主流 Agent Harness 源码级调研 — 总览
这份调研做了什么
这是一份对 61 个主流 agent harness 的源码级横向调研。覆盖开源 coding agent CLI/IDE、通用 agent 框架/SDK、浏览器·GUI·computer-use agent、deep-research agent、中国厂商的编码/桌面 agent、闭源海外产品的官方设计披露，以及少数关键设计博客。每个对象一份独立 dossier（research/harness/<slug>.md），统一按 12 个维度拆解：agent loop、记忆、工具、提示词设计、路由/编排、skill 系统、自进化、可观测性、安全/权限、沙箱、模型协同演化、轨迹利用。
其中 19 个（browser-use、open-interpreter、claude-flow、openmanus、agno、ui-tars-desktop、continue-dev、gpt-pilot、gpt-researcher、agentscope、openai-agents-sdk、kilo-code、letta、google-adk、pydantic-ai、agent-zero、camel、plandex、deerflow）是在初版 42 个之后、经一轮查漏补缺补上的主流开源 harness——把浏览器/GUI computer-use、deep-research、记忆型有状态 server、类型化框架等此前的空白补齐。
证据可复现、不杜撰是这份调研的第一原则：
- 开源项目全部 pin 了精确 commit SHA（frontmatter 的
commit字段），任何架构论断都能回到某一行代码去核对，而不是抄 HF/README 摘要。 - 闭源产品锚定版本号或抓取日期（npm tarball shasum、VSIX 版本、API
info.version、文档站Last modified、博客发布日），并在正文里逐条标注结论是”源码读出”还是”文档/博客披露”级别——两种证据强度不混用。 - 少数介于其间的样本（客户端开源、服务端闭源；或二进制未混淆字符串可 grep）都在 dossier 开头显式声明边界。
原始摘录与抓取笔记落在 sources/harness/<slug>/（含各页的 NOTES.md）。
名单总览（61 个，按来源类型分组）
kind 图例：code = 开源代码/可源码级核实 · framework = 通用 agent 框架 · design = 闭源，仅官方设计披露 · blog = 设计博客 · design+leak = 逆向/泄露还原源码
① 开源 coding agent CLI/IDE（可 pin commit）
| Harness | 一句话定位 | kind | commit 锚点 | dossier |
|---|---|---|---|---|
| OpenHands | 组织改名后本体搬家，真正 harness 在 software-agent-sdk，OpenHands/OpenHands 仅剩 Agent Canvas 控制面 | code | 2ca3b77 | OpenHands |
| SWE-agent | 以 Agent-Computer Interface(ACI) 定制文件工具取代通用 shell 的 SWE harness（1.0，重心已转 mini-swe-agent） | code | 0363b9e | SWE-agent |
| Aider | 刻意不用 function-calling，让模型在 markdown 里写文本编辑格式 + 上限 3 次 lint/test 反射循环 | code | 5dc9490 | Aider |
| Cline | 分层 SDK + hub-spoke 架构：本地 daemon 协调、spoke 进程跑 agent 循环、多客户端 WebSocket 挂接 | code | 8b6f2cf | Cline |
| Roo Code | Cline 分支，Task.ts 栈式任务循环 + Orchestrator/Boomerang 委派；2026-05 已关停归档 | code | b867ec9 | Roo Code |
| Goose | MCP-native Rust harness，以 toolshim（弱模型本地翻译层）与 summon 递归子代理编排见长 | code | 8694a8d | Goose |
| opencode | Effect-TS 驱动的多前端编码 agent，V1 shipped + V2 rewrite 并存 | code | eb6ff0c | opencode |
| Codex CLI | OpenAI 官方 harness，Rust 单体仓库极细粒度 crate 拆分 + 官方设计文档站双源 | code | 8268cbf | Codex CLI |
| Gemini CLI | next-speaker LLM 判官续跑 + ConSeca 动态 ACL + 实验性本地 Gemma 路由 | code | 892b35f | Gemini CLI |
| Zed Agent | 开源编辑器内原生 coding agent + 自建 ACP，把外部 agent 作对等体接入同套 UI/权限/沙箱 | code | eeff979 | Zed Agent |
| Hermes Agent | 模型训练团队(Nous)自建自用的重型生产 harness，内置 skill 自维护 + ShareGPT 轨迹训练管道 | code | 5431bf2 | Hermes Agent |
| Continue (cn CLI) | 模型无关、以权限为核心设计的开源单主 agent coding harness | code | d0a3c0b | Continue |
| Kilo Code | 从 Roo/Cline 换骨为 OpenCode fork 的多端 agent 引擎（@kilocode/cli） | code | 2031f94 | Kilo Code |
| Plandex | 服务端集中式、纯文本操作协议驱动的终端编码 agent | code | e2d7720 | Plandex |
| Open Interpreter | OpenAI Codex(Rust) 的 fork，加一层”多 CLI harness 仿真”给低成本模型选最优 harness | framework | 764a96e | Open Interpreter |
| GPT-Pilot | Pythagora，确定性 FSM 多智能体全栈应用生成器 | framework | 9b763fd | GPT-Pilot |
② 通用 agent 框架 / SDK（编排/运行时，非单一产品）
| Harness | 一句话定位 | kind | commit 锚点 | dossier |
|---|---|---|---|---|
| smolagents | HF 出品极简单循环 ReAct + 双动作范式（code-blob / JSON tool-call），其余维度刻意留白给生态 | framework | 526069c | smolagents |
| AutoGPT | 一个仓库三种 harness：ReAct 单体 CLI(classic) / 图编排引擎 / Claude Agent SDK 之上的 Copilot | framework | e2711b1 | AutoGPT |
| LangGraph | 通用图编排/持久化执行引擎(Pregel/BSP)，ReAct agent 只是其上一层 prebuilt | framework | be999ad | LangGraph |
| CrewAI | 多智能体编排框架，从 ReAct 执行器演进到 Flow 状态机化的 Plan-and-Execute | framework | 2b90117 | CrewAI |
| DeepAgents | LangChain 官方在 create_agent()+LangGraph 之上叠加的中间件式 harness SDK | framework | 0199007 | DeepAgents |
| MetaGPT | 多智能体 SOP 框架，RoleZero+TeamLeader 为默认路径，mgx.dev 商业化底座 | framework | 11cdf46 | MetaGPT |
| OpenManus | MetaGPT 团队出品，教科书式极简 ReAct + OpenAI function-calling 通用 agent | framework | 52a13f2 | OpenManus |
| Microsoft AutoGen | actor 消息运行时之上的多 agent 编排框架，Magentic-One(双账本自纠偏) 为旗舰应用 | framework | 027ecf0 | Microsoft AutoGen |
| Semantic Kernel | Kernel+Plugins 中间件 SDK，Planner 子系统已废除，编排让位给 Magentic/Handoff/Process Framework | framework | f6391ad | Semantic Kernel |
| OpenAI Agents SDK | OpenAI 官方 Responses-API 原生的多 agent 编排框架（handoff + guardrail） | framework | 0354f48 | OpenAI Agents SDK |
| Google ADK | 并存 flow 与 2.0 图编排两套范式、深绑 Gemini/Vertex 又经 LiteLLM 保持模型无关的平台级框架 | framework | 61ba59a | Google ADK |
| Pydantic AI | 类型化状态机驱动 agent loop + capability/hook 中间件的轻量 Python 框架 | framework | 8432869 | Pydantic AI |
| AgentScope | 阿里出品，库 + 运行时两层的统一 ReAct agent 框架（QwenPaw 的底座） | framework | 1aeb03d | AgentScope |
| Agno | 原 Phidata，model-agnostic 生产级 multi-agent 框架，agent loop 藏在 model 层 | framework | 805b823 | Agno |
| Letta | 原 MemGPT，把分层记忆(core/archival/recall)做成一等公民的有状态 agent server | framework | b76da90 | Letta |
| CAMEL | 学术出身(NeurIPS)的多 agent 角色扮演/数据生成研究框架 | framework | 147d926 | CAMEL |
| Agent Zero | 薄内核 + prompt/plugin/skill 全可编辑的通用个人 agent 框架 | framework | 3bb4057 | Agent Zero |
| Claude-Flow / Ruflo | ruvnet 出品，跑在 Claude Code/Codex 之上的 meta-harness（prompt 生成器 + MCP server + 生命周期 hook） | framework | 7ef4d4e | Claude-Flow |
③ 浏览器 · GUI · computer-use agent
| Harness | 一句话定位 | kind | commit 锚点 | dossier |
|---|---|---|---|---|
| browser-use | CDP 驱动、把 DOM 元素索引化后交给 LLM 选择的自主浏览器操作 agent | framework | f785855 | browser-use |
| UI-TARS Desktop / Agent TARS | ByteDance，截屏→VLM→动作 DSL 的 GUI/computer-use 栈：一代纯 VLM 桌面 loop + 二代事件流 Tarko 内核 | framework | c2ad42e | UI-TARS Desktop |
④ deep-research agent
| Harness | 一句话定位 | kind | commit 锚点 | dossier |
|---|---|---|---|---|
| GPT Researcher | 检索增强的自主 deep-research 报告生成流水线（plan→并发检索→压缩→撰写） | framework | 18d4051 | GPT Researcher |
| DeerFlow | ByteDance，从 LangGraph 研究图重写为 Claude-Code 式 lead-agent + subagent 的开源 super agent | framework | be63716 | DeerFlow |
⑤ 中国厂商（编码 / 桌面 agent 产品，开源与闭源并存）
| Harness | 一句话定位 | kind | commit / 版本锚点 | dossier |
|---|---|---|---|---|
| Qwen Code | 从 gemini-cli fork、大量显式对标 Claude Code 设计的编码 harness（自建四动词长期记忆 + Agent Teams） | code | 57326e5 | Qwen Code |
| QwenPaw | 阿里 AgentScope 2.0 之上的多模式 Agent OS（Goal/Mission 模式 + Gate 停机 + Scroll 记忆） | code | 085d6b2 | QwenPaw |
| MiMo Code | 小米 MiMo 团队基于 opencode fork 的长程编码 harness（computation/memory/evolution 三主题） | code | 7f9060c | MiMo Code |
| Kimi Code | 月之暗面 CLI harness：无沙箱、19 策略链权限、handoff-note 压缩、多 provider TS 内核 | code | 4aeb336 | Kimi Code |
| ByteDance Trae Agent | 单 agent 线性循环开源 CLI；配套论文另有未开源的离线 ensemble 编排（SWE-bench 75.20%） | code | e839e55 | Trae Agent |
| 阿里 Qoder | 闭源 CLI（@qoder-ai/qodercli），权限/hook/子agent 文档极详但核心 loop 不可读源码 | code(闭源) | qodercli@0.1.18 | Qoder |
| 百度文心快码 Comate | 闭源 SaaS 编码 agent，Zulu 主智能体 + Architect 纯编排的官方多智能体体系 | code(闭源) | 插件 v3.23.0 | Comate |
| 智谱 CodeGeeX | 闭源 VS Code/JetBrains 插件，本地 FastAPI + 真 MCP 协议驱动；核心 loop 因 Pyarmor 加密不可读 | code(闭源) | VSIX v2.27.6 | CodeGeeX |
| 智谱 AutoClaw（澳龙） | 闭源本地桌面 Agent 客户端（基于 OpenClaw 框架），仅博客/changelog 层面披露行为 | code(闭源) | v1.10.0 | AutoClaw |
⑥ 闭源海外产品 / 设计披露（无完整公开源码）
| Harness | 一句话定位 | kind | 版本 / commit 锚点 | dossier |
|---|---|---|---|---|
| Claude Code | Anthropic 官方 harness，经 sourcemap 泄露还原源码：单一 tool_use 信号判停机、四层压缩、硬编码对抗式验证契约、OS 级沙箱 | design+leak | npm v2.1.88 | Claude Code |
| Cursor | Anysphere 闭源商用编码 harness，证据全来自官方 docs/blog，非源码读出 | design | docs 抓取 2026-07-07 | Cursor |
| Devin (Cognition) | 完全闭源云端编码 agent，证据来自官方博客/文档 + OpenAPI schema | design | API v3.0.0 | Devin |
| Factory.ai Droids | 闭源企业级 harness，但文档披露到内部函数名/hook schema/LoRA 流水线级别 | design | fdf8712 (docs mirror) | Factory.ai |
| Replit Agent | 无源码托管式云端编码 agent，靠工程博客一手披露还原 | design | 博客 2026-06-23 | Replit Agent |
| Sourcegraph Amp | 闭源商用 CLI，“不为模型缺陷打补丁的极简 harness”，靠官方 essay/manual/security 披露 | design | 抓取 2026-07-07 | Amp |
| v0 (Vercel) | 闭源托管产品，从 SDK 消息协议 + 官方博客复原”组合式模型(Composite Model)“架构 | design | v0-sdk 001fae4 | v0 |
| Warp Agent / Oz | 终端客户端已开源(AGPL/MIT)，云端编排大脑 warp-server 仍闭源；逐条标注 client/server 边界 | design | a612c95 (仅客户端) | Warp Agent |
| Amazon Q Developer | 品牌伞下两套实现：闭源 IDE /dev agent + 一手可查的开源 Rust CLI（已 fork 为闭源 Kiro CLI） | design | 15cc8f3 | Amazon Q |
| GitHub Copilot Agent Mode | 闭源 CLI 运行时 + 公开 MIT SDK（github/copilot-sdk），JSON-RPC 线协议文档级证据 | design | 0dc4de8 | Copilot Agent Mode |
| JetBrains Junie | 闭源 IDE/CLI coding agent，“one engine, many surfaces” + 显式 LLM-agnostic | design | 文档 2026-07-04 | Junie |
| Kiro (AWS) | 闭源 spec-driven agentic IDE，仅 Powers 集成包开源；博客罕见公开 token/延迟/错误率基准 | design | 滚动发布 | Kiro |
| Augment Code (Auggie) | 闭源 npm 包，核心逻辑靠 12MB 未混淆 JS bundle 逆向 + docs/blog（Prism 缓存感知路由） | design | @augmentcode/auggie@0.32.0 | Augment Code |
⑦ 设计博客（公开的设计模式，非可运行产品）
| Harness | 一句话定位 | kind | commit 锚点 | dossier |
|---|---|---|---|---|
| Anthropic 多智能体编排 | 官方 4 篇工程博客披露的 Orchestrator-Worker 研究系统设计模式 + claude-cookbooks 参考实现 | blog | 3393bda | Anthropic Multi-Agent |
12 个跨维度对比 section
12 篇跨维度对比章节均已成稿（
research/harness/sections/<slug>.md）。每条附一句该维度最有意思的发现。
- ① Agent Loop 主循环 — Claude Code 显式声明
stop_reason==='tool_use'不可信、只用”是否流出 tool_use block”作唯一停机信号；Gemini CLI 用一次独立 LLM 判官(next-speaker)决定续跑；Pydantic AI 则把整个 loop 写成类型化状态机、gpt-pilot 干脆用确定性 FSM 编排多角色。 - ② 记忆与上下文 — 光谱一端是 Letta(原 MemGPT)把 core/archival/recall 分层记忆做成一等公民、由 agent 自己调工具改写记忆；另一端从 Claude Code 四层级联压缩、Qwen Code 的 Extract/Dream/Recall/Forget 四动词长期记忆到 Kimi 的 handoff-note 压缩——压缩/记忆策略是各家分野最大的维度。
- ③ 工具体系 — 四条路线：Aider/Codex 的文本编辑格式(不走 function-calling)、SWE-agent 的 ACI 定制文件工具、Goose 的 MCP-native + toolshim 给弱模型补 tool-calling，以及 browser-use 的 DOM 元素索引化 / UI-TARS 的截屏→动作 DSL 这类 computer-use “工具即坐标/元素”路线。
- ④ 提示词设计 — 最反常规的是 Claude Code 在系统提示里硬编码一条强制对抗式验证契约：非平凡改动必须派生 verification-agent 子 agent 审核，实现者不能自评通过。
- ⑤ 路由与编排 — 形态众多：服务端缓存感知路由(Augment Prism)、本地小模型路由(Gemini 实验性 Gemma)、把多个 harness 当可互换后端的云端控制面(Warp Oz)、OpenAI Agents SDK 的 handoff 交接、DeerFlow 复刻 Claude-Code 式 lead-agent + subagent 层级编排。
- ⑥ Skill 系统 — Claude-Code 风格 Skills 已成事实标准，被 Roo/Kimi/Warp 等广泛复刻；Hermes 更进一步让 agent 自我维护 skill 库，Agent Zero 则把 prompt/plugin/skill 全部做成用户可现场编辑的文件。
- ⑦ 自进化 — 大多停留在”跨会话经验沉淀”(MiMo evolution 主题)，Hermes 的 skill 自维护是少数真正闭环的样本，多数闭源产品此维度只有营销话术。
- ⑧ 可观测性 — 开源框架普遍外包给 OpenTelemetry(smolagents/Agno/AgentScope)，产品级 harness 更看重 trace/eval 打分(Warp server 侧)与 token/延迟/错误率基准(Kiro 博客罕见公开数字)。
- ⑨ 安全与权限 — 光谱两端：Gemini ConSeca 每次请求让 LLM 现生成逐工具最小权限 ACL、Kimi 19 条策略链、Continue 以权限为核心的设计，对比 Amp 默认
--dangerously-allow-all的极简放权。 - ⑩ 沙箱隔离 — OS 级(Claude Code 的 bubblewrap/Seatbelt)、远程容器(Amp Orbs/e2b)、Docker/K8s/Namespace 检测(Warp)三档；不少开源框架核心不含沙箱、建议接第三方(CrewAI)。
- ⑪ 模型协同演化 — Aider 为几十个模型量身定制
ModelSettings(编辑格式/提示位置)是”重模型协同、轻通用框架”的代表；模型厂商自建 harness(Qwen/Kimi/MiMo/Hermes/UI-TARS 的 VLM 共训)天然带模型-harness 协同。 - ⑫ 轨迹利用 — Hermes 把 agent 轨迹压成 ShareGPT 喂下一代 tool-calling 模型、ByteDance Trae 的离线 ensemble(多候选 patch→剪枝→selector 投票)，是”harness 产出反哺模型训练”的两个具体样本。
怎么读这份调研
- 先看本页——用上面的名单表定位你关心的 harness 属于哪一类、证据强度如何（能不能 pin 到 commit）。
- 按兴趣下钻：想深挖某一个产品 → 进对应 dossier（
research/harness/<slug>.md，12 维度全展开）；想横向对比某一能力 → 进对应的跨维度 section（research/harness/sections/<slug>.md）。 - 核对一手证据：每份 dossier 对应
sources/harness/<slug>/目录，里面有原始摘录与NOTES.md抓取笔记，可回溯到 commit/行号或抓取日期。
局限与证据边界
- 闭源产品只能靠官方披露（
kind: design）：Cursor、Devin、Replit、Amp、Kiro、Junie、Copilot Agent Mode、v0、Amazon Q 等，全部结论是”文档/博客披露”级别，不是源码读出——官方可能美化、省略或与实际实现有出入，不能当作已核实的实现事实。 - 部分证据锚定的是抓取日期而非 commit：闭源产品无法 pin SHA，本页用版本号(npm/VSIX/API version)或抓取/发布日期(2026-07-07 前后)替代；这些产品滚动发布，结论有时效性，日后可能失效。
- claude-code 源自非官方泄露提取：其源码级论断基于第三方从 npm
@anthropic-ai/claude-codev2.1.88 的cli.js.mapsourcemapsourcesContent字段还原的代码（2026-03-31 公开），非 Anthropic 官方发布，需谨慎——虽已用 6 篇官方博客交叉验证，但泄露还原可能不完整或含打包噪声。 - 闭源但标
kind: code的中国厂商样本（Qoder/Comate/CodeGeeX/AutoClaw）本体不可读源码：或为闭源 npm 私有包、或 VSIX 经 Pyarmor 字节码加密、或纯营销站，实际证据强度接近design，正文已逐条标注”来自文档还是代码”。 - 半开源样本（Warp 客户端开源/服务端闭源、Amazon Q CLI 已 fork 为闭源、Augment 靠未混淆 bundle 逆向）的结论有明确的可见性边界，dossier 内已标注 client/server 或 bundle 可见范围。
- 12 篇跨维度 section 系机器汇总：section 正文由子代理通读全部 dossier 后归纳，个别归类/“谁抄谁”判断可能有主观性；有争议处请以对应 dossier 的源码级原始记述为准。
本轮查漏补缺后明确判定”不补”的项
为免读者以为遗漏，这里如实交代查漏补缺时评估过、但明确决定不收录的对象及原因：
- 已归档/停更（曾主流但已只读或长期无更新）：Void(28.8k, archived)、Devika(19.5k, 2025-09 停)、SuperAGI(17.6k, 2025-01 停)、gpt-engineer(55k, 2026-04 archived)、AgentGPT(36k, archived)、OpenAI Swarm(22k, 官方标 experimental 且已被 Agents SDK 取代)、Sourcegraph Cody(仓库已下架，被已收录的 Amp 取代)、XAgent(8.5k, 2024 停)、AgentVerse / Codel / Refact 开源本体 archived。
- 非 harness（是平台/补全/RAG，无自主 agent loop）：Dify(148k)、Flowise(55k)、Tabby(33.7k, 纯 FIM 补全 + RAG)、Task Master(27.8k, MCP 任务管理层)、Bloop(代码搜索)、CogAgent(是模型而非 harness)。
- 真 harness 但低于主流门槛（国产/学术，star 偏低或增长放缓，仅在此列名）：Tencent Youtu-agent(4.6k)、Ant agentUniverse(2.3k)、Kunlun/Skywork DeepResearchAgent(3.5k)、Shanghai AI Lab/InternLM Lagent(2.3k)、面壁 AgentCPM-GUI(1.4k)、OpenBMB IoA(825)、RA.Aid(2.2k)、AutoCodeRover(3.1k, 学术)。
- 与已收录项重叠而略过：OWL(建于 CAMEL 之上)、ChatDev(与 MetaGPT 概念重叠)、ModelScope-Agent(与 AgentScope 重叠)、LlamaIndex / Haystack(RAG 为主、agent 为辅)、bolt.diy(与 v0/Replit 重叠)。