Lu sur le blog
Revue de code par Hermes Agent : zélé ou vraiment utile ?

star

Illustration technique : An illustration in a tech blog style, depicting a stylized 'Hermes Agent' character (perhaps a digital owl or a futuristic robot head) reviewing lines of code on a screen, with a human developer overseeing the process from a computer in a modern homelab setting. Emphasize control and collaboration, with code elements and GitLab/Forgejo logos subtly integrated in the background. No text on the image.

Ces derniers mois, on ne parle que de ça : les agents IA. Ils promettent de révolutionner le dev, et surtout, de nous faire gagner un temps fou. Je t'avoue, j'étais un peu sceptique au début. Entre les assistants de code qui te filent des bouts de code pas toujours pertinents et les agents qui se prennent pour des développeurs à part entière, il y avait de quoi être prudent.

Mais un domaine où l'IA a un potentiel énorme, c'est la revue de code. On le sait, c'est souvent un goulot d'étranglement. Quand tu bosses en équipe, attendre la revue de tes pairs peut ralentir tout le cycle de développement. Et quand tu es seul sur un projet, tu peux louper des trucs évidents. Des chercheurs de Harvard ont même montré, dans une étude sur 718 entreprises, que l'IA déplace le bottleneck vers la revue de code, pas qu'elle l'élimine. Bref, une bonne IA peut aider à défricher le terrain et à pointer les problèmes évidents, libérant du temps pour l'humain sur les décisions complexes.

C'est là que j'ai repéré Hermes Agent. Pas Hermes IDE, attention, qui est une console pour agents de codage. Non, je parle bien de Hermes Agent de Nous Research. Un agent IA open-source, lancé début 2026, qui se veut autonome, capable de générer des tests, de gérer des Pull Requests (ou Merge Requests chez nous) et même de s'auto-améliorer. L'idée de l'héberger chez moi pour avoir un contrôle total sur mes données et mes modèles m'a tout de suite séduit. Fini d'envoyer mon code à des services tiers !

Hermes Agent : le cerbère de ton code, mais à ta botte

Hermes Agent, c'est un peu le majordome de ton dépôt Git. Son but, c'est d'exécuter des tâches de manière autonome. Pour la revue de code, ça veut dire qu'il peut analyser tes modifications, suggérer des améliorations, pointer des erreurs potentielles ou des non-conformités avec tes standards. L'aspect 'auto-améliorant' est intéressant, même si les notes de recherche indiquent qu'il faut parfois désactiver cette fonction (self_learning = false) si la qualité des compétences auto-générées n'est pas au rendez-vous. C'est le genre de détail qui me fait dire qu'il faut garder un œil sur la bête.

Ce qui me plaît, c'est qu'il est conçu pour être extensible via des 'skills'. Ces compétences sont définies dans des fichiers SKILL.md et peuvent couvrir la revue de code, l'analyse de sécurité, etc. C'est cette modularité qui le rend puissant et adaptable à nos besoins spécifiques de homelab ou de petite équipe.

Mettre Hermes au turbin sur GitLab/Forgejo : les mains dans le cambouis

Bon, assez parlé, passons à la pratique. L'installation de base de Hermes Agent est un prérequis, mais une fois que c'est fait, la première étape est d'ajouter la compétence de revue de code. Les docs mentionnent github-code-review, et même si on vise GitLab/Forgejo, c'est le point de départ.

npx skills add https://github.com/nousresearch/hermes-agent --skill github-code-review

Ensuite, il faut configurer Hermes pour qu'il écoute les événements de ton dépôt Git. On va utiliser un webhook. Il faut modifier le fichier ~/.hermes/config.yaml. J'ai un faible pour Docker Compose pour ce genre de service, ça isole bien tout.

version: '3.8'

services:
  hermes-agent:
    image: nousresearch/hermes-agent:latest   # ou ton image custom
    container_name: hermes-agent
    restart: always
    ports:
      - "8644:8644"        # à ouvrir et sécuriser côté firewall
    volumes:
      - ./hermes_data:/root/.hermes           # config et mémoire de l'agent
      - ./skills:/root/.hermes/skills         # tes skills perso
    environment:
      - OPENAI_API_KEY=sk-ta-cle              # ou ton LLM local (Ollama)
      - HERMES_PLATFORMS_WEBHOOK_ENABLED=true
      - HERMES_PLATFORMS_WEBHOOK_EXTRA_PORT=8644
    command: hermes agent start --config /root/.hermes/config.yaml

Pour GitLab (ou Forgejo), il y a quelques spécificités. Les notes de recherche précisent que le même adaptateur webhook fonctionne, mais l'authentification se fait via X-Gitlab-Token (ou signature standard). Surtout, la signature de la route doit être changée à signature: gitlab, et les champs de la payload sont différents. Par exemple, pour le titre d'une Merge Request, ce sera {object_attributes.title} et non {pull_request.title}. C'est un détail, mais ça peut faire bugger l'intégration si tu ne fais pas gaffe.

Pour la sécurité, et c'est un point crucial, expose ton webhook dans un environnement sandboxé si tu le rends accessible depuis Internet. Un conteneur Docker, c'est le minimum. Les payloads de webhook peuvent contenir des données contrôlées par l'attaquant (titres de PR, messages de commit), ce qui présente un risque d'injection de prompt. Donc, prudence !

platforms:
  webhook:
    enabled: true
    extra:
      port: 8644        # port d'écoute du webhook
      rate_limit: 30    # max requêtes par minute par route

Ceci est un exemple de base. Tu devras l'adapter avec les variables d'environnement pour ton LLM si tu utilises un modèle local via Ollama par exemple, ce que je te recommande fortement pour la confidentialité et la performance. Tu peux aussi ajouter toolsets: ["terminal", "web"] à la configuration de la route webhook pour permettre à Hermes d'exécuter des commandes gh (si GitHub) ou des outils web.

Éduquer ton IA : personnalisation et maîtrise humaine

L'un des gros avantages de Hermes, c'est sa personnalisation. Tu peux définir tes propres SKILL.md. C'est là que tu vas « éduquer » ton agent à tes standards de code, à tes conventions de nommage, et même à tes patterns de sécurité spécifiques. Imagine un fichier SKILL.md qui contient des instructions comme : 'Vérifie que toutes les classes de contrôleur Symfony ont la bonne annotation de route' ou 'Assure-toi que les requêtes SQL sont toujours préparées'.

Hermes dispose aussi d'une mémoire persistante. Il peut apprendre les frameworks de test que tu utilises, tes conventions de codage, et même améliorer son évaluation des risques au fil du temps. C'est un atout, mais comme je l'ai dit, l'option self_learning = false peut être utile si tu trouves que ses compétences auto-générées ne sont pas à la hauteur de tes attentes. Le but est que l'IA te serve, pas qu'elle te dicte sa loi.

Le piège avec ces agents, c'est de leur donner carte blanche. Mon approche, c'est de voir Hermes comme un assistant intelligent, pas comme un dictateur aveugle. Il doit pré-filtrer, proposer, et alerter, mais la décision finale doit rester humaine. Un workflow DevOps idéal inclurait une étape où les suggestions de Hermes sont validées par un humain avant d'être appliquées ou même prises en compte. C'est la garantie de ne pas introduire de bugs subtils ou de régression due à une mauvaise interprétation de l'IA.

Pour la revue de ses propositions, des outils comme Plannotator (un espace de travail local pour revoir les plans et codes d'agents) ou SoduWork (un espace de travail auto-hébergé pour l'orchestration multi-agents avec validation humaine) sont des pistes intéressantes pour compléter Hermes. Ils offrent une interface pour interagir avec les agents et valider leurs actions, ce qui est essentiel pour maintenir le contrôle.

Sécurité, perfs et maîtrise : pourquoi le local, c'est la vie

Héberger Hermes Agent chez soi, c'est choisir la souveraineté de ses données. Tes secrets de code restent chez toi, sans passer par des API tierces qui pourraient les utiliser pour entraîner leurs modèles. C'est un argument de poids quand on travaille sur des projets sensibles ou propriétaires.

Côté performance, exécuter ton LLM en local, via Ollama par exemple, offre une réactivité sans pareille. Fini les latences réseau, les quotas d'API ou les coûts prohibitifs. Tu dimensionnes ton serveur comme tu veux, et Hermes tourne à la vitesse de ton hardware. Et avec des cartes graphiques récentes, les modèles ouverts sont de plus en plus performants.

La maîtrise de l'IA, c'est aussi de pouvoir choisir les modèles que tu utilises. Hermes peut router différentes sous-tâches vers différents LLM au sein d'une même session. Tu pourrais avoir un modèle léger pour la détection de fautes de frappe et un modèle plus costaud pour l'analyse de patterns complexes. Cette flexibilité est précieuse pour optimiser le rapport qualité/performance/coût.

Il existe des alternatives comme Alibaba Open Code Review (OCR), qui est un CLI dédié à la revue de code assistée par IA, avec des plugins pour IntelliJ et des intégrations CI. Mais l'approche 'agent' de Hermes me semble plus prometteuse pour une automatisation plus poussée et une capacité d'apprentissage continue, même si cela demande plus de mise en place.

Le mot de la fin

Hermes Agent, c'est clairement un projet jeune mais très prometteur pour ceux qui, comme moi, veulent automatiser la revue de code sans pour autant donner les clés du camion à une IA aveugle. C'est une brique de plus dans la boîte à outils du développeur moderne, surtout si tu es adepte du self-hosting et de la maîtrise de tes données. Il y a des défis, notamment la configuration des webhooks pour GitLab/Forgejo et la gestion des risques d'injection de prompt, mais rien d'insurmontable pour un bidouilleur de homelab.

Pour l'instant, je le vois comme un excellent assistant, capable de dégrossir le travail et de me faire gagner un temps précieux sur les tâches répétitives. Mais il ne remplacera jamais l'œil aguerri d'un développeur humain pour les décisions complexes, la compréhension du contexte métier ou la vision architecturale. C'est un outil à apprivoiser, pas un maître à suivre aveuglément. Et ça, c'est une sacrée bonne nouvelle.

Publié le 21 novembre 2026 Partager X LinkedIn

← Précédent Nginx au million de connexions : le noyau ne suffit plus Suivant → Raea : ton agent écrit du React, ton GPU rend la vidéo