Gündeme dön

Harness Router: Tüm Harness'ları Tek Panelden Çalıştıran Açık Kaynak Seçici

Video, tüm harness'ları tek yerden yönetmeyi vaat eden açık kaynak Harness Router'ı adım adım gösteriyor; Docker ile tek komutla kurulan yerel panel, 34 satırlık harcama raporunda 7 hatayı 487,65 dolarla hatasız yakalarken aynı işi farklı harness'larda ve özel kural gömülü harness'ta da tekrarlıyor.

Nodesdaily’e aktarım: (UTC+03:00)
YouTube'da izle — J2D_6TVEgJE
Okuma seçenekleri

Bu tarayıcıda cihazdan sesli okuma kullanılamıyor.

Kavram merceği

Bu görünümde geçen teknik kavramlardan birini seç. Genel tanımı, öğretici örneği ve haberdeki kullanımını birlikte oku.

Bu görünümde sözlüğümüzdeki kavramlardan biri bulunmadı. Sözlük henüz tüm terimleri kapsamıyor.

Harness Router fikri çok basit bir boşluktan doğuyor: piyasada tüm dil modellerini tek noktadan çağırmanızı sağlayan OpenRouter gibi birleşik katmanlar var, ancak aynı modelleri sahada işe koşan harness katmanı için böyle bir router yoktu. Sunucu videoda bu boşluğu gösteriyor; tek bir modelin metin veya görsel üretmesi yetmez, dosyalarınızı açıp adım adım işleyip size bitmiş bir tablo teslim etmesi gerekir ve bunu model değil, çevresindeki harness yapar. Açık kaynak olarak sunulan Harness Router da tam burada devreye giriyor; Claude Code , Codex CLI , Gemini CLI ve Hermes gibi farklı harness'ları tek bir yerden seçip çalıştırmanıza izin veriyor. Projenin kalbi harnessrouter.ai 'deki açık kaynak sayfasında anlatıldığı gibi yerel makinenizde durması ve hiçbir veriyi zorunlu buluta göndermemesi. GitHub 'daki harnessrouter deposu da kurulumun ve mimarinin şeffaf biçimde incelenmesine olanak tanıyor.

Model güçlüdür ama tek başına yetmez

Sunucunun altını çizdiği nokta, aynı modelle bile harness'ın sonucu belirlemesi. Harness Bench diye anılan ölçümde araştırmacılar 50 gerçek tablo görevini dört farklı harness'a aynı modelle veriyor; en iyi harness %85 başarıya ulaşırken en zayıf %77'de kalıyor ve en iyisi neredeyse yarı sürede bitiriyor. Bu farkı harness-bench.ai 'deki liderlik tablosu ve metodoloji sayfası da adım adım açıklıyor: görevler sandbox ortamında, çevrimdışı ve tekrarlanabilir biçimde koşuluyor. Kavramı netleştirelim: model, olasılıkla bir sonraki kelimeyi üreten motordur; harness ise dosya okuma, komut çalıştırma, hafıza tutma ve adım planlama gibi iskeleti sağlar. Anthropic 'in kendi mühendislik blogu da anthropic.com'da yayımladığı yazıda uzun süreli uygulamalar için harness tasarımının üç kalıbını anlatır ve aynı fikri doğrular: iyi harness, ajan davranışını sabitleyen sözleşmedir. Dolayısıyla Harness Router, model pazarındaki OpenRouter fikrini harness pazarına taşır.

Kurulum tarafında video özellikle yalın bir akış gösteriyor. Bilgisayarınızda ücretsiz Docker Desktop varsa tek bir komutla Harness Router ayağa kalkıyor ve tüm arayüz tarayıcıda localhost üzerinde beliriyor; bu detay docker.com 'daki Docker belgelerinde anlatılan yerel ajan kurulum deseninin aynısı. Arayüz tamamen yerel çalıştığı için veriniz diskinizde kalıyor, yalnızca siz bir anahtar eklediğinizde model çağrısı dışarı çıkıyor. Bu yaklaşım hem gizlilik hem de maliyet açısından mantıklı: kendi anahtarınızı kullanıyorsunuz, aylık bir platforma kilitlenmiyorsunuz ve openrouter.ai üzerinden 300'den fazla modele tek fatura üzerinden erişebiliyorsunuz. Sunucu da tam bunu yapıyor; Google AI Studio'dan aldığı Gemini anahtarını ve OpenRouter anahtarını paneldeki anahtar kasasına ekliyor, sonra istediği modeli tek yerden seçiyor.

Tek komutla kurulan yerel kontrol paneli

Kontrol paneli dört bölümle çok okunaklı. İlk ekranda çalıştırabileceğiniz araçlar listeleniyor; Claude Code , Codex, Pie ve diğerleri, her birinin yanında sağlık durumu ve bağlı model bilgisi canlı görünüyor. Üstte kendi aracınızı oluşturma butonu var; sunucu bununla politika gömülü özel harness'lar yapıyor. İkinci bölüm Gruplar : tek tıkla çalışan hazır uygulamalar; dashboard ve slayt paketleri gibi başlangıç setleri burada duruyor. Üçüncü bölüm Eklentiler : harness'a tarayıcı gibi yetenekler ekliyorsunuz. Son bölüm anahtar yönetimi. Videoda gösterilen özelleştirme çok öğretici: sunucu Gemini CLI tabanlı "masraf denetçisi" adlı bir harness yaratıyor ve harcama politikasını bir kez yönergesine yazıyor, böylece ekip her ay aynı politikayı tekrar yapıştırmak zorunda kalmıyor. Bu kalıp, openrouter.ai 'deki hızlı başlangıç kılavuzunda anlatılan model-agnostik çağrı mantığıyla da uyumlu: harness değişse bile alttaki model aynı kalabiliyor.

Gelelim gerçek işe. Sunucu Ağustos ayı için 34 satırlık bir harcama raporu hazırlıyor ve bilerek 7 hata gizliyor: politika net, 75 dolar üstü yemekler yönetici onayı ister, 25 dolar üstü her kalem fiş ister ve aynı harcama iki kez yazılamaz. İlk denemede Gemini CLI ile Gemini 3 Flash modelini seçiyor, dosyaları ekleyip politikayı yapıştırıyor ve birkaç dakikada sonuç geliyor. Harness aynı tabloyu "doğrula" adlı yeni bir sütunla geri veriyor ve yönetici için kısa bir özet ekliyor: ikinci bakış gerektiren 7 satır, toplam 487,65 dolar. Tam da gizlenen 7 hata. Daha güzeli, harness iki kişinin aynı gün aynı taksi yolculuğunu ayrı ayrı yazdığını yakalayıp paylaşımlı taksi ihtimalini soruyor; bu, kural tabanlı bir filtreden çok bağlamsal muhakeme. Tüm adımlar paneldeki adım dökümünde görünüyor, yani neyi hangi dosyada kontrol ettiği şeffaf. Bu şeffaflık, harness-bench.ai 'nin vurguladığı tekrarlanabilirlik ilkesinin sahadaki karşılığı.

Gerçek bir iş yükü: 34 satır, 7 hata ve 487 dolar

İkinci deneme, Harness Router'ın asıl vaadini test ediyor: aynı işi farklı harness'la, sıfır ek kurulumla tekrarlamak. Sunucu hiçbir şeyi yeniden kurmadan Pie adlı harness'a geçiyor, modeli aynı tutuyor, aynı dosya ve aynı talimatı veriyor; sonuç yine aynı 7 satır. Bu, model sabitken harness'ın değiştirilebilir olduğunu kanıtlıyor. Ardından az önce kurduğu özel masraf denetçisi harness'ına geçiyor; bu kez politika yapıştırmıyor, sadece "bu ayın raporunu denetle" diyor ve yine aynı 7 satır, aynı toplam geliyor. Bir ekip için bu çok pratik: politika bir yerde yaşıyor, herkes aynı düğmeye basıyor ve sonuç deterministik kalıyor. GitHub 'daki örnekler ve harnessrouter.ai 'deki topluluk sürümü dokümantasyonu da bu kalıbı öneriyor: tek bir harness'ı özelleştir, tüm organizasyonu aynı sözleşmeye bağla.

Son bölümde iki hazır grup deneniyor. İlki panolar grubu: sahte bir e-ticaret veritabanına bağlanıyor, harness olarak Hermes seçiliyor ve OpenRouter anahtarı üzerinden çağrı yapılıyor. İstek tek cümle: "geliri aya göre, en iyi beş ürünü ve geliri bölgeye göre göster". Harness iki dakikadan kısa sürede şemayı keşfediyor, sorguları yazıyor ve grafikleri çiziyor; toplam gelir yaklaşık 1,48 milyon dolar olarak hesaplanıyor ve sunucu her sayının veritabanıyla eşleştiğini elle doğruluyor. İkinci grup slaytlar : aynı veriyle beş slaytlık bir yönetim sunumu isteniyor; başlık slaytı, en iyi beş ürün, yönetimin izlemesi gereken iki başlık ve her slayt elle düzenlenebilir durumda geliyor. Her iki üretim de yerel çalışıyor, tarayıcıda bitiyor ve ücretsiz kalıyor. Videonun kapanış mesajı da bu: Harness Router ücretsiz , açık kaynak , bilgisayarınızda çalışır ve tek ihtiyacı bir model sağlayıcısından alacağınız bir anahtar.

Görsel: nodesdaily AI

Videodaki anahtar anlar

  1. OpenRouter benzetmesi: model router'ı var, harness router'ı yok
  2. Harness'ın tanımı: dosyayı açıp bitmiş tablo veren katman
  3. Harness Bench: 50 görevde %85'e %77 ve yarı süre
  4. Docker ile tek komut ve tarayıcıda localhost panel
  5. 34 satırlık masraf raporu ve 7 gizli hata kurgusu
  6. Gemini CLI 7 satırı 487,65 dolarla yakalıyor ve taksi çakışması
  7. Pie ile aynı model ve dosyada aynı sonuç
  8. Özel masraf denetçisi harness'ı: politikayı bir kez göm
  9. Panolar grubu: Hermes ile 1,48 milyon dolarlık dashboard
  10. Slaytlar grubu: beş slaytlık yönetim sunumu ve düzenleme

AI yorumu

"Harness Router, model savaşından harness seçimi yarışına geçişin en net işareti. Aynı modelle %8 puan fark yaratabilen bir katmanı tek panelde karşılaştırmak, ekipler için pratik bir kaldıraç."

AI değerlendirmesi

En güçlü karşı görüş, bu tür birleşik katmanın soyutlama maliyeti. Piyasada her hafta yeni bir CLI, yeni bir protokol ve yeni bir MCP standardı çıkarken tek bir router hepsini kusursuz kapsayamaz; en güncel bayraklar veya akış modları önce yerel araçta belirir, router'a gelmesi gecikebilir. Anthropic 'in anthropic.com'daki tasarım yazısı da uzun işlerde durum yönetimi ve kurtarma mantığının harness'a özgü olduğunu hatırlatır: tek tip arayüz, uç durumları törpüleyebilir. Ayrıca Docker tabanlı yerellik herkese uymaz; kurumsal cihazlarda Docker Desktop politikası veya sanal ağ kısıtları kurulumu zorlaştırabilir. Bu yüzden Harness Router, hız ve karşılaştırma için ideal olsa da, üretim hattında kritik bir otomasyonun tek dayanağı yapılmadan önce pilotlanmalı.

Videoda eksik kalanlar da var. 50 görevlik Harness Bench skoru (%85'e %77) etkileyici ama örneklem küçük ve yalnızca tablo görevlerine odaklı; kod üretimi, çok adımlı web araştırması veya uzun bağlam hafızası gibi eksenlerde fark açılır veya kapanır. Ölçümde kullanılan modelin kimliği ve sürümü de sonucu değiştirir; sunucu Gemini 3 Flash diyor ama Harness Bench'te farklı modellerde sıralama değişebiliyor, bunu harness-bench.ai 'deki detaylı kırılımlar gösteriyor. Güvenlik tarafında da sorular açık: tarayıcı eklentisi ve dosya erişimi güçlü, ancak her harness farklı izin modeline sahip; tek panelden hepsine anahtar vermek, yanlış yapılandırılırsa geniş yetki anlamına gelir. Bu noktaların hiçbirini video uzatmıyor, haklı olarak demoya odaklanıyor.

Konuşmacının olası çıkarı şeffaf biçimde kişisel görüş beyanıyla sınırlı; "görüşler şahsıma aittir" notu düşüyor ve videonun hiçbir yerinde ücretli bir marka entegrasyonu yok. Yine de seçilen örnekler – özellikle hatasız 7'de 7 ve iki dakikada dashboard – en iyi senaryoyu gösterme eğiliminde; gerçek veride şema keşfi daha kirli olur ve model halüsinasyonu grafiği bozabilir, bu yüzden her sayıyı veritabanına karşı doğrulama adımı kritik. Okur için pratik çıkarım net: Harness Router'ı bir karşılaştırma tezgâhı olarak kullanın. Aynı görevi GitHub 'dan çektiğiniz iki-üç harness'ta, aynı model ve aynı dosyayla koşun; docker.com 'daki kurulumu bir dizüstü bilgisayarda test edin, sonra ekibinize özel politika gömülü bir harness yayınlayın ve openrouter.ai üzerinden maliyetleri tek yerden izleyin. Kazanç, model seçmekten çok harness seçiminde saklı.

Kaynaklar

7 bağlantı; 1 tanesi 1 başka haberde de kullanılıyor. Aynı bağlantıyı paylaşan haberler birbirini doğrulamış sayılmaz; kaynağın kökeni bağlantı sayısından çıkarılmaz.

harness router · yapay zeka ajanı · docker · openrouter · harness bench

Konuyu takip et

Bu haberden önce

Aynı olayla editör tarafından ilişkilendirilmiş önceki haberlerden kısa bir okuma sırası.

Kanıt ve kaynaklar

İzinli kaynak metnini, sürümünü ve köken bilgisini incele.

KAYNAKLARLA OKU

Bu haberi açalım.

Hesap kontrol ediliyor…