构建一个自主智能体需要模型、harness 和特定领域的工具。为了更安全地部署智能体，开发者需要一个能够强制执行策略的运行时，以及用于可靠执行的优化和可观测性工具。
对于生产环境中的智能体，挑战在于让这些智能体在访问真实企业系统和数据时既具备能力又能安全运行。
本文解释了这些组件如何协同工作，重点介绍 NVIDIA NemoClaw 开放蓝图如何使开发者能够在其可以拥有、定制和运行的栈上构建专用智能体。本文提供了帮助开发者将 NemoClaw 与其已在使用的 harness（OpenClaw、Hermes Agent 或 LangChain Deep Agents）集成的标准。
智能体 harness 提供什么
一个智能体需要四样东西：
- 一个能够推理的模型。
- 一个定义智能体如何运作的 harness。
- 扩展其能力的工具和技能。
- 一个管控智能体在生产环境中可以访问和做什么的运行时。
NemoClaw 可与智能体 harness 配合使用
NemoClaw 开放蓝图目前支持三种 harness：
- OpenClaw 可以访问文件和应用程序、编写代码、生成子智能体，并在会话之间保持上下文。它运行在你自己的机器或服务器上，支持长时间运行的会话、记忆和定时任务。
- Hermes Agent 来自 Nous Research，旨在随着使用而不断改进。当团队纠正智能体的方法并重复工作流时，Hermes 会将这些模式捕获为可复用的持久技能，供未来工作使用。
- LangChain Deep Agents 为复杂的多步骤任务提供了一个可定制的 harness。它结合了规划、基于文件的上下文管理、记忆以及向专用子智能体的委派。
每个 harness 都为智能体提供技能、工具、编排和记忆。
使用 NemoClaw 构建全栈生产智能体
NemoClaw 不是竞争性的 harness，也不是运行时。它是一组蓝图，在开发者所选 harness 之上组装一个开放的智能体栈。该栈将模型和 harness 优化与运行时治理相结合。
每个 NemoClaw 蓝图汇集四个组件：
- 一个经过调优的开放 harness，例如 Hermes Agent、LangChain Deep Agents 或 OpenClaw，针对与 NVIDIA Nemotron 配合使用进行了优化。
- Nemotron 开放模型。
- 用于优化的 NVIDIA NeMo 工具，包括用于观测和改进智能体执行的 NVIDIA NeMo Relay，以及有助于提高吞吐量、成本和可靠性的路由能力。
- NVIDIA OpenShell 是管控智能体对文件、网络、凭据和工具访问的安全运行时。
如果你已经在使用 OpenClaw、Hermes Agent 或 LangChain Deep Agents 进行构建，NemoClaw 蓝图可以组装周边栈，而无需你重写智能体。
为什么协同优化模型和 harness 很重要
一个智能体结合了模型和 harness。模型负责思考，而 harness 提供其运行的环境。当两者匹配时，模型可以专注于任务。当两者不匹配时，它可能会再次请求上下文、提前停止，或陷入无进展的循环。
例如，LangChain 通过调整提示词、工具和中间件，在不重新训练模型的情况下，为其 Deep Agents harness 针对 Nemotron 3 Ultra 进行了调优。从已经很强的基线出发，harness 调优使 Nemotron 3 Ultra 达到了接近前沿的性能，与领先的闭源模型相比，每次运行成本约低 10 倍。
面向 LangChain Deep Agents 的 NemoClaw 蓝图直接打包了这些优化。每位将 LangChain Deep Agents 与 Nemotron 3 Ultra 配合使用的开发者都可以获得这些优化，而无需重现调优工作。经过调优的 Nemotron 3 Ultra 模型配置可通过 LangChain 在 GitHub 上获取。
何时使用哪一种
使用 OpenClaw、Hermes Agent 或 LangChain Deep Agents 等 harness 来构建和试验智能体的技能、工具、记忆和编排逻辑。
使用 NemoClaw 蓝图在开放栈上组装和运行专用智能体，该栈结合了经过调优的 harness、模型、优化、遥测和 OpenShell 运行时控制。
表 1. 智能体 harness 与 NemoClaw 蓝图的角色和能力
| 问题 | 智能体 harness | NemoClaw 蓝图 |
|---|---|---|
| 它是什么 | 管理智能体如何使用工具、维护上下文和执行任务的软件 | 将受支持的 harness 与模型、优化工具和运行时相结合的参考栈 |
| 它提供什么 | 工具、技能、记忆和编排 | 经过调优的 harness、模型、优化工具和 OpenShell 运行时控制 |
| 它们如何协同工作 | 在栈内提供智能体的执行逻辑 | 将 harness 与其他栈组件相结合 |
| 何时使用 | 用于构建和定制智能体的行为 | 用于组装和运行智能体，并具备模型和 harness 优化以及运行时控制 |
harness 帮助你构建一个能力强的智能体。NemoClaw 蓝图帮助你在开放栈上运行该智能体，并具备模型和 harness 优化、遥测和运行时治理。
示例：基于 Hermes 构建的记忆驱动型 Chief of Staff
NemoClaw 社区仓库包含一个记忆驱动型 Chief of Staff 配方。该智能体维护一个持久、人类可读的模型，记录它遇到的人员、项目、优先级和工作模式，因此它不必在每项任务中从头重建上下文。它被构建为面向 NemoClaw 的可部署 Hermes 配置，如技术设计演练中所述。
该配方展示了整个栈协同工作，而非孤立运行。OpenShell 治理智能体的文件系统、进程和网络访问，并将托管推理和模型上下文协议（MCP）连接的凭据保存在沙箱之外。这有助于让智能体即使在记忆或检索到的上下文引导其走向非预期操作时，仍受策略约束。NeMo Relay 原生集成到 Hermes 会话中。它在真实的会话边界（包括新会话、重置或过期）关闭追踪跨度，并导出生成的轨迹用于审计和进一步优化。
智能体治理的重要性
每个 NemoClaw 参考都包含 OpenShell，这是一个在智能体 harness 和工具周围增加安全与策略执行的运行时，治理模型可以采取的操作。OpenShell 教程介绍了如何创建你的第一个策略，以防止数据泄露到 GitHub。NemoClaw 参考包含更复杂的 OpenShell 策略，治理智能体跨许多不同内部工具、站点和通信渠道的连接。
跨云、数据中心和本地系统部署
NemoClaw 智能体可以在云中、数据中心、NVIDIA DGX Spark 以及 NVIDIA RTX PC 和工作站上运行。面向医院的 NemoClaw 临床智能体和面向电子设计自动化的 NemoClaw 仿真智能体可以在同一栈上运行，同时使用完全不同的工具和技能。
NemoClaw 智能体还可以与前沿智能体协同工作。Claude、Codex 或 Cursor 智能体可以将领域特定的子任务委托给运行在开放模型和自有基础设施上的 NemoClaw 驱动的专家。
开始使用
为你的 harness 选择一个 NemoClaw 蓝图，然后为其工具、模型和运行时策略定制你的工作流。
- 参加使用 NemoClaw 部署安全智能体 DLI 课程——该栈的 101 级入门介绍。
- 按照NemoClaw 快速入门通过 NemoClaw 蓝图部署智能体。
- 浏览NemoClaw GitHub 仓库获取完整示例和更多蓝图。
- 了解如何使用 Hermes Agent 和 NemoClaw 部署自进化智能体，以实现更快、更安全的研究。
订阅 NVIDIA 新闻 并在 LinkedIn、 X、 Discord 和 YouTube 上关注 NVIDIA AI，以了解 NVIDIA AI 的最新动态。访问 开发者页面 获取入门资源。在 Hugging Face 上探索开放的 Nemotron 模型和数据集，在 build.nvidia.com 上探索 NVIDIA Blueprints。并参与 Nemotron 直播、 教程，以及在 NVIDIA 论坛 和 Discord 上的开发者社区。