港大开源OpenHarness：一周吸引7000星，Agent开发者必看！

4 月 2 日刚开源，两天狂揽 1.9K+ GitHub Star，登顶全球 Trending 榜首

用1.1 万行 Python 代码，实现了闭源巨头 51.2 万行代码 98% 的核心工具能力，体积直接压缩 44 倍；

完全兼容 Claude Code 生态，MIT 开源协议，可自由修改、商用 ！

先搞懂：到底什么是 Agent Harness？

在 AI 圈有一个公认的公式：

Agent = 大模型 + Harness

大模型是 AI 的大脑，提供原始的推理和智能；

而Harness就是让大脑真正能干活的那些功能！

LangChain 官方给出了最简洁的定义：Agent = Model + Harness（智能体 = 模型 + 驾驭层），并强调：If you're not the model, you're the harness（如果你不是模型本身，那你写的所有代码都是驾驭层）。

从本质上讲，Harness 是模型之外的一切，包括代码、配置和执行逻辑，它将原始模型（只会输入输出文本的黑盒子）转变为能完成复杂任务的智能体，提供状态管理、工具执行、反馈循环和可执行约束等关键能力。

它包含了工具调用、记忆系统、权限治理、多 Agent 协调、沙箱执行、全链路日志等一整套基础设施

没有它，大模型永远只是个会聊天的陪聊，成不了能替你干活的数字员工。

硬核实力：1.1 万行代码，到底做到了什么？

核心架构：把黑盒拆成 10 个可理解的子系统

OpenHarness 最难得的一点，是把复杂的 Agent Harness，拆解成了 10 个边界清晰、逻辑独立的子系统，每个模块都有完整的类型校验和权限控制，哪怕是新手开发者，也能顺着代码理清 Agent 的完整运行逻辑：

Agent Loop 核心循环：负责「思考 - 工具调用 - 结果反馈 - 再决策」的完整闭环，是整个框架的心脏

工具调用系统：内置 43 种核心工具，覆盖文件操作、Shell 执行、网络搜索、MCP 协议等全场景

上下文与记忆系统：支持跨会话持久化记忆、会话恢复、自动上下文压缩，解决 Agent健忘痛点

权限治理系统：多级权限模式、路径级规则管控、工具调用前后钩子，把安全握在用户手里

多 Agent 协调系统：支持子 Agent 生成、任务委派、团队管理，实现复杂任务的分工协作

技能系统：按需加载 Markdown 格式技能，100% 兼容 anthropics/skills 生态，40 + 内置技能开箱即用

插件系统：兼容 Claude Code 插件，支持自定义命令、钩子、Agent，扩展能力无上限

沙箱执行环境：隔离执行空间，防止恶意操作和本地环境污染

可观测性体系：全链路日志、Token 计数与成本追踪、执行轨迹可视化，彻底告别黑盒

终端 UI 与 CLI：React/Ink 交互式终端，支持命令选择器、会话恢复，一行命令即可启动

真实上手体验：安装 30 秒

我亲自测试了完整的安装和使用流程，全程没有任何复杂的环境配置，对新手极度友好：

一键安装命令

curl -fsSL https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.sh | bash

安装完成后，查看版本确认

oh --version

一行命令启动

uv run oh

配置好API密钥后，直接启动

uv run oh

项目地址:

https://github.com/HKUDS/OpenHarness