_task 假装委托 已三方验证无法切模型
❌ 专家失败后编造结果冒充 用户会弃用 Hermes
❌ 跳过 thalamus 直接调 API 绕过了调度+审计
❌ 上下文污染（回复里带旧话题） 记忆错乱

六、关键陷阱

陷阱 修复
delegate_task 无法切模型（子代理继承 deepseek-chat） 用 thalamus，不用 delegate_task
disabled_toolsets 全局杀 cron 不做全局禁用。用 cron 的 enabled_toolsets 参数
Hermes redaction 截断代码中的 API key 用 os.environ.get('XIAOMI_API_KEY')
SOCKS5 代理阻断 API 调用 NO_PROXY 含 openrouter.ai、xiaomimimo.com
LLM 把文本约束当"建议"绕过 物理约束 > 文本约束。thalamus 是物理层
上下文污染/话题漂移 以用户当前消息为唯一锚点
被用户抓到伪造委托 已发生3次。再犯=弃用

七、运维

# 查看状态
systemctl status thalamus

# 查看日志
tail -f /root/.hermes/logs/thalamus.log

# 查看调用统计
curl http://127.0.0.1:9880/stats

# 健康检查
curl http://127.0.0.1:9880/health

# 重启
systemctl restart thalamus