Architecture cognitive de Hermes Agent — CodeGraph MCP bridge, scripts d'infrastructure, et coordination multi-agent.
hermes-brain/
├── skills/ # Skills Hermes (workflows, guidelines, outils)
│ ├── dynamic-workflows/ # 6 patterns de workflows dynamiques
│ ├── karpathy-guidelines/ # 4 principes de qualité de code
│ └── fallow/ # Codebase intelligence (JS/TS)
├── mcp-bridge/ # CodeGraph MCP pour analyse de codebase
├── scripts/ # Scripts d'infrastructure et orchestration
└── docs/ # Documentation cognitive
6 patterns de workflows dynamiques inspirés d'Anthropic et Karpathy :
- Classify and Act — Agent réceptionniste → classification → routage
- Fan Out and Synthesize — Parallélisation → synthèse avec citations
- Adversarial Verification — 3+ sceptiques vérifient le travail
- Generate and Filter — Sur-génération → filtrage par juge séparé
- Tournament — Comparaisons par paires, bracket éliminatoire
- Loop Until Done — Boucle avec critère vérifiable + safety net
4 principes d'Andrej Karpathy pour réduire les erreurs des LLMs :
- P1 — Penser avant de coder (plan > trial-and-error)
- P2 — Simplicité (pas d'abstractions prématurées)
- P3 — Diffs propres (séparer formattage et logique)
- P4 — Tests vérifiables (critère de succès objectif)
Analyse statique JS/TS en Rust (v2.88.3) :
- Dead code detection
- Duplication analysis
- Circular dependencies
- Health scoring
Le bridge MCP permet à Hermes d'analyser n'importe quelle codebase via CodeGraph :
Hermes → MCP Client → CodeGraph Bridge → Analyse de codebase
├─ Architecture
├─ Dépendances
├─ Recherche
└─ Graphe de connaissances
- kitten-tts — TTS local FR
- cogniarc — ARC-AGI-3 solver
- hermes-feedback — Feedback utilisateur
- ultra-pipeline-framework — Pipeline DAG
- FoveaCore — VR rendering engine