给 Hermes 装上"第二颗大脑"：当 OpenViking 遇上 GitNexus

📝

如果你的 Agent 还在靠"死记硬背"干活，试试给它装上 GitNexus。那种看着它从"只会背书"到"真的懂行"的转变，你用过就回不去了。

原文链接：https://mp.weixin.qq.com/s/Kyej1LfTJOTVQD6g2-MgiA

如果你的 Agent 还在靠”死记硬背”干活，试试给它装上 GitNexus。那种看着它从”只会背书”到”真的懂行”的转变，你用过就回不去了。

长期以来，我们团队对 Hermes Agent 的培养思路一直很”卷”——喂更多的数据，挂更大的向量库，调更细的检索参数。

效果确实有。Hermes 成了团队里最博闻强识的”书呆子”：你问它三年前的接口设计、上个月的线上故障复盘、甚至某个冷门库的坑，它都能翻出来。

但用久了，一种微妙的无力感开始蔓延——它懂知识，却不懂”架构”；它记得代码，却不懂”因果”。

直到我们接入了 GitNexus。那不是简单的记忆扩容，而是维度的跃迁。

第一颗大脑：OpenViking——能记住一切的”海马体”

如果 Hermes 是一个人，OpenViking 就是它的海马体，负责陈述性记忆。

它记得什么？代码片段、API 文档、历史对话、Stack Overflow 的最佳实践……所有以文本形式存在的东西，OpenViking 都能存、能找。

它的工作原理是经典的 RAG：把文本切成块，扔进向量数据库，提问时做相似度检索，把最相关的上下文塞给大模型。

这套流程很成熟，也很靠谱——直到你问它”改了这个函数，谁会挂？”

它沉默了。不是因为它不知道这个函数在哪儿，而是它压根不知道这个函数和谁有关系。

OpenViking 的底层逻辑是”找相似的文本”，不是”找有依赖的代码”。就像一个背下了整本新华字典的人，你问他”改了’打’这个字，哪些词会受影响”，他答不上来——因为他记的是字，不是语法。

第二颗大脑：GitNexus——能推理因果的”前额叶”

GitNexus 解决的正是这个问题。

如果 OpenViking 是”背字典的人”，GitNexus 就是”懂语法的作家”。它不关心文本长什么样，它关心文本和文本之间是什么关系。

原理说起来不复杂：GitNexus 会扫描整个代码仓库，把函数调用、模块依赖、接口实现这些结构化关系抽出来，建成一张知识图谱。有了这张图，Hermes 就不再是”翻字典”，而是”看地图”。

OpenViking（记忆）

GitNexus（智慧）

核心逻辑

找”相似的文本”

追”因果的链条”

底层结构

向量数据库

知识图谱

擅长回答

“这个函数怎么写？”

“这个函数改了，谁会挂？”

接入也很简单，一行命令搞定：npx gitnexus setup。跑完之后，Hermes 体内就多了一张全息的项目关系图。

双脑协同：不是 1+1，是化学反应

当”博闻强识”遇上”逻辑严密”，实际用起来的感受，远比表格里写的要震撼。说两个我自己的真实经历。

凌晨两点的救火

上个月，我们支付模块凌晨报警——订单状态更新失败。我迷迷糊糊把错误日志丢给 Hermes。

OpenViking 迅速翻到了半年前一个几乎一模一样的 Issue：同样是订单状态写入失败，当时的修复是在 OrderService.updateStatus() 里加了一层重试。

如果只有一颗大脑，故事到这儿就结束了——Hermes 会把旧补丁原样贴给我，我迷迷糊糊地合上去，然后回去睡觉。

但 GitNexus 立刻拉了一张依赖图出来，提醒我：当前的 OrderService 继承链比半年前多了一层 TenantFilter，旧补丁绕过了多租户隔离，直接套上去会导致跨租户数据污染。

大半夜的，我的脑子根本转不过来这个弯，但知识图谱不困。

最终 Hermes 基于当前架构重新生成了一段补丁：保留了重试逻辑，同时确保租户上下文不被跳过。第二天早上，我后背一阵发凉——要是真把旧补丁糊上去，那就不是修 Bug，是造事故了。

重构前的”排雷”

另一个场景发生在我们的 acp-bridge-rust 项目上。这个项目是我们把一个 TypeScript 写的 ACP 网关用 Rust 重写，核心模块 SessionManager 里有个 process_request 函数，又长又臭，我早就想拆了。

以前干这种活，我最大的恐惧不是”拆不动”，而是”拆完不知道炸哪儿”。你改了一个被 50 个地方调用的函数签名，IDE 的引用跳转只能找到直接调用，间接依赖和运行时反射调用它是看不到的。

这次我让 Hermes 先用 GitNexus 跑了一遍影响分析，瞬间扫出了 47 个受影响的下游模块——其中有 3 个是通过动态路由注册的，IDE 根本搜不到。

然后 OpenViking 介入了：它从项目历史对话和编码规范里找到了我们团队对于错误处理的统一约定，Hermes 据此生成的修改方案精确地覆盖了所有 47 个调用点，包括那 3 个隐式依赖。

一次提交，CI 全绿，零返工。这种体验，说真的，上瘾。

写在最后

给 Hermes 做完这次”脑部手术”之后，我一直在想一个问题：

AI Agent 的竞争，到底在拼什么？

不是参数量——GPT-5.4 和 Claude 都够聪明了。不是推理速度——已经快到够用了。甚至不是记忆容量——向量库想存多少存多少。

真正的瓶颈是记忆的维度。

单一的向量记忆只是让 Agent 成了一个更方便的搜索引擎——你问什么它答什么，但它不会主动告诉你”别动这个，动了会崩”。

知识图谱改变了这件事。它赋予 Agent 的不是更多的”知识”，而是”推理”的能力。从”我知道这个”到”我理解这个会影响那个”——这一步看起来很小，但对工程实践来说，是质变。

如果你的 Agent 还在靠”死记硬背”干活，试试给它装上 GitNexus。那种看着它从”只会背书”到”真的懂行”的转变，你用过就回不去了。

• END -

---

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。