harness 与 hermes-agent 源码阅读路线和维护建议

先读 Harness 的路线

推荐顺序:

  1. README.md
  2. Makefile
  3. cmd/gitness/main.go
  4. cli/operations/server/server.go
  5. types/config.go
  6. cmd/gitness/wire.go
  7. app/bootstrap/bootstrap.go
  8. app/router/web.go
  9. web/dist.go
  10. 选择一个业务域继续,例如 app/api/controller/repo + app/services/repo + app/store/database/repo.go

读 Harness 不建议从 web/src/pages 开始,因为前端页面很多,容易迷失。先理解后端资源模型和 API 更有效。

先读 Hermes Agent 的路线

推荐顺序:

  1. README.md
  2. pyproject.toml
  3. hermes_cli/main.py
  4. run_agent.py
  5. model_tools.py
  6. tools/registry.py
  7. toolsets.py
  8. hermes_state.py
  9. gateway/run.py
  10. 选择一个工具继续,例如 tools/terminal_tool.py、tools/file_tools.py、tools/browser_tool.py

读 Hermes Agent 不建议一上来读完整 gateway/run.py,文件非常大。先理解 agent loop 和 tool registry,会更容易。

从架构角度如何维护 Harness

优先维护这些边界:

  • controller 不要承载过重业务逻辑
  • service 负责业务规则
  • store 负责数据访问
  • types 保持稳定
  • OpenAPI 与前端 client 保持同步
  • 配置项集中在 types/config.go

建议优化:

  • 给 Makefile 增加统一 dev/start 目标
  • 拆分过大的 Wire 组装
  • 把本地启动说明写得更明确
  • 增加 API 变更时的生成校验

从架构角度如何维护 Hermes Agent

优先维护这些边界:

  • 工具注册统一走 tools.registry
  • provider 差异尽量放进 ProviderProfile
  • agent loop 不要继续无限膨胀
  • gateway adapter 和核心 agent 保持隔离
  • 安全策略独立成可测试模块
  • 技能和插件要有明确的信任边界

建议优化:

  • 持续拆小 run_agent.py、hermes_cli/main.py、gateway/run.py
  • 为工具注册、provider profile、gateway adapter 提供更明确的插件模板
  • 强化危险工具的审计日志
  • 对技能和插件增加签名/来源/权限说明
  • 对不同平台入口做一致的错误展示

如果你要二次开发 Harness

适合做:

  • 增加 DevOps 平台功能
  • 扩展 API
  • 增加自定义资源管理
  • 集成企业认证或内部系统
  • 加强 Pipeline / Registry / Gitspace

不适合把它改成:

  • AI agent runtime
  • 本地个人自动化助手
  • 纯聊天机器人

如果你要二次开发 Hermes Agent

适合做:

  • 增加工具
  • 增加模型 provider
  • 增加消息平台
  • 增加自动化技能
  • 增加 memory backend
  • 增加企业内部系统连接器

不适合把它改成:

  • 大型多人 DevOps 平台
  • Git 托管服务
  • Artifact Registry
  • 企业 RBAC 平台

最终判断

如果你的目标是"搭一个代码托管/CI/制品/开发环境平台",看 Harness。

如果你的目标是"搭一个能对话、能调用工具、能记忆、能通过消息平台执行任务的 AI 助手",看 Hermes Agent。

如果你的目标是"让 AI 帮我操作 DevOps 平台",两者可以组合:Harness 作为平台,Hermes Agent 作为智能操作层。

相关推荐
宸津-代码粉碎机4 小时前
OpenAI 连夜迎战 Grok Bot 和 Muse:AI 智能体从 “会聊天” 到 “能办事”,现在入场还来得及吗
java·大数据·人工智能·分布式·python
做萤石二次开发的哈哈5 小时前
视频解码器怎么对接?解码上墙、电视墙开窗与场景切换的ISAPI接入实战
人工智能·物联网·监控·视频编解码·大屏端·萤石开放平台·蓝海aiot一站式工作台
Leo.yuan5 小时前
2026年本地化Data Agent优质厂商盘点:哪些产品更适合企业生产环境
大数据·数据库·人工智能
长谷深风1115 小时前
Tool与Skill:AI能力设计的分水岭
java·人工智能·ai·大模型·aiagent
科技观察哨5 小时前
六足平台选型与纳米定位系统集成:HEB-640六自由度位移台在半导体光刻对准中的参数边界与国产替代评估
前端·人工智能
云上先途6 小时前
任务智能体可以自动完成哪些类型工作,是不是只能做简单重复操作?
大数据·人工智能
明志数科6 小时前
具身智能数据供给的分层:分布式采集与入厂采集的工程边界分析
人工智能·机器学习·机器人
Harzerr6 小时前
AI行业日报|2026-09-28:5个热点事件
ai·行业动态·技术趋势
像风一样自由20206 小时前
41.用FastAPI搭建一个RAG后端需要哪些接口
人工智能·大模型·fastapi·rag·智能体
小蒋观天下6 小时前
两轮车检测AI摄像头——2026行业竞争格局、商业模式与核心痛点
大数据·人工智能·安全·计算机视觉·ai大模型