Framework para entrenar, evaluar y desplegar adaptadores de harness que evolucionan una capa externa alrededor de un agente sin modificar su modelo ni su harness.
Hermit es un framework para entrenar adaptadores de harness: capas externas y entrenables que adaptan un agente de IA existente a nuevas tareas. El modelo del agente y su harness original permanecen sin cambios, mientras que el adaptador puede incluir instrucciones, habilidades, memoria, herramientas, código ejecutable y lógica de coordinación que se actualizan a partir de la retroalimentación sobre las tareas.
El proyecto ofrece un ciclo de entrenamiento en el que un Evolver propone cambios para el adaptador, los comprueba y los incorpora como nuevas versiones. Actualmente incluye varios métodos de evolución de harness, entre ellos GEPA, SkillOpt, MetaWorld Model, Harness² y Continual Harness, además de una interfaz de línea de comandos para comprobar, entrenar, evaluar, desplegar y convertir adaptadores.
Los adaptadores se pueden desplegar en un workspace para hosts de agentes compatibles, como Codex, o convertirse en plugins nativos para Codex, Claude Code, pi y Hermes. Las recetas abarcan benchmarks como OfficeQA, CL-Bench y ServeLearnBench, y la guía de inicio rápido sin conexión funciona sin una cuenta de modelo ni GPU.
Clona el repositorio (se necesitan Python 3.11 o posterior y Git)
git clone https://github.com/Infini-AI-Lab/hermit.gitAccede al directorio del checkout e instala Hermit en modo editable dentro de un entorno virtual
python -m pip install -e .Ejecuta la guía de entrenamiento local sin conexión (no necesitas una cuenta de modelo, GPU ni conjunto de datos)
hermit train --config docs/_examples/first_training/run.yamlResumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Arnés de benchmarks con prioridad en ejecuciones reales para evaluar agentes LLM en el runtime de OpenClaw, con calificación determinista y métricas de confiabilidad basadas en pruebas repetidas.
Un plugin de Claude Code que diseña equipos de agentes específicos de un dominio y genera sus definiciones y las skills que utilizan.
Agente de IA multiusuario y autohospedado para equipos, disponible en Slack y en la web, con espacios de trabajo aislados por persona y sala.
Un proxy de API local para agentes de IA que registra sesiones y hace evolucionar bibliotecas de skills compartidas entre usuarios, agentes y dispositivos.
Un plugin de Koishi que añade chat con LLM a QQ y otros bots de chat, con numerosos proveedores de modelos, presets y varios formatos de salida.
Un entorno para crear agentes de IA con memoria persistente, identidad y habilidades que aprenden con el tiempo, accesible desde CLI, navegador o apps de chat.