learn-harness-engineering

从零上手 Harness 工程，快速构建生产级 AI Agent

开源 🏷️完全免费 ✅ 目前可打开 智能体 🍴 复刻 2731 🐛 待处理 21 👀 关注 118
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 23738
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源教程项目，提供在线网页文档，完全免费，无付费版本。

项目预览

learn-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walkinglabs
官网地址https://walkinglabs.github.io/learn-harness-engineering
GitHubhttps://github.com/walkinglabs/learn-harness-engineering
定价模式🏷️完全免费
价格说明开源教程项目，提供在线网页文档，完全免费，无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型agent,agentic,agentic-ai,ai,ai-agent,ai-agents,dsh,dsh-plugin,harness,harness-engineering,harness-framework,llm
GitHub 星标★ 23738
上线时间2026-03-29 00:00:00
代码更新2026-10-22
仓库体积29.5 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数6

项目介绍

这是一个面向初学者的 Harness 工程教程，旨在帮助开发者从零开始构建 AI Agent 的完整闭环。它系统性地讲解了 Harness 框架的核心概念，包括 Agent 的构建、工具调用、上下文管理、记忆系统、评估与可观测性等关键环节。项目通过循序渐进的项目实战，让学习者理解如何设计健壮的 AI Agent 系统，解决传统 LLM 应用中缺乏工程化支撑的问题。核心能力包括：提供清晰的 Harness 架构图解、可运行的代码示例、以及最佳实践指南，覆盖从环境配置到生产部署的完整生命周期。教程强调工程化思维，帮助开发者避免常见陷阱，提升 Agent 的可靠性、可维护性和可扩展性。

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 ★ 23738

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 10 分钟 部署方式：命令行工具 5 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

  • 一个已存在的代码仓库（作为 Agent 工作目录）
  • 可执行 bash 的终端（macOS / Linux / WSL）
  • 能访问 raw.githubusercontent.com 的网络环境
  • 可选：Claude Code、Codex、OpenHands、Antigravity 等编码 Agent

安装与启动步骤

  1. 1准备项目仓库

    进入你正在开发的项目根目录，后续所有 Harness 文件都放在这个根目录下，让每次 Agent 会话从同一状态开始。

  2. 2获取入门模板

    从官方 Resource Library 资源库下载入门模板文件；README 只给出资源库入口，未提供命令行下载方式。

  3. 3放入 Harness 文件

    把模板放到仓库根目录，形成 AGENTS.md、init.sh、feature_list.json、claude-progress.md 与 src/ 并列的结构。

  4. 4选择操作手册

    默认使用 AGENTS.md 写清 Agent 的操作手册；如果使用 Claude Code，也可以改用 CLAUDE.md 作为等价入口。

  5. 5运行审计脚本

    用一条 curl 管道命令直接对任意仓库运行审计脚本，把最后的路径参数换成你的真实仓库路径。

    curl -fsSL https://raw.githubusercontent.com/walkinglabs/learn-harness-engineering/main/tools/audit-harness.sh | bash -s -- /your/path

关键配置

配置项必填说明示例
AGENTS.md是Agent 的操作手册，说明做什么、已做什么、如何验证AGENTS.md
CLAUDE.md否使用 Claude Code 时的替代操作手册文件CLAUDE.md
init.sh是一键执行安装、验证与启动的脚本init.sh
feature_list.json是记录项目存在哪些功能、哪些已完成feature_list.json
claude-progress.md否仓库本地的会话进度日志，保留旧文件名claude-progress.md

如何确认成功

审计脚本执行完成且终端无报错，说明仓库内的 Harness 文件结构已就绪。

常见问题

Q：必须读完 14 讲才能开始吗？

A：不需要。README 明确说明无需读完全部 14 讲，只要在真实项目里放入这四个结构化文件，会话稳定性就会明显优于纯提示词方式。

Q：claude-progress.md 只能给 Claude Code 用吗？

A：不是。它是通用的仓库本地会话进度日志，文件名只是为兼容课程示例而保留；Codex、OpenHands、Antigravity 等 Agent 同样可以使用。

Q：这个进度文件会自动更新吗？

A：不会自动更新。需要在根指令中要求 Agent 启动时读取它、交接前更新它。

Q：审计脚本会对我的仓库做什么？

A：README 仅给出运行方式，未说明脚本内部行为；建议先在测试仓库或个人分支上执行，确认结果后再用于主仓库。

注意事项

  • 这四个文件放在仓库根目录，让每次会话都从相同状态开始，比单纯写提示词更稳定。
  • claude-progress.md 与 Claude Code 并无绑定关系，只是历史命名的兼容保留。
  • README 未提供 npm 安装、Docker 镜像或端口信息，本教程不含此类步骤。
  • 执行审计脚本时，请把 /your/path 换成你的真实仓库绝对路径。

核心亮点

  • 从 0 到 1 的完整路径，适合初学者快速入门 Harness 工程
  • 包含大量可运行的代码示例，边学边练，实践性强
  • 覆盖 Agent 构建、工具调用、评估等核心环节，体系完整

不足之处

  • 教程深度可能不足，高级主题如多 Agent 协作、复杂编排涉及较少
  • 文档/社区待观察

适用场景

  • AI Agent 初学者系统学习 Harness 框架
  • 开发者快速搭建具备工具调用能力的智能体原型
  • 团队内部培训，统一 Agent 工程化实践

替代项目

LangChain 教程、LlamaIndex 教程、CrewAI 教程

上一篇：zenml

下一篇：LazyLLM

同类项目推荐

symbolicai 开源

给大模型装上符号推理引擎，让逻辑更可靠

A neurosymbolic perspective on LLMs

★ 1780 2026-08-09
TypeChat 开源

用 TypeScript 类型定义，让大模型输出稳定可用的 JSON 数据

TypeChat is a library that makes it easy to build natural language interfaces using ···

★ 8692 2026-08-09
deepagents 开源

开箱即用的智能体框架，快速构建生产级 AI 应用

The batteries-included agent harness.

★ 31109 2026-08-10
Kovi 开源

用 Rust 快速构建安全高效的 QQ 机器人插件

一个 Rust 的 Milky / OneBot / more 机器人插件框架。开发友好，文档详细，简单实用，还有···

★ 141 2026-08-09
enferno 开源

免构建 Flask 全栈，AI 代理直接写业务上线

Lean Flask framework built for coding agents: Vue 3 + Vuetify with no build step, pr···

★ 569 2026-10-20
docetl 开源

用自然语言定义数据管道，LLM 自动处理非结构化数据

A system for agentic LLM-powered data processing and ETL

★ 4221 2026-08-09
lmstudio-js 开源

用 TypeScript 轻松调用本地大模型，开发 AI 应用更高效

LM Studio TypeScript SDK

★ 1808 2026-08-09
griptape 开源

用 Python 模块化搭建 AI 智能体，搞定复杂工作流。

Modular Python framework for AI agents and workflows with chain-of-thought reasoning···

★ 2586 2026-08-09
LMOps 开源

让大模型从实验走向生产，快速构建可靠AI应用

General technology for enabling AI capabilities w/ LLMs and MLLMs

★ 4484 2026-08-09