针对上述问题：

第一个人说，企业 Agent 别一上来就全自治。固定主流程、高风险节点必须用 LangGraph 这类确定性 DAG 锁死，探索性任务，不确定高的再交给 Hermes。
第二个人说，我们在企业里实践的经验，就是自定义Agent 和部署General Agent。
自定义Agent ：考虑确定性以及成本，通过定义Workflow （比如LangGraph）来编排 代码阶段，Agent节点，llm节点，人工判断节点 等。
General Agent：就是开源里通用Agent，比如PI，OpenCode 等，企业用户通过定义不同的skills 来定义sop 或最佳实践等
前者占比 20% 左右，后者在80%左右。
另外，也会考虑提供类似N8N 这种 Workflow，更适合不会编程，不会写skills 等 稍微培训的小白用户。这个方案也可以编排上面的General Agent 或自定义Agent
第三个人说，其最近也在做这个事情，先说技术角度，是按照 tools/mcp connector/skills -> agent的形式。agent 采用 langgraph + langchain的deepagents的方式。langgraph相对来说流程稳定+state可控。deepagents则更多偏探索性发散性任务。然后知识库，自身团队domain Knowledge强是优势，但还是脏活累活辛苦活。