【GitHub项目推荐--OpenHarness：轻量级智能体开发与运行基础设施】⭐⭐⭐⭐⭐

GitHub 地址https://github.com/HKUDS/OpenHarness一、 项目简介OpenHarness 是一个开源的 Python 智能体Agent基础设施框架。它旨在为大型语言模型LLM提供一套完整的“外设”支持将模型的核心智能转化为可安全执行、具备记忆与协作能力的功能性智能体。该项目的核心设计哲学是“模型负责决策What框架负责执行How”。研究者与开发者可以通过 OpenHarness 快速获得工具调用Tool-Use、技能加载Skills、记忆管理Memory及多智能体协调等核心能力而无需从零开始构建复杂的 Agent 运行环境。二、 主要功能特性OpenHarness 围绕 Agent 的完整生命周期提供了以下关键子系统功能模块核心能力说明 智能体核心​流式工具调用循环支持 Anthropic 与 OpenAI 双协议实现模型思考与工具执行的闭环。️ 工具与执行​并行工具执行支持多个工具同时运行提升效率内置 API 重试与退避机制。安全边界与审批提供路径级命令规则Path-Level Rules及交互式审批弹窗确保操作安全。 技能与插件​按需技能加载兼容claude-code插件生态支持 Markdown 格式的技能Skills动态加载。插件生态系统支持自定义 Hooks前置/后置处理、Agents 配置及技能包管理。 记忆与状态​持久化记忆通过MEMORY.md实现上下文记忆的持久化存储与压缩Auto-Compact。会话恢复支持会话历史记录的保存与断点恢复。 多智能体与任务​子智能体孵化支持在会话中动态孵化Spawn子智能体并委派任务Delegation。团队注册与任务管理提供团队注册表Registry及后台任务生命周期管理能力。三、 安装与配置1. 环境要求Python: 3.10 或更高版本包管理器:pip2. 安装步骤通过 PyPI 直接安装 OpenHarness 命令行工具ohpip install openharness3. 环境配置安装完成后需配置 API 密钥以连接大模型服务以 Anthropic Claude 为例# 设置环境变量推荐 export ANTHROPIC_API_KEYyour-api-key-here # 或者使用 oh 命令配置 oh config set ANTHROPIC_API_KEY your-api-key-here4. 目录结构初始化可选OpenHarness 支持本地自定义技能与插件。首次使用可初始化配置文件目录mkdir -p ~/.openharness/skills mkdir -p ~/.openharness/plugins四、 如何使用1. 基础启动使用oh命令即可启动一个基础的 OpenHarness 智能体会话oh启动后系统将进入交互式 TUI终端用户界面模型可在此环境中调用工具、读取文件或执行命令。2. 高级启动选项指定 API 格式oh --api-format openai使用 OpenAI 兼容接口指定模型oh --model claude-3-5-sonnet-20241022启用详细日志oh --verbose3. 交互模式功能在 TUI 界面中你可以直接提问模型会根据问题自动判断是否需要调用工具。触发审批当操作触及敏感路径如系统根目录时会弹出交互式确认对话框。查看历史使用上下键查看过往的思考过程与执行结果。五、 应用场景实例无代码场景一自动化研发助手Dev Agent背景开发者希望自动化完成代码库的更新、依赖安装及测试流程但担心 AI 误操作破坏环境。OpenHarness 实现配置安全规则在settings.json中设置规则限制 AI 只能操作~/workspace/project目录禁止执行rm -rf /等危险命令。加载 CI 技能编写或加载一个ci_automation.md技能文件描述项目的构建流程。执行与监督AI 根据技能描述自动执行git pull、npm install和npm test。在修改package.json等关键文件前系统弹出审批对话框需用户确认后才执行。场景二多智能体数据分析团队背景分析师需要处理一份复杂的销售数据涉及数据清洗、可视化生成和报告撰写三个专业环节。OpenHarness 实现组建团队在 OpenHarness 中注册三个子智能体角色DataCleaner、VizExpert、Reporter。任务委派主智能体Manager接收用户指令“分析本月销售数据并生成报告”。协同工作流Manager 将原始数据交给 DataCleaner 进行去重与格式化。DataCleaner 完成后VizExpert 自动接收清洗后的数据并生成图表。Reporter 最后汇总图表与关键指标撰写 Markdown 格式的报告。全程无需手动切换工具或复制数据OpenHarness 负责管理智能体间的通信与数据流转。场景三记忆增强的客服机器人背景电商客服需要记住与用户的过往对话历史以提供个性化的服务。OpenHarness 实现启用记忆系统配置 OpenHarness 使用MEMORY.md存储会话记忆。上下文压缩当对话轮次过多时框架自动对历史记忆进行摘要压缩避免超出模型 Token 限制。个性化响应用户再次咨询时AI 会先读取记忆文件识别用户身份与历史问题如“上次您购买的手机使用如何”从而提供连贯的客服体验。六、 总结OpenHarness 通过标准化、可复用的基础设施极大地降低了智能体Agent的开发与部署门槛。它不仅是 Claude 生态的强力补充更是多智能体系统MAS研究的理想试验床。对于开发者而言其插件化架构和安全边界控制使其非常适合集成到现有的 DevOps 或自动化工作流中对于研究者其透明的工具调用循环和多智能体协调机制为探索 Agent 行为提供了绝佳的观察窗口。