OpenVLHarness

让视觉智能体真正会用工具、记得住上下文

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 15 🐛 待处理 2 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 378
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源代码，免费使用

项目预览

OpenVLHarness 项目界面预览图
图片来源：项目官网

项目数据

分类智能体
开发团队uclanlp
官网地址https://openvlharness.github.io
GitHubhttps://github.com/uclanlp/OpenVLHarness
定价模式🏷️完全免费
价格说明开源代码，免费使用
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MIT
主要语言Python
技术栈/模型agent-harness,agent-skills,agentic-ai,ai-agents,coding-agent,deep-research,efficiency,grounded-reasoning,harness-engineering,harness-optimization,llm,llm-agents,mllm,multimodal,multimodal-search,multimodal-tools,perception,rsi,spatial-reasoning,tool-use
GitHub 星标★ 378
上线时间2026-10-15 00:00:00
代码更新2026-10-29
仓库体积21.7 MB
本站数据更新2026-11-05
维护状态活跃
收录时间2026-11-05
浏览次数0

项目介绍

OpenVLHarness 是面向真实世界视觉智能体工具调用的官方实现，核心解决多模态智能体在复杂任务中「看得见但用不好工具」的问题。项目提供一套 agent harness 与技能（agent-skills）框架，让视觉语言模型能够规划、调用外部工具，并在执行过程中维护多模态记忆，把图像、文本与工具返回结果统一沉淀为可复用的上下文。它强调 grounded reasoning，即推理必须锚定在真实视觉证据与工具输出上，减少凭空臆测；同时关注效率，通过 harness 引擎管理多轮工具调用的开销。适合需要让智能体在真实场景中完成看图、检索、操作工具链的研究与工程团队，可作为构建视觉智能体、深度研究类应用的参考底座。

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 2026-11-05 · 当前星标 ★ 378

核心亮点

  • 提供完整 agent harness 与技能框架，工具调用、记忆管理、推理链路有统一组织方式，便于二次开发
  • 强调 grounded reasoning，推理锚定视觉证据与工具返回，降低多模态任务中的幻觉
  • 内置多模态记忆机制，跨轮次保留图像与工具结果，支撑长流程任务

不足之处

  • 早期项目，星标约 378，生态与第三方集成尚不丰富
  • 依赖多模态模型与工具环境，复现门槛和运行成本较高
  • 文档与示例覆盖度有待完善，上手需要阅读源码

适用场景

  • 构建能看图并调用检索、计算等工具的视觉智能体
  • 多模态深度研究助手，跨轮次整合图像与文本证据
  • 评测视觉语言模型的工具使用与 grounded 推理能力

替代项目

LangGraph、AutoGen、CrewAI

上一篇：mcpet

下一篇：agentbox

同类项目推荐

OpenWebui-Tools 开源

为 Open WebUI 添加实用工具，让 AI 对话更强大

Custom tools to enhance your Open-Webui Experience!

★ 161 2026-08-09
sim 开源

一个平台管住所有 AI 帮手，派活盯梢一把抓

Sim is the collaborative workspace to build, deploy, and monitor AI agents and workf···

★ 29983 2026-08-09
MakoCode 开源

像玩 Galgame 一样，零门槛体验 AI Agent 的乐趣

MakoCode — 茉子版 Agent | Galgame 风格桌面 AI Agent，零门槛体验 Agent 的乐趣

★ 158 2026-08-09
awesome-claws 开源

按场景逛 OpenClaw 生态，快速找到你要的工具和社区

A curated list of OpenClaw-related products, skills, communities, and ecosystem reso···

★ 98 2026-08-09
VulnClaw 开源

说句话，AI 自动完成渗透测试全流程

基于 AI Agent + MCP 工具链 + 渗透 Skill 编排， 配合大语言模型， 自然语言输入 → 自动···

★ 3872 2026-08-09
OpenVoiceUI 开源

一句话，让任何大模型和语音引擎变成你的实时语音助手

Voice-powered AI assistant platform — connect any LLM, any TTS, with a live web can···

★ 83 2026-08-09
wcgw 开源

让 AI 直接操作终端，一句话搞定 Shell 和代码任务

Shell and coding agent on mcp clients

★ 678 2026-08-09
cli 开源

让AI Agent通过命令行直接调用阿里云百炼的模型与工具。

Official Model Studio CLI（阿里云百炼 CLI）built for AI Agent frameworks, exposing m···

★ 368 2026-08-09
dsh_desktop 开源

双击即用的 DeepSeek 智能体桌面客户端，免装 Node 环境

DeepSeek Harness (dsh) Windows desktop client - bundled Node.js + dsh CLI, one-click···

★ 743 2026-09-25