mcpField
A
agent-harnesses

agent-harnesses

本地服务
github.com/RyanAlbertsAI 与智能体1.4k3 天前更新
代码仓库

关于 agent-harnesses

面向选择或构建 Agent 运行时的开发者，提供 AI Agent harness 目录与决策指南，结合可搜索列表、配置模板、操作指南、技能和实时发现；MCP 服务支持 Agent 查询与选择 harness。

主要功能

  1. 01可搜索并筛选的 harness 目录
  2. 02harness 选择指南与对比
  3. 03配置模板与分步操作指南
  4. 04用于检查 Agent 配置的可安装技能
  5. 05实时发现 GitHub 与 HN 内容

适用场景

  1. 01按模型和任务选择 harness
  2. 02按自主性与恢复能力比较 harness
  3. 03构建精简的编码 Agent harness
  4. 04检查 Agent 的访问权限、防护规则与工具成本

MCP 相关

MCP 服务提供 `recommend`、`pick_harness` 等查询，供 MCP 客户端查找和选择 harness。项目还提供 llms.txt 和 JSON，供 Agent 查询。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "ryanalberts-agent-harnesses": {
      "command": "uvx",
      "args": [
        "agent-harnesses-mcp"
      ]
    }
  }
}
启动命令uvx agent-harnesses-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypiagent-harnesses-mcp0.8.0

工具

16

收录的工具列表 · 更新于 5 天前

参数类型必填说明
limitinteger否
use_casestring是
min_autonomystring否
min_recoverystring否
max_complexitystring否
open_source_onlyboolean否

详细介绍

原文在翻译后有更新，译文可能不是最新。

优秀的 Agent Harness 与 Harness 技术

🏆  精选的 AI Agent Harness、编排框架和 Harness 技术，助力构建可靠的 Agentic 系统。

README 配图 README 配图 README 配图 README 配图 README 配图

🌐 浏览可搜索的网站 — 每个 Harness 独占一页，可按能力、自主性和恢复能力筛选。

🧰 模板与操作指南：为本列表中的 Harness 提供可复制粘贴的设置文件和分步指南。

🧩 技能：10 个可安装的技能，用于检查你自己的 Agent 设置，包括它能访问什么、声称具备什么能力，以及花费多少。

🤖 Agent 可以查询此列表 — 通过 MCP 服务（recommend、pick_harness、…）、llms.txt 和 JSON，让你的 Agent 也能推荐 Harness。

什么是 Agent Harness？

模型负责回答，Agent 负责行动。Agent Harness 是将前者转化为后者的运行时：模型负责思考，Harness 则决定这些思考可以触及什么。

Simon Willison 对 Agent 的定义最为精炼：“LLM Agent 通过循环调用工具来实现目标。”Harness 就是这个循环之外的一切：有哪些工具、哪些操作需要审批、模型每轮能看到什么，以及崩溃后有哪些状态可以保留。Andrej Karpathy早在 2023 年就为这种架构命名：模型是“新操作系统的内核进程”，Harness 则是该操作系统的其余部分，包括调度器、权限和内存。SWE-agent 论文提出了Agent-计算机接口这一概念，证明了其中的关键所在：工具和反馈的呈现方式会改变模型的能力，与模型本身无关。此后，业界的建议逐渐趋于一致：应将投入放在这里，而不是框架的底层搭建上。从 Anthropic 关于简化构建的建议，到 Jerry Liu 关于框架时代已经结束的论述，都指出如今真正重要的是技能、工具和上下文质量。这些正是本列表收录的层面。

为什么 harness 很重要

模型越好，harness 就越重要：能力越强，失效模式越多，而生产环境需要重试逻辑、回退方案和验证。决定 Agent 能否真正交付的，不只是模型质量，还有 harness 质量。本列表根据项目与 harness 相关问题（环境、编排、生命周期、护栏）的相关性，以及星标数和活跃度进行排名。

基准测试数据如今也印证了这一点。在 SWE-bench Pro 上，“更换 Agent harness 对 pass@1 的影响，超过了许多模型升级”（AINews，2026 年 8 月 8 日，引用 @joelniklaus 的分析）。同一个模型，不同的 harness：GLM-5.2 的 pass@1 从 23% 提升到 52%，Gemma 4 26B 则从 15% 提升到 36%。harness 排名几乎无法跨模型迁移（排名相关性为 -0.05），因此，在合适的 harness 中使用小模型，其表现可以接近在不合适的 harness 中使用大得多的模型。

在长周期任务上，差距最大。经过验证，纯前沿模型在 ARC-AGI-3 上的得分约为 30%；Prime Agent 的 harness 则让 Opus 5 达到了 95.5%。YC Paper Club 关于 harness 为何比模型更重要的演讲（2026 年 9 月）详细介绍了其中原理。这些提升来自新一类可自我改进的 harness，而不是不断叠加脚手架：其中最出色的 harness 保持精简，只提供模型无法自行完成的功能。由于排名几乎无法跨模型迁移，每当模型变更时，都必须重新考虑 harness 的选择。是谁提出了这一观点、他们测量了什么，以及这一主张不代表什么，详见单独的页面。

这正是本仓库中的 MCP 服务要解决的问题。将 Agent 指向该服务，它就可以调用 recommend 或 pick_harness，选择与模型和任务相匹配的 harness，而不是沿用别人进行基准测试时选用的 harness。

全景一览

Agent Harness 全景图 — 所有项目按采用覆盖面和 GitHub 星标数绘制

列表中的每个项目都按采用覆盖面（即简洁度 ↔ 能力轴）和 GitHub 星标数绘制。颜色表示类别；每个层级中规模最大的项目都已标注。

自主性 × 恢复能力 — 每个负责循环的项目，按其设计的自主性模式和故障恢复层级定位

同一批项目按其设计提供的无监督操作空间（自主性）以及运行失败后的处理方式（恢复能力）定位。下方的表格中，★ 表示可无头运行的项目，✱ 表示可持久运行的项目。每次刷新时，两张图都会根据列表数据重新生成。

如何选择 Harness

先阅读指南，再查看正面对比决策页面——这些内容与下方表格基于相同数据：

模板与实战指南

列表会告诉你该使用哪个 harness。这些内容会告诉你如何设置。模板是可复制到项目中的文件；实战指南会逐步引导你完成一项任务。

模板

  • 一份适用于所有编码 Agent 的 AGENTS.md：一份说明文件，Codex、Claude Code、Cursor、OpenCode、GitHub Copilot、Gemini CLI 和 Aider 都会读取。这样，你只需编写一次构建命令、约定和硬性规则，而不必为每种工具各写一遍。
  • 安全的 Claude Code 设置：权限与防护钩子：项目设置可阻止 Claude Code 强制推送、清除工作内容、读取机密信息或将下载内容传入 shell，同时不影响日常命令。只需两个文件，复制并提交即可。
  • 用 Python 编写的最简 Agent harness：一个可运行的编码 Agent harness，约 180 行 Python 代码，包含循环、三个工具、权限闸门、上下文文件、轮次预算，以及可在崩溃后恢复的对话记录。复制它来了解 harness 的工作方式，也可以将其作为自建 harness 的起点。

实战指南

  • 构建自己的 Agent harness：在约一小时内构建一个可运行的编码 Agent：用一个你完全理解的 Python 文件实现循环、三个工具、权限、上下文文件、预算和崩溃恢复。完成后，你就能在自己的仓库中运行最简 harness 模板。
  • 为所有编码 Agent 编写一份 AGENTS.md：编写一份说明文件，让 Codex、Claude Code、Cursor、OpenCode、Copilot、Gemini CLI 和 Aider 都能读取；测试每种工具是否确实加载了该文件，并将内容控制得足够简短，让它发挥帮助而非造成负担。完成后，你就能得到一份为自己的仓库填写好的 AGENTS.md 模板。

技能

技能是 Agent 在任务需要时加载的文件夹。下面的每项技能都会在你自己的环境中运行脚本，并返回可供你检查的结果：Agent 能访问什么、哪些声明缺乏证据、令牌用在了哪里。它们会在你的机器上运行；任何会修改文件或花钱的操作都会等你确认后才执行。

选择一个测试框架

  • 用你自己的代码仓库中的任务测试编码 Agent：使用取自你自己的 git 历史记录中的任务运行 Claude Code、Codex 和 Gemini CLI，用你仓库中的测试为每个 Agent 评分，并报告每个 Agent 通过了多少项任务、每项通过任务的成本、耗时分钟数以及每次更改的规模。

进行设置

  • 检查编码 Agent 会加载哪些指令文件：查看 Claude Code、Codex、Gemini CLI、OpenCode、Cursor、GitHub Copilot 和 Aider 会从你的仓库加载哪些指令文件、各自会删掉或跳过哪些内容，以及这些文件中的命令是否仍然有效。
  • 像大模型读取工具那样评估你的 MCP 工具：指定一个 MCP 服务或已保存的工具列表，即可评估每个工具的用途、参数、注释和令牌大小；也可以让它查找在你的编码 Agent 中配置的 MCP 服务，并统计每个会话加载的内容。

确保安全

  • 针对危险命令测试 Agent 的防护措施：检查你在 Claude Code、Codex、Gemini CLI、OpenCode 或 Cursor 中已有的权限规则和钩子能否拦截约 90 条危险命令；显示每条未被拦截的命令及经过测试的修复方案，并统计这些规则打断实际工作的频率。
  • 停止失控的 Agent 会话：适用于 Claude Code 和 Codex 的钩子；当 Agent 重复相同调用、持续失败或花费超过你设定的金额上限时，它会停止正在运行的会话。
  • 检查编码 Agent 能访问什么：一分钟探测工具，通过 Agent 自己的 shell 运行，显示它实际能访问哪些机密文件、信任文件、Docker 和 sudo，然后将结果与沙盒设置声明的内容进行比较。

检查它的工作

  • 核实 Agent 关于“测试通过”的声明：了解编码 Agent 有多少次声称测试通过，却没有通过的运行记录作为依据；以及当前更改是否悄悄削弱了测试。它会读取你的本地会话日志，不会向任何地方发送数据。
  • 把 Agent 违反的规则转化为钩子：查找编码 Agent 违反的 AGENTS.md、CLAUDE.md 和 GEMINI.md 中的规则，统计近期会话中的每次违规，并将每条被违反的规则转化为钩子（一项 Agent 在每次工具调用前运行的检查），以阻止违规；并使用这些实际违规记录进行测试。

了解成本和变更

  • 找出编码 Agent 从哪个更新开始表现不同：按版本、模型或周次拆分你自己的 Claude Code 或 Codex 会话，衡量 Agent 在每个版本或时间段中的表现，并确定数据开始变化的更新版本，或版本范围，同时列出当时发生的其他变化。
  • 查看编码 Agent 在哪里浪费令牌和金钱：分析你自己的 Claude Code、Codex、Gemini CLI 和 OpenCode 会话，报告哪些习惯成本最高，例如重复读取文件、工具输出过长、轮询，以及令提示词缓存（服务提供商提供的对话低价副本）过期的中断；还会列出反复出现的失败及各自的修复方法。

在任意 Agent 中安装一项技能：

npx skills add https://github.com/RyanAlberts/best-of-Agent-Harnesses/tree/main/skills/<name>

或在 Claude Code 中安装所有技能：

/plugin marketplace add RyanAlberts/best-of-Agent-Harnesses
/plugin install harness-skills@agent-harnesses

技能的构建与测试方式。

按使用场景选择

读者索引：根据你想做的事来选择，而不是按类别选择。每行旁边的标签芯片（例如 mcp · memory）可让你按功能交叉筛选——完整的交叉索引请参阅 TAGS.md。

面向 Agent

此列表也以机器可读格式发布，因此编码 Agent 和研究 Agent 可以推荐框架，不只是供浏览 GitHub 的用户查阅：

  • harnesses.json — 包含每个项目的类别、复杂度等级、能力标签、星标数、许可证信号和具体示例链接，以及完整的用例索引。
  • llms.txt — 将整个列表汇总在一个 Agent 可读文件中。将 原始 URL 提供给任意 Agent 即可。
  • MCP 服务 — recommend（一个有主见的首选 + 备选方案 + 应当避免的项目，例如被标记为刷星的仓库）、compare/compare_for（并排比较 2–4 个框架——按 id 或任务比较——展示各项目在哪些维度领先，包括经过研究的沙箱/记忆/钩子/提示词优化评分、废弃项目警告以及匹配的决策指南）、pick_harness（按复杂度/自主性/恢复能力筛选并排序）、pick_infrastructure（选择基础设施堆栈任意层级的项目，并实时搜索 GitHub/Hacker News，因此答案不受限于此列表）、search_harnesses、get_harness、list_categories，以及用于决策指南的 list_comparisons/get_comparison，还有 list_templates/get_template/list_playbooks/get_playbook/list_skills/get_skill，让你的 Agent 能为你安装模板或技能。已发布到 PyPI 和官方 MCP 注册表，名称为 io.github.RyanAlberts/agent-harnesses。一行安装命令（需要 uv）：
claude mcp add agent-harnesses -- uvx agent-harnesses-mcp
或者聘请一个骨架

别只读列表——agents/ 提供了三个Agent 骨架：开源 Agent，可使用你已经付费订阅的 AI 服务。克隆文件，自定义指令，即可完成。三者都使用当周的最新数据，并在连接 Slack 或 Notion 时向其发送结果：

  • harness-scout — 描述你正在构建的内容；它会为你挑选框架，并提供依据和废弃项目检查结果。
  • stack-auditor — 标记代码库中已停用的框架，还能追踪 Agent 会话日志，展示框架如何影响你的技术决策。
  • harness-radar — 每周动态简报：攀升者、新加入者、停用者、毕业者。
curl -fsSL https://raw.githubusercontent.com/RyanAlberts/best-of-Agent-Harnesses/main/agents/harness-scout.md -o .claude/agents/harness-scout.md

目录

排名指南

  • ⭐ 星标数 — GitHub 星标数量，统计日期为 2026-10-11；表格按星标数降序排列。
  • ⚖️ 简单 ↔ 能力 — 采用门槛，共 4 个层级：超简单（一种格式，一个概念）→ 较简单（轻量层）→ 稍复杂（真正的 SDK）→ 复杂（产品套件）。
  • ★ 支持无头运行 — 专为无人值守运行、批处理和集群设计（自主性等级的最高层：逐步门控 → 检查点门控 → 有界 → 无头运行）。
  • ✱ 持久 — 持久化的执行状态可在任务进行中重启后保留（恢复能力等级的最高层：无 → 重试 → 可恢复 → 持久）。
  • 上游已归档 — 维护者已归档该代码库，因此不会再有新的修复。保留在表格中供参考，不会列入用例推荐。
  • ✅ 开源 — ✅ 标准开源软件许可证 · ⚠️ 源码可用／有限制 · ❓ 无许可证或许可证不明确。
  • 🏷️ 标签 — 根据描述自动提取的能力标签；完整交叉索引见 TAGS.md。
  • 🎯 示例 — 每个项目提供一个具体的“展示实际效果”链接，而非文档主页。

每个项目的完整自主性和恢复等级都绘制在上方的网格中，并收录于 harnesses.json 和 llms.txt；评分由编辑根据公开文档给出——维护者通过 issue/PR 提交的更正会尽快合并。


渐进式披露框架

返回顶部

通过分层呈现上下文、工具或指令的格式、运行时和模式——先展示索引，按需提供详情——以控制 token 数量并提升 Agent 的专注度（“地图，而非百科全书”原则）。

#Project⭐ StarsDescriptionOpen sourceSimplicity ↔ capabilityExamples
1Headroom75.1k在工具输出、日志、文件和 RAG 片段到达模型之前，使用内容感知压缩器对其进行压缩——据称可让编码 Agent 减少 20% 的 token，对 JSON 减少 60–95%，且答案保持不变。可作为库、HTTP 代理或 MCP 服务提供，可直接部署在你现有运行框架的前端。 mcp · rag✅大多简单（压缩库／代理／MCP 服务）项目 README
2awesome-cursorrules40.9k精选的 .cursorrules 和技能，利用 Cursor 的先索引再加载模式；这是 IDE 中按渐进式披露方式管理规则的权威集合。 ide✅非常简单（仅内容包）PyTorch cursorrules
3context-mode26.6k上下文窗口优化层，在工具输出到达模型之前对其进行沙盒处理（据称可减少 98%），并通过 MCP 和钩子在 17 个 Agent 平台之间持久化会话记忆——将渐进式披露应用于工具结果，而不只是指令。 mcp · memory · sandbox⚠️ Elastic-2.0大多简单（输出沙盒处理、跨平台）项目 README
4agents.md24.9k用于仓库范围 Agent 简报的开放格式；嵌套的 AGENTS.md 文件可按目录限定指令，让 Agent 了解有哪些内容，并只加载相关部分。包括 Codex、Cursor 和 Copilot 在内的 20 多种工具都支持读取。 ide · typescript✅非常简单（仅格式）自托管 AGENTS.md
5langgraph-bigtool ✱557使用大型工具集构建 LangGraph Agent；通过检索和按需加载工具，让 Agent 能够扩展到上下文容量之外，而无需预先塞入所有架构。 tool-discovery · python✅稍复杂（大型工具集）数学库工具 Agent
6MCP-Zero514面向自主 Agent 的主动工具发现：模型按需求请求工具；通过分层语义路由覆盖 308 个服务／2,797 个工具，并可减少约 98% 的 token（APIBank）。 tool-discovery✅复杂（3k 个工具，完整路由）APIBank 实验
7ToolGen184ICLR 2025：通过生成统一实现工具检索与调用；无需将 47k+ 个工具塞入上下文——在一个生成步骤中完成检索和调用。 tool-discovery · python❓复杂（47k+ 个工具）完整评估流水线
8ToolRAG33面向大模型的语义工具检索；只提供用户查询所需的工具（兼容 MCP），支持无限规模的工具集，且不会占用额外上下文。 mcp · tool-discovery✅大多简单（由查询驱动的检索）MCP 服务检索

编码 Agent 产品（IDE、命令行工具、完整套件）

返回顶部

可安装并运行的开箱即用编码 Agent：IDE 扩展、终端命令行工具、Docker 化工作区。每个条目都会说明哪部分是运行框架（Agent 循环、工具连接、审批模型），哪部分是 UI 外壳（VS Code 扩展、TUI、浏览器客户端）。

#Project⭐ StarsDescriptionOpen sourceSimplicity ↔ capabilityExamples
1opencode ★213k开源终端编码 Agent（原名 sst/opencode；现已转移至 anomalyco）。Harness 是一个支持多提供商（Claude、OpenAI、Gemini、本地）的工具调用循环，具备出色的插件和 MCP 支持；TUI 是其 shell。100% 开源，持续活跃地发布更新。 mcp · provider-agnostic · cli · tui · typescript✅略复杂（多提供商、插件、MCP）Agent 系统页面
2Codex129kOpenAI 的终端编码 Agent。Harness 是支持多提供商的沙箱化工具调用循环；CLI 是其 shell。是“官方 CLI 交付代码”的参考实现。 sandbox · provider-agnostic · cli✅略复杂（参考 CLI、沙箱化）沙箱化概念
3pi114k此列表中 oh-my-pi 分支的上游 AI Agent 工具包：统一的多提供商 LLM API、Agent 循环和 TUI shell，为 oh-my-pi 的 Rust 重写提供基础 Harness。 provider-agnostic · tui · rust❓略复杂（多提供商 Agent 循环、TUI）项目 README
4Gemini CLI107kGoogle 面向 Gemini 的第一方终端 Agent。Harness 是插件/MCP 工具调用循环；终端是其 shell——这是 Google 对 Claude Code / Codex 的同类产品，而不仅仅是一个 API。 mcp · cli · typescript✅略复杂（官方 CLI、插件、MCP）MCP 服务设置
5OpenHands ★90.6kDocker 化的软件工程 Agent。Harness 是由微型 Agent 和事件流会话桥接组成的 bash/编辑器/浏览器工具集；Docker 是其沙箱。对于希望自托管自主代码库任务的团队，这是主要的开源选择。 memory · browser · sandbox · python⚠️（多重许可）复杂（Docker 运行时、多界面 Agent——产品套件）代码库微型 Agent
6Cline70.2kVS Code 扩展，其 Harness 采用先规划后执行的循环，每一步都需人工审批，且费用透明；VS Code 集成是其 UI shell。作为 Cursor 的开源替代方案。 ide · typescript✅略复杂（先规划后执行、审批关卡）规划与执行模式
7Open Interpreter68.5k面向开源模型（DeepSeek、Kimi、Qwen）的轻量级终端编码 Agent。Harness 是一个代码执行循环——模型编写代码，Harness 在确认关卡后执行代码；CLI 是其 shell。这是最初那个“让 LLM 在我的机器上运行代码”的项目，如今以开放权重的形式重生。 cli · python✅大体简单（精简的代码执行循环）快速入门
8goose ★55.2k起源于 Block 的 Rust Agent，现由 Linux Foundation 的 Agentic AI Foundation（aaif-goose/goose）负责维护。Harness 采用 MCP/ACP 扩展模型，支持配方和提供商选择；它没有固定的 UI 插槽——可以接入你使用的任何 shell。 mcp · rust✅略复杂（扩展、MCP/ACP）Goose 配方指南
9DeepSeek-Reasonix35.8k原生面向 DeepSeek 的终端编码 Agent。Harness 专为长时间运行会话中的前缀缓存稳定性而设计；TUI 是其 shell。 memory · cli · tui · typescript❓略复杂（终端 Agent，针对前缀缓存优化）项目 README
10oh-my-pi35k终端编码 Agent（Pi 的分支），将 IDE 集成到 Harness 中：基于哈希锚定的编辑、针对各模型调优的 32 工具循环、每次写入时的 LSP 重命名/引用/诊断、真正的 DAP 调试器（lldb/dlv/debugpy）、可长期运行并能回调 Agent 工具的 Python + Bun 执行内核、浏览器控制，以及 40 多个提供商（Claude/OpenAI/Gemini/本地）。约 55k 行 Rust 核心代码。 browser · provider-agnostic · cli · ide · rust✅略复杂（终端 Agent、LSP/DAP、多提供商）集成到编辑操作中的 LSP
11crush28.6kCharm 的终端编码 Agent（Charm 对原始 OpenCode 的分支）。Harness 是带会话持久化功能的工具调用循环；Bubble Tea TUI 是其 shell。 memory · cli · tui⚠️ FSL-1.1-MIT略复杂（终端 Agent、TUI）Crush 发布博文
12qwen-code28.4k阿里巴巴的官方终端编码 Agent，分支自 Gemini CLI 的 Agent 循环，并针对 Qwen 模型重新调优。Harness 与其上游采用相同的沙箱化工具调用循环；终端是其 shell。 sandbox · cli · typescript❓略复杂（官方 CLI、Gemini-CLI 分支）项目 README
13vibe-kanban28.3k看板式 Agent 集群管理器，可跨多个任务同时运行 Claude Code、Codex 或任何编码 Agent。它对 Harness 的贡献是在实际执行任务的 Agent 之上提供任务队列/审查层；其本身并不是 Agent 循环。❓略复杂（任务集群管理器）项目 README
14Symphony ★27.6kOpenAI 的 Harness，可将一项任务分发到多个相互隔离的自主编码 Agent 实现运行中，并展示通过的运行结果，让团队管理结果，而非监督每个会话。 sandbox❓复杂（并行隔离运行——产品套件）项目 README
15Kilo Code27.6kCline/Roo-Code 传承脉络中的 VS Code 扩展和 CLI——如今 Roo-Code 的上游仓库已归档，它自然成为不错的选择。Harness 是带审批关卡的自主模式循环，并提供提供商/工具市场；IDE 是其 shell。 mcp · cli · ide · typescript❓略复杂（IDE 扩展 + CLI、MCP）项目 README
16Roo Code 上游于 2026-07-03 归档24.3kCline 系列中的 VS Code/Cursor 扩展。Harness 是带审批关卡的 Agent，支持自定义模式，并提供完善的 MCP 支持；IDE 是其 UI。当你想要这种工作流，但不想使用上游扩展时，它是热门的社区分支。 mcp · workflow · ide · typescript✅略复杂（IDE 扩展、MCP 优先）自定义模式指南
17Prime Agent ★21.9kPrime Intellect 的自我改进型编码与研究 Agent。Harness 采用递归语言模型循环（将上下文作为变量、将子 Agent 作为持久化 IPython REPL 内的函数调用），并配有持续改进型 Harness，让 Agent 在运行过程中创建、读取、更新和删除自己的提示词、技能、记忆和子 Agent；由守护进程支持的会话可在终端关闭后继续运行，而自主模式则按轮数、令牌数和时间预算运行。使用 Opus 5 在 ARC-AGI-3 上达到 95.5%；终端 UI 是其 shell。 memory · multi-agent · cli · typescript✅略复杂（终端 Agent、守护进程会话、RLM + 持续改进型 Harness）YC Paper Club 演讲（18:00）
18jcode20.4kRust 终端编码 Agent，自称是同类产品中内存效率最高的 Harness；支持 MCP 和多提供商（Claude/OpenAI）。 mcp · memory · provider-agnostic · cli · rust❓略复杂（终端 Agent、低内存占用）项目 README
19eigent15.5k开源桌面 Harness，定位为 Claude Cowork 和 Codex 的本地免费替代方案：在可自托管的应用中实现多 Agent 工作区编排，而非托管产品。 multi-agent · local❓复杂（桌面多 Agent 工作区——产品套件）项目 README
20cc-haha15k面向 Claude Code 和其他 Agent、以本地为先的桌面工作区 Harness：支持多 Agent 会话、Git worktree、代码差异、技能市场和聊天应用访问（微信、Telegram、WhatsApp）。 memory · multi-agent · typescript❓复杂（桌面工作区、多 Agent——产品套件）项目 README
21claw-code-agent546Claude Code Agent 架构的 Python 重实现，无任何外部依赖；支持交互式聊天、流式传输、插件运行时、嵌套 Agent 委派、费用跟踪和 MCP 传输——无需 Rust/TS 工具链的便携式 Harness。 mcp · rust · python · typescript❓略复杂（纯 Python、插件运行时）快速入门指南
22AgentBox529通过一条命令，在本地或云端并行运行多个编码 Agent，每个 Agent 都在自己的沙箱 VM 中运行。它对 Harness 的贡献是按 Agent 划分 VM 的隔离机制和集群分发层；内部运行的 Agent 自行负责循环。 sandbox · typescript✅略复杂（每个 Agent 使用独立的沙箱 VM、并行分发）并行 Agent 快速入门
23Proliferate515面向 Claude Code、Codex、OpenCode 等的开源 AI IDE。它对 Harness 的贡献是工作区/会话编排层：在本地或云端并行运行多个编码 Agent，并提供相互隔离的工作区、可复用工作流和共享团队上下文。 multi-agent · sandbox · ide · typescript✅复杂（多 Agent 工作区编排——产品套件）产品 README
24YYLO63面向编码 Agent 的命令行编排器（驱动 Pi 和 Codex 子 Agent）：每项任务都有专属分支/worktree 和类型化生命周期——只读预检、按风险等级审查合并队列、发布就绪关卡——并为变更提供凭据。它对 Harness 的贡献是在实际执行任务的 Agent 之上提供基于 Git 的任务/合并编排层；其本身并不是 Agent 循环。 multi-agent · typescript✅略复杂（基于 Git 的任务集群、合并队列）项目 README

编码 harness 配置和 SDK

返回顶部

技能包、斜杠命令库、元提示框架和官方 SDK，为你提供 harness（Agent 循环、规划、记忆、钩子），而不绑定特定的 IDE 或命令行 shell。

#Project⭐ StarsDescriptionOpen sourceSimplicity ↔ capabilityExamples
1superpowers298k面向性能优化的工具包，适用于 Claude Code 和另外 13 种工具（Codex、Cursor、OpenCode、Gemini CLI 等）：技能、直觉、记忆、安全性，以及研究优先的工作流。将工具工程本身视为提升性能的关键杠杆。 memory · cli · ide✅较复杂（多 IDE 技能栈——产品套件）TDD 技能
2Anthropic Skills180kAnthropic 官方 Agent Skills 仓库：基于 SKILL.md 的文件夹（说明、脚本、资源），Claude 可在 Claude Code、Claude.ai 和 API 中动态加载。是 2026 年渐进式披露技能包的参考标准。⚠️ Anthropic 条款大多简单（官方技能格式）docx 技能
3GStack136kGarry Tan 的 Claude Code 技能栈：23 种斜杠命令模式（CEO／工程／设计评审、QA、发布、浏览、复盘等），将一个助手组织成虚拟工程团队。在运营 YC 期间的日常主力工具。 typescript✅稍复杂（多角色斜杠命令工具）/ship SKILL.md
4addyosmani/agent-skills105kAddy Osmani 的生产级技能包：24 种工程技能和 4 种专家 Agent 角色，涵盖从规格到部署的资深开发者工作流，适用于 70 多种编码 Agent，包括 Claude Code、Cursor 和 Copilot。其对 工具 的贡献在于技能／工作流层，而非新的 Agent 循环。 workflow · ide✅大多简单（跨 Agent 技能包）项目 README
5awesome-claude-code55.4k由社区整理的大型索引，收录 Claude Code 技能、斜杠命令、状态行和插件——这些是用于扩展工具的资源，而非工具本身，但它是该领域关注度最高的目录。❓非常简单（精选资源索引）项目 README
6wshobson/agents40.4k跨工具市场，提供可直接安装的子 Agent 和技能，适用于 Claude Code、Codex CLI、Cursor、OpenCode 和 Copilot；这些是专业且可用于生产环境的 Agent 定义，无需手动编写。 multi-agent · cli · ide✅非常简单（可直接安装的 Agent 包）Agent 目录
7planning-with-files27.4k用于长期运行的编码 Agent 会话的持久化文件式规划技能：防崩溃的 Markdown 计划、/clear／压缩后的会话恢复，以及确定性的完成门控——通过 Agent Skills 标准，以 Manus 风格规划作为可直接使用的 工具 层。 memory❓大多简单（技能，基于文件的状态）项目 README
8SWE-agent ★20.5k为 SWE-bench 打造的由语言模型驱动的工具：编辑状态、执行命令、围绕问题构建循环——是与基准测试本身相辅相成的参考 Agent 技术栈。 memory · evals · python✅稍复杂（与 SWE-bench 配套，编辑有状态）默认 Agent 配置
9get-shit-done10.4k基于全新上下文窗口进行目标逆向规划和波次式执行；通过设计避免上下文腐化。面向 Claude Code、OpenCode、Gemini CLI 的 Python／JS 元提示词方案。 cli · python✅大多简单（元提示词，技术栈由你掌控）gsd:ship 命令
10Claude Agent SDK ★8.2kAnthropic 官方 SDK（Python + TypeScript、演示、快速入门）：内置工具、MCP、支持会话桥接的长时间运行编码 Agent。 mcp · memory · python · typescript✅复杂（完整 SDK、会话桥接——产品套件）研究 Agent 演示
11agents-cli6.1kGoogle 官方命令行工具和技能包，可在你现有的编码助手之上添加 Agent 创建、评估和部署技能，而非提供自己的 Agent 循环——将 工具 作为配置／技能附加层，而非新的运行时。 evals · cli❓大多简单（技能／命令行层，无新运行时）项目 README
12skillhub5.2k科大讯飞的可自托管注册表，用于发布、版本管理和治理 Agent 技能包——将 工具 配置层作为企业级制品存储，而非命令行或 IDE 外壳。 local · cli · ide❓大多简单（技能注册表／治理）项目 README
13Meta-Harness1.6kMeta-Harness 论文的参考实现：用于工具工程研究的学术测试平台，并非产品——适合作为可引用的基准，而非生产环境中实际运行的项目。❓稍复杂（研究用参考实现）项目 README
14RepoMaster ★552限定于代码库的研究工具：构建函数调用图和模块依赖图，仅探索所需内容；在 MLE-bench 和 GitTaskBench 上取得显著相对提升，同时降低 Token 用量。 workflow · python❓稍复杂（基于图的探索）PDF 解析案例研究
15AutoHarness441轻量级治理工具：只需约 2 行代码即可包装任意 LLM 客户端，实现自动化工具工程——包含 6–14 步的流程、YAML 章程、风险模式匹配、带成本跟踪的会话持久化，以及多 Agent 配置。 memory · multi-agent · provider-agnostic · python✅非常简单（2 行包装代码，YAML 治理）完整流程演示
16LoopTroop161配置层，将用于规划的 LLM 评审团、用于迭代优化的 Ralph 循环，以及用于发布的 OpenCode 工作树串联起来。其 工具 贡献在于评审团 → 循环 → 工作树流程；底层由 OpenCode 执行。 typescript✅大多简单（基于 OpenCode 的配置流程）评审团 → 循环 → 工作树流程
17pmstack9面向 AI 产品经理的 Claude Code 配置：包含 CLAUDE.md，以及用于竞争分析、基于信号生成 PRD、指标框架、利益相关方简报和 Agent 评估设计的技能。“面向产品经理的 GStack。” evals✅非常简单（技能包，专注产品管理）基于信号生成 PRD 技能

个人 Agent 运行时

返回顶部

始终在线、可自托管的 Agent，以守护进程方式运行，并可通过聊天应用与之对话：网关运行时、第二大脑和自我改进型助手。这些 Agent 是你运行和管理的产品，而不是用来构建产品的库。

#项目⭐ 星标描述开源简单 ↔ 能力示例
1OpenClaw ★392k可自托管、始终在线的个人 Agent（前身为 Clawdbot/Moltbot）：一个网关加事件循环运行时，将消息、心跳、定时任务和 Webhook 视为同一输入队列，将状态持久化到本地文件，并运行于你的聊天应用中（WhatsApp、Telegram、Slack、Discord）。拥有 13,700 多个社区技能；是 GitHub 历史上增长最快的代码仓库。 typescript · multi-agent✅复杂（始终在线的运行时、渠道、技能生态系统——产品套件）Agent 运行时架构
2Hermes ★253kNous Research 的自我改进型 Agent：通过学习循环将经验转化为可复用技能，跨会话构建持久化用户模型，并将状态检查点保存到磁盘以便回滚；轻量到足以运行在 5 美元的 VPS 上，可通过聊天驱动，且不依赖特定模型（Nous Portal、OpenRouter、OpenAI 或任意端点均可）。 memory · python · provider-agnostic✅稍复杂（轻量运行时、学习循环、磁盘优先的记忆）内置技能
3AnythingLLM ★66.9k可自托管的“AI 第二大脑”框架：与你的文档对话、运行内置 Agent 技能（网页搜索、代码执行、浏览），并通过捆绑的向量数据库管理多用户工作区，无需另外配置 RAG 技术栈。 rag · typescript✅复杂（服务端 + 桌面端 + 多用户；产品套件）项目 README
4nanobot49k超轻量、可自托管的个人 Agent 框架：其框架是一个 Python 守护进程，将工具、记忆和 MCP 接入聊天/Webhook 前端（Telegram、Discord、Web）；是比笨重的个人运行时技术栈更精简的替代方案。 mcp · memory · local · python❓大致简单（轻量守护进程、聊天/MCP）项目 README
5CowAgent47.3k可自托管的框架（前身为 chatgpt-on-wechat），能够规划任务、运行工具/技能，并通过记忆自我进化；支持多模型、多渠道（微信、Telegram 等），一行命令即可安装。 memory · python❓稍复杂（多渠道、自我进化）项目 README
6Khoj ★37.6k可自托管的“AI 第二大脑”：基于你的文档和网络提供解答，支持自定义 Agent、定时自动化任务，以及多客户端访问（Web、Obsidian、Emacs、WhatsApp）。这是一款以检索为核心的个人 Agent 框架。 python✅复杂（服务端 + 客户端——产品套件）功能介绍
7Eliza ★19.6k开放的“Agentic 操作系统”（elizaOS）：持久化多 Agent 运行时，具备角色文件、插件生态系统和社交/平台集成，是众多自主社交 Agent 背后的框架。 memory · multi-agent · typescript✅复杂（运行时 + 插件生态系统——产品套件）Agent 快速入门
8Agent Zero19.4k以提示词定义、自然演进的个人 Agent 框架：具备分层子 Agent、持久化记忆、浏览器和代码工具，以及自我修改行为；通过 Docker 运行，并提供 Web UI。 memory · multi-agent · browser · sandbox · python❓稍复杂（由提示词定义，Docker + Web UI）框架介绍
9OpenHarness (HKUDS)16k开放的 Agent 框架，内置个人 Agent（“Ohmo”），可在飞书、Slack、Telegram 和 Discord 中运行；具备核心工具调用、技能、记忆、多 Agent 协作，以及针对多日会话的自动压缩功能。 memory · multi-agent✅复杂（个人 Agent + 多渠道——产品套件）harness-eval 技能
10QM ★ ✱15.4kY Combinator 面向工作的多人 Agent 框架，基于数月内部使用后开源：每个人和房间都拥有各自的记忆、文件、凭据、权限、定时任务、Web 应用和持久化沙箱；会话、记忆和工作队列存储在 Postgres 中，沙箱是 Agent 调用的资源，而非其运行之所；Pi、OpenCode、Codex 或 Claude Code 均可驱动同一核心。Slack 和 Web 应用充当外壳。 memory · sandbox · typescript✅复杂（多租户运行时、Postgres 状态、沙箱；产品套件）YC Paper Club 演讲（45:30）
11OpenJarvis ★11kStanford Hazy Research 的本地优先个人 AI 框架：将设备端模型推理（内置 Ollama）、Agent 执行、记忆和学习作为共享基础能力，支持按需、定时和持续运行的 Agent，并通过同时衡量能耗、延迟和费用来进行评估；云端模型可一次性调优本地配置，让运行过程始终留在你自己的硬件上。 memory · local · python✅稍复杂（本地优先运行时、定时和持续运行的 Agent）YC Paper Club 演讲（37:20）
12AIlice1.4k全自主通用型 Agent；单个二进制文件，支持 Docker，适合想要“设定目标后放手不管”且不需要框架的场景。 sandbox · python✅稍复杂（自主运行、单个二进制文件）任务展示
13Talon ★78可在 Telegram、Discord、Teams 和终端中运行的多平台个人 Agent。其框架是一个可插拔后端的循环（Claude、Kilo、OpenCode、Codex、OpenAI Agents），具备完整的 MCP 工具访问能力和持久化后台 Agent（目标、心跳、梦境）；聊天应用充当外壳。 mcp · memory · cli · typescript✅稍复杂（多平台、可插拔后端、MCP）多平台设置

框架

返回顶部

通用 Agent 和大模型应用框架（应用层，本身并非运行环境）。

#Project⭐ StarsDescription开源简洁 ↔ 能力示例
1n8n ★ ✱207kFair-code 工作流引擎，包含 400 多个节点和原生 AI 节点；这是一款可自托管的 Zapier，真正支持 Agent 和 LangChain。 workflow · local · typescript⚠️ Fair-code复杂（400 多个节点、工作流引擎——产品套件）Agent 与链式工作流
2AutoGPT ★188k最初的自主循环：输入目标后，Agent 使用工具和记忆反复迭代；Forge 是开发框架，Benchmark 是评估工具。 memory · evals · python⚠️ Polyform-SU复杂（自主循环、工具、记忆——产品套件）Medium 博主图
3Dify ★158k一站式大模型应用平台：可视化工作流、RAG 流水线、50 多种工具、模型管理；在单个 UI 中实现“从原型到上线”。 low-code · rag · python⚠️ Fair-code复杂（一站式平台——产品套件）客服机器人
4langflow ★156k用于构建和部署 LangChain/LangGraph 流程的低代码 UI；提供可视化 DAG 编辑器和一键运行功能。 low-code · python✅复杂（低代码、可视化——产品套件）与 RAG 流程对话
5langchain148k链、工具、检索器和 Agent；在 Python/JS 中“为大模型添加工具”的常见入门选择。 python✅复杂（功能繁杂的生态系统——产品套件）构建 Agent 的笔记本
6browser-use118kPython 网页 Agent 运行框架：将自然语言目标转化为浏览器操作，直接通过 Chrome DevTools Protocol 驱动（该项目于 2025 年 8 月弃用了 Playwright）。这是浏览器 Agent 类别中最大的社区。 browser · python✅略复杂（大模型 + 浏览器、CDP）杂货购物 Agent
7Flowise ★ 上游项目已于 2026-08-16 归档55.5k拖放式 LangChain UI；无需编写代码即可部署流程。它是 Langflow 的低代码姊妹项目，在组件和托管方式上有所不同。 low-code · typescript⚠️ Apache+CLA复杂（低代码、拖放式——产品套件）Agentic RAG 流程
8llama-index52.5k以数据为中心：索引、RAG 和查询引擎；Agent 抽象构建于数据流水线之上。 rag · python✅复杂（RAG + Agent——产品套件）研究助手工作流
9langgraph ★ ✱43.1k在大模型步骤上构建状态机图；支持检查点、人在回路以及持久执行，让工作流在重启后仍能继续运行。 workflow · python✅略复杂（图、检查点、持久执行）客服支持 Agent
10agno42.7k提供记忆、知识库、工具和结构化输出的 Python Agent；以 Agno 之名延续 PhiData 时代的产品线，面向生产应用、评估和流水线。 memory · evals · python✅复杂（记忆、知识库、可观测性——产品套件）使用工具的 Agent
11mastra ✱28.7k优先支持 TypeScript；通过单一运行时和极少的样板代码提供 Agent、工具和工作流。 typed · typescript⚠️ Elastic-2.0略复杂（优先支持 TS、样板代码少）持久化研究 Agent
12semantic-kernel28.6kMicrosoft 面向大模型的插件和规划器层；支持 C#、Python、Java；擅长企业身份验证和编排。 python✅复杂（企业级、多语言——产品套件）聊天补全 Agent
13Haystack26.7k用于上下文工程大模型应用的开源编排框架：模块化流水线和 Agent 工作流，可明确控制检索、路由、记忆和生成——比起编码 Agent 运行框架，它更接近 LangChain 的领域。 memory · rag · python✅复杂（模块化流水线、RAG + Agent——产品套件）项目 README
14Stagehand25.6kBrowserbase 面向浏览器 Agent 的 SDK：在同一脚本中结合自然语言操作（act、extract、observe）和确定性的 Playwright 代码，让 Agent 的灵活性与可重复的自动化共存于同一个运行框架中。 browser · typescript✅略复杂（自然语言 + 代码的浏览器 SDK）Act/extract/observe 快速入门
15letta ★ ✱25.1k提供工具使用和控制流的 Python Agent 运行时；API 精简；支持具备长期记忆的有状态 Agent。 memory · python✅大体简单（精简的 API）Loop .af Agent 文件
16Google ADK ★21.8kGoogle 官方 Agent Development Kit：面向构建、评估和部署 Agent 的代码优先 Python 工具包。针对 Gemini 优化，但不绑定模型；可部署到 Cloud Run / Vertex AI；附带包含评估功能和代码执行沙箱的开发 UI。 evals · sandbox · python✅复杂（Google 官方 SDK、评估、部署——产品套件）旅行礼宾 Agent
17rasa ★21.3k对话式 AI 技术栈（NLU、对话、操作）；长期以来一直是聊天和语音机器人的开源选择。 voice · python✅复杂（完整技术栈——产品套件）Sara 对话演示
18botpress ★14.9k可视化机器人构建器和运行时；支持多渠道，是商业机器人平台的开源替代方案。 low-code · typescript✅复杂（可视化构建器、多渠道——产品套件）机器人间委派
19R2R ★8kRAG 优先：混合搜索、知识图谱、多模态；当你更关注检索而非聊天 UI 时，可用于构建“生产级 RAG”的框架。 vision · rag · workflow · python✅复杂（生产级 RAG——产品套件）hello_r2r RAG 示例
20agent-squad7.8k起源于 AWS 的编排器（现由 2FastLabs 维护）：意图分类、流式处理、SupervisorAgent；采用“Agent 即工具”模式，让一个 Agent 委派任务给一组 Agent。 multi-agent✅略复杂（Agent 组编排）电商客服模拟
21AgentVerse ★5.2k面向多大模型 Agent 的任务求解和模拟环境；无需从零构建基础设施，即可在自定义环境中部署多个 Agent。 multi-agent · python✅复杂（模拟环境、多 Agent——产品套件）NLP 课堂模拟
22youtu-agent4.6k腾讯云的 Agent 框架：专为开源模型打造的精简工具调用运行框架，定位为更轻量的替代方案，避免使用笨重的编排框架。❓大体简单（精简循环，专注开源模型）项目 README
23Bee Agent Framework3.4k支持 Python + TypeScript，由 LF AI 提供支持；具备 MCP/ACP、工作流、Requirement Agent；无需 LangChain，也能实现“生产级多 Agent”。 mcp · multi-agent · python · typescript✅复杂（生产级多 Agent——产品套件）ReAct Agent 示例
24AgentStack2.2k搭建完整的 Agent 项目脚手架；可接入 CrewAI、LangGraph、OpenAI Swarm、LlamaStack，并从一开始就接入 AgentOps 可观测性。✅略复杂（脚手架、多后端）研究助手团队
25AgentSilex457基于 LiteLLM 编写的约 300 行易读 Agent 代码；适合想要“看清整个循环”的学习者，也适用于轻量级生产环境。 python✅极简单（约 300 行代码）简单天气 Agent
26SuperAgentX202带有 AGI 视角的轻量级多 Agent 编排器；功能精简、文档优先，适合想要编排能力但不需要一应俱全的团队。 multi-agent · python✅大体简单（功能精简）并行营销 Agent

多 Agent 与编排

返回顶部

用于多 Agent 协调与交接的工具框架和模式。

#Project⭐ StarsDescriptionOpen sourceSimplicity ↔ capabilityExamples
1MetaGPT ★70.8k“AI 软件公司”多 Agent 框架：扮演产品经理、架构师和工程师的 Agent，沿着 SOP 流水线，将一行需求转化为规格、设计和代码。这是此类框架的标志性项目；2026 年开发节奏已放缓。 multi-agent · python✅复杂（角色流水线、SOP — 产品套件）构建自定义 Agent
2autogen61.4k可对话 Agent 和群聊；代码执行和人在回路；源自 Microsoft，属于 AG2 生态。⚠️ 自 2025 年末起进入维护模式：不再添加新功能，Microsoft 建议新用户转用 Agent Framework。 multi-agent · python✅ CC-BY复杂（群聊、代码执行、AG2 — 产品套件）分布式群聊
3crewAI59.6kCrew 中由角色（职责、目标、背景故事）驱动的 Agent；Flows 为生产环境增加事件驱动和分层控制。 python✅复杂（角色、Flows、生产环境 — 产品套件）旅行规划 Crew
4OpenManus58.6kMetaGPT 团队推出的开放、无需邀请的通用 Agent：通过多 Agent 循环进行规划和工具调用，旨在使用你自己的密钥复现 Manus 风格的自主任务完成能力。 multi-agent · python✅复杂（多 Agent + 工具）快速入门
5ChatDev ★34.5k基于聊天链构建的多 Agent 软件公司模拟（CEO、CTO、程序员、测试员），采用交互式去幻觉机制；ChatDev 2.0 延续了这一方向。它是 MetaGPT 的对话型近亲。 python✅稍复杂（聊天链模拟）公司模拟快速入门
6openai-agents-python30k支持交接、护栏和多 LLM 路由；接口精简，让你掌控循环。 python✅大多简单（接口精简）航空公司客服交接
7Microsoft Agent Framework14.1kMicrosoft 对 AutoGen 和 Semantic Kernel 的整合：使用 Python 和 .NET 构建、编排和部署 Agent 及多 Agent 工作流，并支持基于图的工作流和检查点——这是两个项目线指定的后继框架。 multi-agent · workflow · python✅稍复杂（Python/.NET SDK、图工作流）Python 示例
8hive11.1k面向生产工作负载的可自托管多 Agent harness：支持人在回路检查点和自我改进的 Agent 循环，与单会话编码 Agent Shell 有所不同。 multi-agent · python❓复杂（多 Agent、人在回路 — 产品套件）项目 README
9omnigent10.7k开源元 harness：在统一的策略／沙箱层后编排 Claude Code、Codex、Cursor、Pi 和自定义 Agent，让团队无需重写工作流即可更换 harness。 sandbox · ide · python❓复杂（元 harness、策略 + 沙箱 — 产品套件）项目 README
10PraisonAI9.2k通过单一入口运行自主多 Agent 团队；强调最少配置。 multi-agent · python✅大多简单（单一入口、最少配置）编排器—工作者模式
11AG25kAG2（原名 AutoGen）：Microsoft 分叉后与原项目分道扬镳，社区治理的延续项目——在开源 AgentOS 旗号下提供可对话的多 Agent 群组、代码执行和人在回路支持。本轮已不再受到关注。 multi-agent · python❓复杂（可对话多 Agent、AgentOS — 产品套件）项目 README
12AgentRL ★359面向 LLM Agent 的多任务、多轮强化学习；基于 Ray 扩展，支持 rollout/actor 工作进程——适合希望训练 Agent，而不只是运行 Agent 的团队。 training · python✅复杂（强化学习、Ray、训练 Agent — 产品套件）异步 GRPO 训练器

插件、MCP 服务、命令行工具

返回顶部

为 Agent 提供工具和上下文的 IDE 插件、具体 MCP 服务和命令行工具。

#Project⭐ StarsDescriptionOpen sourceSimplicity ↔ capabilityExamples
1MCP Servers91.1kModel Context Protocol 服务（filesystem、git、fetch、memory、time 等）的官方参考集合——这是 Agent 连接的权威、经过审核的工具集，也是衡量其他所有 MCP 服务的范本。 mcp · memory · typescript✅大多简单（参考服务）服务目录
2Context762.9kMCP 服务，可按需将最新、特定版本的库文档注入 Agent 的上下文；消除困扰代码生成的陈旧训练数据幻觉。 mcp · training · typescript✅非常简单（即插即用的 MCP）文档
3chrome-devtools-mcp53.3kGoogle 官方 Chrome DevTools MCP 服务：将控制台、网络和性能跟踪检查功能作为工具调用开放，供 Agent 直接操作，无需人工在 DevTools 面板中逐项点击。 mcp · browser · typescript✅大多简单（官方浏览器调试 MCP）项目 README
4aider49.5k支持 Git 的命令行结对编程工具；可直接编辑仓库，支持多种模型和 MCP，让 Agent 能查看版本控制信息并使用工具。 mcp · cli · python✅略复杂（命令行、支持 Git、MCP）仓库映射源码
5Playwright MCP38kPlaywright 官方 MCP 服务：通过无障碍树而非屏幕截图，以结构化方式控制浏览器（导航、点击、填写、提取），让网页任务保持快速且确定。 mcp · vision · browser · typescript✅大多简单（浏览器 MCP）设置与配置
6continue36.2k开源 IDE 扩展（VS Code、JetBrains）；在编辑器中使用本地模型或 API 模型进行补全和聊天。 ide · typescript✅复杂（IDE 扩展、多编辑器——产品套件）VS Code 扩展演示
7github-mcp-server33.5kGitHub 官方 MCP 服务（Go）：仓库、议题、PR、代码搜索、Actions。取代较早的社区项目 cyanheads/github-mcp-server，成为向 Agent 提供 GitHub 访问权限的权威方式。 mcp✅略复杂（官方 GitHub MCP）远程服务工具集
8MCP Python SDK24.5k用于在 Python 中构建和使用 MCP 服务/客户端的官方 SDK；支持 stdio 和 SSE 传输。 mcp · python✅大多简单（仅 SDK）网站抓取服务
9MCP TypeScript SDK13.6kNode/TS 的官方 MCP 实现；协议参考实现。 mcp · typescript✅大多简单（协议参考实现）流式 HTTP 服务
10MCP Inspector11.1k用于测试和调试 MCP 服务的图形界面；可检查工具、资源和提示词。 mcp · typescript✅非常简单（调试图形界面）Inspector UI 操作指南
11MCP Registry7.3k官方、由社区驱动的 MCP 服务注册表——MCP 客户端用来发现服务的“应用商店”。由 Anthropic 和生态维护者共同维护；v0.1 API 已冻结，达到生产级。 mcp✅略复杂（官方发现层）注册表种子条目
12Agent Governance Toolkit6.4kMicrosoft 为自主 Agent 提供的策略执行层：零信任身份、执行沙箱和 OWASP Agentic Top-10 覆盖作为 harness 安全层，置于 Agent 循环之前——是 Infisical agent-vault 的治理对应方案。 sandbox · python✅略复杂（策略引擎、零信任、沙箱）项目 README
13mcp-context-forge4.6kIBM 官方 AI 网关/注册表/代理，可置于任意 MCP、A2A 或 REST/gRPC API 前端：统一端点、集中式发现、护栏和插件支持——面向企业 harness 工具调用的统一入口。本周期已从雷达边缘晋升。 mcp · python❓复杂（网关、联邦、护栏——产品套件）项目 README
14cocoindex-code2.9k内嵌式、基于 tree-sitter/AST 的代码搜索命令行工具和 MCP 服务，可让编码 Agent 在仓库中快速进行语义查找，而不必使用 grep 或将整个文件重新读入上下文。 mcp · cli❓大多简单（内嵌式命令行工具 + MCP 服务）项目 README
15agent-vault2.3kInfisical 的 HTTP 凭据代理，为 Claude Code、OpenClaw 和其他 Agent harness 提供密钥代理，使 Agent 的工具调用无法接触原始凭据——这是 harness 安全层，而非 Agent 循环本身。❓大多简单（凭据代理）项目 README
16Docker MCP Gateway1.6kDocker 官方 MCP 命令行插件/网关；来自 Docker、支持容器感知的 MCP 工具（取代已弃用的 docker/mcp-servers 路径）。 mcp · sandbox · cli✅略复杂（支持 Docker 感知的 MCP）网关使用指南
17puppeteer-real-browser-mcp26支持真实浏览器和反检测的 Puppeteer MCP；适用于需要操作会拦截无头浏览器的网站的 Agent。 mcp · browser · typescript❓大多简单（真实浏览器、反检测）11 种反检测工具
18Better-OpenCodeMCP9面向 OpenCode/Crush 的 MCP 服务：异步任务执行、模型桥接（例如 Claude→Gemini）、进程池。 mcp · typescript✅大多简单（MCP 服务、模型桥接）opencode 委派工具
19agentlog1适用于任意项目的持久化决策记忆：remember、recall、reflect。单文件 Python 命令行工具，将决策存储为 JSONL，并使用 Claude 或 Gemini 检索和归纳模式——将 Karpathy 的大模型 Wiki 概念做成了命令行工具。 memory · cli · python✅非常简单（一个文件，三个命令）示例 decisions.jsonl

记忆与状态

返回顶部

为 Agent 提供跨轮次和跨会话回忆能力的持久化记忆层：知识图谱、向量存储，以及重启后仍能保留信息的会话捕获工具。这些是运行框架所需、却很少内置的状态。

#项目⭐ 星标描述开源简洁度 ↔ 能力示例
1claude-mem99.6k适用于 Claude Code、Codex、OpenClaw、Gemini、Copilot 等的会话记忆插件：捕获 Agent 在会话期间执行的所有操作，使用 AI 压缩内容，并将相关上下文注入后续会话。即插即用的会话间记忆。 memory✅略复杂（会话捕获 + 压缩）生命周期钩子配置
2Mem067k面向 AI Agent 的通用记忆层：存储用户／组织／会话记忆，并按需检索。采用 Apache-2.0 许可证；到 2026 年，已成为与大多数运行框架搭配使用的事实标准记忆基础组件。 memory · python✅略复杂（记忆层、多平台）Next.js 记忆演示
3cognee32k面向 Agent 的开源记忆层：通过提取—认知化—加载流水线，将数据转换为可查询的知识图谱和向量存储，让 Agent 能够跨会话回忆事实和关系，而不必重新读取上下文。 memory · rag · workflow · python✅略复杂（图谱 + 向量记忆）快速入门
4Graphiti (Zep)31.6kZep 的开源记忆引擎：实时的时序知识图谱，用于追踪有关用户和实体的事实如何随时间变化，让 Agent 能够回答“某件事在何时为真”。这是 Zep 托管记忆平台背后的底层技术。 memory · rag · workflow · python✅略复杂（时序知识图谱）时序图谱快速入门
5beads27.8k面向编码 Agent 的可移植持久化记忆层：在运行框架自身的上下文窗口之外追踪决策和任务状态，使其在会话重置和模型切换后仍能保留。 memory❓较简单（可移植记忆存储）项目 README

评估与基准测试运行框架

返回顶部

Agent 系统评估、推理基准测试和开源 Agent 基准测试。

#Project⭐ Stars描述开源简单 ↔ 能力示例
1Agent Lightning ★18.7kMicrosoft 面向训练的工具框架：用于优化 Agent 行为的循环——当你需要根据多轮执行结果改进策略，而不只是给固定提示词打分时，就适合使用它。 evals · training · python✅复杂（Agent 训练、Microsoft 技术栈——产品套件）APO 预订会议室示例
2SWE-bench ★6k大模型解决真实 GitHub 问题；Docker 工具框架、实例 ID；代码 Agent 评测的标准。 evals · sandbox · python✅略复杂（真实 GitHub 问题、标准）SWE-bench Verified 排行榜
3AgentBench ★3.8kICLR'24 基准测试：涵盖 AlfWorld、数据库、知识图谱、操作系统、网店等环境中的 Agent；使用 Docker Compose 和函数调用接口。 evals · sandbox · rag · workflow · python✅复杂（多环境、Docker Compose——产品套件）AgentBench ICLR'24 论文
4inspect_ai ★3kInspect AI 核心：可组合的评测任务、沙箱、评分器和多模型运行；它是 inspect_evals 背后的框架，而不只是任务集合。 evals · sandbox · python✅复杂（评测框架、AISI 技术栈——产品套件）Inspect 教程示例
5WebArena ★1.6k逼真的 Web 环境（例如电子商务、CMS、开发工具）；812 个任务；衡量 Web Agent 的端到端成功率。 python✅复杂（812 个任务、Web 环境——产品套件）WebArena 排行榜
6WebVoyager ★1.1k基于 LMM 的端到端 Web Agent：在真实网站上进行截图和操作；在 15 个网站上开展基准测试，并使用 GPT-4V 自动评测。 evals · vision✅略复杂（LMM、截图、15 个网站）643 个 Web 任务数据集
7ClawBench ★1k开源 Web Agent 评测工具框架：在隔离的 Docker 容器中运行可选 Agent，完成 153 个真实网站任务（V2 另含 130 个任务）；拦截不可逆请求，并记录视频、截图、HTTP 流量、操作和 Agent 消息，以便回放评分。 evals · vision · sandbox · python✅复杂（真实网站、Docker、多工具框架基准测试；产品套件）ClawBench 实时排行榜
8agent-qa ★904面向 Web 和移动应用的自改进 QA 工具框架：支持自然语言测试、基于记忆的自我修复、仪表板/CLI、MCP 和技能，并提供用于生产环境回归检查的沙箱钩子。 mcp · memory · sandbox · cli · typescript⚠️ FSL-1.1-ALv2略复杂（Web/移动 QA、记忆、MCP）自然语言 QA 工具框架
9Terminal-Bench ★871如今代码 Agent 常与 SWE-bench 并列引用的终端任务基准测试：难度较高的容器化终端任务，进行端到端评分。Terminal-Bench 2.0 在 harbor 评测框架上运行；1.0 的任务仍保留在该组织的 terminal-bench-1 仓库中。 evals · cli · python✅略复杂（容器化终端任务）Terminal-Bench 排行榜
10swe-smith ★798为 SWE Agent 生成数据；涵盖 128 个仓库中的 50k+ 个实例；用于 SWE-agent-LM 训练。 training · python✅略复杂（50k+ 个实例、数据生成）SWE-smith 轨迹
11SWE-Gym ★748面向 SWE Agent 和验证器的训练与评测（ICML 2025）。 evals · training · python✅略复杂（训练 + 评测、ICML）SWE-Gym ICML 2025 论文
12ARC-AGI-2743ARC Prize 任务集：基于网格的抽象与推理；设有公开和私有划分，用于评估泛化能力。✅非常简单（任务集）ARC Prize 排行榜
13inspect_evals ★700UK AISI/Arcadia/Vector：Inspect AI 中的 GAIA 和其他评测；包含 1–3 级任务、沙箱环境和工具调用求解器。 evals · sandbox✅略复杂（Inspect AI、英国政府）inspect SWE-bench 评测
14arc-agi-benchmarking ★365ARC-AGI 的运行器：支持多个提供商（OpenAI、Anthropic、Gemini 等）、速率限制、重试和评分。 evals · provider-agnostic · python✅大致简单（运行器、多提供商）o3 提示词示例
15VitaBench ★181ICLR'26：66 个工具，覆盖真实应用（外卖、旅行、零售）；100 个跨场景任务 + 300 个单场景任务；已被 Qwen/Seed 采用。✅复杂（66 个工具、跨场景——产品套件）VitaBench 论文
16AgencyBench ★102长周期 Agent 基准测试：32 个场景、138 个任务、约 1M 个 token 和约 90 次工具调用；使用 Docker 沙箱，并由评分标准 + 大模型裁判进行评估。 evals · sandbox · python✅复杂（32 个场景、Docker、裁判——产品套件）AgencyBench 排行榜
17letta-evals ★83面向有状态 Letta Agent 的评测工具框架；支持可配置的套件和评分方式（基于大模型或规则），便于衡量已发布版本的表现。 memory · python✅大致简单（Letta 专用工具框架）LoCoMo 记忆基准测试
18SUPER ★58可从 GitHub 仓库搭建并运行 ML/NLP 项目的 Agent；包含 45 个专家问题、152 个屏蔽任务、602 个 AutoGen 任务；基于 Docker。 sandbox · python✅略复杂（ML/NLP 仓库、Docker）SUPER EMNLP 论文
19TRAIL24轨迹推理和 Agent 式问题定位；包含 148 条长上下文轨迹、841 个错误和 20+ 种错误类型；提供 Hugging Face 数据集。✅大致简单（轨迹、Hugging Face）TRAIL 数据集卡片

可观测性与评估运维

返回顶部

针对线上 Agent 运行的追踪、监控和生产环境评估：记录每个步骤、工具调用和 token，然后在循环中评分和调试。这与上文固定任务基准测试不同——你可以用它来处理自己的流量。

#项目⭐ 星标描述开源简洁 ↔ 功能丰富示例
1Langfuse35.6k开源大模型工程平台：为生产环境中的 Agent 运行提供完整链路可观测性、在线和离线评估、提示词管理及成本指标——这是大多数执行框架开箱即缺少的监控层。 evals · typescript✅稍复杂（追踪 + 评估平台）文档
2MLflow28.3k成熟的机器学习平台，现已涵盖生成式 AI：MLflow Tracing 可捕获每个 Agent 步骤、工具调用和 token，并内置大模型评估和提示词版本管理——适合已标准化使用 MLflow 的团队进行可观测性管理。 evals · python✅复杂（完整的机器学习 + 生成式 AI 平台）文档
3Opik22.5kComet 的开源 Agent 可观测性和评估平台：支持追踪、评分和实验对比，整个核心功能集均可在 Apache-2.0 许可下免费自托管。 evals · python✅稍复杂（追踪 + 评估平台）文档
4Arize Phoenix11.8kArize 提供源代码的本地优先追踪与评估层：可在笔记本电脑或自己的基础设施上运行，只有在需要时才升级到托管式 Arize AX 平台。 evals · python⚠️ Elastic-2.0稍复杂（本地优先的追踪 + 评估）文档

研究与特定任务的运行框架

返回顶部

深度研究、文档问答和领域专用 Agent 循环。

#项目⭐ 星标描述开源简洁 ↔ 能力示例
1DeerFlow ★83.7kByteDance 的长周期研究运行框架：基于 LangGraph 的 Agent 循环，通过消息网关调用沙箱、记忆、工具和子 Agent，进行研究、编码和创作——是多小时任务中参考 gpt-researcher 技术栈的替代方案。 memory · multi-agent · sandbox · python✅复杂（沙箱、记忆、子 Agent——产品套件）项目 README
2gpt-researcher30k自主深度研究 Agent：整合网络和本地来源，生成基于引文的报告，支持多 Agent 和深度研究模式。参考级开源研究运行框架。 multi-agent · python✅复杂（深度研究、多 Agent——产品套件）多 Agent LangGraph 演练
3AutoResearchClaw14.6k全自主、自进化的研究运行框架：多 Agent 辩论和引文验证让项目从创意走向成文论文，全程无需人工参与。 multi-agent❓复杂（自主研究、多 Agent 辩论——产品套件）项目 README
4MiroThinker ★8.4k针对长链路浏览与推理优化的深度研究运行框架；在 BrowseComp、GAIA 和 HLE 上进行基准测试，通过专用 Agent 循环与自有 MiroThinker 模型协同工作，而非将搜索功能附加到通用聊天 Agent 上。 evals❓略复杂（针对基准优化的研究循环）项目 README
5openagents ★455面向自主 Agent 和自动驾驶式工作流的平台；采用去中心化/Nostr 导向（Pylon 运行时于 2026 年积极发布）。✅复杂（平台、去中心化——产品套件）生产环境收益证明

库与 SDK

返回顶部

轻量级运行时、工具循环和与提供商无关的运行框架原语。

#项目⭐ Stars描述开源简洁 ↔ 能力示例
1LiteLLM61k一个接口接入 100 多种大模型；支持路由、缓存和预算管理。它不是 Agent 框架，而是每个 Agent 框架都会使用的管道。 provider-agnostic · python✅大多简单（仅大模型管道）Anthropic Agent SDK 网关
2Composio30.5k提供 1,000 多种工具包，包含身份验证、工具搜索和沙盒化工作台——可直接接入的工具层，让 Agent 无需再重复实现 OAuth 和集成。支持 Python 和 TypeScript。 sandbox · tool-discovery · python · typescript✅复杂（1k 多种工具、身份验证、搜索——产品套件）HackerNews Agent 快速入门
3deepagents ✱30.1k基于 LangGraph 的 LangChain Python+TypeScript Agent 执行框架：规划工具、虚拟文件系统、Shell 沙盒、子 Agent 派生——可复用库形式的“Claude Code 风格”执行框架。 multi-agent · sandbox · python · typescript✅略复杂（规划、文件、子 Agent）深度研究 Agent
4smolagents29.8k以代码作为动作的 Agent：模型输出 Python 并在沙盒中执行（E2B、Modal 等）；核心代码约 1k 行。 sandbox · python✅大多简单（以代码作为动作，约 1k 行代码）RAG 代码 Agent
5vercel/ai27.2k用于流式传输、工具调用和 Agent 风格 UI 的 React 和 Node SDK；不绑定提供商。 provider-agnostic · typescript✅略复杂（React/Node SDK，不绑定提供商）Next.js Agent 示例
6pydantic-ai ✱20.6k使用 Pydantic I/O 的类型安全 Python Agent；支持多提供商、MCP、Logfire 可观测性和人在回路。 mcp · typed · provider-agnostic · python✅略复杂（类型安全、MCP、Logfire）银行客服 Agent
7E2B14.3k用于执行 Agent 生成代码的 Firecracker 沙盒；这是许多工具调用演示所用的托管隔离层，避免在笔记本电脑上运行任意大模型输出。 sandbox · python✅略复杂（沙盒 API、代码执行）沙盒中的 Claude Code
8strands-agents8.8k模型驱动的 Python SDK；通过装饰器定义工具，原生支持 MCP 和多 Agent；以“最少代码”实现，不牺牲提供商选择自由。 mcp · multi-agent · typed · python✅大多简单（装饰器、MCP、最少代码）首个 Agent 教程
9Steel7.8k面向 Agent 的开源浏览器 API：提供云端或可自托管的 Chrome 会话，支持隐身、住宅代理、CAPTCHA 求解和持久化配置文件。在托管浏览器基础设施领域，只有它的核心是开源的（Browserbase 和 Hyperbrowser 均为闭源）。 memory · browser · local✅略复杂（浏览器会话 API，可自托管）会话 API 文档
10Cloudflare Agents ★ ✱5.8k基于 Durable Objects 构建的持久化、有状态 Agent：内置状态、WebSocket、调度和 AI 聊天功能。以无服务器方式回答“Agent 运行在哪里？” memory · typescript✅略复杂（Durable Objects、有状态）SDK 体验应用
11Agent Sandbox4.2kKubernetes 原生的 Agent 运行时沙盒原语：提供 Sandbox 资源以及预热池和声明机制，以便快速启动隔离的有状态工作负载。来自 Kubernetes SIGs 组织，是托管沙盒 API 的可自托管替代方案。 memory · sandbox · local✅略复杂（Kubernetes 资源、预热池）Sandbox 资源快速入门
12openai-agents-js3.9k面向 Node/TS 的官方 OpenAI Agents SDK：支持交接、护栏和语音；是 openai-agents-python 的 JS 对应版本。 multi-agent · voice · typescript✅略复杂（交接、护栏、语音）金融研究 Agent
13open-harness617基于 Vercel AI SDK 的 TypeScript Agent 类；支持流式事件、文件系统/bash 工具、MCP 和子 Agent 委派。 mcp · multi-agent · typescript✅略复杂（流式传输、工具、子 Agent）终端 CLI Agent
14社区整理的 Agent 列表16更广泛的目录，例如 brandonhimpfen/awesome-ai-agents、axioma-ai-labs/awesome-ai-agent-frameworks、mb-mal/awesome-ai-agents-frameworks——它们的范围和更新频率各不相同。❓非常简单（精选列表）框架部分

⚰️ 墓地

上游已归档，或因策展完整性问题而被标记（例如，疑似操纵星标）。为便于引用并保持透明，这些项目会保留在此处，而不会删除；它们不计入排名数量、全景图表和 harnesses.json 的主列表。策展的意义就在于此：获得星标的仓库不一定可信。

项目最新 ⭐ 星标数日期收录原因
everything-claude-code277k2026-07-11疑似操纵星标——该仓库创建于 2026-01，约有 228k 星标和约 35k 个分支，但没有相匹配的安装基础、依赖项目或讨论；分支与星标的比例及增长曲线均与自然采用情况不符
Daytona71.6k2026-10-04上游已归档——保留以供引用
spring-ai-tool-search-tool772026-07-03上游已归档——保留以供引用
coderClaw32026-07-03上游已归档——保留以供引用

🔭 候选观察名单

正在崭露头角的候选项目——由每周发现扫描发现或由社区提交，但尚未通过策展门槛或审查流程。星标数每周根据发现队列更新；项目描述由项目方提供，尚未核验。符合条件的项目将进入上方的排名列表，否则会被移出。

项目⭐ 星标数项目自述来源
deepseek-harness247kDeepSeek Harness：一切皆为插件。每周发现
agenticSeek27.5k完全本地运行的 Manus AI。无需 API，无需每月支付 200 美元。只需支付电费，即可体验一个能够思考、浏览网页和编写代码的自主 Agent。每周发现
openfang18.2k开源 Agent 操作系统每周发现
evolver9.1k由 GEP 驱动的 AI Agent 自我进化引擎。通过基因、胶囊和事件实现可审计的进化。 | evomap.ai每周发现
openevolve7.5kAlphaEvolve 的开源实现每周发现
open-multi-agent7k可自托管的 TypeScript Agent 运行时，具备持久化审批和可验证的运行记录。由你掌控、审批和审计。每周发现
intentkit6.5kIntentKit 是一个开源、可自托管的云端 Agent 集群，可为你管理协作式 AI Agent 团队。每周发现
agentscope-java5.9k构建分布式、可用于生产环境、可长期运行的 Agent。每周发现
vibesdk5.4k一个开源氛围编程平台，完全基于 Cloudflare 技术栈构建，助你打造自己的氛围编程平台每周发现
eko5kEko（Eko Keeps Operating）——用自然语言构建可用于生产环境的 Agent 工作流——eko.fellou.ai每周发现
fast-agent3.9k编写代码、构建并评估 Agent——出色支持模型和技能、MCP、ACP、A2A每周发现
antigravity-sdk-python3.7k用于构建 AI Agent 的 Python 库，可充分发挥 Google Antigravity 的全部能力。每周发现
MIRIX3.5kMirix 是一款多 Agent 个人助手，旨在追踪屏幕上的活动，并智能地回答用户问题。通过捕获实时视觉数据……每周发现
antigravity-cli2.5kAntigravity CLI 将 Antigravity Agent Harness 的推理、执行和编排能力直接带入终端。每周发现
OrcaReplay178记录、重放、分叉并调试使用任意模型的 Agent 运行；为 AI Agent 提供时光回溯功能。社区 · issue #109
llm-wiki-cli53面向 AI Agent 的主动式记忆 CLI：跨会话回忆、维护并演进持久化且有来源依据的知识。社区 · issue #79
red-team-blue-team-agent-fabric30面向对抗性测试的 AI Agent 安全 Harness：针对 MCP、A2A、x402/L402 和决策治理，提供 600 多项可执行测试。社区 · issue #72
loopgate_harness21根据规范循环运行任意 CLI Agent：每次迭代都使用全新上下文，以代码仓库作为持久化记忆，并通过 git hooks 强制执行 lint、类型检查、测试和安全检查，防止不合格的更改……社区 · PR #69
GoodMemory17面向 AI 应用和编码 Agent（Codex、Claude Code、MCP、HTTP）的本地优先、可审计记忆层。社区 · issue #44
teamcopilot14为团队部署 AI Agent，自动化业务工作流和编码任务。社区 · PR #21
nausicaa-harness12将 Agent 运行视为由多个通道组成的动态拓扑，而非单一线性循环；模型决定何时观察或并行展开。社区 · issue #108
dsh-mcp-lens8面向大型目录的 MCP 工具搜索：通过 2 个架构访问 1,000 个工具，支持精确架构调用和允许/拒绝控制。社区 · issue #81
atlarix-releases8Atlarix：开放权重前沿 Harness 发布仓库。社区 · issue #48
mcp-guardian—用于工具范围限定和上下文压缩的 MCP 代理：通过 3 个元工具实现渐进式发现。社区 · issue #46

常见问题

哪些 Agent 框架可以无人值守运行（无头模式）？

专为无人值守运行、批处理和大规模部署设计的框架：opencode、OpenHands、goose、Symphony、Prime Agent、SWE-agent、Claude Agent SDK、RepoMaster。

哪些 Agent 框架能在任务中途崩溃后恢复（持久运行）？

执行状态会在重启后保留的框架：langgraph-bigtool、QM、n8n、langgraph、mastra、letta、deepagents、pydantic-ai。

这些 Agent 框架中有多少是开源的？

166 个框架中有 123 个采用标准开源许可证；其余的可查看源代码或状态不明确，并在各行中标注。

什么是 Agent 框架？

将模型转变为 Agent 的运行时：它决定模型的推理可以访问哪些内容，并为每轮推理提供编排、工具连接、记忆、错误恢复和防护机制。

框架比模型更重要吗？

很多时候确实如此，而且可以量化：同一组权重作为裸模型时在 ARC-AGI-3 上得分约为 30%，而在 Prime Agent 框架中得分为 95.5%；在 SWE-bench Pro 上，仅更换框架就让 GLM-5.2 的得分从 23% 提升到 52%。框架排名几乎无法跨模型迁移（排名相关性约为 -0.05），因此应将框架和模型配对选择，并在模型更换时重新选择。来源和完整论述

Grok Bot 是 Agent 框架吗？

是的，它是托管式框架：xAI 管理执行循环、工具连接、记忆和审批规则，同一账户下的每个 Bot 共用一台云端计算机。它未列入排名，因为该列表只对开源仓库排名；托管式与可自托管指南将其与 Claude Managed Agents、QM、OpenClaw、Hermes 和 OpenJarvis 进行比较。来源和完整论述

此列表如何排名？

根据与框架相关议题（环境、编排、生命周期、防护机制）的关联度以及 GitHub 星标数（截至 2026-10-11）；每个项目还标注了采用范围等级以及自主性和恢复能力评分。

AI Agent 如何直接使用此列表？

提供三种机器可读形式：harnesses.json（结构化数据）、llms.txt（单个文件）和 MCP 服务（uvx agent-harnesses-mcp），可使用 recommend、compare、pick_harness 和 search_harnesses。


相关资源

🧡 感谢贡献者

感谢那些停下滚动、发现缺漏并将其写下的人——有了每一位，列表都更加完善：

@baskduf — harness-starter-kit · @ahwurm — LocalHarness · @liviux — LoopTroop · @rishabhpoddar — TeamCopilot，列入关注名单 · @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，更新 Atlarix 条目 · @hardness1020 — awesome-agent-architecture · @razzant — Claudexor、Ouroboros · @allenshi16 — Nexus AI Pulse、HomeOffice AI · @ryanpettry — fractal · @reacher-z — ClawBench 评估框架 · @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 规范一致性 · @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 · @LivXue — Raven · @rushar-labs — House Party Protocol · @BobbyZhouZijian — Reef · @demeyer1 — AutoBot · @xqliu — Orbi、Orbi 编码 Agent 产品 · @lodar — 5dive · @huiliyi37 — Tianshu Harness · @tarasyarema — Desplega Agent Swarm · @yannickmonney — Tale · @proxysoul — Empryo · @ianwieds — workkit

被采纳的提交会在发布它们的提交中署名共同作者。仍处于早期阶段但前景可期的项目不会被拒之门外——它们会被列入🔭 关注名单，并随着发展逐步成熟。添加你的项目 →

贡献

欢迎贡献。若要添加或推荐项目：

  • 提交一个 issue，附上仓库 URL、类别和简短描述。
  • 或针对 scripts/generate.py 提交拉取请求——此 README、projects.yaml 和 TAGS.md 均由它生成，因此直接编辑这些文件无法合并。

尚未达到收录标准但前景不错的项目会被置顶到 🔭 候选项目——提交内容被列入该部分并不代表遭到拒绝，而是进入了候选队列。

贡献指南请参阅 CONTRIBUTING.md 和行为准则。

展示你的收录项目

如果你的项目已列入此清单，欢迎在你的 README 中展示：

Best of Agent Harnesses

[![Best of Agent Harnesses](https://img.shields.io/badge/%F0%9F%8F%86_Best_of-Agent_Harnesses-5ac4bf)](https://github.com/RyanAlberts/best-of-Agent-Harnesses)

许可证

CC BY-SA 4.0

skills/ 中的技能采用 MIT 许可证，因此你可以将它们复制到任何项目中。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。