大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



智猩猩AI整理

编辑：没方

在AI Agent热潮席卷的当下，大家都想自己搭建一个靠谱的Agent，但发现缺少一套真正好用的底层基础设施。

模型再聪明，也只是个“会思考的大脑”，没有配套的“躯干和四肢”，它就只能停留在纸上谈兵的阶段。

这个缺失的“躯干”，正是Agent Harness——它负责给大模型提供工具调用、长期记忆、权限管控和多Agent协同等能力。

然而，工业级的Agent Harness要么被少数大厂牢牢掌握在闭源系统中，开发者只能通过API调用却看不到底层逻辑。要么开源方案代码动辄几万行、依赖复杂、部署门槛高，让普通研究者和开发者望而却步。

结果就是，大家每天都在重复“造轮子”或“缝缝补补”，难以快速构建出一个安全、稳定、可协作的生产级智能体系统。

为此，今天要给大家介绍香港大学数据智能实验室的开源项目OpenHarness。它无需复杂配置，一条命令就能启动，兼容Claude、OpenAI、Kimi、DeepSeek、Ollama等几乎所有主流模型。让Agent Harness从大厂特权，变成了每个开发者都能轻松上手的基础工具。该项目仅开源10天，就在github上收获9.5k Stars。

OpenHarness的核心在于重新定义了“Agent Harness”的概念：模型负责提供智力，而Harness则负责赋予它行动能力、感知环境、维持记忆并守住安全边界。

OpenHarness 的核心架构设计得非常清晰且模块化，整个项目以 openharness/ 包为主体，拆分成多个高度内聚的子模块，每个模块都承担着 Agent 运行时的特定职责。

engine/ 是整个系统的大脑，负责实现 Agent Loop 核心循环——从接收查询开始，经过流式输出、工具调用，再回到循环执行，确保整个交互过程稳定而高效。

tools/ 提供了 43 个开箱即用的工具，涵盖文件读写、Shell 命令执行、网页搜索、Web 访问以及 MCP 协议调用等常见操作，让 Agent 真正具备“动手能力”。

skills/ 则是知识注入模块，支持从 Markdown 文件动态按需加载技能，开发者可以轻松扩展各种领域能力，例如代码提交、审查、调试或任务规划等。

plugins/ 作为扩展系统，允许集成命令、钩子、子 Agent 以及 MCP 服务，同时兼容 claude-code 等主流插件生态，大大提升了系统的可扩展性。

permissions/ 专注于安全防护，提供多级权限模式、路径规则以及命令黑名单等机制，从根本上守护 Agent 的运行边界，防止失控风险。

hooks/ 实现了生命周期事件钩子，支持在工具使用前（PreToolUse）和使用后（PostToolUse）插入自定义逻辑，赋予开发者精细的控制能力。

commands/ 内置了 54 个斜杠命令（/help、/commit、/plan等） ，让用户可以通过简单指令快速操作 Agent。

mcp/ 负责与外部工具和资源进行标准化交互。

memory/ 负责记忆管理，支持跨会话的持久化知识存储，通过自动压缩和 MEMORY.md 等机制，让 Agent 不再“健忘”，能长期保持上下文连续性。

tasks/ 则处理后台任务的全生命周期管理，包括创建、监控和调度。

coordinator/ 专注于多 Agent 协作，支持子 Agent 的动态生成、团队注册以及任务协调。

prompts/ 模块负责上下文组装，包括系统提示词的构建、CLAUDE.md 文件的自动发现以及技能注入等，为每次交互提供高质量的提示基础。

config/ 管理多层配置系统，并支持平滑的设置迁移，确保不同环境下的配置一致性。

ui/ 则提供了基于 React 和 Ink 的终端 TUI（文本用户界面），实现了后端协议与前端交互的完美结合，支持命令选择器、权限弹窗、会话恢复等完整交互体验。

（1）一键安装

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

（2）本地运行

git  https://github.com/HKUDS/OpenHarness.git

 OpenHarness

uv  –extra dev

uv run oh

（3）常用命令

 setup

 provider list

 provider use codex

 auth status

输入oh setup后会按下面的顺序引导：

内置 workflow 包括：Anthropic-Compatible API、Claude Subscription、OpenAI-Compatible API、Codex Subscription、GitHub Copilot。

如果内置 preset 不够，可以直接新增 profile：

 provider add my-endpoint 

  –label  

  –provider anthropic 

  –api-format anthropic 

  –auth-source anthropic_api_key 

  –model my-model 

  –base-url https://example.com/anthropic

这一版开始，兼容接口可以按 profile 绑定凭据。也就是说，Kimi、GLM、MiniMax 这类 Anthropic-compatible 后端，不需要再共用一把全局 anthropic key。

安装完成后，最推荐的体验方式是进入交互模式。只需在终端输入一条简单命令：

系统会立即启动基于 React 和 Ink 开发的现代化终端 TUI（文本用户界面）。在这个界面中，可以享受到非常丝滑的交互体验。

除了交互模式，OpenHarness 同样支持非交互模式，适合脚本调用或自动化场景。可以直接通过 -p 参数传入提示词，例如：

oh - “Explain this repository”

oh - “List  functions in ”  json

oh - “Fix the bug”  stream-json

（4）智能体应用 Ohmo

除了核心 CLI 工具，OpenHarness 还提供了一个独立的个人 Agent 应用 —— Ohmo。它不是 OpenHarness 的一个简单模式，而是一个完整的个人智能体应用。

ohmo 

这条命令会在 ~/.ohmo/ 目录下自动创建一系列核心文件和文件夹。

初始化完成后，通过以下命令进行配置：

 config

配置过程采用和 oh setup 一致的引导式交互，支持 Anthropic-Compatible API、Claude Subscription、OpenAI-Compatible API、Codex Subscription、GitHub Copilot 等多种后端。目前已支持 Telegram、Slack、Discord、飞书 等主流聊天渠道配置。

配置结束后，如果 gateway 正在运行，系统还会询问是否立即重启以应用新配置。配置就绪后，可以通过以下命令启动 Ohmo：

ohmo gateway run

ohmo gateway status

ohmo gateway restart

完整步骤请参考：

https://github.com/HKUDS/OpenHarness/blob/main/README.zh-CN.md

从行业发展的角度来看，OpenHarness的出现，正在推动智能体领域从“拼模型”向“拼工程化”转型。未来，AI应用的核心壁垒将不再是模型的智能程度，而是工程化的成熟度、系统的可靠性、使用的安全性和生态的协同性，而这些，正是OpenHarness所擅长的。