Hermes Bot Mode และ Group Chat: สร้างทีม AI หลายบทบาทโดยไม่เพิ่ม Bot เกินจำเป็น

การเพิ่ม Bot หลายตัวไม่ได้ทำให้งานดีขึ้นโดยอัตโนมัติ Hermes Bot Mode มีประโยชน์เมื่อแต่ละ Bot ต้องมีบทบาท ความจำ เครื่องมือ หรือรอบตรวจที่แยกกันจริง บทความนี้อธิบายความต่างระหว่าง Bot, Group Chat และ subagent พร้อมตัวอย่างทีม Researcher–Writer–Reviewer ที่ผู้อ่านนำไปออกแบบต่อได้

บอตสามตัวแบ่งหน้าที่ค้นข้อมูล เขียน และตรวจงานรอบพื้นที่สนทนาร่วมกัน

Bot ใน Hermes ใช้โปรไฟล์แยกสำหรับแต่ละตัว

ชื่อทางการของความสามารถนี้คือ Bot Mode และห้องที่หลาย Bot ทำงานร่วมกันเรียกว่า Group Chat จึงควรใช้สองคำนี้แทน “Bot Group” เพื่อไม่ให้สับสนกับกลุ่มแชตหรือ Discord bot ทั่วไป

เอกสาร Hermes อธิบายว่า Bot หนึ่งตัวคือ profile หนึ่งชุด ภายใต้ ~/.hermes/profiles/<name>/ แต่ละ profile แยก config, memory, skills, credentials และประวัติสนทนา Bot Mode เป็นหน้าจอใน Hermes Desktop ที่ทำให้ profile เหล่านี้กลายเป็นรายชื่อ Bot มีห้องสนทนาประจำ ภาพประจำตัว และ Routines ของตนเอง โดยไม่สร้าง runtime ชนิดใหม่อีกชั้น

แนวทางเหมาะกับบริบทและอายุงาน
Botผู้เชี่ยวชาญที่กลับมาใช้ซ้ำ มี memory และ skills ของตนเองต่อเนื่องผ่าน profile และ Bot Chat ประจำ
Group Chatให้ Bot 2–6 ตัวพิจารณาโจทย์เดียวกันในห้องที่อ่านร่วมกันแต่ละสมาชิกมี session ประจำห้อง และห้องเก็บประวัติร่วม
Subagentงานย่อยเฉพาะกิจที่ต้องแยกบริบทหรือทำขนานเกิดตามงาน ไม่จำเป็นต้องเป็นผู้เชี่ยวชาญถาวรใน roster
Bot เดียวงานเป็นเส้นตรง ขอบเขตและเครื่องมือชุดเดียวง่ายต่อการควบคุมต้นทุนและตรวจที่มาของคำตอบ

ใช้หลาย Bot เมื่อขอบเขตต่างกันจริง ไม่ใช่เพียงตั้งชื่อหลายชื่อ

ควรแยก Bot เมื่อแต่ละตัวต้องใช้นโยบายแหล่งข้อมูล เครื่องมือ MCP server โมเดล บัญชี หน่วยความจำ หรือเกณฑ์จบงานต่างกัน หากทุกตัวอ่านข้อมูลชุดเดียว ใช้เครื่องมือและกติกาเดียวกัน การเพิ่ม Bot อาจเพิ่มจำนวนครั้งที่เรียกโมเดลโดยไม่ได้เพิ่มหลักฐานใหม่

ตัวอย่างทีม Researcher–Writer–Reviewer เริ่มจากขอบเขตก่อนบุคลิก

ใน Hermes Desktop เปิดแท็บ Bots แล้วเลือก New Agent เส้นทางสั้นใช้ Name, Title และ Description ส่วน Advanced ใช้เลือก profile ต้นทาง, model/provider, SOUL.md, skills, toolsets และ MCP servers เอกสารปัจจุบันระบุว่า static API keys สามารถคัดลอกไปยัง credential store แยกของ Bot ได้ แต่ OAuth บางประเภทต้อง sign in ให้ profile นั้นเอง

ทีมตัวอย่างควรกำหนดหน้าที่แบบตรวจสอบได้:

  1. Researcher: หาแหล่งข้อมูลปฐมภูมิ บันทึก URL วันที่ และแยกสิ่งที่แหล่งข่าวกล่าวออกจากข้อสรุปของตน ไม่เขียนฉบับเผยแพร่
  2. Writer: ใช้หลักฐานที่ส่งมา วางโครงและเขียนให้อ่านง่าย ห้ามเพิ่มตัวเลขหรือข้อเท็จจริงที่ไม่มีแหล่งรองรับ
  3. Reviewer: ตรวจว่าแต่ละ claim มีหลักฐานหรือไม่ ตรวจคำเกินจริง ความลับ และเงื่อนไขที่หายไป โดยไม่มีสิทธิ์เผยแพร่เอง

SOUL.md ควรบอกขอบเขตและเกณฑ์ส่งมอบมากกว่าบอกเพียงว่า “คุณเป็นนักวิจัยเก่งมาก” ตัวอย่างเช่น Researcher ต้องส่งตาราง claim–source–วันที่ตรวจ ส่วน Reviewer ต้องส่งรายการประเด็นที่ผ่าน ไม่ผ่าน และต้องถามมนุษย์ การกำหนด output contract ทำให้ส่งต่องานระหว่าง Bot ได้สม่ำเสมอกว่าการพึ่งบุคลิก

Group Chat ให้หลาย Bot เห็นห้องเดียวกัน แต่ไม่ได้ปล่อยให้คุยไม่สิ้นสุด

Group Chat ในเอกสารปัจจุบันรองรับสมาชิก 2–6 Bots ผู้ใช้สามารถระบุ Bot ด้วย @mention ถ้าไม่ระบุชื่อ ระบบเปิดโอกาสให้สมาชิกตอบตามสิ่งที่ตนมีเพิ่มเข้ามา ไม่ใช่ทุก Bot ต้องตอบทุกข้อความ ห้องหนึ่งรอบทำงานได้สูงสุดสามรอบแบบต่อเนื่องและจำกัดจำนวนข้อความต่อการส่ง เพื่อลดการวนสนทนาไม่จบ

workflow ที่ควบคุมง่ายกว่าการถามทั้งห้องพร้อมกันคือ:

1. @researcher รวบรวมแหล่งข้อมูลและประเด็นที่ยังไม่ยืนยัน
2. @writer ร่างบทความโดยใช้เฉพาะชุดหลักฐานนี้
3. @reviewer ตรวจ claim, ลิงก์, ความเสี่ยง และสิ่งที่ต้องให้มนุษย์ตัดสิน
4. @writer แก้เฉพาะรายการที่ reviewer ระบุ
5. ผู้ใช้อนุมัติผลลัพธ์สุดท้าย

การระบุชื่อทำให้ทราบว่า model call รอบใดมีหน้าที่อะไร และลดการตอบซ้ำ หากทุก Bot ถูกเรียกพร้อมกันตั้งแต่ต้น อาจได้คำอธิบายหลายชุดที่ใช้หลักฐานเดียวกัน แต่ต้องเสียเวลาและ token เพื่อรวมคำตอบกลับมาอีกครั้ง

ต้นทุนไม่ได้มีแค่ token แต่รวม context, credentials และพื้นที่ผิดพลาด

แต่ละ Bot สามารถมีโมเดลคนละตัว และแต่ละสมาชิกใน Group Chat มี session ของตนเอง ทุก turn จึงอาจเกิด model call แยกพร้อม context ของสมาชิกนั้น การเพิ่มจำนวน Bot จำนวนรอบ และข้อความยาวทำให้ต้นทุนและเวลาเพิ่มขึ้น ควรเริ่มจากสองบทบาทที่จำเป็น วัดผล แล้วค่อยเพิ่มบทบาทที่แก้ปัญหาได้จริง

สถานะ queued ของ message_agent ยืนยันเพียงการรับเข้าคิว ไม่ใช่คำตอบหรือการทำงานสำเร็จ เอกสารปัจจุบันแยกผลเสร็จจาก notification หรือการ poll ตาม surface ที่เรียกใช้ หากยังไม่ทราบผล อย่าส่งงานเดิมซ้ำทันที ให้ตรวจ delivery_id และสถานะก่อน เพราะคำตอบช้ากับการส่งไม่สำเร็จเป็นคนละเหตุการณ์

Bot Mode เป็น Desktop UI ส่วนเครื่อง headless ต้องเข้าใจ marker และการเชื่อมต่อ

Bot Mode ติดมากับ Hermes Desktop และเปิดโดยค่าเริ่มต้น Desktop จะสร้าง canonical session ชื่อ Bot Chat และ metadata ที่ทำให้ backend เปิด protocol สำหรับ message_agent หากมีเพียง Gateway บน Raspberry Pi หรือเซิร์ฟเวอร์ headless ไม่มี Desktop มาสร้าง marker ให้ การเปิดค่า agent.bot_mode_protocol เพียงอย่างเดียวยังไม่ทำให้เครื่องมือส่งข้อความระหว่าง Bot ปรากฏ

เอกสารทางการมีขั้นตอนสร้าง canonical Bot Chat และเพิ่ม ui_meta ด้วยตนเองสำหรับ headless แต่เส้นทางที่เข้าใจง่ายกว่าคือเชื่อม Hermes Desktop เข้ากับ gateway บนเครื่องปลายทาง แล้วสร้างและจัดการ Bot จาก Desktop โดยเลือกเครื่องใน “Create on” เมื่อมีหลาย connection Bot แต่ละตัวจะยังรันบน backend ที่เลือก ขณะที่ Desktop ทำหน้าที่เป็นหน้าจอและเป็นตัวกลางสำหรับการส่งข้าม connection บางรูปแบบ

ข้อสรุปสำคัญคือ Bot ไม่ใช่ตัวชี้วัดคุณภาพ ทีมที่ดีเริ่มจากการแยกความรับผิดชอบ หลักฐาน สิทธิ์ และเกณฑ์หยุด หาก Bot สองตัวไม่ต่างกันในสี่เรื่องนี้ ให้เริ่มจาก Bot เดียวหรือ subagent เฉพาะกิจ แล้วเพิ่มสมาชิกเมื่อมีข้อมูลชัดว่าขั้นตอนไหนต้องการบริบทหรือการควบคุมแยกจริง

อ่านภาพรวม HermesHermes Agent คืออะไรดูภาพรวม memory, skills, tools, subagents และ cron ก่อนแยกงานออกเป็น Bot หลายตัว

แหล่งอ้างอิง

ตรวจสอบเอกสาร Bot Mode บนสาขา main เมื่อ 11 ตุลาคม 2569 ฟีเจอร์นี้เปลี่ยนเร็วและมีรายละเอียดต่างกันระหว่าง Desktop, CLI, headless gateway และการเชื่อมหลายเครื่อง ควรตรวจเอกสารของรุ่นที่ติดตั้งก่อนใช้กับงานสำคัญ