awesome-harness-engineering

一站式索引AI智能体工程资源，快速搭建和优化你的智能体系统。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 753 🐛 待处理 280 👀 关注 32

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 5102

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

awesome-harness-engineering 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队ai-boost

官网地址https://agentcraft.dev

GitHubhttps://github.com/ai-boost/awesome-harness-engineering

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型agent-harness,agent-memory,agent-orchestration,ai-agent-harness,ai-agents,awesome-list,context-engineering,harness-engineering,mcp

GitHub 星标★ 5102

上线时间2026-03-29 00:00:00

代码更新2026-11-07

仓库体积1.1 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

这是一个关于AI智能体工程（Agent Harness Engineering）的精选资源清单，旨在系统化整理构建、部署和维护AI智能体所需的关键组件。它解决了AI智能体开发中缺乏统一参考框架的问题，将分散的工具、模式和最佳实践汇聚一处。核心能力包括：梳理智能体运行所需的工具链（如MCP、权限管理）、评估方法（evals）、记忆机制、可观测性方案以及编排策略。项目按主题分类，涵盖从基础概念到高级实践的完整图谱，为开发者提供一站式导航，帮助其理解智能体工程的各个维度，避免重复造轮子，并快速找到适合特定场景的解决方案。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5102

技术标签

agent-harness agent-memory agent-orchestration ai-agents awesome-list

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
本地已安装 git 客户端
一个 Markdown 阅读器或编辑器（VS Code 等）
可选：Python 环境，便于跟进列表中标记为 Python 的子项目

安装与启动步骤

1克隆资源清单仓库

把精选清单仓库下载到本地，之后可离线阅读和检索。README 未给出其他安装方式，这是唯一的获取途径。
```
git clone https://github.com/ai-boost/awesome-harness-engineering.git
```
2进入目录并打开清单

README.md 是全部内容的入口，按 Task Runners & Orchestration 等主题分节，逐节浏览即可定位所需组件。
```
cd awesome-harness-engineering
cat README.md
```
3按主题筛选组件

从编排、记忆、评估、可观测性等章节中挑选匹配你场景的条目，记录其 GitHub 链接备用，清单本身不含可执行代码。
4拉取选中的子项目

清单里的 LiteLLM、LangGraph、AutoGen 等均为独立项目，需按各自官方 README 安装，这里以 LangGraph 为例。
```
git clone https://github.com/langchain-ai/langgraph.git
```