HarnessRouter 把多个 AI 智能体 harness 集中到一个在本地运行的控制台中。所谓 harness，是让 AI 模型能够调用工具、访问文件并完成多步骤任务的软件。开发者无需为每次对比分别配置 Claude Code、Codex 或 Gemini CLI，而是可以在同一个工作环境中为任务选择 harness。费用审核、数据库图表和演示幻灯片这几个案例，展示了这种方式能支撑哪些工作。
同一份费用文件，两个 harness
一项费用测试使用了一份包含 34 条记录的电子表格，其中故意埋入了 7 处违规。规则要求：超过 $75 的餐费须经经理批准，超过 $25 的支出须附收据，且不得重复报销。因此，在任何智能体检查文件之前，应当查出的结果就已经明确。
▲ 两个 harness 审核费用台账
搭配 gemini-3.8-flash 模型的 Gemini CLI 通过 61 次工具调用检查了这份表格，生成了一份新增审核列的文件和一份单独的书面摘要。结果标记出 7 行，合计 $487.65，与埋入的违规项一致。HarnessRouter 还保留了工具命令的审计记录，因此结果并不是一个无从解释的答案。
随后，同样的文件、提示词和模型改由 Pi 运行。Pi 无需针对该 harness 单独配置，就找出了相同的 7 行。这正是在一个控制台内切换的实际好处：团队可以在不更换底层模型、也不重新准备输入的情况下，比较不同 harness 处理任务的方式。
审核还指出，有两名员工在同一天各自报销了同样 $42.80 的出租车费，并推断两人很可能是拼车。如果把两笔报销都标记出来，待审核清单将变为 8 行、$530.45。这一区别很重要：埋入的 7 处违规有既定答案，而额外这一项则需要对报销内容作出判断。用户可以在接受标记之前查看文件和审计记录。
对于定期审核，可以基于 Gemini CLI 创建自定义 harness，把费用规则保存在名为 CLAUDE.md 的指令文件中。配置完成后，每次只需上传新的报表并给出简短要求，不必再重新粘贴一遍规则。
为什么切换 harness 很重要
模型可以生成回答，但如何访问文件、使用工具并完成工作流程，由 harness 决定。因此，即使模型不变，harness 的选择也可能影响结果。
一项项目基准测试使用同一个语言模型，在四种 harness 上运行了 50 项电子表格评估任务：
| 结果 | 表现最好的 harness | 表现最差的 harness |
|---|---|---|
| 任务成功率 | 85% | 77% |
| 完成全部任务所需时间 | 约为一半 | 对比基准 |
这些数字只反映这项基准测试，并不保证所有任务都有同样表现。但它们说明，值得用对特定工作流程真正重要的文件和输出来测试 harness。费用对比是一个更小的例子：两个 harness 得出了相同的已知结果，而共用的控制台让两者的工作更便于并排查看。
使用服务商密钥的本地控制台
HarnessRouter 免费、开源，并采用自托管方式。Docker Desktop 在本地电脑上运行它的软件容器，一条 Docker 命令即可在本地 3000 端口启动服务。安装时使用持久化的 Docker 卷来保存 harness 配置。服务提示已就绪后，在浏览器中打开该端口即可进入控制台。
控制台列出了 Claude Code、Codex、Gemini CLI、Hermes、Pi 和 OpenCode 等 harness，并显示状态、任务数量和成功率等运行指标。用户还可以为浏览器、GitHub 和 Vercel 等工具配置插件。
本地控制台并不能免去模型访问这一环。在 Bring Your Own Key 设置中，用户需要填入 API 密钥，即模型服务商的访问凭证，例如来自 Google AI Studio 或 OpenRouter 的密钥。项目本身免费，演示中的模型连接使用的都是用户自备的密钥。
从数据库记录到图表和幻灯片
入门套件把同一个工作环境扩展到文件审核之外。在一项仪表盘任务中，Hermes 使用 deepseek-v4-pro，处理一个包含四张表的零售 PostgreSQL 数据库。PostgreSQL 是存放这些记录的数据库系统。在收到查看近 12 个月营收趋势、营收前五的产品和各地区分布的请求后，智能体检查了表结构，执行了数据库查询，并在两分钟内生成了交互式图表。
▲ 数据库分析与可编辑幻灯片
生成的仪表盘显示，已完成订单 5,705 笔，营收 $1,482,393，平均订单金额 $259.84。在这次运行中，显示的合计数与底层数据库记录一致。这些是示例零售数据库的数字，并不代表其他企业可以期待的结果。
Slides 入门套件则由 Hermes 根据零售指标，在约两分钟内生成了一份五页的管理层汇报材料。材料包含营收驱动因素和潜在隐患，其中包括东北地区 6 月、7 月和 8 月的月营收低于 $9,000，以及某款产品的退货率达到 29.6%，而基准为 4% 至 6%。幻灯片在界面中仍可编辑，因此生成的演示材料可以手动修改。
先从哪里试起
HarnessRouter 的主要价值，在于提供一个统一的地方来选择 harness、运行任务并查看执行过程。已有 Docker Desktop 和自有服务商密钥的开发者，可以先从答案已知的文件入手，用同一模型比较不同 harness，并检查生成的文件和审计记录。如果任务需要反复执行，可以把规则保存到自定义 harness 中；如果任务依赖数据库记录，则应在使用前把生成的图表和幻灯片与这些记录进行核对。