https://jiajia.fun/qa/73801bbe-%E7%9C%8B%E7%9C%8B%E8%BF%99%E4%B8%AA%E9%A1%B9%E7%9B%AE-github-com-agnes-harness

# https://github.com/AgnesAI-Labs/agnes-harness看看这个项目

Agnes Harness 本质上是一个面向企业现场交付（FDE）的可插拔 Agent Runtime，目前处于 pre-alpha 阶段，用 Node.js 24 和 pnpm 源码构建。 它切入的场景挺明确的：去客户现场做交付时，每个客户的内部 API、审批流、前端界面甚至硬件设备都不一样，总不能每接一单就 fork 一套代码。AGH 的做法是把底层会话服务（App Server）和核心循环（Agent Loop）抽成底座，让 Web 工作台、CLI 和 SDK 共享同一个后端会话（比如在浏览器里发起的任务，工程师可以直接在终端里 /resume 接过来继续跑），然后把所有客户差异塞进插件里。 架构上它画了个「大脑（LLM）+ 小脑（Jev，负责路由和打分）+ 记忆（Harness，管状态和 Skill）+ 身体（MHS，硬件协议）」的饼，但拆开看目前的工程成色，有几个实在的点和明显的早期局限： 做得比较扎实的是企业交付的管控细节。插件体系（基于 Cordis）不仅能挂后端工具和 MCP，还能直接往 Web 工作台里插前端面板，方便给不同岗位的客户做定制界面；插件安装和启用时会校验完整性摘要和 capability hash，命令执行默认卡在人工审批（单次允许、会话允许或拒绝），Trace 视图把模型调用、工具和审批全记下来，方便跟客户交差。 另一个比较特别的是它自己造了套独立于 MCP 的硬件协议 MHS 和 MOS，走 WebSocket 连到 AgnesHub，把摄像头画面、位姿等观测流和设备控制接进同一个任务流里，仓库里甚至带了套虚拟设备可以跑火星救援的 Demo。 不过现阶段离真正拿来干重活还有距离。首先「小脑 Jev」目前还没接进去，主分支跑的还是内置的 Core loop；其次插件目前是作为受信任的进程内代码（in-process）运行的，并没有做沙箱隔离，出问题全靠包信任和命令审批兜着；加上它只测过 macOS，API 随时会变，也不收外部 PR，现阶段当成参考它怎么把 Web/CLI 会话打通、怎么做插件治理和硬件协议抽象的样本来看比较合适。
