Tóm tắt cuộc trò chuyện: Áp dụng mô hình CCGS sang hệ thống tự động hóa trên Hermes Agent

  1. Giới thiệu repo CCGS (Claude-Code-Game-Studios): Khung cấu hình biến Claude Code thành “studio game” với 49 AI agents phân 3 cấp (Opus cho Director, Sonnet cho Leads/Specialists), 74 slash commands, 15 bash hooks (chặn commit lỗi, bảo vệ context window, bắt buộc QA bằng ảnh chụp màn hình) và 14 path-scoped rules; có chế độ modes.rigor điều chỉnh độ khắt khe quy trình.

  2. Áp dụng cho tự động hóa: Gemini đề xuất tinh gọn thành “Automation Studio” — chỉ ~7 agents (solution-architect, browser/cloud-worker/GAS/infra specialists, qa-verifier), giữ lại hooks kiểm soát, rules theo thư mục (comment tiếng Việt không dấu, CDP vào X11, batch read/write trên Sheets) và nghiệm thu bằng bằng chứng (evidence QA).

  3. Lệnh /brainstorm: Không có sẵn trong Claude Code — là custom slash command do repo tự định nghĩa trong .claude/skills/.

  4. Chuyển sang Hermes Agent: Khả thi, ánh xạ gần 1:1 (CLAUDE.md → AGENTS.md, skills → SKILL.md, agents → delegate_task). 4 hạn chế: subagent không hỏi lại được người dùng, subagent khởi động không có ngữ cảnh cha, blocking hooks phức tạp hơn (nên dùng git hooks thay thế), định nghĩa agent theo dự án cần cấu hình profiles.

  5. So sánh CCGS vs MWP (Interpretable Context Methodology): MWP phù hợp Hermes hơn cho pipeline (điều phối theo thư mục giai đoạn + hợp đồng CONTEXT.md, tiết kiệm token, state nằm trên file); CCGS mạnh hơn về QA và chuẩn code. Khuyến nghị: hybrid — MWP làm khung chạy workflow, CCGS làm chuẩn viết code và kiểm chứng.

  6. Plugin advanced-delegation của Hermes: Giải quyết bài toán chọn model rẻ/đắt như CCGS qua 2 chế độ: model_map (định tuyến theo option fast/coder/deep/local) và profile_routes (mỗi subagent là một profile độc lập với model, SOUL, skills, quyền riêng). Có thêm plugin agent-importers để chuyển đổi cấu hình .claude sang Hermes.


Https://github.com/Donchitos/Claude-Code-Game-Studios đây là 1 repo mô phỏng việc tạo dựng 1 game studio cho Claude code. Bạn có thể giải thích về repo này giúp tôi không?

Claude-Code-Game-Studios (CCGS) là một bộ khung cấu hình (project template) biến một phiên làm việc đơn lẻ của Claude Code thành một studio phát triển game hoàn chỉnh với quy trình quản lý, phân cấp nhân sự và kiểm soát chất lượng (QA) chặt chẽ.

Khi làm dự án lớn với AI chỉ qua một khung chat thông thường, code rất dễ rơi vào tình trạng rối rắm (spaghetti code), chứa các thông số gán cứng (hardcoded magic numbers), thiếu tài liệu thiết kế và lệch khỏi định hướng ban đầu. Repo này giải quyết vấn đề đó bằng cách áp đặt cấu trúc của một studio thực thụ lên môi trường làm việc của Claude Code (hỗ trợ sẵn Godot 4, Unity và Unreal Engine 5).

1. Kiến trúc phân cấp 49 AI Agents (3 Tiers)

Toàn bộ các agent được định nghĩa trong thư mục .claude/agents/ dưới dạng file Markdown kèm YAML frontmatter. Các agent không hoạt động hỗn loạn mà tuân theo hệ thống cấp bậc và phân bổ model thông minh để tối ưu chi phí/hiệu năng:

  • Tier 1 — Directors (3 agents - dùng model Opus): creative-director, technical-director, producer. Chịu trách nhiệm giữ vững tầm nhìn dự án, kiến trúc tổng thể và giải quyết xung đột giữa các bộ phận.
  • Tier 2 — Department Leads (8 agents - dùng Sonnet hoặc model mặc định): game-designer, lead-programmer, art-director, qa-lead, release-manager, v.v. Quản lý chuyên môn từng phòng ban và chia việc xuống dưới.
  • Tier 3 — Specialists (38 agents - dùng Sonnet hoặc kế thừa model phiên hiện tại): Các chuyên gia thực thi trực tiếp như gameplay-programmer, ui-programmer, economy-designer, sound-designer, cùng các nhóm chuyên biệt cho từng engine (godot-specialist, unity-specialist, unreal-specialist).

Cơ chế phối hợp: Các agent tuân theo nguyên tắc ủy quyền dọc (Directors giao cho Leads, Leads giao cho Specialists) và tham vấn ngang hàng. Đặc biệt, agent bị giới hạn phạm vi (domain boundaries) — không được tự ý sửa file ngoài chuyên môn nếu không được giao quyền.

2. Hệ thống 74 Skills (Slash Commands)

Thay vì phải tự gõ prompt dài dòng, bạn điều khiển studio qua các lệnh / trong thư mục .claude/skills/, bao phủ toàn bộ vòng đời làm game:

  • Khởi tạo & Thiết lập: /start (tự động hỏi trạng thái ý tưởng và dẫn dắt luồng làm việc), /setup-engine, /project-stage-detect.
  • Thiết kế & Kiến trúc: /brainstorm, /design-system, /ux-design, /create-architecture.
  • Quản lý Sprint & Code: /create-epics, /create-stories, /dev-story (bắt đầu code một tính năng), /story-done (nghiệm thu tính năng).
  • Kiểm thử & Review: /code-review, /balance-check, /perf-profile, /qa-plan, /smoke-check.
  • Điều phối nhóm (Team Orchestration): Các lệnh như /team-combat, /team-ui, /team-release giúp gọi cùng lúc một nhóm nhiều agent chuyên môn để giải quyết một cụm tính năng phức tạp.

3. Cơ chế Kiểm soát Tự động (15 Hooks & 14 Path-Scoped Rules)

Điểm đáng giá nhất về mặt kỹ thuật của repo này là cách tác giả tận dụng triệt để hệ thống Hook và Rule của Claude Code để “khóa” chất lượng đầu ra:

15 Bash Hooks (.claude/hooks/): Chạy ngầm ở các sự kiện PreToolUse, PostToolUse, mở/đóng phiên:

  • validate-commit.sh: Chặn commit nếu phát hiện thông số gán cứng (hardcoded values), lỗi cú pháp JSON hoặc thiếu mục trong tài liệu thiết kế.
  • validate-read.sh: Chặn việc Claude đọc toàn bộ một file tài liệu thiết kế nặng trên 40KB cùng lúc (tránh tràn và lãng phí context window), ép Claude phải đọc danh mục tiêu đề (headings) trước rồi mới đọc đúng phần cần thiết.
  • validate-agent-artifact.sh: Cảnh báo nếu một subagent kết thúc phiên chạy mà quên tạo ra file kết quả như đã cam kết trong brief.
  • Kiểm chứng thị giác bắt buộc: Khi đóng một story liên quan đến hiển thị bằng /story-done, hệ thống không chấp nhận việc chỉ pass unit test trên code. Nó bắt buộc phải khởi chạy game thực tế, quan sát và chụp ảnh màn hình lưu vào production/qa/evidence/ để chứng minh UI/gameplay hiển thị đúng.

14 Path-Scoped Rules (.claude/rules/): Tự động áp tiêu chuẩn code dựa trên thư mục mà Claude đang chạm vào:

  • Khi sửa trong src/gameplay/**: Bắt buộc dùng thông số hướng dữ liệu (data-driven), dùng delta time, cấm gọi trực tiếp tới UI.
  • Khi sửa trong src/core/**: Cấm cấp phát bộ nhớ thừa (zero allocations) trong các luồng chạy liên tục (hot paths), đảm bảo thread safety.
  • Khi sửa trong src/ui/**: Cấm UI nắm giữ trạng thái logic của game (game state), bắt buộc hỗ trợ đa ngôn ngữ (localization-ready).

4. Tùy chỉnh độ khắt khe (modes.rigor)

Nhận thức rõ việc “làm quá nhiều tài liệu sẽ làm chậm tốc độ code”, file cấu hình trung tâm project.yaml cho phép bạn chỉnh mức độ quy trình qua biến modes.rigor:

  • minimal (Mặc định): Tốc độ làm Game Jam. Chỉ cần 1 trang tóm tắt ý tưởng (brief) là vào thẳng bước chia story và viết code ngay (0 phút viết tài liệu rườm rà), nhưng vẫn giữ bước chạy game chụp ảnh màn hình nghiệm thu.
  • standard & full: Dành cho dự án dài hơi, yêu cầu viết đầy đủ từ 5 đến 8 phần trong Tài liệu thiết kế game (GDD), kiểm duyệt qua nhiều cấp Director và đòi hỏi bằng chứng QA khắt khe cho mọi loại tác vụ. Bạn cũng có thể dùng system_overrides để chỉ bật chế độ full cho một hệ thống cốt lõi (như hệ thống chiến đấu - combat), còn lại giữ ở mức minimal.

Điểm hay có thể học hỏi từ Repo này

Ngay cả khi bạn không làm game, cấu trúc của repo này là một hình mẫu rất thực tế để xây dựng Multi-Agent Workflow trên Claude Code cho bất kỳ dự án phần mềm hay hệ thống tự động hóa nào:

  1. Cách dùng validate-read.sh để bảo vệ Context Window khi làm việc với kho tài liệu lớn.
  2. Bộ công cụ /skill-test và /skill-improve trong thư mục studio-tests/ dùng để tự chấm điểm, kiểm thử cấu trúc (linter) và tối ưu hóa chính các prompt/skill mà bạn tự viết thêm.

Bạn đang định dùng thử bộ khung này để làm game thực tế, hay đang nghiên cứu cấu trúc .claude (agents, hooks, skills) của nó để áp dụng sang các dự án tự động hóa của mình?

Tôi đang muốn áp dụng nó để xây dựng các khung tự động hoá cho mình.

Để chuyển đổi mô hình của Claude-Code-Game-Studios (CCGS) sang hệ thống tự động hóa cá nhân (web scraping, browser automation, tích hợp API, Cloudflare Workers, Google Apps Script), bạn không cần bê nguyên 49 agents của họ về. Thay vào đó, hãy rút gọn lại thành một “Automation Studio” tinh gọn nhưng giữ lại toàn bộ phần khung kiểm soát kỹ thuật (Hooks, Rules, Evidence QA và Context Guard).

Dưới đây là bản thiết kế kiến trúc .claude/ được tinh chỉnh riêng cho bài toán xây dựng và vận hành hệ thống tự động hóa.

1. Cấu trúc thư mục chuẩn cho Automation Repo

Thay vì chia theo assets/ hay design/gdd/ như làm game, bạn tổ chức lại cây thư mục để quản lý nhiều luồng tự động hóa trong cùng một monorepo hoặc template chuẩn:

my-automation-studio/
├── CLAUDE.md                  # Quy tắc tổng và định tuyến công việc
├── project.yaml               # Cấu hình mức độ khắt khe (minimal / standard)
├── .claude/
│   ├── settings.json          # Đăng ký Hooks và chặn lệnh nguy hiểm
│   ├── agents/                # 6-8 Agents chuyên biệt (thay vì 49)
│   ├── skills/                # Các lệnh slash command (/new-scraper, /deploy-gas...)
│   ├── hooks/                 # Các script bash kiểm duyệt tự động
│   └── rules/                 # Tiêu chuẩn code tự động kích hoạt theo thư mục
├── specs/                     # Nơi lưu cấu trúc API, DOM selectors, luồng dữ liệu
├── src/
│   ├── scrapers/              # Code Python, Playwright / Patchright
│   ├── workers/               # Code Cloudflare Workers
│   └── gas/                   # Code Google Apps Script
└── logs/
    └── evidence/              # Ảnh chụp màn hình X11, mẫu JSON output để nghiệm thu

2. Tinh gọn Hệ thống Agents (Mô hình 3 Tiers thu nhỏ)

Bạn chỉ cần khoảng 7 Agents chia làm 3 cấp để vừa bao quát hết việc, vừa tiết kiệm token:

  • Tier 1 — solution-architect (Model: Opus): Giữ vai trò như technical-director. Khi bạn nêu bài toán mới (ví dụ: đồng bộ đơn hàng từ Sheets sang API bên thứ 3), agent này thiết kế luồng dữ liệu, chọn công nghệ (chạy cron trên LXC hay đẩy lên Cloudflare Worker), định nghĩa schema dữ liệu và xử lý các điểm nghẽn (rate limit, retry).
  • Tier 2 — pipeline-lead (Model: Sonnet): Chia nhỏ bản thiết kế của Architect thành từng bước thực thi (stories), quản lý trạng thái các biến môi trường và điều phối các Specialist bên dưới.
  • Tier 3 — Specialists (Model: Sonnet / Haiku):
    • browser-specialist: Chuyên viết Python, Playwright/Patchright, xử lý kết nối CDP vào phiên Chrome có sẵn trên X11, vượt anti-bot, tối ưu DOM selector.
      • cloud-worker-specialist: Chuyên viết Cloudflare Workers, quản lý kết nối R2, KV, D1 và xử lý webhook (như Telegram bot, Etsy/Shopify webhook).
      • gas-specialist: Chuyên viết Google Apps Script (Web App, UrlFetchApp), tối ưu việc đọc/ghi mảng 2 chiều (batch read/write) trên Google Sheets để không bị dính giới hạn thời gian chạy 6 phút của Google.
      • infra-network-specialist: Chuyên xử lý Docker, LXC container, định tuyến mạng qua WireGuard/Xray SOCKS5 proxy, viết bash script và systemd service/cronjob.
      • qa-verifier: Chuyên chạy thử script với dữ liệu thật, kiểm tra kết quả trả về và chụp ảnh màn hình nghiệm thu.

3. Áp dụng Path-Scoped Rules (.claude/rules/)

Đây là tính năng cực kỳ lợi hại của CCGS giúp bạn không bao giờ phải nhắc đi nhắc lại các thói quen code của mình trong khung chat. Khi Claude chạm vào file trong thư mục nào, rule của thư mục đó sẽ tự động được nạp vào context:

  • Rule chung (code-style.md áp cho toàn bộ src/**):
    • Bắt buộc mọi ghi chú (comment) trong code phải viết bằng tiếng Việt không dấu (ví dụ: # Khoi tao ket noi toi Chrome qua cong debug).
      • Không bao giờ gán cứng (hardcode) API key, token hay đường dẫn tuyệt đối nhạy cảm vào code.
  • Rule cho Browser (src/scrapers/**):
    • Khi dùng Patchright/Playwright, ưu tiên kết nối vào phiên Chrome đang mở sẵn qua X11 (connect_over_cdp) thay vì khởi tạo trình duyệt trắng mới, trừ khi có yêu cầu khác.
      • Mọi thao tác chờ phần tử (wait_for_selector) phải có timeout rõ ràng và khối try...except chụp lại màn hình lỗi khi không tìm thấy selector.
  • Rule cho Google Apps Script (src/gas/**):
    • Tuyệt đối không dùng hàm onOpen nếu đang xây dựng Web App quản lý tập trung.
      • Không gọi sheet.getRange().setValue() bên trong vòng lặp for; bắt buộc phải gom dữ liệu vào mảng và ghi một lần bằng setValues().
      • Chỉ định chính xác tên cột theo cấu hình trong specs/ (tránh việc AI tự suy diễn sai vị trí cột dữ liệu).

4. Hệ thống Hooks Kiểm soát Tự động (.claude/hooks/)

Bạn có thể bê nguyên tư tưởng của 4 hook quan trọng nhất từ CCGS sang hệ thống của mình:

1. validate-read.sh (Bảo vệ Context Window): Khi làm việc với tự động hóa, bạn sẽ thường xuyên có các file dump HTML, file log lỗi, hoặc phản hồi JSON từ API nặng hàng chục MB. Nếu Claude lỡ dùng lệnh Read đọc thẳng file này, bạn sẽ bị tràn context ngay lập tức.

#!/bin/bash
# Kiem tra dung luong file truoc khi cho phep Claude doc
FILE_PATH=$1
MAX_SIZE=40960 # Gioi han 40KB
 
if [ -f "$FILE_PATH" ]; then
    FILE_SIZE=$(stat -c%s "$FILE_PATH" 2>/dev/null || stat -f%z "$FILE_PATH")
    if [ "$FILE_SIZE" -gt "$MAX_SIZE" ]; then
        echo "ERROR: File qua lon ($FILE_SIZE bytes). Hay dung grep, head, hoac jq de loc du lieu can thiet thay vi doc toan bo file."
        exit 1
    fi
fi
exit 0

2. validate-commit.sh (Chặn lộ Secret & Lỗi cú pháp): Chạy trước mỗi lệnh git commit. Script này sẽ quét xem trong code có vô tình để lộ chuỗi API key thực tế, địa chỉ IP nội bộ nhạy cảm, hoặc có comment nào quên chưa chuyển sang tiếng Việt không dấu hay không. Ngoài ra, nó tự chạy python3 -m py_compile để đảm bảo code không bị lỗi cú pháp cơ bản trước khi lưu.

3. validate-write.sh (Bảo vệ cấu hình gốc): Cảnh báo hoặc chặn nếu एक subagent tự ý sửa vào các file cấu hình nền tảng (như danh sách proxy, file .env, hoặc file mapping cột của Google Sheets) mà chưa được bạn phê duyệt.

5. Quy trình Nghiệm thu bằng Bằng chứng (“It runs the script and looks at it”)

Trong CCGS, một tính năng giao diện chưa được coi là hoàn thành (/story-done) cho đến khi game được bật lên và chụp ảnh màn hình lưu vào thư mục QA.

Với hệ thống tự động hóa của bạn, hãy áp dụng quy tắc tương tự cho lệnh /task-done:

  1. Với Web Scraper / Browser Automation: Agent không được báo cáo “Đã code xong” chỉ vì viết xong file .py. Nó bắt buộc phải chạy thử script trên 1 dòng dữ liệu mẫu, xuất ảnh chụp màn hình phiên trình duyệt X11 tại bước cuối cùng (hoặc log DOM thực tế) vào logs/evidence/ để chứng minh không bị chặn bởi Cloudflare/Captcha và lấy đúng dữ liệu.
  2. Với API / Cloudflare Worker / GAS: Phải có file lưu lại kết quả phản hồi thực tế (HTTP status 200 kèm payload JSON mẫu đã che thông tin nhạy cảm) trong logs/evidence/ trước khi đóng task.

6. Các Slash Commands (.claude/skills/) thiết thực nhất nên tạo

Thay vì 74 skills, bạn chỉ cần khởi đầu với 5-6 lệnh cốt lõi phục vụ đúng vòng lặp công việc hàng ngày:

  • /new-pipeline: Khởi tạo một luồng tự động hóa mới (hỏi rõ nguồn dữ liệu đầu vào, nơi nhận đầu ra, tần suất chạy, và tạo file thiết kế ngắn gọn trong specs/).
  • /inspect-target: Ra lệnh cho browser-specialist mở URL mục tiêu (hoặc phân tích cURL/HTML), bóc tách danh sách các CSS Selectors / API endpoints và lưu thành tài liệu cấu trúc để dùng lâu dài.
  • /dev-task: Giao việc cho Specialist viết code dựa trên file spec đã chốt, tự động áp dụng các Rules theo thư mục.
  • /verify-run: Chạy script với 1 mẫu thử nghiệm, thu thập log và ảnh chụp màn hình vào logs/evidence/, tự động phân tích nếu có lỗi xảy ra.
  • /deploy: Tự động đẩy code lên Cloudflare Workers (wrangler deploy), cập nhật Google Apps Script (clasp push), hoặc đẩy vào LXC container tương ứng.

Bạn muốn bắt tay vào thiết kế bộ khung .claude/ (tệp CLAUDE.md, settings.json và các script hooks/rules đầu tiên) cho một luồng công việc cụ thể nào trước (ví dụ: mảng Browser Automation với Patchright hay mảng đồng bộ API/Cloudflare Workers)?

Trả lời ngắn gọn: /brainstorm là lệnh có sẵn trên claude hay của repo này tự xây dựng?

/brainstorm là lệnh do repo này tự xây dựng (custom slash command), không phải lệnh mặc định có sẵn của Claude Code.

Lệnh này thực chất là một tệp Markdown chứa prompt hướng dẫn nằm trong thư mục .claude/skills/brainstorm/ của dự án, tận dụng tính năng Custom Slash Commands của Claude Code để biến bất kỳ tệp .md nào trong .claude/skills/ hoặc .claude/commands/ thành lệnh gọi nhanh bằng dấu /.

Bạn có muốn xem cấu trúc file Markdown để tự tạo lệnh slash tương tự?

Thực tế tôi quen sử dụng Hermes hơn, có thể xây dựng 1 kiểm làm việc tưng tự như trên nhưng sử dụng Hermes, việc chuyển đổi này có được không? và khi chuyển đổi sang Hermes thì có hạn chế nào không?

Việc chuyển đổi mô hình từ Claude-Code-Game-Studios (CCGS) sang Hermes Agent là hoàn toàn khả thi. Thực tế, kiến trúc lõi của Hermes có sẵn các thành phần tương đương gần như 1:1 với Claude Code (thậm chí một số cơ chế quản lý Skill và chạy đa luồng của Hermes còn mạnh hơn).

Dưới đây là bảng ánh xạ cách chuyển đổi và những hạn chế kỹ thuật bạn sẽ gặp phải khi đưa mô hình này sang Hermes.

1. Cách ánh xạ kiến trúc từ Claude Code sang Hermes

Thành phần trong CCGS (Claude Code)Tương đương trong Hermes AgentCách triển khai thực tế trên Hermes
CLAUDE.md & .claude/rules/ (Quy tắc theo thư mục)AGENTS.md phân cấp kết hợp SOUL.md / USER.mdĐặt một file AGENTS.md ở thư mục gốc làm bảng định tuyến (Routing Table), và đặt các file AGENTS.md con ở từng thư mục (src/scrapers/AGENTS.md, src/gas/AGENTS.md). Khi Hermes làm việc ở thư mục nào, nó tự động nạp quy tắc của thư mục đó.
.claude/skills/ (74 Slash Commands)~/.hermes/skills/<nhóm>/<tên>/SKILL.mdMọi thư mục chứa file SKILL.md trong Hermes tự động biến thành lệnh /ten-skill. Bạn có thể nhét thêm thư mục templates/, references/ và scripts/ vào bên trong từng skill.
.claude/agents/ (49 Agents 3-Tiers)Công cụ delegate_task + role="orchestrator"Thiết lập max_spawn_depth: 2 (hoặc 3) trong cấu hình delegation. Agent chính đóng vai trò Director, gọi delegate_task với role="orchestrator" cho cấp Lead, và cấp Lead đẻ tiếp các luồng subagent chạy song song (max_concurrent_children).
.claude/hooks/ (15 Bash Hooks)Hermes Plugins (pre_tool_call / Observer Hooks) + Git HooksSử dụng hook nội bộ của Hermes để theo dõi vòng đời subagent (subagent_start, subagent_stop) và kết hợp Git Hooks (.git/hooks/pre-commit) để chặn lỗi cú pháp hoặc lộ API key.

Điểm cộng khi sang Hermes:

  • Tiết kiệm Token hơn ở mảng Skills: Hermes dùng cơ chế lazy-loading (skills_list chỉ nạp danh mục tóm tắt lúc đầu phiên, khi nào cần mới gọi skill_view để đọc nội dung chi tiết hoặc tài liệu tham khảo).
  • Khóa bảo vệ quy trình (immutable: true): Trong frontmatter của SKILL.md, Hermes cho phép gắn cờ immutable: true để ngăn AI tự ý sửa đổi các skill mang tính quy chuẩn/kiểm duyệt (governance skills) trong quá trình chạy.

2. Những hạn chế khi chuyển sang Hermes (và cách khắc phục)

Mặc dù tương đồng về ý tưởng, kiến trúc vận hành (runtime) của Hermes có 4 khác biệt lớn gây ra hạn chế khi bạn bê nguyên mô hình của CCGS sang:

Hạn chế 1: Subagent không thể trực tiếp hỏi lại bạn (Blocked clarify tool)

  • Vấn đề: Trong CCGS, triết lý cốt lõi là mọi agent ở mọi cấp đều tuân theo quy trình “Ask → Present options → You decide” (hỏi người dùng trước khi code). Tuy nhiên, trong Hermes, các subagent được sinh ra từ delegate_task bị khóa cứng công cụ clarify, memory và send_message để đảm bảo an toàn và tránh xung đột luồng. Subagent chỉ nhận việc, chạy một mạch trong hộp cát (sandbox) rồi trả kết quả về cho Agent cha.
  • Cách khắc phục: Bạn phải tách bạch bước hỏi và bước làm. Toàn bộ việc hỏi đáp, chốt phương án thiết kế (/brainstorm, /new-pipeline) phải do Agent chính (Parent) thực hiện trực tiếp với bạn. Chỉ khi bạn đã chốt phương án, Agent chính mới dùng delegate_task giao việc có đầu bài rõ ràng cho các Specialist subagents chạy ngầm.

Hạn chế 2: “Hố đen ngữ cảnh” khi phân quyền (The Context Problem)

  • Vấn đề: Subagent trong Hermes khởi chạy với một phiên hoàn toàn trắng (zero knowledge về lịch sử trò chuyện trước đó của bạn với Agent chính) và khi chạy xong chỉ trả về một bản tóm tắt (summary). Nếu Agent chính gọi delegate_task mà quên đính kèm đường dẫn file spec hoặc yêu cầu cụ thể vào tham số context, subagent sẽ code sai chuẩn.
  • Cách khắc phục: Trong file AGENTS.md gốc và trong các SKILL.md điều phối nhóm, bạn phải ép quy tắc: “Mọi lệnh gọi delegate_task bắt buộc phải truyền đường dẫn tuyệt đối của file specs/... và file AGENTS.md của thư mục đích vào trường context ”.

Hạn chế 3: Thiết lập Hooks chặn lệnh (Blocking Hooks) phức tạp hơn Claude Code

  • Vấn đề: Cơ chế Hook của Claude Code là Shell-first — bạn chỉ cần viết một file bash script vài dòng, trả về exit 1 là chặn được ngay lệnh Read file quá nặng hoặc lệnh Write sai quy tắc, và toàn bộ cấu hình này nằm gọn trong .claude/settings.json đi theo từng repo. Ngược lại, Hook của Hermes chạy In-process (bên trong tiến trình Python của Hermes), gắn với cấu hình hệ thống (~/.hermes/) và đa phần các Observer Hooks mặc định chạy theo cơ chế fail-open (chỉ ghi log chứ không dừng tác vụ).
  • Cách khắc phục:
    • Với các tác vụ kiểm tra trước khi commit (validate-commit.sh kiểm tra comment tiếng Việt không dấu, lộ API key, lỗi cú pháp Python), hãy chuyển sang dùng Git Hooks chuẩn (.git/hooks/pre-commit) hoặc bộ quản lý pre-commit ngay trong repo.
      • Với việc giới hạn quyền công cụ của từng subagent, hãy tận dụng tham số toolsets có sẵn khi gọi delegate_task (ví dụ: agent chuyên phân tích tài liệu chỉ được cấp toolsets=["file", "web"], cắt bỏ quyền "terminal").

Hạn chế 4: Định nghĩa Agent theo từng dự án không gọn bằng file Markdown lẻ

  • Vấn đề: Ở Claude Code, muốn tạo 10 agents với 10 model khác nhau (Opus, Sonnet, Haiku), bạn chỉ cần tạo 10 file .md trong thư mục .claude/agents/ của repo đó. Ở Hermes, việc định tuyến từng subagent chạy theo model, thông tin xác thực và bộ kỹ năng riêng đòi hỏi bạn phải cấu hình profile_routes (mỗi chuyên gia là một Hermes profile) trong cấu hình hệ thống của Hermes.
  • Cách khắc phục: Thay vì tạo hàng chục profile phức tạp, bạn chỉ cần tạo 2–3 Hermes Profiles cốt lõi (ví dụ: 1 profile dùng model mạnh cho kiến trúc/điều phối, 1 profile dùng model tốc độ cao/chi phí thấp cho việc viết script và cào dữ liệu), sau đó dùng các file SKILL.md để định hình vai trò chuyên môn (Browser Specialist, Cloudflare Worker Specialist, GAS Specialist) khi thực thi.

Bạn có muốn thiết kế bộ file AGENTS.md và SKILL.md mẫu trên Hermes không?

nếu so sánh repo này với repo http://github.com/RinDig/Model-Workspace-Protocol-MWP- thì cái nào hiệu quả hơn nhỉ?

Nếu mục tiêu của bạn là xây dựng các luồng tự động hóa (pipelines) chạy trên Hermes Agent, MWP (Model-Workspace-Protocol, hiện đã được tác giả chuẩn hóa thêm dưới tên Interpretable-Context-Methodology) hiệu quả và tương thích tự nhiên hơn rất nhiều ở tầng điều phối luồng việc, trong khi CCGS (Claude-Code-Game-Studios) lại mạnh hơn ở tầng kiểm soát chất lượng viết code (QA & Rules).

Tiêu chíCCGS (Game Studios)MWP (Workspace Protocol)
Đơn vị điều phốiTheo nhân sự (49 Agents, 3 cấp)Theo giai đoạn (Thư mục đánh số)
Quản lý ContextDùng Bash Hook chặn đọc file lớnMô hình 5 lớp (5-Layer Context)
Trạng thái (State)Nằm trong phiên chat và logNằm trực tiếp trên các file ở ổ cứng
Điểm mạnh nhấtQuản lý dự án code lớn, QA chặtXử lý pipeline tuần tự, tiết kiệm token
Độ tương thích HermesKhá (vướng cơ chế Hook và Subagent)Tuyệt đối (chỉ dựa vào cấu trúc thư mục)

1. Sự khác biệt cốt lõi về tư duy thiết kế

  • CCGS dùng tư duy “Phòng ban” (Role-based): Chia bài toán cho 49 chuyên gia. Để làm xong một việc, các agent phải giao tiếp, ủy quyền và chờ duyệt chéo. Mô hình này hợp khi bạn phát triển một phần mềm/game khổng lồ có nhiều module đan xen, nhưng lại quá cồng kềnh nếu chỉ dùng để chạy các kịch bản tự động hóa.
  • MWP dùng tư duy “Dây chuyền Unix” (Stage-based): Với khẩu hiệu “Making Folders the App”, MWP không cần tạo ra hàng chục agent đóng các vai khác nhau. Thay vào đó, hệ thống thư mục chính là bộ điều phối (State Machine). Bạn chỉ cần một Agent chính đi lần lượt qua các thư mục được đánh số (01-scrape/, 02-parse/, 03-sync/). Khi bước vào thư mục nào, Agent đọc file hợp đồng CONTEXT.md của thư mục đó để biết chính xác 3 thứ: Inputs (đọc file nào) → Process (làm gì) → Outputs (xuất file gì ra đâu).

2. Tại sao MWP giải quyết triệt để các hạn chế khi đưa lên Hermes Agent?

Ở câu trả lời trước, chúng ta thấy việc bê CCGS sang Hermes vướng 2 bài toán khó nhất là “Hố đen ngữ cảnh” (Subagent không biết lịch sử chat của Agent cha) và Subagent bị khóa công cụ hỏi đáp (clarify). MWP giải quyết gọn cả hai vấn đề này nhờ kiến trúc 5-Layer Context:

  • Layer 0 (AGENTS.md - khoảng 800 tokens): Định danh chung của hệ thống.
  • Layer 1 (Root CONTEXT.md - khoảng 300 tokens): Bản đồ định tuyến các giai đoạn trong workspace.
  • Layer 2 (Stage CONTEXT.md - 200 đến 500 tokens): Hợp đồng thực thi của từng bước.
  • Layer 3 (_config/, references/): Các quy tắc cố định (cấu trúc bảng dữ liệu, mẫu prompt, định dạng chuẩn).
  • Layer 4 (output/): Dữ liệu đầu ra thực tế của từng lần chạy.

Khi áp dụng MWP trên Hermes:

  • Xóa bỏ lỗi mất ngữ cảnh của delegate_task: Agent cha không cần tóm tắt lại lịch sử trò chuyện cho subagent. Nó chỉ cần gọi delegate_task với chỉ thị ngắn gọn: “Thực thi Stage 02 theo hợp đồng tại 02-transform/CONTEXT.md ”. Subagent mở file đó ra, nạp đúng file từ 01-scrape/output/ vào làm đầu vào, xử lý xong ghi kết quả xuống 02-transform/output/. Token tiêu thụ ở mỗi bước cực thấp và không bao giờ bị loãng ngữ cảnh.
  • Không cần Subagent phải hỏi lại qua chat: MWP áp dụng nguyên lý “Every output is an edit surface” (Mọi đầu ra đều là bề mặt có thể chỉnh sửa). Vì kết quả trung gian giữa các bước đều là file Markdown hoặc JSON nằm rõ ràng trong từng thư mục, bạn có thể duyệt và sửa trực tiếp các file này (bằng VS Code hoặc kết nối thẳng vào kho Obsidian của bạn) trước khi cho chạy bước tiếp theo, hoặc cấu hình cho chạy tự động nối tiếp nhau từ đầu đến cuối.

3. Công thức tối ưu cho bạn: Kết hợp (Hybrid) MWP và CCGS trên Hermes

Thay vì chọn một bỏ một, cách hiệu quả nhất cho hệ thống tự động hóa của bạn là dùng MWP làm khung vận hành (Workflow Runtime) và rút trích bộ lọc chất lượng của CCGS làm tiêu chuẩn viết code (Coding Governance):

  • Dùng MWP khi CHẠY quy trình tự động hóa (Data & Execution Pipelines): Tổ chức các tác vụ lặp đi lặp lại (cào dữ liệu, xử lý đơn hàng, tạo nội dung, đồng bộ API) theo cấu trúc thư mục từng Stage kèm file hợp đồng CONTEXT.md (Inputs/Process/Outputs).
  • Dùng CCGS khi VIẾT VÀ BẢO TRÌ code (Script Development): Khi cần dùng Hermes để viết mới hoặc sửa code Python/Patchright, Cloudflare Workers hay Google Apps Script nằm trong hệ thống, hãy áp dụng Path-Scoped Rules (file AGENTS.md đặt riêng trong thư mục code để ép chuẩn comment tiếng Việt không dấu, cách nối CDP vào X11, cách gom mảng 2 chiều trên Sheets) và cơ chế nghiệm thu bằng bằng chứng (Evidence QA) của CCGS (bắt buộc chạy thử script và lưu ảnh chụp màn hình/JSON thật vào thư mục output/evidence/ mới được đóng task).

Bạn có muốn thiết kế một workspace MWP lai CCGS mẫu trên Hermes không?

nhưng cái hay của CCGS có lẽ là tôi có thể chọn model rẻ cho những việc đơn giản và model đắt tiền cho công việc đòi hỏi tư duy, có đúng không? ngoài ra plugin này có giúp gì cho việc phân chia việc cho các Agents trong Hermes không? https://hermes-agent.nousresearch.com/docs/plugins/advanced-delegation

Điểm ăn tiền lớn nhất của CCGS chính là việc phân tầng model theo độ khó công việc (3 Directors dùng Opus để định hình kiến trúc, các Leads/Specialists dùng Sonnet hoặc model nhẹ hơn để viết code chi tiết), và plugin advanced-delegation bạn vừa tìm thấy chính là mảnh ghép giúp mang nguyên vẹn cơ chế điều phối đó sang Hermes Agent (từ bản 0.22.5 trở lên).

Mặc định, công cụ delegate_task tích hợp sẵn của Hermes khá cứng nhắc: mọi subagent sinh ra đều phải dùng chung một delegation.model cố định hoặc dùng luôn model của Agent cha. Khi cài đặt plugin chính thức advanced-delegation của NousResearch (hermes plugins install advanced-delegation), công cụ delegate_task được mở khóa thêm 2 chế độ định tuyến giải quyết trọn vẹn bài toán phân chia việc và tối ưu chi phí:

1. Chế độ model_map (Chọn model Đắt/Rẻ theo từng đầu việc)

Chế độ này bổ sung tham số option vào công cụ delegate_task. Thay vì để Agent tự gọi tên model lung tung, bạn định nghĩa sẵn một danh sách các “luồng” (routes) trong config.yaml kèm mô tả một dòng. Agent cha sẽ đọc mô tả này để tự quyết định giao task cho model nào:

# Cau hinh trong config.yaml cua Hermes profile chinh
delegation:
  backend: model_map
  backends:
    model_map:
      options:
        - name: fast
          description: "Re va nhanh: boc tach HTML/JSON, sua code nho, chuyen doi du lieu."
          provider: openrouter
          model: google/gemini-3-flash-preview
        - name: coder
          description: "Viet script Python, Patchright, Cloudflare Worker va Google Apps Script."
          provider: anthropic
          model: claude-sonnet-4-5
        - name: deep
          description: "Tu duy sau: thiet ke kien truc pipeline, xu ly loi kho va toi uu he thong."
          provider: anthropic
          model: claude-opus-5
          reasoning_effort: high
        - name: local
          description: "Chay noi bo tren may chu: xu ly du lieu nhay cam, khong ton phi API."
          base_url: http://localhost:8080/v1
          model: qwen3-coder
      # Route mac dinh neu Agent cha khong chi dinh ro option
      default: fast

Lợi ích thực tế:

  • Tối ưu chi phí tự động: Trong cùng một luồng chạy, Agent cha có thể gọi delegate_task với option="deep" cho bước phân tích cấu trúc API hoặc tìm nguyên nhân bị chặn anti-bot, sau đó gọi hàng loạt subagent chạy song song với option="fast" để bóc tách dữ liệu hoặc kiểm tra log.
  • An toàn tuyệt đối về Schema: Plugin chỉ gửi cặp name và description vào danh sách công cụ của LLM. Các thông tin nhạy cảm như api_key, base_url hay tên model thực tế bị ẩn hoàn toàn, ngăn chặn triệt để việc AI tự bịa ra tên model không tồn tại.

2. Chế độ profile_routes (Phân vai Chuyên gia độc lập như CCGS)

Nếu model_map chỉ đổi model trên cùng một môi trường, thì profile_routes cho phép mỗi subagent chạy như một Hermes Profile hoàn toàn độc lập (tương đương lệnh hermes -p <profile>).

# Cau hinh dinh tuyen theo ho so chuyen gia (Profile)
delegation:
  backend: profile_routes
  backends:
    profile_routes:
      profiles:
        - name: browser-bot
          description: "Chuyen gia dieu khien Chrome qua X11 va vuot rao chan."
        - name: cloud-ops
          description: "Chuyen gia trien khai Cloudflare Workers, R2 va Google Apps Script."
      default: browser-bot

Khi dùng chế độ này, mỗi subagent được gọi sẽ mang theo:

  • Model riêng đã cấu hình trong profile đó.
  • Tính cách và quy tắc riêng (SOUL.md) cùng bộ Skills riêng.
  • Bộ khóa xác thực (Credentials) và quyền hạn Terminal riêng: Bạn có thể cấp quyền truy cập Cloudflare API cho profile cloud-ops, nhưng khóa hoàn toàn quyền này ở profile browser-bot.

(Lưu ý: Hai chế độ model_map và profile_routes không chạy song song cùng lúc, nhưng bạn có thể chuyển qua lại nhanh ngay trong khung chat bằng lệnh /delegation model_map hoặc /delegation profiles --now).

3. Sự kết hợp hoàn hảo: MWP + CCGS + advanced-delegation

Khi có thêm plugin này trên Hermes, bạn không còn phải đánh đổi giữa sự gọn gàng của MWP và khả năng phân tầng model của CCGS:

  1. Khung thư mục của MWP làm đường ray: Bạn chia dự án thành các thư mục giai đoạn (01-spec/, 02-build/, 03-verify/) với file CONTEXT.md siêu nhẹ để subagent không bao giờ bị tràn hay mất ngữ cảnh.
  2. advanced-delegation (model_map) làm bộ phân phối sức mạnh: Trong file CONTEXT.md gốc (Layer 1), bạn chỉ định rõ cho Agent điều phối:
    • Khi chạy 01-spec/ (Thiết kế luồng): Gọi delegate_task với option="deep".
      • Khi chạy 02-build/ (Viết script theo spec có sẵn): Gọi delegate_task với option="coder".
      • Khi chạy 03-verify/ (Đọc log, kiểm tra JSON đầu ra): Gọi delegate_task với option="fast".
  3. Ngoài ra, trong kho plugin chính thức của Hermes hiện cũng có sẵn plugin agent-importers (hermes plugins install agent-importers). Công cụ này cho phép dùng lệnh hermes import-agent để chuyển đổi tự động các cấu hình, rules, quyền hạn bash và skills từ thư mục .claude của Claude Code sang định dạng của Hermes chỉ bằng một lệnh.

Bạn có muốn xem cách cấu hình CONTEXT.md gắn sẵn các route fast/coder/deep không?

source: https://gemini.google.com/u/1/app/f60e5f7081729200?pageId=none