llm-harness 0.3.2

Lightweight AI agent infrastructure — harness orchestrates, backends execute

llm-harness

纯异步、依赖注入的 AI Agent 开发框架。一个 ~7,000 行的引擎内核，做一件事：运行 ReAct Agent 循环，所有组件可插拔。

定位

• 不是 LangChain 套壳
• 不是 Dify 替代品
• 是 纯异步、无状态、依赖注入的 Agent 引擎内核

快速开始

pip install llm-harness[openai]

import os, asyncio
from pathlib import Path
from llm_harness.adapters.providers.openai_compat_provider import OpenAICompatProvider
from llm_harness.adapters.sandbox.srt import SRTSandboxBackend
from llm_harness.core.harness import Harness
from llm_harness.core.session.session import Session
from llm_harness.core.bus.events import InboundMessage
from llm_harness.core.tools.base import ToolRegistry
from llm_harness.core.tools.factory import ToolFactory

async def main():
    provider = OpenAICompatProvider(
        api_key=os.environ["LLM_HARNESS_API_KEY"],
        api_base="https://api.deepseek.com",
    )
    sandbox = SRTSandboxBackend(Path("./workspace"))
    factory = ToolFactory(sandbox=sandbox)
    tools = ToolRegistry()
    for name in ["read_file", "write_file", "web_search"]:
        tool = factory.build(name)
        if tool:
            tools.register(tool)

    harness = Harness(provider=provider, model="deepseek-chat", tools=tools, sandbox=sandbox)
    agent = harness.create_agent()

    session = Session(key="user:chat1")
    msg = InboundMessage("cli", "user", "c1", "What is 2+2?")
    result = await agent.process(msg, session=session, cwd=Path("./workspace"))
    print(result.final_content)

asyncio.run(main())

三层架构

InboundMessage → Agent → AgentLoop → Harness
                   │          │           │
              纯引擎     ReAct 骨架    组装器
              零状态     回调注入      全部依赖显式传入

核心特性

• Protocol 驱动：SandboxBackend / MemoryBackend / AgentBackend / SessionBackend 全部 Protocol，无需继承
• 15 个内置工具：文件 I/O、搜索、执行、子代理、MCP 集成
• 20+ LLM 服务商：OpenAI / Anthropic / DeepSeek / DashScope / Gemini / 等
• 权限检查：9 步检查链，内置敏感路径拒绝列表
• 记忆系统：TencentDB Gateway 管道模式（capture → 自动提取 → recall）
• 可观测性：11 种结构化事件类型
• WebSocket 通道：支持多前端接入
• Hook 系统：Command / HTTP / Prompt / Agent 四种钩子类型
• Skills 渐进披露：系统提示词只列名称，LLM 按需加载完整内容

测试

pytest tests/ -q
# 293 passed, 4 skipped

文档

完整中文文档：h-mr.github.io/llm-harness

• 7 天掌握 llm-harness
• 快速开始
• 操作指南
• API 参考
• 架构说明

License

MIT