Agent 与自动化AI 资源
xHarness：治理优先、零依赖的 AI agent harness，可对接 OpenAI 兼容端点并支持沙箱与审批
guessleej/xHarness · Governance-first AI agent harness: zero-dependency Python, any OpenAI-compatible endpoint, sandbox, approval policy, cost brakes, MCP client, eval suites, SSDLC. On-prem friendly.
ELI5：它是什么，解决什么问题
xHarness 是云碩科技（xCloudinfo）开发的插件式 AI agent harness，以治理优先、零运行时依赖为设计目标，使用纯 Python 标准库实现。它可以对接任何 OpenAI 兼容端点（llama.cpp、vLLM、Ollama、LiteLLM 或企业网关），适合地端部署。项目提供内置文件与 Shell 工具、沙箱隔离、有副作用工具的审批策略、成本限制、MCP client、会话记录、持久记忆、eval 评测套件、子代理与多代理讨论、Web UI 与舰队视图、桌面版、Telegram 通道、多节点舰队、多用户与配额、hooks、LSP 与 ACP 编辑器集成等功能，并配套 SSDLC 安全设计文档。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 插件式 AI agent harness：可对接任何 OpenAI 兼容端点（含 SSE 串流与 tool calls）；内置 bash/read/write/edit/glob/grep 等工具；bash 通过 macOS sandbox-exec 或 Linux bwrap 做沙箱隔离，可断网；有副作用工具走审批策略；MCP client 可挂载 stdio MCP server 工具；token/调用数成本限制与用量统计；eval 子命令运行评测套件；子代理与多代理讨论；跨 session 持久记忆；只增不改的 JSONL 会话记录；Web UI 与舰队视图；桌面版打包；Telegram 通道；多节点舰队；多用户登录、配额与审计；hooks、LSP、ACP 编辑器集成；零遥测。
- 适用场景
- 适合希望在自有或地端基础设施上运行受治理 AI agent 的团队，例如用本地模型端点执行文件与命令操作、在受控沙箱中完成多步骤开发任务、为 agent 配置审批与成本上限、通过 MCP 接入外部工具、对模型做工具使用与合规性评测、以及在学校或单位内多用户共享一台机器并跟踪用量与审计记录。
- 项目形态
- 开发框架
- 部署方式
- 未说明；README 说明为纯标准函数库、零运行时依赖，适合地端部署，除设定的模型端点外不对外发送数据；Web 接口默认只绑定 127.0.0.1，对外绑定需配合 token。
- 主要依赖
- Python 3.11 及以上；需要自备 OpenAI 兼容模型端点；沙箱功能依赖 macOS sandbox-exec 或 Linux bwrap（auto 模式缺失时会退回无沙箱执行）；桌面版为可选依赖 pywebview；打包需要 PyInstaller，macOS 图标生成需要 rsvg-convert；具体模型、API 成本与硬件条件未说明。
- 使用限制
- 沙箱 auto 模式在缺少后端的环境（如未装 bwrap 的容器）会退回无沙箱执行，需 require 模式保证隔离；README 提到模型对 ask_user、技能加载等工具的遵循度不一定稳定；提醒功能依赖网页界面保持开启；桌面打包产物无签名；其余部署限制、API 成本与许可商用条件未说明。
- 许可证
- MIT
- 最近推送
- 2026-10-22 02:06
资料检查：2026-10-22 07:00 · 卡片整理：2026-10-25 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。