harnessrouter

一个 API 统一管理所有 AI 代理,自托管保安全。

开源 🏷️基础免费,高级付费 ✅ 目前可打开 基础设施 🍴 复刻 488 🐛 待处理 24 👀 关注 29
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4373
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 社区版开源免费,企业版付费,提供免费试用

项目预览

harnessrouter 项目界面预览图
图片来源:项目官网

项目数据

分类基础设施
开发团队HarnessRouter
定价模式🏷️基础免费,高级付费
价格说明社区版开源免费,企业版付费,提供免费试用
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent-api,agent-framework,agent-harness,ai-agents,ai-infrastructure,coding-agent,conformance-testing,deepseek-harness,harness-engineering,hermes,llm,open-protocol,open-source,open-standard,pi-coding-agent,self-hosted,uhp,unified-api,unified-harness-protocol,unified-interface
GitHub 星标★ 4373
上线时间2026-08-09 00:00:00
代码更新2026-11-16
仓库体积55.1 MB
本站数据更新2026-11-17
维护状态活跃
收录时间2026-08-19
浏览次数10

项目介绍

HarnessRouter 是一个自托管的开源 AI 代理网关,基于 Apache-2.0 协议,为多种代理工具(如 Codex、Claude Code、Hermes)提供统一 API 接口。它解决了多代理工具管理复杂、接口不统一的问题,通过实现开放标准 Unified Harness Protocol (UHP),支持会话管理、流式传输、文件操作、任务取消和错误处理等核心功能。用户可以在自己的基础设施上运行,确保数据隐私和密钥安全。项目处于早期阶段,但已具备 conformance testing 能力,适合对代理基础设施有统一管理需求的团队。

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 2026-08-19 · 当前星标 ★ 4373

使用教程

难度:入门 约 10 分钟 部署方式:Docker 6 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

  • Docker(社区版通过一条 Docker 命令自托管启动)
  • 约 4 GB 可用磁盘空间
  • 你自己的模型 provider API key
  • 无需 HarnessRouter 账号,官方不提供捆绑模型或试用密钥

安装与启动步骤

  1. 1安装 Docker

    在目标机器上安装 Docker 并确认可用;HarnessRouter 社区版通过 Docker 自托管运行。

    docker --version
  2. 2准备磁盘与密钥

    预留约 4 GB 磁盘,并准备好你自己的模型 provider API key,稍后在界面中连接 provider 时使用。

  3. 3拉取官方镜像

    从 Docker Hub 拉取 harnessrouter/harnessrouter 镜像,该镜像地址来自 README 的 Docker Hub 徽章。

    docker pull harnessrouter/harnessrouter
  4. 4启动自托管服务

    按仓库 README Quickstart 给出的那条 Docker 命令启动容器并注入你的 provider API key;端口与环境变量以 README 原文为准。

  5. 5配置模型 provider

    首次启动完成后,在界面中连接一个模型 provider 并填入你的 API key,代理才能实际调用模型。

  6. 6运行第一个任务

    打开 Agent harnesses,选择一个受支持的 harness,点 New task,选择可用模型并给出具体任务,跟踪实时进度并查看生成文件。

如何确认成功

服务启动后能打开自托管界面,在 Agent harnesses 中选中 harness 并新建任务,看到实时进度输出即成功。

常见问题

Q:需要 HarnessRouter 账号吗?

A:不需要。README 说明无需注册账号,也不提供捆绑模型或试用密钥,只需自备 provider API key。

Q:硬件与依赖要求是什么?

A:需要 Docker、约 4 GB 可用磁盘空间,以及一个你自己的模型 provider API key。

Q:支持哪些代理工具?

A:面向 Codex、Claude Code、Hermes 等代理工具,通过统一的 Unified Harness Protocol (UHP) 接口接入。

Q:完整的 Docker 启动命令在哪里?

A:在本仓库 README 的 Quickstart 章节与官网 harnessrouter.ai;本段节选未包含该命令原文,请勿自行猜测端口。

注意事项

  • README 只说明“一条 Docker 命令”启动,但本段节选未给出该命令原文,请以仓库 README 或官网为准。
  • 必须自备 provider API key,官方不提供捆绑模型或试用密钥。
  • 自托管可让密钥与数据留在你自己的基础设施上。
  • 项目处于早期阶段,已具备 UHP 一致性(conformance)测试能力。

核心亮点

  • 实现开放标准 UHP,避免厂商锁定,提升互操作性
  • 支持多代理统一接入,降低管理多个工具的成本
  • 自托管部署,数据与密钥完全由用户掌控,隐私性强

不足之处

  • 项目处于早期,星标仅118,生态和社区尚不成熟
  • 文档和示例可能不够完善,上手门槛待观察

适用场景

  • 企业内部统一管理多种 AI 编码代理,集中监控和审计
  • 需要自托管、数据不出内网的代理网关场景
  • 开发多代理协作应用,需要标准化接口的团队

替代项目

LiteLLM、OpenRouter、one-api

上一篇:pai

下一篇:Uptime Kuma

同类项目推荐

awesome-agent-apis 开源

一站式查找660+AI代理API,按能力快速筛选集成

660+ muapi-hosted generative-media models plus community-submitted third-party API t···

★ 1071 2026-09-03
WorldFoundry 开源

统一跑通世界模型推理与评测,告别碎片化流程。

Unified World Model Inference & Evaluation Infrastructure

★ 375 2026-08-09
1Cat-vLLM 开源

让 V100 老卡也能跑现代大模型推理

V100 / SM70-focused vLLM engineering fork for modern LLM inference.

★ 1539 2026-09-16
keda-gpu-scaler 开源

无需 Prometheus,让 K8s 上的 GPU 工作负载按真实使用量自动伸缩。

KEDA External gRPC Scaler for GPU workloads - native NVML metrics via DaemonSet, no ···

★ 136 2026-08-09
a-guide-to-mlops 开源

从传统到现代,一份指南带你玩转MLOps工具链

A simple yet complete guide to MLOps tools and practices - from a conventional way t···

★ 63 2026-08-09
scion 开源

用 Rust 自建一套可定制的版本控制系统

Implementation of Anthropic's version control system

★ 309 2026-11-10
kronk 开源

Go 项目一键接入本地大模型、语音和图像生成

Go With Your Own Intelligence! Use Go for hardware accelerated local inference with ···

★ 868 2026-09-23
envd 开源

一条命令搞定可复现开发环境,人和 AI 都能用

️ Reproducible development environment for humans and agents

★ 2242 2026-08-09
inference 开源

一行代码部署视觉模型,让任何设备秒变 CV 指挥中心

Turn any computer or edge device into a command center for your computer vision proj···

★ 2497 2026-08-10