agent-harnesses について
AIエージェントのランタイムを選定・構築する開発者向けの、ハーネスディレクトリと選択ガイドです。検索可能な一覧に設定テンプレート、手順書、スキル、最新情報の収集機能を組み合わせ、MCPサーバーからエージェントがハーネスを検索・選択できます。
主な機能
- 01検索・絞り込み可能なハーネス一覧
- 02選定ガイドとハーネス比較
- 03設定テンプレートと手順書
- 04エージェント環境を調べるインストール可能なスキル
- 05GitHubとHNの最新情報を収集
活用シーン
- 01モデルとタスクに合うハーネスの選定
- 02自律性と復旧能力によるハーネス比較
- 03最小構成のコーディングエージェント用ハーネス作成
- 04エージェントのアクセス権、ガードレール、ツールコストの確認
MCP 対応
MCPサーバーは`recommend`や`pick_harness`などのクエリを公開し、MCPクライアントによるハーネスの検索・選定を可能にします。エージェント向けにllms.txtとJSONも提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
16掲載時のツール一覧 · 5 日前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| limit | integer | いいえ | |
| use_case | string | はい | |
| min_autonomy | string | いいえ | |
| min_recovery | string | いいえ | |
| max_complexity | string | いいえ | |
| open_source_only | boolean | いいえ |
詳細
翻訳後に原文が更新されています。最新の内容は原文をご確認ください。
エージェントハーネスとハーネス技術のベスト
🏆 信頼性の高いエージェントシステムを実現する、AI エージェントハーネス、オーケストレーションフレームワーク、ハーネス技術の厳選リスト。
🌐 検索可能なサイトを見る — ハーネスごとのページを掲載し、機能、自律性、復旧方法で絞り込めます。
🧰 テンプレートとプレイブック：このリストにあるハーネス向けの、コピーして使えるセットアップファイルと手順ガイドです。
🧩 スキル：自分のエージェント設定を検査する、インストール可能な10個のスキルです。エージェントがアクセスできるもの、申告している内容、消費するリソースなどを確認できます。
🤖 エージェントはこのリストを照会できます — MCP サーバー（recommend、pick_harness、…）、llms.txt、JSONを通じて、エージェントもハーネスを推薦できます。
エージェントハーネスとは？
モデルは答え、エージェントは行動します。エージェントハーネスとは、一方をもう一方へと変えるランタイムです。モデルが思考し、ハーネスがその思考に何をさせてよいかを決めます。
エージェントそのものについて、Simon Willisonの定義が最も明快です。「LLMエージェントは、目標を達成するためにツールをループで実行する」。ハーネスとは、そのループを取り巻くすべてです。どのツールが存在するか、何に承認が必要か、各ターンでモデルに何が見えるか、クラッシュ後も何が保持されるか、といった要素です。Andrej Karpathyは2023年にこのアーキテクチャを名付けました。モデルは「新しいオペレーティングシステムのカーネルプロセス」であり、ハーネスはそのOSの残りの部分、つまりスケジューラー、権限、メモリです。SWE-agentの論文は、エージェント・コンピューター・インターフェースという概念を提唱し、その重要性を示しました。ツールやフィードバックの提示方法は、モデルとは無関係に、モデルにできることを変えます。その後、この分野ではフレームワークの配管よりもここに投資すべきだという見解がまとまってきました。Anthropicのシンプルに構築するという指針から、フレームワークの時代は終わったというJerry Liuの主張まで、今重要なのはスキル、ツール、コンテキストの品質だとされています。このリストでは、そうしたレイヤーを掲載しています。
ハーネスが重要な理由
モデルの性能が向上すると、ハーネスの重要性はさらに高まります。能力が増えるほど失敗モードも増えるため、本番環境では再試行ロジック、フォールバック、検証が必要になります。エージェントを実際にリリースできるかどうかを左右するのは、モデルの品質だけでなく、ハーネスの品質です。このリストでは、ハーネスに関わる要素（環境、オーケストレーション、ライフサイクル、ガードレール）との関連性と、スター数／活動状況に基づいてプロジェクトを順位付けしています。
ベンチマークデータも、これを裏付けています。SWE-bench Proでは、「エージェントハーネスを入れ替えたときのpass@1の変化は、多くのモデルアップグレードによる変化を上回りました」（AINews、2026年8月8日、@joelniklausによる分析を引用）。同じモデルでもハーネスが異なれば、GLM-5.2ではpass@1が23%から52%に、Gemma 4 26Bでは15%から36%に変わります。ハーネスの順位はモデル間でほとんど引き継がれないため（順位相関は-0.05）、適切なハーネスを使う小型モデルが、相性の悪いハーネスを使うはるかに大きなモデルに迫ることもあります。
この差が最も顕著なのは、長期的な作業です。フロンティアモデル単体ではARC-AGI-3の達成率が約30%と検証されましたが、Prime Agentのハーネスを使うとOpus 5は95.5%に達しました。ハーネスがモデルより重要な理由を解説するYC Paper Clubの講演（2026年9月）では、その仕組みが詳しく説明されています。この向上は、足場を積み重ねるのではなく、新しい種類の自己改善型ハーネスによって実現されています。最良のものはシンプルなままで、モデル自身ではできないことだけを提供します。また、ハーネスの順位はモデル間でほとんど引き継がれないため、モデルを変更するたびに、ハーネスとの組み合わせを改めて検討する必要があります。この主張の根拠、測定内容、そして主張が意味しないことについては、別のページで説明しています。
このリポジトリのMCP サーバーが解決するのは、まさにこの課題です。エージェントからこのサーバーを指定すると、recommendまたはpick_harnessを呼び出し、ほかの誰かがベンチマークしたハーネスをそのまま使うのではなく、モデルとタスクに合ったハーネスを選べます。
全体像
リスト内のすべてのプロジェクトを、導入範囲（シンプルさ ↔ 能力の軸）とGitHubスター数でプロットしています。色はカテゴリを表し、各ティアの最大規模のプロジェクトにはラベルを付けています。
同じプロジェクトを、どれだけ監視なしで動けるよう設計されているか（自律性）と、実行が停止したときに何が起こるか（復旧）に基づいて配置しています。以下の表では、★はヘッドレスでの実行に対応したプロジェクト、✱は実行状態を永続化できるプロジェクトを示します。どちらのチャートも、更新のたびにリストデータから再生成されます。
ハーネスの選び方
まずガイドを読み、次に直接比較する判断ページへ進んでください。以下の表と同じデータに基づいています。
- モデルよりハーネスが重要な理由：測定結果（同じ重みで ARC-AGI-3 が 30% から 95.5% に向上）、その見解を示している人物、そしてこの主張が意味しないこと
- ハーネスの選び方：このリストを選択に役立てるための6つの質問と、最初に理解しておきたいグラフ（ハーネスはモデルよりもスコアを大きく左右します）
- ハーネスの試用方法：公平な環境設定、自分のリポジトリから選んだタスク、7つの測定項目、そして継続可否の判断基準を含む、2週間の試用プロトコル
- 2026年のベスト AI エージェントハーネスをカテゴリ別にランキング：今週のデータに基づく各カテゴリのトップ3。更新のたびに再生成されます
- OpenClaw と Hermes の比較 — 常時稼働するパーソナルエージェントをめぐる議論：存在感と規律、そして実際の利用報告が示すこと
- マネージド型とセルフホスト型の常時稼働エージェント：Grok Bot、Claude Managed Agents、QM、OpenClaw、Hermes、OpenJarvis を比較。誰がコンピューターを管理し、アイドル時間の料金を誰が負担するのか
- ターミナルコーディングエージェント — opencode と Codex と Gemini CLI と crush と goose の比較
- マルチエージェントオーケストレーション — OpenAI Agents SDK と CrewAI と AutoGen と LangGraph の比較
- エージェントのメモリレイヤー — Mem0 と Letta と claude-mem の比較
- エージェントのサンドボックス化：その概要、主要な概念、そして関連ツール（E2B と Daytona と Modal など）
- エージェント評価（SWE-bench と inspect_ai と Terminal-Bench の比較）
- 評価・可観測性プラットフォーム（Langfuse と LangSmith と Braintrust と Phoenix の比較）
- ブラウザーエージェント（browser-use と Stagehand と Playwright MCP と chrome-devtools-mcp の比較）
- ブラウザーインフラストラクチャ（Browserbase と Steel と Hyperbrowser の比較）
- Claude Code スキルパック（superpowers と GStack と get-shit-done と Anthropic Skills の比較）
- エージェント向けコンテキストファイル（AGENTS.md と CLAUDE.md とスキルと MCP ツール検索の比較）
テンプレートとプレイブック
このリストは、どのハーネスを使うかを示します。こちらでは、そのセットアップ方法を説明します。テンプレートはプロジェクトにコピーするファイルです。プレイブックは、1つのタスクを手順ごとに説明します。
テンプレート
- すべてのコーディングエージェントで使える1つのAGENTS.md: Codex、Claude Code、Cursor、OpenCode、GitHub Copilot、Gemini CLI、Aiderがすべて読み込むブリーフィングファイルです。ビルドコマンド、規約、厳守事項をツールごとではなく、一度だけ記述できます。
- 安全なClaude Code設定：権限とガードフック: Claude Codeによる強制プッシュ、作業内容の消去、シークレットの読み取り、ダウンロードしたファイルのシェルへのパイプを防ぎながら、日常的なコマンドはそのまま使えるプロジェクト設定です。2つのファイルをコピーしてコミットします。
- Pythonによる最小限のエージェントハーネス: 約180行のPythonで動作するコーディングエージェントのハーネスです。ループ、3つのツール、権限ゲート、コンテキストファイル、ターン数の上限、クラッシュ後に再開できるトランスクリプトが含まれます。ハーネスの仕組みを学ぶため、または独自のハーネスの出発点としてコピーしてください。
プレイブック
- 独自のエージェントハーネスを構築する: 約1時間で動作するコーディングエージェントを構築します。仕組みを完全に理解できる1つのPythonファイルで、ループ、3つのツール、権限、コンテキストファイル、予算、クラッシュ復旧を実装します。最後に、最小限のハーネステンプレートをご自身のリポジトリで動かします。
- すべてのコーディングエージェントで使える1つのAGENTS.mdを書く: Codex、Claude Code、Cursor、OpenCode、Copilot、Gemini CLI、Aiderがすべて読み込むブリーフィングファイルを作成し、各ツールが実際に読み込んだことを確認します。また、役立つ内容にするため、長くなりすぎないようにします。最後に、ご自身のリポジトリ用に記入したAGENTS.mdテンプレートが完成します。
スキル
スキルは、タスクに必要なときにエージェントが読み込むフォルダーです。以下の各スキルは、お使いの環境でスクリプトを実行し、確認できる結果を返します。エージェントがアクセスできるもの、根拠のなかった主張、トークンの使用先がわかります。スクリプトはお使いのマシンで実行され、ファイルの変更や支払いが発生する操作は、許可するまで実行されません。
ハーネスを選ぶ
- お使いのリポジトリのタスクでコーディングエージェントを試す: お使いの git 履歴から取得したタスクで Claude Code、Codex、Gemini CLI を実行し、リポジトリのテストでそれぞれを評価します。各エージェントが合格したタスク数、合格1件あたりの費用、所要時間、変更規模を報告します。
セットアップする
- コーディングエージェントが読み込む指示ファイルを確認する: Claude Code、Codex、Gemini CLI、OpenCode、Cursor、GitHub Copilot、Aider が、お使いのリポジトリから読み込む指示ファイルと、それぞれが削除または無視する内容、ファイル内のコマンドがまだ動作するかを確認できます。
- モデルが読み取る方法で MCP ツールを評価する: MCP サーバーまたは保存済みのツール一覧を指定して、各ツールの目的、パラメーター、アノテーション、トークンサイズを評価できます。または、コーディングエージェントに設定されている MCP サーバーを検出し、各セッションで読み込まれる数を集計できます。
安全性を保つ
- 危険なコマンドに対するエージェントのガードレールをテストする: Claude Code、Codex、Gemini CLI、OpenCode、Cursor にすでに設定されている権限ルールやフックが、約90個の危険なコマンドを阻止できるかを確認します。すり抜けたコマンドと、テスト済みの修正方法を示し、ルールが実際の作業を中断する頻度も集計します。
- 暴走したエージェントセッションを停止する: Claude Code と Codex 用のフックです。エージェントが同じ呼び出しを繰り返す、失敗を続ける、または設定した金額の上限を超えて使うと、実行中のセッションを停止します。
- コーディングエージェントがアクセスできるものを確認する: 1分間のプローブが、エージェント自身のシェルを通じて、実際にアクセスできるシークレットファイル、信頼ファイル、Docker、sudo を確認します。その後、サンドボックス設定で主張されている内容と比較します。
作業を確認する
- エージェントの「テストに合格した」という主張を確認する: コーディングエージェントが、合格した実行結果による裏付けなしにテストに合格したと報告した頻度と、現在の変更でテストがひそかに弱められていないかを確認できます。ローカルのセッションログを読み取り、外部には何も送信しません。
- エージェントが破るルールをフックに変える: AGENTS.md、CLAUDE.md、GEMINI.md にある、コーディングエージェントが破るルールを検出し、最近のセッションにおける違反をすべて集計します。さらに、破られたルールをそれぞれフック（各ツール呼び出しの前にエージェントが実行するチェック）に変換し、実際の違反を使ってテストしたうえで、その違反を阻止します。
コストと変更点を確認する
- コーディングエージェントの動作が変わり始めた更新を見つける: お使いの Claude Code または Codex のセッションをバージョン、モデル、週ごとに分けて、エージェントの動作をそれぞれ測定します。数値が変化した更新、またはバージョンの範囲を特定し、その時点でほかに変更された内容も示します。
- コーディングエージェントがトークンと費用を浪費している箇所を確認する: お使いの Claude Code、Codex、Gemini CLI、OpenCode のセッションをレポートします。ファイルの読み直し、大量のツール出力、ポーリング、プロンプトキャッシュ（会話を安価に複製したもの）の期限切れを招く中断など、費用のかかる習慣と、繰り返し発生する失敗を、それぞれの修正方法とともに示します。
任意のエージェントにスキルを1つインストールするには：
npx skills add https://github.com/RyanAlberts/best-of-Agent-Harnesses/tree/main/skills/<name>
Claude Code にすべてのスキルをインストールするには：
/plugin marketplace add RyanAlberts/best-of-Agent-Harnesses
/plugin install harness-skills@agent-harnesses
ユースケースから選ぶ
閲覧用インデックス：カテゴリーではなく、やりたいことを基準に選んでください。各行の横にあるタグチップ（例：mcp · memory）で、機能を横断して絞り込めます。すべての相互参照については、TAGS.mdをご覧ください。
- すぐに使えるコーディングエージェントが欲しい — opencode、Cline、Codex、Gemini CLI、OpenHands、crush、Prime Agent · コーディングエージェント製品（IDE、CLI、フルスイート）を参照
- チャットアプリ上で常時稼働するパーソナルエージェントが欲しい — OpenClaw、Hermes、Khoj、Agent Zero、OpenHarness (HKUDS)、QM、OpenJarvis · パーソナルエージェントのランタイムを参照
- スキルやスラッシュコマンドで Claude Code、Codex、または OpenCode を拡張したい — Anthropic Skills、wshobson/agents、superpowers、GStack、pmstack · コーディングハーネスの設定と SDKを参照
- コーディングハーネスをゼロから自作したい — Claude Agent SDK、Google ADK、AutoHarness、SWE-agent、RepoMaster、claw-code-agent · コーディングハーネスの設定と SDKを参照
- エージェントにすぐ導入できるメモリレイヤーが欲しい — Mem0、Graphiti (Zep)、claude-mem、agentlog、letta · プラグイン、MCP、CLI ツールを参照
- コンテキストを肥大化させずに、数百から数千のツールを接続したい — MCP-Zero、ToolGen、ToolRAG、langgraph-bigtool · 段階的開示ハーネスを参照
- マルチエージェントのオーケストレーションを実現したい — openai-agents-python、crewAI、autogen、Microsoft Agent Framework、PraisonAI、agent-squad · マルチエージェントとオーケストレーションを参照
- 汎用 LLM アプリのフレームワークが欲しい — langgraph、langchain、llama-index、pydantic-ai、agno · フレームワークを参照
- ローコード／ビジュアルワークフローが欲しい — langflow、Dify、n8n · フレームワークを参照
- ブラウザーを操作するエージェントが欲しい — browser-use、Stagehand、WebVoyager、puppeteer-real-browser-mcp · プラグイン、MCP、CLI ツールを参照
- エージェントが生成したコードを実行するためのサンドボックスが欲しい — E2B、Agent Sandbox、smolagents、OpenHands · ライブラリと SDKを参照
- エージェントを評価またはベンチマークしたい — SWE-bench、Terminal-Bench、AgencyBench、inspect_ai、WebArena、VitaBench · 評価とベンチマークのハーネスを参照
- 詳細な調査や自律型の調査を行うエージェントが欲しい — deepagents、gpt-researcher、openagents · 調査およびタスク特化型ハーネスを参照
- 特定のプロバイダーに依存しない LLM パイプ（フレームワークではないもの）が欲しい — LiteLLM、vercel/ai · ライブラリと SDKを参照
エージェント向け
このリストは機械可読形式でも公開されているため、コーディングエージェントやリサーチエージェントは、GitHub を閲覧する人だけでなく、ハーネスを推薦できます。
- harnesses.json — カテゴリ、複雑さのティア、機能タグ、スター数、ライセンスの情報、具体例へのリンクを含むすべてのプロジェクトに加え、ユースケースのインデックス全体を収録しています。
- llms.txt — エージェントが読み取れるファイルにリスト全体をまとめています。raw URLを任意のエージェントに渡してください。
- MCP server —
recommend（代替案と、避けるべきもの〔スター操作の疑いがあるリポジトリなど〕を添えた、明確な推奨案を1つ提示）、compare／compare_for（ID またはタスク別に2～4個のハーネスを並べて比較し、調査済みのサンドボックス化／メモリ／フック／プロンプト最適化の評価、廃止警告、該当する選択ガイドを含め、各評価軸で優れているものを示す）、pick_harness（複雑さ／自律性／復旧のフィルターを使ったランキング形式の選定）、pick_infrastructure（インフラスタックのあらゆるレベルから選定し、GitHub／Hacker News の最新情報も調査するため、このリストに選択肢が限定されません）、search_harnesses、get_harness、list_categoriesに加え、選択ガイド用のlist_comparisons／get_comparison、そしてエージェントがテンプレートやスキルをインストールできるようにするlist_templates／get_template／list_playbooks／get_playbook／list_skills／get_skillを提供します。PyPI と公式 MCP レジストリにio.github.RyanAlberts/agent-harnessesとして公開されています。1行でインストールできます（uvが必要です）。
claude mcp add agent-harnesses -- uvx agent-harnesses-mcp
スケルトンを雇うという選択肢もあります
リストを読むだけではありません。agents/には、3つのエージェントスケルトンが用意されています。すでに利用料金を支払っている AI サブスクリプションで動作するオープンソースのエージェントです。ファイルをクローンして、指示をカスタマイズすれば完了です。3つとも今週の最新データを使い、Slack または Notion が接続されていれば、そちらに結果を届けます。
- harness-scout — 構築中のものを説明すると、根拠と廃止状況の確認を添えてハーネスを選びます。
- stack-auditor — コードベース内で機能しなくなったハーネスを検出し、エージェントのセッションログを追跡して、ハーネスが技術的な意思決定にどのような影響を与えるかを示すこともできます。
- harness-radar — 毎週の動向レポート：順位を上げたもの、新登場したもの、終了したもの、卒業したもの。
curl -fsSL https://raw.githubusercontent.com/RyanAlberts/best-of-Agent-Harnesses/main/agents/harness-scout.md -o .claude/agents/harness-scout.md
目次
- 全体像を一目で確認
- ハーネスの選び方
- テンプレートとプレイブック
- スキル
- ユースケースから選ぶ
- エージェント向け：harnesses.json、llms.txt、MCP server、エージェントテンプレート
- FAQ
- 段階的開示型ハーネス 8 projects
- コーディングエージェント製品（IDE、CLI、統合スイート） 24 projects
- コーディングハーネスの設定と SDK 17 projects
- 個人用エージェントランタイム 13 projects
- フレームワーク 26 projects
- マルチエージェントとオーケストレーション 12 projects
- プラグイン、MCP、CLI ツール 19 projects
- メモリと状態 5 projects
- 評価とベンチマークのハーネス 19 projects
- 可観測性と評価オペレーション 4 projects
- リサーチおよび特定タスク向けハーネス 5 projects
- ライブラリと SDK 14 projects
ランキングの見方
- ⭐ スター数 — 2026-10-18 時点の GitHub スター数です。表はスター数の降順で並んでいます。
- ⚖️ シンプルさ ↔ 機能性 — 導入の範囲を4段階で示しています：とてもシンプル（フォーマット、1つの概念）→ おおむねシンプル（薄いレイヤー）→ やや複雑（本格的な SDK）→ 複雑（製品スイート）。
- ★ ヘッドレス対応 — 無人実行、バッチ処理、フリート向けに設計されています（自律性の尺度で最上位：ステップごとのゲート → チェックポイントごとのゲート → 範囲制限付き → ヘッドレス）。
- ✱ 永続性 — タスクの途中で再起動しても、保存された実行状態が維持されます（復旧性の尺度で最上位：なし → 再試行 → 再開可能 → 永続的）。
- archived upstream — メンテナーがリポジトリをアーカイブしたため、新たな修正は行われません。参考情報として表に掲載していますが、ユースケース別の選定には含めていません。
- ✅ オープンソース — ✅ 標準的な OSS ライセンス · ⚠️ ソース公開／制限付き · ❓ ライセンスなし、または不明です。
- 🏷️ タグ — 説明から自動生成された機能タグです。全項目の相互参照は TAGS.md をご覧ください。
- 🎯 実例 — 各プロジェクトにつき、実際の動作が分かる具体例へのリンクを1つ掲載しています。ドキュメントのトップページではありません。
各プロジェクトの自律性と復旧性の全ティアは、上のグリッドに示されており、harnesses.json と llms.txt にも記載されています。スコアは公開ドキュメントをもとに編集部が評価しています。メンテナーからの訂正は、Issue／PR を通じて迅速に反映されます。
プログレッシブ開示のハーネス
コンテキスト、ツール、指示を段階的に提示するフォーマット、ランタイム、パターンです。まずインデックスを示し、必要に応じて詳細を提示することで、トークンを節約し、エージェントの集中を促します（「百科事典ではなく地図」という原則）。
| # | Project | ⭐ Stars | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | Headroom | 75.8k | モデルに届く前に、コンテンツを考慮した圧縮器でツールの出力、ログ、ファイル、RAG のチャンクを圧縮します。コーディングエージェントではトークンを 20％、JSON では 60～95％削減し、回答の内容は変わらないとされています。ライブラリ、HTTP プロキシ、または MCP サーバーとして提供されるため、既存のハーネスの前段にそのまま導入できます。 mcp · rag | ✅ | おおむねシンプル（圧縮ライブラリ／プロキシ／MCP サーバー） | プロジェクトの README |
| 2 | awesome-cursorrules | 41k | Cursor のインデックス作成後に読み込むモデルを活用する、厳選された .cursorrules とスキル集です。IDE でルールを段階的に開示するための標準的なコレクションです。 ide | ✅ | 非常にシンプル（コンテンツ集のみ） | PyTorch cursorrules |
| 3 | context-mode | 30.7k | モデルに届く前にツール出力をサンドボックス化するコンテキストウィンドウ最適化レイヤー（削減率は 98％とされています）で、MCP とフックを介して 17 のエージェントプラットフォームでセッションメモリを保持します。指示だけでなく、ツールの結果にも段階的開示を適用します。 mcp · memory · sandbox | ⚠️ Elastic-2.0 | おおむねシンプル（出力のサンドボックス化、クロスプラットフォーム） | プロジェクトの README |
| 4 | agents.md | 25k | リポジトリ単位のエージェント向け概要を記述するオープンフォーマットです。ネストされた AGENTS.md ファイルでディレクトリごとに指示を適用するため、エージェントは何があるかを把握し、関連するものだけを読み込めます。Codex、Cursor、Copilot など、20 以上のツールで読み込まれます。 ide · typescript | ✅ | 非常にシンプル（フォーマットのみ） | セルフホスト用 AGENTS.md |
| 5 | langgraph-bigtool ✱ | 557 | 大規模なツールセットを備えた LangGraph エージェントを構築できます。検索とオンデマンドのツール読み込みにより、すべてのスキーマを最初から詰め込まずに、コンテキストの限界を超えてエージェントをスケールできます。 tool-discovery · python | ✅ | やや複雑（大規模なツールセット） | 数学ライブラリのツールエージェント |
| 6 | MCP-Zero | 515 | 自律型エージェント向けのアクティブなツール検索機能です。モデルは要件に応じてツールをリクエストします。308 サーバー／2,797 ツールを対象とした階層型セマンティックルーティングにより、トークンを約 98％削減します（APIBank）。 tool-discovery | ✅ | 複雑（3k ツール、完全なルーティング） | APIBank の実験 |
| 7 | ToolGen | 184 | ICLR 2025：生成によるツール検索と呼び出しの統合です。コンテキストに詰め込むことなく 47k 以上のツールを扱い、1 回の生成ステップで検索と実行を行います。 tool-discovery · python | ❓ | 複雑（47k 以上のツール） | 評価パイプライン全体 |
| 8 | ToolRAG | 34 | LLM 向けのセマンティックなツール検索機能です。ユーザーのクエリで必要とされるツールだけを提供し（MCP 互換）、コンテキストへの負担なく無制限のツールセットを扱えます。 mcp · tool-discovery | ✅ | おおむねシンプル（クエリ駆動の検索） | MCP サーバーでの検索 |
コーディングエージェント製品（IDE、CLI、フルスイート）
インストールして実行する、すぐに使えるコーディングエージェントです。IDE 拡張機能、ターミナル CLI、Docker 化されたワークスペースが含まれます。各項目では、ハーネス（エージェントのループ、ツールの接続、承認モデル）と UI シェル（VS Code 拡張機能、TUI、ブラウザークライアント）のどちらに該当するかを記載しています。
| # | Project | ⭐ Stars | Description | Open source | Simplicity ↔ capability | Examples |
|---|---|---|---|---|---|---|
| 1 | opencode ★ | 216k | オープンソースのターミナルコーディングエージェント（旧 sst/opencode。anomalyco に移管）。ハーネスは、強力なプラグインと MCP のサポートを備えた、複数のプロバイダー（Claude、OpenAI、Gemini、ローカル）に対応するツール呼び出しループです。TUI はシェルとして機能します。100％オープンソースで、非常に活発に開発されています。 mcp · provider-agnostic · cli · tui · typescript | ✅ | やや複雑（複数プロバイダー、プラグイン、MCP） | エージェントシステムのページ |
| 2 | Codex | 130k | OpenAI のターミナルコーディングエージェントです。ハーネスは、複数プロバイダー対応のサンドボックス化されたツール呼び出しループです。CLI はシェルとして機能します。「コードを生成する公式 CLI」のリファレンス実装です。 sandbox · provider-agnostic · cli | ✅ | やや複雑（リファレンス CLI、サンドボックス化） | サンドボックス化の概念 |
| 3 | pi | 116k | この一覧にある oh-my-pi フォークの上流となる AI エージェントツールキットです。統合された複数プロバイダー対応の LLM API、エージェントループ、TUI シェルを備え、oh-my-pi の Rust による書き直しの基盤となるハーネスを提供します。 provider-agnostic · tui · rust | ❓ | やや複雑（複数プロバイダー対応のエージェントループ、TUI） | プロジェクトの README |
| 4 | Gemini CLI | 107k | Gemini 向けの Google 公式ターミナルエージェントです。ハーネスは、プラグイン／MCP のツール呼び出しループです。ターミナルはシェルとして機能します。単なる API ではなく、Claude Code や Codex に相当する Google の製品です。 mcp · cli · typescript | ✅ | やや複雑（公式 CLI、プラグイン、MCP） | MCP サーバーのセットアップ |
| 5 | OpenHands ★ | 91.2k | Docker 化されたソフトウェアエンジニアリングエージェントです。ハーネスは、マイクロエージェントとイベントストリームによるセッション連携を備えた bash／エディター／ブラウザーのツールセットです。Docker はサンドボックスとして機能します。自律的なリポジトリ作業をセルフホストするチーム向けの、主要なオープンソースの選択肢です。 memory · browser · sandbox · python | ⚠️（複数ライセンス） | 複雑（Docker ランタイム、複数のインターフェースを備えたエージェント — 製品スイート） | リポジトリのマイクロエージェント |
| 6 | Cline | 70.5k | VS Code 拡張機能です。ハーネスは、各ステップでの人間による承認とコストの透明性を備えた、計画してから実行するループです。VS Code との統合が UI シェルとして機能します。Cursor に対抗するオープンソースの選択肢です。 ide · typescript | ✅ | やや複雑（計画してから実行、承認ゲート） | Plan & Act モード |
| 7 | Open Interpreter | 68.6k | オープンモデル（DeepSeek、Kimi、Qwen）を主な対象とする軽量なターミナルコーディングエージェントです。ハーネスはコード実行ループで、モデルがコードを書き、ハーネスが確認ゲートを設けて実行します。CLI はシェルとして機能します。「LLM に自分のマシンでコードを実行させる」プロジェクトの元祖が、オープンウェイト向けに生まれ変わりました。 cli · python | ✅ | おおむねシンプル（軽量なコード実行ループ） | クイックスタート |
| 8 | goose ★ | 55.4k | Block が開発した Rust エージェントで、現在は Linux Foundation の Agentic AI Foundation（aaif-goose/goose）が管理しています。ハーネスは、レシピとプロバイダー選択機能を備えた MCP／ACP 拡張モデルです。決まった UI の配置先はなく、使用するシェルに組み込めます。 mcp · rust | ✅ | やや複雑（拡張機能、MCP／ACP） | Goose のレシピガイド |
| 9 | DeepSeek-Reasonix | 35.8k | DeepSeek に特化したターミナルコーディングエージェントです。ハーネスは、長時間実行するセッションでのプレフィックスキャッシュの安定性を重視して設計されています。TUI はシェルとして機能します。 memory · cli · tui · typescript | ❓ | やや複雑（ターミナルエージェント、プレフィックスキャッシュに最適化） | プロジェクトの README |
| 10 | oh-my-pi | 35.8k | Pi のフォークであるターミナルコーディングエージェントです。IDE をハーネスに組み込みます。ハッシュに基づく編集、モデルごとに調整された32種類のツールループ、書き込みのたびに実行される LSP の名前変更／参照／診断、実際に動作する DAP デバッガー（lldb/dlv/debugpy）、エージェントのツールを呼び出す長時間稼働の Python + Bun 実行カーネル、ブラウザー制御、40以上のプロバイダー（Claude／OpenAI／Gemini／ローカル）を備えています。Rust コアは約55,000行です。 browser · provider-agnostic · cli · ide · rust | ✅ | やや複雑（ターミナルエージェント、LSP／DAP、複数プロバイダー対応） | 編集機能に組み込まれた LSP |
| 11 | crush | 28.7k | Charm のターミナルコーディングエージェントです（元の OpenCode を Charm がフォークしたもの）。ハーネスは、セッションの永続化に対応したツール呼び出しループです。Bubble Tea の TUI はシェルとして機能します。 memory · cli · tui | ⚠️ FSL-1.1-MIT | やや複雑（ターミナルエージェント、TUI） | Crush のローンチ記事 |
| 12 | qwen-code | 28.6k | Gemini CLI のエージェントループをフォークし、Qwen モデル向けに調整した Alibaba 公式のターミナルコーディングエージェントです。ハーネスは、上流と同じサンドボックス化されたツール呼び出しループです。ターミナルはシェルとして機能します。 sandbox · cli · typescript | ❓ | やや複雑（公式 CLI、Gemini-CLI のフォーク） | プロジェクトの README |
| 13 | vibe-kanban | 28.4k | 多数のタスクにわたって Claude Code、Codex、または任意のコーディングエージェントを同時に実行するための、カンバン形式のフリートマネージャーです。ハーネスが担うのは、実行するエージェントの上に置かれるタスクキュー／レビュー層です。エージェントループ自体ではありません。 | ❓ | やや複雑（タスクフリートマネージャー） | プロジェクトの README |
| 14 | Symphony ★ | 27.7k | 多数の隔離された自律型コーディングエージェントにタスクを振り分けて実装させ、合格した結果を提示するための OpenAI のハーネスです。チームは各セッションを監督するのではなく、成果を管理できます。 sandbox | ❓ | 複雑（並列の隔離実行 — 製品スイート） | プロジェクトの README |
| 15 | Kilo Code | 27.6k | Cline／Roo-Code 系統の VS Code 拡張機能および CLI です。Roo-Code の上流リポジトリがアーカイブされた今、自然な選択肢です。ハーネスは、承認ゲート付きの自律モードループと、プロバイダー／ツールのマーケットプレイスを備えています。IDE はシェルとして機能します。 mcp · cli · ide · typescript | ❓ | やや複雑（IDE 拡張機能 + CLI、MCP） | プロジェクトの README |
| 16 | Roo Code 2026-07-03 に上流リポジトリがアーカイブ | 24.3k | Cline 系統の VS Code／Cursor 拡張機能です。ハーネスは、カスタムモードと充実した MCP 対応を備えた、承認ゲート付きのエージェントです。IDE は UI として機能します。上流の拡張機能を使わずに同じワークフローを実現したい場合に人気のコミュニティフォークです。 mcp · workflow · ide · typescript | ✅ | やや複雑（IDE 拡張機能、MCP を重視） | カスタムモードのガイド |
| 17 | Prime Agent ★ | 22.1k | Prime Intellect の自己改善型コーディング・リサーチエージェントです。ハーネスは、再帰的な言語モデルループ（コンテキストを変数として扱い、永続化された IPython REPL 内でサブエージェントを関数呼び出しとして実行）に加え、実行中にエージェント自身がプロンプト、スキル、メモリ、サブエージェントを作成、読み取り、更新、削除できる Continual Harness で構成されています。デーモンを利用したセッションはターミナルを閉じても維持され、自律モードはターン数、トークン数、時間の予算内で実行されます。Opus 5 を使用して ARC-AGI-3 で95.5％を達成しています。ターミナル UI はシェルとして機能します。 memory · multi-agent · cli · typescript | ✅ | やや複雑（ターミナルエージェント、デーモンセッション、RLM + Continual Harness） | YC Paper Club の講演（18:00） |
| 18 | jcode | 21k | 同クラスで最も RAM 効率に優れたハーネスをうたう Rust 製ターミナルコーディングエージェントです。MCP に対応し、複数プロバイダー（Claude／OpenAI）を利用できます。 mcp · memory · provider-agnostic · cli · rust | ❓ | やや複雑（ターミナルエージェント、省メモリ） | プロジェクトの README |
| 19 | eigent | 15.6k | Claude Cowork や Codex に代わる、ローカルで無料のオープンソースデスクトップハーネスです。ホスト型の製品ではなく、セルフホスト可能なアプリ内で複数エージェントのワークスペースをオーケストレーションします。 multi-agent · local | ❓ | 複雑（デスクトップの複数エージェント対応ワークスペース — 製品スイート） | プロジェクトの README |
| 20 | cc-haha | 15.1k | Claude Code やその他のエージェント向けのローカルファーストなデスクトップワークスペースハーネスです。複数エージェントのセッション、Git worktree、コード差分、スキルマーケットプレイス、チャットアプリ（WeChat、Telegram、WhatsApp）からのアクセスに対応しています。 memory · multi-agent · typescript | ❓ | 複雑（デスクトップワークスペース、複数エージェント — 製品スイート） | プロジェクトの README |
| 21 | claw-code-agent | 549 | 外部依存関係なしで Claude Code のエージェントアーキテクチャを Python で再実装しています。対話型チャット、ストリーミング、プラグインランタイム、ネストされたエージェントへの委任、コスト追跡、MCP トランスポートを備え、Rust／TS のツールチェーンを必要としないポータブルなハーネスです。 mcp · rust · python · typescript | ❓ | やや複雑（純粋な Python、プラグインランタイム） | クイックスタートガイド |
| 22 | AgentBox | 538 | 複数のコーディングエージェントを、それぞれ専用のサンドボックス化された VM 内で、ローカルまたはクラウドから1つのコマンドで並列実行します。ハーネスが担うのは、エージェントごとの VM 分離とフリートへの振り分け層です。各 VM 内で実行するエージェントがループを担当します。 sandbox · typescript | ✅ | やや複雑（エージェントごとの VM サンドボックス、並列振り分け） | 並列エージェントのクイックスタート |
| 23 | Proliferate | 516 | Claude Code、Codex、OpenCode などに対応したオープンソースの AI IDE です。ハーネスが担うのは、ワークスペース／セッションのオーケストレーション層です。分離されたワークスペース、再利用可能なワークフロー、共有チームコンテキストを使って、複数のコーディングエージェントをローカルまたはクラウドで並列実行できます。 multi-agent · sandbox · ide · typescript | ✅ | 複雑（複数エージェントのワークスペースオーケストレーション — 製品スイート） | 製品の README |
| 24 | YYLO | 64 | コーディングエージェント向けのコマンドラインオーケストレーターです（Pi と Codex のサブエージェントを制御）。タスクごとに専用のブランチ／worktree を割り当て、型付きのライフサイクル（読み取り専用の事前チェック、リスクに応じたマージキューのレビュー、リリース準備ゲート）と、変更内容のレシートを備えています。ハーネスが担うのは、実行するエージェントの上に構築された、Git を中心とするタスク／マージのオーケストレーション層です。エージェントループ自体ではありません。 multi-agent · typescript | ✅ | やや複雑（Git を中心とするタスクフリート、マージキュー） | プロジェクトの README |
コーディングハーネスの設定と SDK
特定の IDE や CLI シェルに依存せずに、ハーネス（エージェントループ、計画、メモリ、フック）を提供するスキルパック、スラッシュコマンドライブラリ、メタプロンプトフレームワーク、公式 SDK です。
| # | Project | ⭐ Stars | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | superpowers | 302k | Claude Code とその他 13 種のハーネス（Codex、Cursor、OpenCode、Gemini CLI など）向けのパフォーマンス重視のハーネスパックです。スキル、インスティンクト、メモリ、セキュリティ、リサーチ優先のワークフローを提供します。ハーネスエンジニアリング自体をパフォーマンス向上の手段としています。 memory · cli · ide | ✅ | 複雑（複数 IDE にまたがるスキルスタック — 製品スイート） | TDD スキル |
| 2 | Anthropic Skills | 182k | Anthropic 公式の Agent Skills リポジトリです。SKILL.md ベースのフォルダー（指示、スクリプト、リソース）を Claude が Claude Code、Claude.ai、API 上で動的に読み込みます。2026 年における段階的開示型スキルパックのリファレンスです。 | ⚠️ Anthropic terms | ほぼシンプル（公式スキル形式） | docx スキル |
| 3 | GStack | 137k | Garry Tan による Claude Code のスキルスタックです。23 種のスラッシュコマンドモード（CEO／エンジニアリング／デザインレビュー、QA、リリース、ブラウズ、振り返りなど）で、1 つのアシスタントを仮想エンジニアリングチームとして機能させます。YC を運営しながら日々利用されています。 typescript | ✅ | やや複雑（複数の役割を持つスラッシュコマンドハーネス） | /ship SKILL.md |
| 4 | addyosmani/agent-skills | 108k | Addy Osmani による本番品質のスキルパックです。Claude Code、Cursor、Copilot を含む 70 以上のコーディングエージェントで、シニア開発者のワークフロー（仕様策定からデプロイまで）を体系化した 24 種のエンジニアリングスキルと 4 種の専門エージェントペルソナを提供します。ハーネスへの貢献はスキル／ワークフロー層であり、新たなエージェントループではありません。 workflow · ide | ✅ | ほぼシンプル（複数エージェント対応のスキルバンドル） | プロジェクト README |
| 5 | awesome-claude-code | 55.9k | Claude Code のスキル、スラッシュコマンド、ステータス行、プラグインを網羅した、コミュニティが厳選する大規模なインデックスです。ハーネス自体ではなく、ハーネスを拡張するためのリソースですが、このジャンルで最も多くフォローされているカタログです。 | ❓ | 非常にシンプル（厳選されたリソースインデックス） | プロジェクト README |
| 6 | wshobson/agents | 41k | Claude Code、Codex CLI、Cursor、OpenCode、Copilot 向けの、ハーネスを横断するサブエージェントとスキルのマーケットプレイスです。手作業で記述するのではなく、インストールして使える、専門的で本番環境に対応したエージェント定義を提供します。 multi-agent · cli · ide | ✅ | 非常にシンプル（すぐに使えるエージェントパック） | エージェントカタログ |
| 7 | planning-with-files | 27.5k | 長時間のコーディングエージェントセッションを通じて、ファイルベースの永続的な計画を行うためのスキルです。クラッシュに強い Markdown 計画、/clear／圧縮後のセッション復元、決定論的な完了ゲートを提供します。Agent Skills 標準を通じて、Manus 風の計画をそのまま使えるハーネス層として実現します。 memory | ❓ | ほぼシンプル（スキル、ファイルベースの状態管理） | プロジェクト README |
| 8 | SWE-agent ★ | 20.6k | SWE-bench 向けに構築された LM 駆動のハーネスです。編集状態、コマンド実行、課題に焦点を当てたループを備え、ベンチマーク自体と並ぶリファレンスエージェントスタックです。 memory · evals · python | ✅ | やや複雑（SWE-bench との組み合わせ、状態を持つ編集） | デフォルトのエージェント設定 |
| 9 | get-shit-done | 10.6k | 新しいコンテキストウィンドウを使い、目標から逆算した計画とウェーブ方式の実行を行います。設計によりコンテキストの劣化を防ぎます。Claude Code、OpenCode、Gemini CLI 向けの Python／JS メタプロンプティングです。 cli · python | ✅ | ほぼシンプル（メタプロンプティング、スタックは自分で用意） | gsd:ship コマンド |
| 10 | Claude Agent SDK ★ | 8.3k | Anthropic 公式 SDK（Python ＋ TypeScript、デモ、クイックスタート）です。組み込みツール、MCP、セッション連携機能を備えた長時間稼働のコーディングエージェントを提供します。 mcp · memory · python · typescript | ✅ | 複雑（フル SDK、セッション連携 — 製品スイート） | リサーチエージェントのデモ |
| 11 | agents-cli | 6.1k | Google 公式の CLI とスキルパックです。独自のエージェントループを提供するのではなく、すでに利用しているコーディングアシスタントに、エージェントの作成、評価、デプロイのスキルを追加します。つまり、ハーネスを新しいランタイムではなく、設定／スキルのアドオンとして提供します。 evals · cli | ❓ | ほぼシンプル（スキル／CLI 層、新しいランタイムなし） | プロジェクト README |
| 12 | skillhub | 5.2k | iFlytek のセルフホスト可能なレジストリです。エージェントスキルパッケージの公開、バージョン管理、ガバナンスを行います。ハーネスの設定層を CLI や IDE シェルではなく、企業向けのアーティファクトストアとして扱います。 local · cli · ide | ❓ | ほぼシンプル（スキルレジストリ／ガバナンス） | プロジェクト README |
| 13 | Meta-Harness | 1.7k | Meta-Harness 論文のリファレンス実装です。製品ではなく、ハーネスエンジニアリング研究のための学術的なテストベッドです。本番環境で実行するものというより、引用に適したベースラインとして役立ちます。 | ❓ | やや複雑（研究用リファレンス実装） | プロジェクト README |
| 14 | RepoMaster ★ | 555 | リポジトリ単位のリサーチ用ハーネスです。関数呼び出しとモジュール依存関係のグラフを構築し、必要な箇所だけを調査します。MLE-bench と GitTaskBench で、トークン使用量を抑えながら大きな相対的改善を実現します。 workflow · python | ❓ | やや複雑（グラフベースの調査） | PDF 解析のケーススタディ |
| 15 | AutoHarness | 452 | 軽量なガバナンスハーネスです。任意の LLM クライアントを約 2 行でラップし、ハーネスエンジニアリングを自動化します。6〜14 ステップのパイプライン、YAML 憲章、リスクパターン照合、コスト追跡付きセッション永続化、複数エージェントプロファイルを備えています。 memory · multi-agent · provider-agnostic · python | ✅ | 非常にシンプル（2 行のラッパー、YAML によるガバナンス） | パイプライン全体のデモ |
| 16 | LoopTroop | 163 | 計画のための LLM 評議会、反復的な改善のための Ralph ループ、リリースのための OpenCode ワークツリーを連結する設定層です。ハーネスとしての貢献は、評議会 → ループ → ワークツリーのパイプラインです。実行は基盤の OpenCode が担います。 typescript | ✅ | ほぼシンプル（OpenCode 上の設定パイプライン） | 評議会 → ループ → ワークツリーのパイプライン |
| 17 | pmstack | 9 | AI プロダクトマネージャー向けの Claude Code 設定です。CLAUDE.md に加え、競合分析、シグナルからの PRD 作成、メトリクスフレームワーク、ステークホルダー向け概要資料、エージェント評価設計のスキルを備えています。「PM 向けの GStack」です。 evals | ✅ | 非常にシンプル（PM に特化したスキルバンドル） | シグナルから PRD を作成するスキル |
パーソナルエージェントのランタイム
常時稼働し、セルフホスト可能なエージェントです。デーモンとして実行し、チャットアプリから話しかけることができます。ゲートウェイランタイム、第二の脳、自己改善するアシスタントなどが含まれます。ライブラリとして構築するのではなく、運用する製品としてのエージェントです。
| # | Project | ⭐ Stars | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | OpenClaw ★ | 392k | セルフホスト可能で常時稼働する個人用エージェント（旧称 Clawdbot／Moltbot）です。メッセージ、ハートビート、cron、Webhookを単一の入力キューとして扱うゲートウェイとイベントループのランタイムで、状態をローカルファイルに保存し、チャットアプリ（WhatsApp、Telegram、Slack、Discord）上で動作します。コミュニティスキルは13,700以上あり、GitHubの歴史上、最も急速に成長しているリポジトリです。 typescript · multi-agent | ✅ | 複雑（常時稼働ランタイム、チャネル、スキルのエコシステム — 製品スイート） | エージェントランタイムのアーキテクチャ |
| 2 | Hermes ★ | 255k | Nous Researchによる自己改善型エージェントです。学習ループによって経験を再利用可能なスキルに変換し、セッションをまたいで永続的なユーザーモデルを構築し、ロールバック可能な形で状態をディスクにチェックポイント保存します。5ドルのVPSでも動かせる軽量さで、チャットから操作でき、モデルに依存しません（Nous Portal、OpenRouter、OpenAI、または任意のエンドポイントに対応）。 memory · python · provider-agnostic | ✅ | やや複雑（軽量ランタイム、学習ループ、ディスク優先のメモリ） | 組み込みスキル |
| 3 | AnythingLLM ★ | 67.3k | セルフホスト可能な「AIの第二の脳」ハーネスです。ドキュメントとチャットし、組み込みのエージェントスキル（ウェブ検索、コード実行、ブラウジング）を実行し、同梱のベクトルDBを使って複数ユーザーのワークスペースを管理できるため、別途RAGスタックを接続する必要がありません。 rag · typescript | ✅ | 複雑（サーバー＋デスクトップ＋複数ユーザー対応。製品スイート） | プロジェクトのREADME |
| 4 | nanobot | 49.1k | 超軽量でセルフホスト可能な個人用エージェントフレームワークです。ハーネスは、ツール、メモリ、MCPをチャット／Webhookフロントエンド（Telegram、Discord、ウェブ）に接続するPythonデーモンで、より重量級の個人用ランタイムスタックに代わる、最小限のフットプリントを実現します。 mcp · memory · local · python | ❓ | おおむねシンプル（軽量デーモン、チャット／MCP） | プロジェクトのREADME |
| 5 | CowAgent | 47.5k | タスクを計画し、ツール／スキルを実行し、メモリを通じて自己進化するセルフホスト可能なハーネス（旧称 chatgpt-on-wechat）です。複数モデル、複数チャネル（WeChat、Telegramなど）に対応し、1行でインストールできます。 memory · python | ❓ | やや複雑（複数チャネル、自己進化） | プロジェクトのREADME |
| 6 | Khoj ★ | 37.7k | セルフホスト可能な「AIの第二の脳」です。ドキュメントやウェブを対象にした回答、カスタムエージェント、スケジュール実行の自動化、複数のクライアントからのアクセス（ウェブ、Obsidian、Emacs、WhatsApp）に対応しています。検索拡張を中核とする個人用エージェントのハーネスです。 python | ✅ | 複雑（サーバー＋クライアント — 製品スイート） | 機能紹介 |
| 7 | Eliza ★ | 19.6k | オープンな「エージェント型オペレーティングシステム」（elizaOS）です。キャラクターファイル、プラグインのエコシステム、ソーシャル／プラットフォーム連携を備えた永続的なマルチエージェントランタイムで、自律型ソーシャルエージェントの大部分を支えるハーネスです。 memory · multi-agent · typescript | ✅ | 複雑（ランタイム＋プラグインのエコシステム — 製品スイート） | エージェントのクイックスタート |
| 8 | Agent Zero | 19.5k | プロンプトで定義する有機的な個人用エージェントフレームワークです。階層型サブエージェント、永続的なメモリ、ブラウザーおよびコード用ツール、自己変更する動作を備え、DockerとウェブUIで動作します。 memory · multi-agent · browser · sandbox · python | ❓ | やや複雑（プロンプトで定義、Docker＋ウェブUI） | フレームワークの紹介 |
| 9 | OpenHarness (HKUDS) | 16k | Feishu、Slack、Telegram、Discord上で動作する個人用エージェント（「Ohmo」）を内蔵したオープンなエージェントハーネスです。基本的なツール利用、スキル、メモリ、マルチエージェント連携に加え、数日間にわたるセッション向けの自動コンパクションを備えています。 memory · multi-agent | ✅ | 複雑（個人用エージェント＋複数チャネル — 製品スイート） | harness-evalスキル |
| 10 | QM ★ ✱ | 15.4k | Y Combinatorによる、業務向けのマルチプレイヤー型エージェントハーネスです。数か月にわたる社内利用を経てオープンソース化されました。各ユーザーとルームに、それぞれの範囲に限定されたメモリ、ファイル、認証情報、権限、cron、ウェブアプリ、永続的なサンドボックスが用意されます。セッション、メモリ、作業キューはPostgresに保存され、サンドボックスはエージェントが必要に応じて利用するリソースであって、エージェントが常駐する場所ではありません。Pi、OpenCode、Codex、Claude Codeから同じコアを操作できます。Slackとウェブアプリがシェルの役割を担います。 memory · sandbox · typescript | ✅ | 複雑（マルチテナントランタイム、Postgresの状態管理、サンドボックス — 製品スイート） | YC Paper Clubの講演（45:30） |
| 11 | OpenJarvis ★ | 11.5k | Stanford Hazy Researchによる、ローカルファーストの個人用AIハーネスです。オンデバイスのモデル推論（Ollamaを内蔵）、エージェントの実行、メモリ、学習を共通のプリミティブとして備え、オンデマンド、スケジュール実行、継続稼働の各エージェントに対応します。評価では精度に加えて、エネルギー消費量、レイテンシー、コストも計測します。クラウドモデルでローカル設定を一度調整でき、その後の実行は自分のハードウェア上で完結します。 memory · local · python | ✅ | やや複雑（ローカルファーストのランタイム、スケジュール実行および継続稼働エージェント） | YC Paper Clubの講演（37:20） |
| 12 | AIlice | 1.4k | 完全自律型の汎用エージェントです。フレームワークを使わずに「目標を設定して、あとは任せる」使い方をしたい場合に適した、単一バイナリでDocker対応のツールです。 sandbox · python | ✅ | やや複雑（自律型、単一バイナリ） | タスクの紹介 |
| 13 | Talon ★ | 79 | Telegram、Discord、Teams、ターミナル上で動作するマルチプラットフォーム対応の個人用エージェントです。ハーネスは、プラグイン可能なバックエンド（Claude、Kilo、OpenCode、Codex、OpenAI Agents）を使うループで、MCPツールに完全にアクセスでき、永続的なバックグラウンドエージェント（Goals、Heartbeat、Dream）を備えています。チャットアプリはシェルの役割を担います。 mcp · memory · cli · typescript | ✅ | やや複雑（マルチプラットフォーム、プラグイン可能なバックエンド、MCP） | マルチプラットフォームのセットアップ |
フレームワーク
汎用エージェントおよびLLMアプリケーション向けフレームワーク（ハーネスそのものではなく、アプリケーション層です）。
| # | プロジェクト | ⭐ スター数 | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | n8n ★ ✱ | 208k | 400以上のノードとネイティブAIノードを備えたFair-codeのワークフローエンジンです。エージェントとLangChainを実際に扱えるセルフホスト型Zapierです。 workflow · local · typescript | ⚠️ Fair-code | 複雑（400以上のノード、ワークフローエンジン — 製品スイート） | エージェントとチェーンのワークフロー |
| 2 | AutoGPT ★ | 188k | 自律ループの元祖です。目標を入力すると、エージェントがツールとメモリを使って反復します。Forgeは開発フレームワーク、Benchmarkは評価ハーネスです。 memory · evals · python | ⚠️ Polyform-SU | 複雑（自律ループ、ツール、メモリ — 製品スイート） | Mediumブロガーのグラフ |
| 3 | Dify ★ | 159k | LLMアプリのオールインワンプラットフォームです。ビジュアルワークフロー、RAGパイプライン、50以上のツール、モデル管理を備え、単一のUIで「プロトタイプから本番環境へ」展開できます。 low-code · rag · python | ⚠️ Fair-code | 複雑（オールインワンプラットフォーム — 製品スイート） | カスタマーサービスボット |
| 4 | langflow ★ | 156k | LangChain／LangGraphのフローを構築・デプロイするためのローコードUIです。ビジュアルDAGエディターとワンクリック実行を備えています。 low-code · python | ✅ | 複雑（ローコード、ビジュアル — 製品スイート） | RAGフローとのチャット |
| 5 | langchain | 148k | チェーン、ツール、リトリーバー、エージェントを提供します。Python／JSで「LLMにツールを追加する」際の一般的な出発点です。 python | ✅ | 複雑（多機能なエコシステム — 製品スイート） | エージェント構築ノートブック |
| 6 | browser-use | 118k | Python製のウェブエージェント用ハーネスです。自然言語の目標をブラウザー操作に変換し、Chrome DevTools Protocolを直接介して実行します（2025年8月にPlaywrightを廃止しました）。ブラウザーエージェント分野で最大のコミュニティを擁しています。 browser · python | ✅ | やや複雑（LLM＋ブラウザー、CDP） | 食料品の買い物エージェント |
| 7 | Flowise ★ 上流プロジェクトは2026-08-16にアーカイブ | 55.5k | ドラッグ＆ドロップ式のLangChain UIです。コードを書かずにフローをデプロイできます。Langflowのローコード版にあたり、コンポーネントとホスティングの仕組みは異なります。 low-code · typescript | ⚠️ Apache+CLA | 複雑（ローコード、ドラッグ＆ドロップ — 製品スイート） | エージェント型RAGフロー |
| 8 | llama-index | 52.6k | データ中心のフレームワークです。インデックス作成、RAG、クエリエンジンを提供し、エージェントの抽象化レイヤーはデータパイプライン上に構築されます。 rag · python | ✅ | 複雑（RAG＋エージェント — 製品スイート） | リサーチアシスタントのワークフロー |
| 9 | langgraph ★ ✱ | 43.4k | LLMの各ステップを状態機械のグラフで表現します。チェックポイント、人間参加型の制御、永続的な実行により、ワークフローは再起動後も継続します。 workflow · python | ✅ | やや複雑（グラフ、チェックポイント、永続実行） | カスタマーサポートエージェント |
| 10 | agno | 42.8k | メモリ、ナレッジベース、ツール、構造化出力を備えたPythonエージェントです。PhiData時代の製品ラインをAgnoの名称で引き継ぎ、本番アプリ、評価、パイプラインを提供します。 memory · evals · python | ✅ | 複雑（メモリ、ナレッジベース、可観測性 — 製品スイート） | ツールを備えたエージェント |
| 11 | mastra ✱ | 28.9k | TypeScriptを第一に設計し、単一のランタイムと最小限の定型コードでエージェント、ツール、ワークフローを構築できます。 typed · typescript | ⚠️ Elastic-2.0 | やや複雑（TypeScript優先、定型コードは最小限） | 永続的なリサーチエージェント |
| 12 | semantic-kernel | 28.7k | LLM向けのMicrosoft製プラグインおよびプランナーレイヤーです。C#、Python、Javaに対応し、エンタープライズ認証とオーケストレーションに強みがあります。 python | ✅ | 複雑（エンタープライズ、多言語対応 — 製品スイート） | チャット補完エージェント |
| 13 | Haystack | 26.8k | コンテキスト設計を施したLLMアプリ向けのオープンソースオーケストレーションフレームワークです。モジュール式のパイプラインとエージェントワークフローを備え、検索、ルーティング、メモリ、生成を明示的に制御できます。コーディングエージェント用ハーネスというより、LangChainに近い領域を対象としています。 memory · rag · python | ✅ | 複雑（モジュール式パイプライン、RAG＋エージェント — 製品スイート） | プロジェクトのREADME |
| 14 | Stagehand | 25.7k | Browserbaseのブラウザーエージェント向けSDKです。自然言語による操作（act、extract、observe）と決定論的なPlaywrightコードを1つのスクリプトで組み合わせられるため、エージェントの柔軟性と再現可能な自動化を同じハーネスで実現できます。 browser · typescript | ✅ | やや複雑（自然言語＋コードのブラウザーSDK） | act／extract／observeのクイックスタート |
| 15 | letta ★ ✱ | 25.2k | ツールの使用と制御フローに対応したPythonエージェントランタイムです。軽量なAPIを備え、長期的なメモリを持つステートフルなエージェントを実現します。 memory · python | ✅ | 比較的シンプル（軽量なAPI） | Loop .afエージェントファイル |
| 16 | Google ADK ★ | 21.9k | Google公式のエージェント開発キットです。エージェントの構築、評価、デプロイに使えるコードファーストのPythonツールキットです。Gemini向けに最適化されていますが、モデルに依存せず、Cloud Run／Vertex AIにデプロイできます。評価機能とコード実行サンドボックスを備えた開発用UIも付属します。 evals · sandbox · python | ✅ | 複雑（Google公式SDK、評価、デプロイ — 製品スイート） | 旅行コンシェルジュエージェント |
| 17 | rasa ★ | 21.4k | 対話型AIスタック（NLU、対話、アクション）です。チャットボットや音声ボット向けの、長年利用されているオープンソースの選択肢です。 voice · python | ✅ | 複雑（フルスタック — 製品スイート） | Saraの対話デモ |
| 18 | botpress ★ | 15k | ビジュアルボットビルダー兼ランタイムです。マルチチャネルに対応した、商用ボットプラットフォームのオープンソース代替製品です。 low-code · typescript | ✅ | 複雑（ビジュアルビルダー、マルチチャネル — 製品スイート） | ボット間の委任 |
| 19 | R2R ★ | 8k | RAGを第一に設計し、ハイブリッド検索、ナレッジグラフ、マルチモーダルに対応します。チャットUIより検索を重視する「本番RAG」向けのフレームワークです。 vision · rag · workflow · python | ✅ | 複雑（本番RAG — 製品スイート） | hello_r2r RAGの例 |
| 20 | agent-squad | 7.8k | AWS発のオーケストレーター（現在は2FastLabsが管理）です。インテント分類、ストリーミング、SupervisorAgentを備え、「エージェントをツールとして扱う」ことで、1つのエージェントがチームにタスクを委任できます。 multi-agent | ✅ | やや複雑（チームのオーケストレーション） | Eコマースサポートのシミュレーション |
| 21 | AgentVerse ★ | 5.2k | 複数のLLMエージェント向けに、タスク解決とシミュレーション環境を提供します。インフラを一から構築せずに、カスタム環境で多数のエージェントを実行できます。 multi-agent · python | ✅ | 複雑（シミュレーション環境、マルチエージェント — 製品スイート） | NLP教室のシミュレーション |
| 22 | youtu-agent | 4.6k | Tencent Cloudのエージェントフレームワークです。オープンソースモデルで高い性能を発揮するよう設計された、最小構成のツール呼び出し用ハーネスです。より重量級のオーケストレーションフレームワークに代わる軽量な選択肢として位置づけられています。 | ❓ | 比較的シンプル（最小限のループ、オープンモデル重視） | プロジェクトのREADME |
| 23 | Bee Agent Framework | 3.4k | Python＋TypeScript対応で、LF AIの支援を受けています。MCP／ACP、ワークフロー、Requirement Agentを備え、LangChainを使わずに「本番向けマルチエージェント」を実現します。 mcp · multi-agent · python · typescript | ✅ | 複雑（本番向けマルチエージェント — 製品スイート） | ReActエージェントの例 |
| 24 | AgentStack | 2.2k | エージェントプロジェクト一式のひな型を作成します。CrewAI、LangGraph、OpenAI Swarm、LlamaStackを組み込み、初日からAgentOpsの可観測性を設定できます。 | ✅ | やや複雑（ひな型作成、複数バックエンド） | リサーチアシスタントのチーム |
| 25 | AgentSilex | 458 | LiteLLMをベースにした、読みやすい約300行のエージェントコードです。学習や最小構成の本番利用に適した、「ループ全体を確認したい」人向けの選択肢です。 python | ✅ | 非常にシンプル（約300行） | シンプルな天気エージェント |
| 26 | SuperAgentX | 203 | AGIを重視する軽量なマルチエージェントオーケストレーターです。機能を絞り、ドキュメントを重視しており、多機能すぎる構成を避けてオーケストレーションを行いたいチーム向けです。 multi-agent · python | ✅ | 比較的シンプル（機能を最小限に限定） | 並列マーケティングエージェント |
マルチエージェントとオーケストレーション
マルチエージェントの連携と引き継ぎのためのハーネスとパターン。
| # | プロジェクト | ⭐ スター数 | 説明 | オープンソース | シンプル ↔ 高機能 | 例 |
|---|---|---|---|---|---|---|
| 1 | MetaGPT ★ | 70.9k | 「AI ソフトウェア企業」を実現するマルチエージェントフレームワークです。役割を演じる PM、アーキテクト、エンジニアの各エージェントが、SOP の組み立てラインに沿って、1 行の要件から仕様、設計、コードを作成します。このジャンルの金字塔です。2026 年は開発ペースが鈍化しています。 multi-agent · python | ✅ | 複雑（役割別パイプライン、SOP — 製品スイート） | カスタマイズしたエージェントを構築する |
| 2 | autogen | 61.5k | 会話可能なエージェントとグループチャット、コード実行と人間参加型の仕組みを備えています。Microsoft 発で、AG2 のエコシステムに属します。⚠️ 2025 年後半からメンテナンスモードにあり、新機能は追加されていません。Microsoft は新規ユーザーに Agent Framework を案内しています。 multi-agent · python | ✅ CC-BY | 複雑（グループチャット、コード実行、AG2 — 製品スイート） | 分散型グループチャット |
| 3 | crewAI | 59.8k | Crew で役割ベースのエージェント（役割、目標、バックストーリー）を編成します。Flows により、イベント駆動型および階層型の制御を本番環境向けに追加できます。 python | ✅ | 複雑（役割、Flows、本番環境 — 製品スイート） | 旅行プランナーの Crew |
| 4 | OpenManus | 58.7k | MetaGPT チームによる、招待不要のオープンな汎用エージェントです。マルチエージェントループで計画とツール利用を組み合わせ、自分の API キーを使って Manus のような自律的なタスク完了を再現することを目指しています。 multi-agent · python | ✅ | 複雑（マルチエージェント＋ツール） | クイックスタート |
| 5 | ChatDev ★ | 34.5k | コミュニケーションによる幻覚抑制を備えたチャットチェーンを基盤とする、マルチエージェントのソフトウェア企業シミュレーション（CEO、CTO、プログラマー、テスター）です。ChatDev 2.0 がこの流れを引き継いでいます。MetaGPT の会話型の兄弟プロジェクトです。 python | ✅ | やや複雑（チャットチェーンシミュレーション） | 企業シミュレーションのクイックスタート |
| 6 | openai-agents-python | 30.1k | ハンドオフ、ガードレール、複数の LLM を使ったルーティングに対応しています。最小限の構成なので、ループは自分で管理します。 python | ✅ | おおむねシンプル（最小限の構成） | 航空会社のカスタマーサービスにおけるハンドオフ |
| 7 | Microsoft Agent Framework | 14.2k | AutoGen と Semantic Kernel を統合した Microsoft のフレームワークです。Python と .NET でエージェントやマルチエージェントワークフローを構築、オーケストレーション、デプロイできます。グラフベースのワークフローとチェックポイント機能を備え、両プロジェクト系列の後継ハーネスとして指定されています。 multi-agent · workflow · python | ✅ | やや複雑（Python/.NET SDK、グラフワークフロー） | Python のサンプル |
| 8 | hive | 11.1k | 本番環境のワークロードを対象としたセルフホスト可能なマルチエージェントハーネスです。人間参加型のチェックポイントと自己改善型のエージェントループを備え、単一セッション型のコーディングエージェントシェルとは異なります。 multi-agent · python | ❓ | 複雑（マルチエージェント、人間参加型 — 製品スイート） | プロジェクトの README |
| 9 | omnigent | 10.9k | オープンソースのメタハーネスです。Claude Code、Codex、Cursor、Pi、カスタムエージェントを単一のポリシー／サンドボックス層のもとでオーケストレーションし、チームがワークフローを書き換えることなくハーネスを切り替えられるようにします。 sandbox · ide · python | ❓ | 複雑（メタハーネス、ポリシー＋サンドボックス化 — 製品スイート） | プロジェクトの README |
| 10 | PraisonAI | 9.3k | 単一のエントリーポイントから自律型のマルチエージェントチームを構成できます。最小限の設定を重視しています。 multi-agent · python | ✅ | おおむねシンプル（単一エントリー、最小限の設定） | オーケストレーターとワーカーのパターン |
| 11 | AG2 | 5k | AG2（旧 AutoGen）は、Microsoft のフォークが分岐した後、元の AutoGen プロジェクトをコミュニティ主導で継続するプロジェクトです。オープンソースの AgentOS を掲げ、会話可能なマルチエージェントグループ、コード実行、人間参加型の仕組みを提供します。今期は注目度が下がりました。 multi-agent · python | ❓ | 複雑（会話可能なマルチエージェント、AgentOS — 製品スイート） | プロジェクトの README |
| 12 | AgentRL ★ | 360 | LLM エージェント向けのマルチタスク、マルチターンの RL です。Ray ベースのスケーリングとロールアウト／アクターワーカーを備え、エージェントを実行するだけでなく、トレーニングしたいチームに適しています。 training · python | ✅ | 複雑（RL、Ray、エージェントのトレーニング — 製品スイート） | 非同期 GRPO トレーナー |
プラグイン、MCP、CLI ツール
IDE プラグイン、具体的な MCP サーバー、エージェントにツールとコンテキストを提供する CLI ツールです。
| # | Project | ⭐ Stars | Description | Open source | Simplicity ↔ capability | Examples |
|---|---|---|---|---|---|---|
| 1 | MCP Servers | 91.3k | Model Context Protocol サーバーの公式リファレンスコレクション（filesystem、git、fetch、memory、time など）です。エージェントが接続する、検証済みの標準ツールセットであり、他のすべての MCP サーバーが比較対象とするパターンです。 mcp · memory · typescript | ✅ | 主にシンプル（リファレンスサーバー） | サーバーカタログ |
| 2 | Context7 | 63.2k | 必要に応じて、最新かつバージョン固有のライブラリドキュメントをエージェントのコンテキストに注入する MCP サーバーです。コード生成を悩ませる、古い学習データに起因する幻覚を防ぎます。 mcp · training · typescript | ✅ | とてもシンプル（そのまま導入できる MCP） | ドキュメント |
| 3 | chrome-devtools-mcp | 53.8k | Google 公式の Chrome DevTools MCP サーバーです。コンソール、ネットワーク、パフォーマンストレースの検査を、エージェントが直接実行できるツール呼び出しとして提供します。人が DevTools パネルをクリックして操作する必要はありません。 mcp · browser · typescript | ✅ | 主にシンプル（公式ブラウザーデバッグ MCP） | プロジェクトの README |
| 4 | aider | 49.6k | Git を認識するコマンドラインのペアプログラマーです。リポジトリ内のファイルを編集でき、複数のモデルと MCP に対応しているため、エージェントはバージョン管理やツールを利用できます。 mcp · cli · python | ✅ | やや複雑（コマンドライン、Git 対応、MCP） | リポジトリマップのソース |
| 5 | Playwright MCP | 38.3k | Playwright 公式の MCP サーバーです。スクリーンショットではなくアクセシビリティツリーを使って、構造化されたブラウザー操作（移動、クリック、入力、抽出）を行うため、ウェブタスクを高速かつ決定的に実行できます。 mcp · vision · browser · typescript | ✅ | 主にシンプル（ブラウザー MCP） | セットアップと設定 |
| 6 | continue | 36.2k | オープンソースの IDE 拡張機能（VS Code、JetBrains）です。エディター内での補完と、ローカルモデルまたは API モデルを使ったチャットを提供します。 ide · typescript | ✅ | 複雑（IDE 拡張機能、複数エディター対応 — 製品スイート） | VS Code 拡張機能のデモ |
| 7 | github-mcp-server | 33.7k | GitHub 公式の MCP サーバー（Go）です。リポジトリ、Issue、PR、コード検索、Actions に対応しています。エージェントに GitHub へのアクセスを提供する標準的な方法として、旧来のコミュニティ製 cyanheads/github-mcp-server に取って代わります。 mcp | ✅ | やや複雑（GitHub 公式 MCP） | リモートサーバーのツールセット |
| 8 | MCP Python SDK | 24.6k | Python で MCP サーバー／クライアントを構築、利用するための公式 SDK です。stdio と SSE のトランスポートに対応しています。 mcp · python | ✅ | 主にシンプル（SDK のみ） | ウェブサイト取得サーバー |
| 9 | MCP TypeScript SDK | 13.6k | Node／TS 向けの公式 MCP 実装です。プロトコルのリファレンスです。 mcp · typescript | ✅ | 主にシンプル（プロトコルのリファレンス） | Streamable HTTP サーバー |
| 10 | MCP Inspector | 11.1k | MCP サーバーをテスト、デバッグするための GUI です。ツール、リソース、プロンプトを検査できます。 mcp · typescript | ✅ | とてもシンプル（デバッグ GUI） | Inspector UI の使い方 |
| 11 | MCP Registry | 7.4k | MCP クライアントがサーバーを見つけるために利用する「アプリストア」にあたる、公式のコミュニティ主導型 MCP サーバーレジストリです。Anthropic とエコシステムのメンテナーが保守しており、v0.1 API は凍結済みで、本番環境にも対応しています。 mcp | ✅ | やや複雑（公式ディスカバリー層） | レジストリのシードエントリー |
| 12 | Agent Governance Toolkit | 6.4k | 自律型エージェント向けの Microsoft のポリシー適用レイヤーです。ゼロトラスト ID、実行のサンドボックス化、OWASP Agentic Top-10 対応を、エージェントのループの前段に ハーネス セキュリティレイヤーとして配置します。Infisical の agent-vault に対応するガバナンスソリューションです。 sandbox · python | ✅ | やや複雑（ポリシーエンジン、ゼロトラスト、サンドボックス化） | プロジェクトの README |
| 13 | mcp-context-forge | 4.6k | あらゆる MCP、A2A、REST／gRPC API の前段に配置する、IBM 公式の AI ゲートウェイ／レジストリ／プロキシです。統一されたエンドポイント、一元化されたディスカバリー、ガードレール、プラグイン対応を提供する、ハーネス のツール呼び出し向けエンタープライズの入り口です。今期は注目度が上がりました。 mcp · python | ❓ | 複雑（ゲートウェイ、フェデレーション、ガードレール — 製品スイート） | プロジェクトの README |
| 14 | cocoindex-code | 2.9k | tree-sitter／AST ベースの埋め込み型コード検索コマンドラインツール兼 MCP サーバーです。ファイル全体を grep したりコンテキストに読み込み直したりする代わりに、コーディングエージェントがリポジトリを高速にセマンティック検索できます。 mcp · cli | ❓ | 主にシンプル（埋め込み型コマンドラインツール＋MCP サーバー） | プロジェクトの README |
| 15 | agent-vault | 2.4k | Claude Code、OpenClaw、その他のエージェントハーネス向けにシークレットを仲介する、Infisical の HTTP 認証情報プロキシです。エージェントのツール呼び出しから生の認証情報を隠します。エージェントループそのものではなく、ハーネス セキュリティレイヤーです。 | ❓ | 主にシンプル（認証情報プロキシ） | プロジェクトの README |
| 16 | Docker MCP Gateway | 1.6k | Docker 公式の MCP コマンドラインプラグイン／ゲートウェイです。Docker のコンテナーに対応した MCP ツールを提供します（非推奨の docker/mcp-servers パスに代わるものです）。 mcp · sandbox · cli | ✅ | やや複雑（Docker 対応 MCP） | ゲートウェイの使い方 |
| 17 | puppeteer-real-browser-mcp | 26 | 実ブラウザー対応と検出防止機能を備えた Puppeteer MCP です。ヘッドレスブラウザーをブロックするサイトを操作する必要があるエージェント向けです。 mcp · browser · typescript | ❓ | 主にシンプル（実ブラウザー、検出防止） | 11 個の検出防止ツール |
| 18 | Better-OpenCodeMCP | 9 | OpenCode／Crush 向けの MCP サーバーです。非同期タスク実行、モデルの橋渡し（例：Claude→Gemini）、プロセスプーリングに対応しています。 mcp · typescript | ✅ | 主にシンプル（MCP サーバー、モデルの橋渡し） | opencode 委任ツール |
| 19 | agentlog | 1 | あらゆるプロジェクトで使える永続的な意思決定メモリーです。remember、recall、reflect を備えています。決定事項を JSONL として保存し、Claude または Gemini を使ってパターンを検索、統合する、単一ファイルの Python コマンドラインツールです。Karpathy の LLM Wiki 構想をコマンドラインツールとして実現しています。 memory · cli · python | ✅ | とてもシンプル（単一ファイル、3 つのコマンド） | decisions.jsonl のサンプル |
メモリと状態
エージェントがターンやセッションをまたいで記憶を呼び起こせるようにする永続メモリレイヤーです。ナレッジグラフ、ベクトルストア、再起動後も保持されるセッション記録ツールなどがあります。ハーネスに必要でありながら、標準ではほとんど搭載されていない状態を提供します。
| # | プロジェクト | ⭐ スター | 説明 | オープンソース | シンプルさ ↔ 機能性 | 使用例 |
|---|---|---|---|---|---|---|
| 1 | claude-mem | 102k | Claude Code、Codex、OpenClaw、Gemini、Copilot などに対応するセッションメモリプラグインです。セッション中にエージェントが行うすべての操作を記録し、AI で圧縮して、今後のセッションに関連するコンテキストを挿入します。セッション間のメモリを、追加するだけで利用できます。 memory | ✅ | やや複雑（セッションの記録＋圧縮） | ライフサイクルフックの設定 |
| 2 | Mem0 | 67.4k | AI エージェント向けの汎用メモリレイヤーです。ユーザー／組織／セッションのメモリを保存し、必要に応じて取得します。Apache-2.0 で公開されており、2026 年には大半のハーネスと組み合わせて使われる事実上の標準メモリプリミティブです。 memory · python | ✅ | やや複雑（メモリレイヤー、マルチプラットフォーム） | Next.js のメモリデモ |
| 3 | cognee | 32.5k | エージェント向けのオープンソースメモリレイヤーです。抽出・認知化・読み込みのパイプラインにより、データをクエリ可能なナレッジグラフとベクトルストアに変換します。エージェントはコンテキストを再読する代わりに、セッションをまたいで事実や関係性を思い出せます。 memory · rag · workflow · python | ✅ | やや複雑（グラフ＋ベクトルメモリ） | クイックスタート |
| 4 | Graphiti (Zep) | 32k | Zep のオープンソースメモリエンジンです。リアルタイムの時間的ナレッジグラフにより、ユーザーやエンティティに関する事実が時間とともにどう変化するかを追跡するため、エージェントは「ある時点で何が真実だったか」に答えられます。Zep のホスト型メモリプラットフォームを支えるレイヤーです。 memory · rag · workflow · python | ✅ | やや複雑（時間的ナレッジグラフ） | 時間的グラフのクイックスタート |
| 5 | beads | 28k | コーディングエージェント向けの移植可能な永続メモリレイヤーです。ハーネス自体のコンテキストウィンドウの外部で意思決定やタスクの状態を追跡するため、セッションのリセットやモデルの切り替え後も保持されます。 memory | ❓ | おおむねシンプル（移植可能なメモリストア） | プロジェクトの README |
評価・ベンチマーク用ハーネス
エージェント型評価システム、推論ベンチマーク、オープンエージェントベンチマークです。
| # | Project | ⭐ Stars | Description | Open source | Simplicity ↔ capability | Examples |
|---|---|---|---|---|---|---|
| 1 | Agent Lightning ★ | 18.7k | Microsoftのトレーニング指向ハーネスです。エージェントの振る舞いを最適化するループを提供し、固定プロンプトのスコアリングだけでなく、ロールアウトを通じてポリシーを改善したい場合に適しています。 evals · training · python | ✅ | 複雑（エージェントのトレーニング、Microsoftスタック — 製品スイート） | APOルーム予約の例 |
| 2 | SWE-bench ★ | 6k | LMが実際のGitHub課題を解決します。DockerハーネスとインスタンスIDを備え、コーディングエージェントの評価基準となっています。 evals · sandbox · python | ✅ | やや複雑（実際のGitHub課題、標準） | SWE-bench Verifiedリーダーボード |
| 3 | AgentBench ★ | 3.8k | ICLR'24ベンチマークです。AlfWorld、DB、ナレッジグラフ、OS、ウェブショップにわたるエージェントを対象とし、Docker Composeと関数呼び出しインターフェースを備えています。 evals · sandbox · rag · workflow · python | ✅ | 複雑（複数の環境、Docker Compose — 製品スイート） | AgentBench ICLR'24論文 |
| 4 | inspect_ai ★ | 3k | Inspect AIのコアです。組み合わせ可能な評価タスク、サンドボックス、スコアラー、複数モデルの実行を提供します。タスク集だけでなく、inspect_evalsを支えるフレームワークです。 evals · sandbox · python | ✅ | 複雑（評価フレームワーク、AISIスタック — 製品スイート） | Inspectチュートリアルの例 |
| 5 | WebArena ★ | 1.6k | 現実的なウェブ環境（例：Eコマース、CMS、開発ツール）と812のタスクを備え、ウェブエージェントのエンドツーエンドの成功率を測定します。 python | ✅ | 複雑（812のタスク、ウェブ環境 — 製品スイート） | WebArenaリーダーボード |
| 6 | WebVoyager ★ | 1.1k | LMMを使ったエンドツーエンドのウェブエージェントです。実際のサイト上でスクリーンショットを見ながら操作します。15サイトを対象にベンチマークを行い、GPT-4Vで自動評価します。 evals · vision | ✅ | やや複雑（LMM、スクリーンショット、15サイト） | 643件のウェブタスクデータセット |
| 7 | ClawBench ★ | 1.1k | オープンなウェブエージェント評価ハーネスです。選択可能なエージェントを分離されたDockerコンテナ内で実行し、153件のライブサイトタスク（V2ではさらに130件）に対応します。取り消し不能なリクエストを傍受し、動画、スクリーンショット、HTTPトラフィック、操作、エージェントのメッセージを記録して、再生可能なスコアリングを実現します。 evals · vision · sandbox · python | ✅ | 複雑（実際のウェブサイト、Docker、複数のハーネスによるベンチマーク。製品スイート） | ClawBenchライブリーダーボード |
| 8 | Terminal-Bench ★ | 925 | コーディングエージェントがSWE-benchと並べて引用するようになったターミナルタスクのベンチマークです。難度の高いコンテナ化されたターミナルタスクをエンドツーエンドで採点します。Terminal-Bench 2.0はharbor評価フレームワーク上で実行され、1.0のタスクは組織のterminal-bench-1リポジトリに引き続き公開されています。 evals · cli · python | ✅ | やや複雑（コンテナ化されたターミナルタスク） | Terminal-Benchリーダーボード |
| 9 | agent-qa ★ | 910 | ウェブアプリとモバイルアプリ向けの自己改善型QAハーネスです。自然言語テスト、メモリを活用した自己修復、ダッシュボード／CLI、MCPとスキルのサポートに加え、本番環境のリグレッションチェック用のサンドボックス化されたフックを備えています。 mcp · memory · sandbox · cli · typescript | ⚠️ FSL-1.1-ALv2 | やや複雑（ウェブ／モバイルQA、メモリ、MCP） | 自然言語QAハーネス |
| 10 | swe-smith ★ | 804 | SWEエージェント向けのデータ生成です。128のリポジトリにまたがる50k+件のインスタンスを備え、SWE-agent-LMのトレーニングに使用されています。 training · python | ✅ | やや複雑（50k+件のインスタンス、データ生成） | SWE-smithの軌跡データ |
| 11 | SWE-Gym ★ | 749 | SWEエージェントと検証器のトレーニングおよび評価を提供します（ICML 2025）。 evals · training · python | ✅ | やや複雑（トレーニングと評価、ICML） | SWE-Gym ICML 2025論文 |
| 12 | ARC-AGI-2 | 745 | ARC Prizeのタスクセットです。グリッドベースの抽象化と推論を扱い、汎化能力を測定するための公開・非公開の分割を用意しています。 | ✅ | 非常にシンプル（タスクセット） | ARC Prizeリーダーボード |
| 13 | inspect_evals ★ | 706 | UK AISI／Arcadia／Vectorによる、Inspect AI上で実行するGAIAなどの評価です。レベル1～3のサンドボックス化された、ツール呼び出しを行うソルバーを備えています。 evals · sandbox | ✅ | やや複雑（Inspect AI、英国政府） | inspect SWE-bench評価 |
| 14 | arc-agi-benchmarking ★ | 365 | ARC-AGI用のランナーです。複数のプロバイダー（OpenAI、Anthropic、Geminiなど）、レート制限、再試行、スコアリングに対応しています。 evals · provider-agnostic · python | ✅ | ほぼシンプル（ランナー、複数のプロバイダー） | o3プロンプトの例 |
| 15 | VitaBench ★ | 182 | ICLR'26：66種類のツールと、デリバリー、旅行、小売などの実世界のアプリを対象としています。シナリオ横断タスク100件と単一シナリオタスク300件を備え、Qwen／Seedに採用されています。 | ✅ | 複雑（66種類のツール、シナリオ横断 — 製品スイート） | VitaBench論文 |
| 16 | AgencyBench ★ | 102 | 長期タスク向けエージェントベンチマークです。32のシナリオ、138のタスク、約1Mトークン、約90回のツール呼び出しを対象とし、Dockerサンドボックスと、ルーブリックベースおよびLLMによる評価者を備えています。 evals · sandbox · python | ✅ | 複雑（32のシナリオ、Docker、評価者 — 製品スイート） | AgencyBenchリーダーボード |
| 17 | letta-evals ★ | 83 | ステートフルなLettaエージェント向けの評価ハーネスです。設定可能なスイートと採点（LLMまたはルールベース）により、実際に提供するものを測定できます。 memory · python | ✅ | ほぼシンプル（Letta専用ハーネス） | LoCoMoメモリベンチマーク |
| 18 | SUPER ★ | 58 | GitHubリポジトリからML／NLPの環境をセットアップして実行するエージェント向けです。専門家レベルの問題45件、マスクされたタスク152件、AutoGenタスク602件を備え、Dockerベースで動作します。 sandbox · python | ✅ | やや複雑（ML／NLPリポジトリ、Docker） | SUPER EMNLP論文 |
| 19 | TRAIL | 24 | トレースに基づく推論とエージェントによる課題箇所の特定を扱います。長いコンテキストのトレース148件、エラー841件、20種類以上のエラータイプを備え、Hugging Faceデータセットとして公開されています。 | ✅ | ほぼシンプル（トレース、Hugging Face） | TRAILデータセットカード |
可観測性と評価オペレーション
実行中のエージェント実行に対するトレーシング、モニタリング、本番環境での評価：すべてのステップ、ツール呼び出し、トークンを記録し、実行中にスコアを付けてデバッグできます。上記の固定タスクベンチマークとは異なり、これは独自のトラフィックに対して実行するものです。
| # | プロジェクト | ⭐ スター | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | Langfuse | 36k | オープンソースのLLMエンジニアリングプラットフォームです。本番環境のエージェント実行に対する完全なトレースの可観測性、オンラインおよびオフライン評価、プロンプト管理、コスト指標を提供します。多くのハーネスに標準では備わっていないモニタリングレイヤーです。 evals · typescript | ✅ | やや複雑（トレーシング＋評価プラットフォーム） | ドキュメント |
| 2 | MLflow | 28.4k | 成熟したMLプラットフォームで、現在は生成AIにも対応しています。MLflow Tracingは、エージェントのすべてのステップ、ツール呼び出し、トークンを記録し、組み込みのLLM評価とプロンプトのバージョン管理も備えています。すでにMLflowを標準としているチーム向けの可観測性です。 evals · python | ✅ | 複雑（ML＋生成AIの総合プラットフォーム） | ドキュメント |
| 3 | Opik | 22.7k | Cometのオープンソースのエージェント可観測性・評価プラットフォームです。トレーシング、スコアリング、実験の比較を提供し、Apache-2.0のもと、主要機能一式を無料でセルフホストできます。 evals · python | ✅ | やや複雑（トレーシング＋評価プラットフォーム） | ドキュメント |
| 4 | Arize Phoenix | 11.9k | ソースコードを利用でき、ローカル環境を重視したArizeのトレーシング・評価レイヤーです。ノートPCや独自のインフラで実行でき、必要になった段階でマネージドのArize AXプラットフォームに移行できます。 evals · python | ⚠️ Elastic-2.0 | やや複雑（ローカル環境を重視したトレーシング＋評価） | ドキュメント |
調査およびタスク特化型ハーネス
深い調査、ドキュメントに関する質疑応答、ドメイン特化型のエージェントループ。
| # | プロジェクト | ⭐ スター数 | 説明 | オープンソース | シンプルさ ↔ 機能性 | 例 |
|---|---|---|---|---|---|---|
| 1 | DeerFlow ★ | 84.1k | ByteDance の長期タスク向け調査ハーネスです。LangGraph ベースのエージェントループが、メッセージゲートウェイの背後でサンドボックス、メモリ、ツール、サブエージェントを活用して調査、コーディング、作成を行います。数時間に及ぶタスク向けの、参照実装である gpt-researcher スタックの代替です。 memory · multi-agent · sandbox · python | ✅ | 複雑（サンドボックス、メモリ、サブエージェント — 製品スイート） | プロジェクトの README |
| 2 | gpt-researcher | 30.2k | 自律型の深層調査エージェントです。ウェブとローカルの情報源を使い、出典に基づくレポートを作成します。マルチエージェントモードと深層調査モードを備えています。オープンソース調査ハーネスの参照実装です。 multi-agent · python | ✅ | 複雑（深層調査、マルチエージェント — 製品スイート） | マルチエージェントの LangGraph 解説 |
| 3 | AutoResearchClaw | 14.7k | 完全自律型の自己進化型調査ハーネスです。マルチエージェントによる議論と引用の検証を通じて、人間が介在することなく、アイデアから論文の執筆までプロジェクトを進めます。 multi-agent | ❓ | 複雑（自律型調査、マルチエージェントによる議論 — 製品スイート） | プロジェクトの README |
| 4 | MiroThinker ★ | 8.4k | 長時間にわたる閲覧と推論の連鎖に最適化された深層調査ハーネスです。汎用チャットエージェントに検索機能を追加するのではなく、専用のエージェントループと独自の MiroThinker モデルを組み合わせ、BrowseComp、GAIA、HLE でベンチマーク評価されています。 evals | ❓ | やや複雑（ベンチマークに最適化された調査ループ） | プロジェクトの README |
| 5 | openagents ★ | 457 | 自律型エージェントとオートパイロット型ワークフロー向けのプラットフォームです。分散型／Nostr 指向で、Pylon ランタイムは 2026 年に積極的にリリースされています。 | ✅ | 複雑（プラットフォーム、分散型 — 製品スイート） | 本番環境での収益実証 |
ライブラリと SDK
軽量なランタイム、ツールループ、プロバイダーに依存しないハーネスの基本要素。
| # | Project | ⭐ Stars | Description | Open source | Simplicity ↔ capability | Examples |
|---|---|---|---|---|---|---|
| 1 | LiteLLM | 61.5k | 100 以上の LLM に対応する単一のインターフェースです。ルーティング、キャッシュ、予算管理に対応しています。エージェントフレームワークではなく、あらゆるエージェントフレームワークが使うパイプです。 provider-agnostic · python | ✅ | ほぼシンプル（LLM のパイプのみ） | Anthropic Agent SDK gateway |
| 2 | Composio | 30.6k | 認証、ツール検索、サンドボックス化されたワークベンチを備えた 1,000 以上のツールキットを提供します。エージェントが OAuth やインテグレーションを一から作り直さずに済む、すぐに使えるツールレイヤーです。Python と TypeScript に対応しています。 sandbox · tool-discovery · python · typescript | ✅ | 複雑（1,000 以上のツール、認証、検索を備えた製品群） | HackerNews agent quickstart |
| 3 | deepagents ✱ | 30.4k | LangGraph を基盤とする LangChain の Python／TypeScript エージェントハーネスです。計画ツール、仮想ファイルシステム、シェルサンドボックス、サブエージェントの起動を備えた、「Claude Code スタイル」のハーネスを再利用可能なライブラリとして提供します。 multi-agent · sandbox · python · typescript | ✅ | やや複雑（計画、ファイル、サブエージェント） | Deep research agent |
| 4 | smolagents | 29.9k | コードをアクションとして実行するエージェントです。モデルが出力した Python をサンドボックス内で実行します（E2B、Modal など）。コア部分は約 1,000 行です。 sandbox · python | ✅ | ほぼシンプル（コードをアクションとして実行、約 1,000 行） | RAG code agent |
| 5 | vercel/ai | 27.4k | ストリーミング、ツール呼び出し、エージェント風の UI に対応する React と Node 向け SDK です。特定のプロバイダーに依存しません。 provider-agnostic · typescript | ✅ | やや複雑（React／Node SDK、プロバイダーに依存しない設計） | Next.js agent example |
| 6 | pydantic-ai ✱ | 20.7k | Pydantic による入出力を備えた、型安全な Python エージェントです。複数プロバイダー、MCP、Logfire による可観測性、Human-in-the-Loop に対応しています。 mcp · typed · provider-agnostic · python | ✅ | やや複雑（型安全、MCP、Logfire） | Bank support agent |
| 7 | E2B | 14.4k | エージェントが生成したコードを実行するための Firecracker サンドボックスです。多くのツール呼び出しデモが、LLM の任意の出力を手元のノート PC で実行する代わりに使っている、ホスト型の分離レイヤーです。 sandbox · python | ✅ | やや複雑（サンドボックス API、コード実行） | Claude Code in sandbox |
| 8 | strands-agents | 8.9k | モデル主導の Python SDK です。ツール用デコレーター、ネイティブ MCP、マルチエージェントに対応し、プロバイダーの選択肢を損なわずに「最小限のコード」で実装できます。 mcp · multi-agent · typed · python | ✅ | ほぼシンプル（デコレーター、MCP、最小限のコード） | First agent tutorial |
| 9 | Steel | 7.8k | エージェント向けのオープンソースブラウザー API です。ステルス機能、レジデンシャルプロキシ、CAPTCHA 解決、永続プロファイルを備えた Chrome セッションを、クラウドまたはセルフホストで利用できます。ホスト型ブラウザーインフラストラクチャ分野で、コアがオープンソースなのはこれだけです（Browserbase と Hyperbrowser はクローズドです）。 memory · browser · local | ✅ | やや複雑（ブラウザーセッション API、セルフホスト可能） | Sessions API docs |
| 10 | Cloudflare Agents ★ ✱ | 5.8k | Durable Objects 上で動作する、永続的で状態を保持するエージェントです。状態、WebSocket、スケジューリング、AI チャットが組み込まれています。「エージェントはどこで動くのか？」に対するサーバーレスの答えです。 memory · typescript | ✅ | やや複雑（Durable Objects、状態保持） | SDK playground app |
| 11 | Agent Sandbox | 4.3k | エージェントランタイム向けの Kubernetes ネイティブなサンドボックスプリミティブです。Sandbox リソースに加え、起動の速い、分離された、状態を保持するワークロードを実現するウォームプールとクレームを備えています。ホスト型サンドボックス API に対するセルフホストの選択肢であり、Kubernetes SIGs 組織によるプロジェクトです。 memory · sandbox · local | ✅ | やや複雑（Kubernetes リソース、ウォームプール） | Sandbox resource quickstart |
| 12 | openai-agents-js | 3.9k | Node／TS 向けの OpenAI 公式 Agents SDK です。ハンドオフ、ガードレール、音声に対応しています。openai-agents-python の JavaScript 版です。 multi-agent · voice · typescript | ✅ | やや複雑（ハンドオフ、ガードレール、音声） | Financial research agent |
| 13 | open-harness | 619 | Vercel AI SDK 上の TypeScript Agent クラスです。ストリーミングイベント、ファイルシステム／bash ツール、MCP、サブエージェントへの委譲に対応しています。 mcp · multi-agent · typescript | ✅ | やや複雑（ストリーミング、ツール、サブエージェント） | Terminal CLI agent |
| 14 | コミュニティ選定のエージェント一覧 | 16 | より幅広いディレクトリです。例：brandonhimpfen/awesome-ai-agents、axioma-ai-labs/awesome-ai-agent-frameworks、mb-mal/awesome-ai-agents-frameworks。対象範囲や更新頻度はそれぞれ異なります。 | ❓ | とてもシンプル（厳選リスト） | Frameworks section |
⚰️ 墓場
上流でアーカイブされたもの、またはキュレーションの健全性に懸念があるもの（例：スター操作の疑い）です。削除せず、引用と透明性のためにここに掲載しています。ランキング件数、全体像のチャート、harnesses.jsonのメインリストからは除外されています。キュレーションが重要です。スターが多いリポジトリだからといって、信頼できるとは限りません。
| プロジェクト | 最終 ⭐ スター数 | 日付 | 掲載理由 |
|---|---|---|---|
| everything-claude-code | 283k | 2026-07-11 | スター操作の疑い — 2026-01に作成されたリポジトリに約228kのスター／約35kのフォークがある一方、それに見合うインストール実績、依存プロジェクト、議論がありません。フォーク対スターの比率と増加曲線が自然な普及とは一致しません |
| Daytona | 71.5k | 2026-10-04 | 上流でアーカイブ — 引用のため掲載 |
| spring-ai-tool-search-tool | 77 | 2026-07-03 | 上流でアーカイブ — 引用のため掲載 |
| coderClaw | 3 | 2026-07-03 | 上流でアーカイブ — 引用のため掲載 |
🔭 注目候補
週次の発見スキャンで見つかった、またはコミュニティから投稿された、今後有望な候補です。キュレーション基準を満たしておらず、審査もまだ通過していません。スター数は発見キューから毎週更新されます。説明文は各プロジェクトによるもので、検証されていません。候補は上のランキング一覧に加わるか、掲載から外れます。
| プロジェクト | ⭐ スター | 説明 | 出典 |
|---|---|---|---|
| deepseek-harness | 253k | DeepSeek Harness：すべてはプラグインです。 | 週間発見 |
| agenticSeek | 27.5k | 完全ローカルで動作するManus AIです。API不要、月額200ドルの請求もありません。電気代だけで、自律的に思考し、ウェブを閲覧し、コードを書くエージェントを利用できます。 | 週間発見 |
| openfang | 18.2k | オープンソースのエージェントオペレーティングシステム | 週間発見 |
| evolver | 8.7k | AI エージェント向けの、GEPを活用した自己進化エンジンです。遺伝子、カプセル、イベントによる監査可能な進化を実現します。 | evomap.ai | 週間発見 |
| openevolve | 7.6k | AlphaEvolveのオープンソース実装 | 週間発見 |
| open-multi-agent | 7k | 永続的な承認機能と検証可能な実行記録を備えた、セルフホスト可能なTypeScriptエージェントランタイムです。所有し、承認し、監査できます。 | 週間発見 |
| intentkit | 6.5k | IntentKitは、AI エージェントの協調チームを管理する、オープンソースでセルフホスト可能なクラウドエージェントクラスターです。 | 週間発見 |
| agentscope-java | 6k | 分散型の、本番環境に対応した長時間稼働エージェントを構築できます。 | 週間発見 |
| vibesdk | 5.4k | Cloudflareスタック上に完全に構築された、独自のバイブコーディングプラットフォームの構築を支援するオープンソースのバイブコーディングプラットフォームです。 | 週間発見 |
| eko | 5k | Eko（Eko Keeps Operating）—自然言語で本番環境対応のエージェント型ワークフローを構築できます—eko.fellou.ai | 週間発見 |
| fast-agent | 3.9k | エージェントのコーディング、構築、評価に対応し、モデルとSkills／MCP／ACP／A2Aを優れた形でサポートします。 | 週間発見 |
| antigravity-sdk-python | 3.8k | Google Antigravityの能力を最大限に活用するAI エージェントを構築するためのPythonライブラリです。 | 週間発見 |
| MIRIX | 3.5k | Mirixは、画面上のアクティビティを追跡し、ユーザーの質問に適切に回答するよう設計されたマルチエージェント型パーソナルアシスタントです。リアルタイムの視覚データを取得することで… | 週間発見 |
| antigravity-cli | 2.6k | Antigravity CLIは、Antigravityエージェントハーネスの推論、実行、オーケストレーション機能をターミナルで直接利用できるようにします。 | 週間発見 |
| OrcaReplay | 178 | モデルを問わず、あらゆるエージェントの実行を記録、再生、フォーク、デバッグできます。AI エージェントのタイムトラベルを実現します。 | コミュニティ · issue #109 |
| llm-wiki-cli | 53 | AI エージェント向けのプロアクティブなメモリCLIです。セッションをまたいで、情報源に基づく永続的な知識を想起、維持、進化させます。 | コミュニティ · issue #79 |
| red-team-blue-team-agent-fabric | 30 | 敵対的テスト向けのAI エージェントセキュリティハーネスです。MCP、A2A、x402／L402、意思決定ガバナンスにまたがる600件以上の実行可能なテストを備えています。 | コミュニティ · issue #72 |
| loopgate_harness | 21 | 仕様に照らして任意のCLIエージェントをループ実行します。各反復でコンテキストを新しくし、リポジトリを永続メモリとして使用します。gitフックによってlint、型、テスト、セキュリティを強制し、不適切な変更を… | コミュニティ · PR #69 |
| GoodMemory | 17 | AIアプリやコーディングエージェント（Codex、Claude Code、MCP、HTTP）向けの、ローカルファーストで監査可能なメモリレイヤーです。 | コミュニティ · issue #44 |
| teamcopilot | 14 | チーム向けにAI エージェントをデプロイし、ビジネスワークフローやコーディングを自動化します。 | コミュニティ · PR #21 |
| nausicaa-harness | 12 | エージェントの実行を単一の線形ループではなく、レーンの動的なトポロジーとして扱います。モデルは、観察するタイミングや処理を並列展開するタイミングを決定します。 | コミュニティ · issue #108 |
| dsh-mcp-lens | 8 | 大規模なカタログ向けのMCPツール検索です。2つのスキーマで1,000個のツールを扱い、正確なスキーマでの呼び出しと許可／拒否の制御に対応します。 | コミュニティ · issue #81 |
| atlarix-releases | 8 | Atlarix：オープンウェイトの最先端ハーネスのリリースリポジトリです。 | コミュニティ · issue #48 |
| mcp-guardian | — | ツールのスコープ設定とコンテキスト圧縮を行うMCPプロキシです。3つのメタツールによる段階的な探索に対応します。 | コミュニティ · issue #46 |
よくある質問
どのエージェントハーネスが無人（ヘッドレス）で実行できますか？
無人実行、バッチ処理、フリート向けに設計されたハーネス：opencode、OpenHands、goose、Symphony、Prime Agent、SWE-agent、Claude Agent SDK、RepoMaster。
どのエージェントハーネスがタスクの途中でクラッシュしても復旧できますか（耐久性がありますか）？
実行状態が再起動後も保持されるハーネス：langgraph-bigtool、QM、n8n、langgraph、mastra、letta、deepagents、pydantic-ai。
これらのエージェントハーネスのうち、オープンソースのものはいくつありますか？
166 件中 123 件には標準的なオープンソースライセンスが適用されています。残りはソースコードを利用できますがライセンスが不明確なもの、またはライセンスが不明確なもので、各行にその旨が記載されています。
エージェントハーネスとは何ですか？
モデルをエージェントに変えるランタイムです。モデルの推論が何にアクセスできるかを決定し、ターンごとの推論を支えるオーケストレーション、ツールの接続、メモリー、エラーからの復旧、ガードレールを提供します。
ハーネスはモデルより重要ですか？
多くの場合、はい。しかもその差は数値で確認できます。同じ重みでも、ベアモデルでは ARC-AGI-3 のスコアが約 30％だったのに対し、Prime Agent ハーネス内では 95.5％でした。また、SWE-bench Pro では、ハーネスだけを入れ替えることで GLM-5.2 のスコアが 23％から 52％に上がりました。ハーネスの順位はモデル間でほとんど引き継がれないため（順位相関は約 -0.05）、ハーネスとモデルは組み合わせで選び、モデルを変更したら選び直してください。情報源と詳しい説明
Grok Bot はエージェントハーネスですか？
はい、マネージド型のハーネスです。ループ、ツールの接続、メモリー、承認ルールは xAI が管理し、1 つのアカウントにあるすべての Bot が 1 台のクラウドコンピューターを共有します。このリストはオープンリポジトリを順位付けしているため、Grok Bot は掲載されていません。マネージド型とセルフホスト型のガイドでは、Claude Managed Agents、QM、OpenClaw、Hermes、OpenJarvis と比較しています。情報源と詳しい説明
このリストの順位はどのように決められていますか？
ハーネスの主要な要素（環境、オーケストレーション、ライフサイクル、ガードレール）との関連性と、GitHub のスター数（2026-10-18 時点）に基づいています。各プロジェクトには、採用面のティアと自律性・復旧スコアも付与されています。
AI エージェントはこのリストを直接利用できますか？
機械可読なインターフェースを 3 つ用意しています：harnesses.json（構造化データ）、llms.txt（単一ファイル）、および recommend、compare、pick_harness、search_harnesses を公開する MCP サーバー（uvx agent-harnesses-mcp）です。
関連リソース
- Awesome：さまざまなトピックの Awesome リスト
- OpenAI – ハーネスエンジニアリング：環境設計、意図、フィードバックループ、信頼できる唯一の情報源としてのリポジトリ
- Anthropic – 長時間稼働するエージェントのための効果的なハーネス：セッションの引き継ぎ、機能リスト、段階的な進捗、テスト
- Aakash Gupta（Medium）– 2026年はエージェントハーネスの年：競争優位としてのハーネス、最小限の介入、段階的な情報開示
- YC Paper Club（動画）– ハーネスがモデルより重要な理由：Prime Agent、OpenJarvis、QM の著者を迎えた 2026 年 9 月のセッション。ハーネスの歴史は 7:00 から 17:00 まで
- LangChain、Anthropic、OpenAI：主要なエージェントプラットフォームの公式ドキュメント
🧡 貢献者の皆さん、ありがとうございます
スクロールを止めて抜けを見つけ、内容をまとめてくださった皆さんのおかげで、このリストはより良いものになりました： @baskduf — harness-starter-kit · @ahwurm — LocalHarness · @liviux — LoopTroop · @rishabhpoddar — TeamCopilot、注目中 · @abilliontokens — oh-my-pi · @pranshuchittora — agent-qa · @madarco — AgentBox · @jmthomasofficial — JMT x402 Agent Tools · @ShukantPal — Proliferate · @hjqcan — GoodMemory · @777genius — Agent Teams AI · @S1LV3RJ1NX — mcp-guardian · @AmariahAK — Atlarix、Atlarix の項目を更新 · @hardness1020 — awesome-agent-architecture · @razzant — Claudexor、Ouroboros · @allenshi16 — Nexus AI Pulse、HomeOffice AI · @ryanpettry — fractal · @reacher-z — ClawBench 評価ハーネス · @HelpMatey — Pin mcp2 · @rxdt — L∞pGate · @msaleme — red-team-blue-team-agent-fabric · @JackChen-me — Open Multi-Agent · @Q00 — Ouroboros · @danawoodman — PR #78 · @JanYork — LWC Local Wiki CLI · @labmimors — MCP Lens · @elmariachi111 — Prime Agent · @denial123789 — SandBase Harness · @vshulcz — deja、deja-vu · @hasmcp-dev — MCP 仕様適合性 · @kuanzema — HarnessRouter · @liyangbing — SandBase Harness · @BlueSkyID666 — Orkas · @jackispm — Nausicaa · @xizhuomengcontin — OrcaReplay · @InsightFactoryAPP — YYLO、YYLO Benchmark · @AbdulDavids — Gram · @scgopi — GraphCode · @denggui-ai — Minimal Harness · @JakeSelby — Model Citizen · @OlyaTi — Mnemoverse · @IRONICBo — Jev Social、Jet Browser · @LivXue — Raven · @rushar-labs — House Party Protocol · @BobbyZhouZijian — Reef · @demeyer1 — AutoBot · @xqliu — Orbi、Orbi コーディングエージェント製品 · @lodar — 5dive · @huiliyi37 — Tianshu Harness · @tarasyarema — Desplega Agent Swarm · @yannickmonney — Tale · @proxysoul — Empryo · @ianwieds — workkit · @gaurav-aai — プロジェクトの提案 · @jaroslavsoucek-art — Giovanni · @syntaxwanderer — laravel-ai-verify · @bigfish1913 — Raspberry Pi 向けの組み込み可能な Rust コーディングエージェント・ハーネス 採用された投稿は、それを含むコミットに共同作成者としてクレジットされます。まだ初期段階にある有望なプロジェクトも受け付けており、🔭 注目中に掲載して、成長に応じて昇格します。追加はこちら →
貢献
貢献を歓迎します。プロジェクトを追加または提案するには、次の方法があります。
- リポジトリの URL、カテゴリー、簡単な説明を添えて、issueを作成します。
- または、scripts/generate.pyに対するプルリクエストを送信します。この README、projects.yaml、TAGS.md はこのスクリプトから生成されるため、これらへの直接の編集はマージできません。
まだ選定基準を満たさない有望なプロジェクトは、🔭 注目中に掲載されます。ここに掲載されても却下されたわけではなく、順番待ちの状態です。
貢献ガイドラインについては、CONTRIBUTING.mdと行動規範をご覧ください。
掲載を紹介する
このリストにプロジェクトが掲載されている場合、README で紹介できます。
[](https://github.com/RyanAlberts/best-of-Agent-Harnesses)
ライセンス
skills/のスキルはMITライセンスのため、あらゆるプロジェクトにコピーして使用できます。
コメント
Markdown 対応
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。