xgen-harness 0.26.6

XGEN Harness — v0.26.5 + DAG orchestrator PipelineState init 결함 fix (tool_definitions kwarg → setter). 이전엔 멀티 하네스 DAG 실행 100% TypeError.

xgen-harness

Configurable agent runtime — 13 Stage 환경 슬롯 + MCP 양방향 + wheel 컴파일

pip install xgen-harness          # 코어
pip install 'xgen-harness[mcp]'   # MCP stdio 서버 + 마켓 연동
pip install 'xgen-harness[api]'   # FastAPI 라우터 (이식측에서만 필요)

---

한 줄 설명

워크플로우를 "짜는 것" 이 아니라 "설정하는 것" 으로 바꾼 LLM 에이전트 실행기. 13 Stage 가 환경 슬롯(도구·정책·컨텍스트·예산)을 LLM 에 노출, 사용자는 무엇 을 선언하면 하네스가 어떻게 자동 조립.

무엇을 풀어주나	어떻게
다양한 LLM	provider 레지스트리 + entry_points (anthropic / openai / google / bedrock / vllm 빌트인)
다양한 도구	ToolSource Protocol 단일 채널 (MCP 세션 / 캔버스 노드 / 로컬 함수 / 합성 도구 모두)
다양한 실행 패턴	Orchestrator 레지스트리 (linear / iterative / react / plan_execute / dag)
워크플로우 배포	compile_workflow() → pip 설치 가능한 wheel → 그대로 MCP stdio 서버
정책·예산	Policy Gate (선언형 Guard 체인 × 4 훅 포인트)

---

5분 안에 돌려보기

import asyncio
from xgen_harness import Pipeline, PipelineState, HarnessConfig

async def main():
    config = HarnessConfig(
        provider="anthropic",                       # 미지정 시 환경변수로 자동 해석
        model="claude-sonnet-4-20250514",           # 미지정 시 provider 기본값
        system_prompt="너는 친절한 한국어 비서야.",
        harness_mode="off",                         # 단발 Q&A
    )
    pipeline = Pipeline.from_config(config)
    state = PipelineState(user_input="하네스가 뭐야?")
    await pipeline.run(state)
    print(state.final_output)

asyncio.run(main())

환경변수만으로도 돌아갑니다. 코드는 그대로 두고:

export ANTHROPIC_API_KEY=...
export XGEN_HARNESS_DEFAULT_PROVIDER=anthropic
export XGEN_HARNESS_ANTHROPIC_DEFAULT_MODEL=claude-sonnet-4-20250514

---

3 모드 — 자유도 vs 안정성

모드	harness_mode	동작	언제 쓰나
Off (기본)	"off"	13 Stage 정해진 순서, Plan 안 만듦, 본문 LLM 1회	빠른 단발 Q&A
Selected	"selected" + active_strategies={...}	사용자 핀 한 부분만 hard-pin, 나머지 Planner 자율	일부만 강제
Auto	"autonomous"	Planner LLM 이 Stage / Strategy / 도구 / orchestrator_hint 자율 결정	복잡 요청 · RAG · 멀티턴 도구

# Auto — LLM 이 입력 보고 자율 조립 (RAG 결정, 도구 선택, orchestrator 결정)
config = HarnessConfig(harness_mode="autonomous", max_iterations=5)
assert config.is_autonomous() is True   # v0.25.3 helper

# Selected — 일부만 핀
config = HarnessConfig(
    harness_mode="selected",
    active_strategies={
        "s06_context": "microcompact",   # RAG 압축 전략 핀
        "s08_judge":   "rule_based",
    },
)

---

13 Stage — "환경 슬롯" 단위로 LLM 에 노출

각 Stage 는 자기 환경(capability / 도구 / 리소스)을 progressive disclose 해서 Auto 모드 LLM 이 골라 쓰게 한다.

초기화 그룹 (ingress · 1 회)

#	Stage	책임	주요 stage_params	Strategy
0	s00_harness	LLM 핸들 owner + 본문호출 dispatcher (모드별 책임)	strategy(transport), max_tokens, thinking_enabled, thinking_budget	streaming* / batch
1	s01_input ✱	사용자 입력 정규화, multimodal 추출	(없음 — top-level config.user_input)	default* / with_classification
2	s02_history	같은 interaction 이전 turn 로드	max_history	default* / embedding_search
3	s03_prompt	system_prompt 주입 + citation	system_prompt, prompt_id, include_rules, citation_mode, citation_auto_doc_tokens, citation_auto_prod_tokens	section_priority*
4	s04_tool	LLM 노출 도구 카탈로그 — ToolSource 단일 채널	selected_tools, tool_source_filters (UI 가 주입)	progressive_3level* / eager_load / none

에이전트 루프 그룹 (loop · max_iterations 회)

#	Stage	책임	주요 stage_params	Strategy
5	s05_strategy	계획 모드 결정 (cot/react/capability)	planning_mode, intent_rules	cot_planner* / react / capability / none
5	s05_policy ◆	Guard 체인 × 4 훅 포인트 (옵트인)	guards: [{name, params}]	— (Guard 합성)
6	s06_context	RAG / 온톨로지 / DB → 컨텍스트 주입 + 압축	rag_collections, folders, files, db_connections, ontology_collections, score_threshold, reranker, metadata_filter, rag_pd_mode, rag_ingestion_mode, strategy(compactor), cascade/L3/L4/L5 임계	token_budget* / sliding_window / microcompact / context_collapse_overlay / autocompact_llm / cascade
7	s07_act	본문 LLM 호출 + tool_use multi-turn	timeout, result_budget, tool_result_preview_threshold, tool_result_preview_size	default* / parallel_read
8	s08_judge	응답 품질 평가 (0~1)	threshold, criteria	llm_judge* / rule_based / none
9	s09_decide ✱	judge 결과 → loop_decision	max_retries (max_iterations 은 top-level config)	threshold* / always_pass

종료 그룹 (egress · 1 회)

#	Stage	책임	주요 stage_params	Strategy
10	s10_save	DB 실행 기록 (이식측 hook)	save_enabled	default* / noop
11	s11_finalize ✱	최종 응답 + MetricsEvent	output_format (text/markdown/json)	default* / format_json

✱ = REQUIRED_STAGES (비활성화 불가) · ◆ = 옵트인 (registry-only, role 로 호출됨) · * = 기본 strategy

v0.26.0 변경 (Dead UI 정리): 사용자 클릭이 LLM 환경에 안 박히던 4 stage_param 제거 — s01_input.provider (글로벌 ConfigPanel.provider 와 중복), s02_history.memory_source (코드 미read), s06_context.files (코드 미read), s09_decide.max_iterations (top-level config 만 작동). Label-only 라 동일 동작이던 s03_prompt.simple strategy 도 제거. s04_tool.none / s10_save.noop 라벨은 분기 코드 신규 구현해 진짜 short-circuit 되게 정리.

v0.25.0 변경 (도구 채널 단일화): s04_tool 에서 mcp_sessions / custom_tools / node_tags / cli_skills 4 개 stage_param 사라짐. 모든 도구는 이제 ToolSource 한 채널 로 (다음 섹션).

---

🧩 도구 한 채널 — ToolSource Protocol

하네스 에이전트가 쓸 수 있는 도구는 한 가지 경로로만 들어옵니다.

from xgen_harness import ToolSource, register_tool_source

class MySource:
    source_id = "my-tools"
    display_name = "My Tools"
    display_name_ko = "내 도구"
    description = "외부 API 도구 모음"
    icon = "🛠"
    category = "api"
    # 프론트가 이 Box 안에 sub-UI 자동 렌더 — 검색·필터 UI 데이터로 전달.
    filter_schema = {
        "tags": {"type": "multi_select", "options_source": "my-tags"},
    }

    async def list_tools(self, filters=None) -> list[dict]:
        # 각 dict 표준 스키마: {name, description, input_schema?, annotations?, tags?}
        return [{
            "name": "echo",
            "description": "echo back the input",
            "input_schema": {
                "type": "object",
                "properties": {"text": {"type": "string"}},
                "required": ["text"],
            },
        }]

    async def call_tool(self, name: str, args: dict) -> dict:
        # 반환: {"content": str, "is_error": bool?}
        return {"content": args["text"]}

    def has_tool(self, name: str) -> bool:
        return name == "echo"

register_tool_source(MySource())

한 줄 자동 발견 (entry_points) — 다른 패키지에서 import 도 안 해도 됩니다:

# 외부 패키지의 pyproject.toml
[project.entry-points."xgen_harness.tool_sources"]
my_source = "my_pkg:MySource"

pip install 후 엔진 재시작 → 엔진/이식/프론트 코드 0 수정으로 s04 UI 에 "My Tools" Box 가 등장하고 LLM 이 호출 가능.

선택 / 필터 (config 단)

config = HarnessConfig(
    stage_params={
        "s04_tool": {
            # source_id → 노출할 도구 이름 리스트 ([] 면 비활성, 키 없으면 소스 전체)
            "selected_tools": {"my-tools": ["echo"], "mcp-sessions": ["search"]},
            # source_id → list_tools 에 전달할 filter
            "tool_source_filters": {"my-tools": {"tags": ["safe"]}},
        }
    }
)

---

🔌 MCP — 양방향, 처음부터 끝까지

A. 다른 MCP 서버를 하네스 안에서 쓰기

이미 떠 있는 MCP 서버 (Claude Desktop, mcp-station, npx 로 띄운 서버 등) 의 도구를 그대로 카탈로그에 합칩니다. 이식측 (xgen-workflow) 가 MCPSessionToolSource 를 등록하면 하네스는 평범한 ToolSource 로 받아옵니다.

# 이식측 (예: xgen-workflow) 에서 한 번만 호출
from xgen_harness import register_tool_source
from harness_bridge.tool_sources.mcp_sessions import MCPSessionToolSource

register_tool_source(MCPSessionToolSource(station_url="http://mcp-station:8030"))

# 하네스 사용자 코드
config = HarnessConfig(
    harness_mode="autonomous",
    stage_params={
        "s04_tool": {
            "selected_tools": {"mcp-sessions": ["playwright_navigate", "playwright_screenshot"]},
        }
    },
)

B. 하네스 워크플로우를 MCP stdio 서버로 내보내기

워크플로우 하나를 pip install 가능한 wheel 로 컴파일. 그 wheel 이 그대로 MCP stdio 서버 — Claude Desktop · Cursor · 다른 하네스 어디서든 도구로 호출.

from xgen_harness import HarnessConfig, compile_workflow

result = compile_workflow(
    harness_config=HarnessConfig(
        harness_mode="autonomous",
        system_prompt="너는 KRRA 규정 검색 전문가야.",
        capabilities=["retrieval.rag_query"],
        stage_params={"s06_context": {"rag_collections": ["krra_2024"]}},
    ),
    workflow_data={"workflow_type": "harness", "nodes": [], "edges": []},  # 캔버스 스냅샷 (옵션)
    gallery_name="krra_search",
    gallery_version="0.1.0",
    out_dir="./dist",
)

print(result.wheel_path)     # ./dist/xgen_gallery_krra_search-0.1.0-py3-none-any.whl
print(result.dist_name)      # xgen-gallery-krra_search
print(result.package_name)   # xgen_gallery_krra_search

설치 후 CLI 3 종이 자동 주입됩니다:

pip install ./dist/xgen_gallery_krra_search-0.1.0-py3-none-any.whl
xgen-gallery-krra_search run --input "마사회 운영 규정 알려줘"     # 일회성 호출
xgen-gallery-krra_search info                                        # 갤러리 메타
xgen-gallery-krra_search serve-mcp                                   # MCP stdio 서버로 기동

Claude Desktop 에 등록 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "krra-search": {
      "command": "xgen-gallery-krra_search",
      "args": ["serve-mcp"]
    }
  }
}

→ Claude Desktop 이 이 하네스 워크플로우를 run_workflow(input, overrides) 도구로 호출.

C. 발행 전 격리 검증 (Sandbox Verifier)

서버에 등록하기 전 에 initialize + tools/list 왕복 + POSIX rlimit + SHA-256 재현성 해시로 게이팅.

from xgen_harness import MCPStdioVerifier, SandboxLimits

v = MCPStdioVerifier()
result = v.verify(
    command=["xgen-gallery-krra_search", "serve-mcp"],
    timeout_sec=10.0,
    limits=SandboxLimits(
        cpu_seconds=15,
        address_space_mb=1024,
        max_open_files=128,
        max_file_size_mb=16,
        no_core_dump=True,
    ),
)

assert result.ok, result.error
print(result.tool_count, result.payload_hash[:12], result.handshake_ms)

VerifyResult 에는 ok / tool_count / tools / handshake_ms / tools_ms / payload_hash / stderr_tail / applied_limits / timed_out / error 가 모두 담깁니다. 같은 wheel → 같은 payload_hash 라 발행 감사용 지문으로 활용.

---

🛠 Compile — wheel 한 장에 무엇이 들어가나

compile_workflow() 는 멀티 스테이지로 산출물을 만듭니다. 각 단계는 독립적으로 호출 가능합니다.

HarnessConfig + workflow_data
        │
        ▼
 ① WorkflowSnapshot.from_config()       — 직렬화 가능한 스냅샷 (SNAPSHOT_VERSION 박제)
        │
        ▼
 ② scan_placeholders(snapshot)          — ${VAR} 발견 → ExternalInputSpec 자동 등록
        │
        ▼
 ③ resolve_dependencies(snapshot)       — DependencyRule 레지스트리 → pip 의존성 산출
        │
        ▼
 ④ build_wheel(snapshot)                — _write_source_tree → python -m build
        │
        ▼
 WheelBuildResult { wheel_path, sdist_path, source_dir, dist_name, package_name, snapshot }

외부 입력 (external_inputs) — wheel 이 런타임에 요구하는 값

from xgen_harness import scan_placeholders, ExternalInputSpec, InputType

config.external_inputs = {
    "QDRANT_URL": ExternalInputSpec(
        name="QDRANT_URL", type=InputType.URL, required=True,
        description="RAG 컬렉션이 살아있는 Qdrant 인스턴스",
    ),
    "OPENAI_API_KEY": ExternalInputSpec(
        name="OPENAI_API_KEY", type=InputType.SECRET, required=True,
    ),
}

UI 가 이 선언을 보고 배포 전 입력 폼 자동 렌더. ${QDRANT_URL} 같은 placeholder 가 system_prompt / capability_params / stage_params 에 박혀있으면 컴파일러가 자동으로 ExternalInputSpec 후보를 등록합니다.

의존성 해석 — DependencyRule 레지스트리

from xgen_harness import register_dependency_rule, DependencyRule

register_dependency_rule(DependencyRule(
    name="my-tool-deps",
    matcher=lambda snap: any(
        sid == "my-tools" for sid in snap.harness_config.stage_params
            .get("s04_tool", {}).get("selected_tools", {}).keys()
    ),
    requirements=["my-tool-package>=1.2"],
))

Snapshot 내용에 따라 wheel 의 install_requires 가 자동 산출 — 외부 도구 / capability / provider 가 자기 의존성을 선언할 때 이 한 줄이면 끝.

갤러리 자동 발견 — discover_galleries()

from xgen_harness import discover_galleries, get_gallery

for g in discover_galleries():       # entry_points "xgen_harness.galleries" 자동 스캔
    print(g.dist_name, g.version, g.entry_module)

g = get_gallery("xgen-gallery-krra_search")
print(g.snapshot.harness_config["system_prompt"])

NOM IR — wheel + MCP 카탈로그 + 격리 페이로드 단일 그래프

Stage / Strategy / Tool / MCP 서버 / 외부 플러그인 노드를 하나의 IR (NOMGraph) 로 표현하고, 세 가지 변환 으로 wheel · MCP · Sandbox 모두 커버:

from xgen_harness import NOMGraph, NOMNode, NOMKind, NOMParam, compile_nom_graph

graph = NOMGraph(nodes=[
    NOMNode(
        id="x.tools.search", kind=NOMKind.TOOL,
        description="웹 검색", entry="my_pkg.tools:search",
        inputs=[NOMParam(name="q", type="string", required=True)],
    ),
])

graph.to_mcp_schema()                      # → MCP tools/list 응답 그대로
graph.to_sandbox_payload("x.tools.search", {"q": "hello"})   # → 격리 실행 payload
compile_nom_graph(graph, gallery_name="my_tools", gallery_version="0.1.0")  # → wheel

런타임에 LLM 이 만든 합성 도구를 그대로 wheel 로:

from xgen_harness.tools.synthesis import synthesize_and_register, synthesized_tools_as_nom_graph

# synthesize_and_register(...) 로 검증·등록한 뒤
graph = synthesized_tools_as_nom_graph([slugify, camelcase, redact_pii])
result = compile_nom_graph(graph, gallery_name="my_synth_tools", gallery_version="0.1.0")

엔진 현 상태도 그대로 NOM 으로 덤프 가능 — 디버깅 / 갤러리 업로드 / 샌드박스 복원에 재사용:

from xgen_harness import snapshot_current_registry_as_nom

nom = snapshot_current_registry_as_nom()
print([n.id for n in nom.nodes])
# ["xgen.stages.s00_harness", ..., "xgen.strategies.s06_context.compact.microcompact",
#  "xgen.orchestrators.iterative", "xgen.providers.anthropic", ...]

---

Strategy — 디폴트 그대로 두고 변형만

config = HarnessConfig(
    strategy_variants={
        "s06_context": [{
            "name":   "microcompact_strict",   # active_strategies 에서 참조할 새 이름
            "base":   "microcompact",          # 복제 원본
            "params": {"threshold": 95},       # 오버라이드
            "label":  "엄격 압축",
        }],
    },
    active_strategies={"s06_context": "microcompact_strict"},
)

엔진 코드 0 수정 — variant 레지스트리에서 base impl 클래스를 찾아 새 인스턴스로 생성 + configure(params) 주입.

---

Orchestrator — Auto 모드 5 패턴 + 외부 추가

Auto 모드에서 Planner 가 입력 보고 Plan.orchestrator_hint 결정 → loop 가 분기.

hint	동작	사용 케이스
linear	1 회 실행 후 종료	단발 Q&A
iterative (default)	매 iter Plan replan + 13 Stage 1바퀴	멀티턴 도구
plan_execute	첫 Plan 고수, replan 생략, 반복	정형 절차
react	엔진 no-op, 이식측 dispatcher 위임	외부 ReAct 통합
dag	엔진 no-op, 이식측 DAG runner 위임	멀티 에이전트 병렬

외부 패턴 추가 — 한 줄.

from xgen_harness.core.orchestrator_registry import register_orchestrator
register_orchestrator(
    "swarm_v2",
    description="병렬 swarm + 보팅 결합",
    dispatch_key="swarm_v2",
    replan_per_iter=True,
)

또는 entry_points 그룹 xgen_harness.orchestrators 노출 → 자동 합류. OrchestratorSpec.replan_per_iter / max_iterations_override 가 행동 선언이라 pipeline 은 이름 분기 없이 spec 속성만 읽습니다.

---

Policy Gate — 선언형 Guard × 4 훅

"submit_result 호출 전 iterative_document_search 를 최소 1회 불러야 한다" 같은 도구 호출 선행조건 / 입출력 정책 / 예산 제한 을 코드 수정 없이 데이터로 선언.

config = HarnessConfig(
    stage_params={
        "s05_policy": {
            "guards": [
                {"name": "iteration"},                                          # max_iterations 도달 → 종료
                {"name": "cost_budget", "params": {"cost_budget_usd": 5.0}},    # 누적 비용 초과 → 종료
                {"name": "tool_precondition", "params": {                        # 선행조건 강제
                    "rules": [{
                        "tool": "submit_result",
                        "require_prior": [{"tool": "iterative_document_search", "min_count": 1}],
                        "message": "합격 판정 전 QA 기준을 검색하세요.",
                    }]
                }},
                {"name": "hitl"},   # destructiveHint=true 도구는 사용자 승인 후 실행
            ]
        }
    }
)

훅	시점	차단 시 동작
pre_main	본문 LLM 호출 직전	state.policy_block_reason 설정 + loop_decision="complete"
pre_tool	도구 실행 직전 (각 pending tool_call)	해당 도구 제거 + 가짜 tool_result(is_error=True) 주입 → LLM 자체 교정
post_response	LLM 응답 직후	policy_block_reason 설정 + 종료
loop_boundary	루프 경계	policy_block_reason 설정 + 종료

내장 6 Guard: iteration · token_budget · cost_budget · content · tool_precondition · hitl (HITL 승인 모달 — ApprovalRequiredEvent / ApprovalDecidedEvent 송수신).

외부 Guard 추가:

[project.entry-points."xgen_harness.guards"]
my_guard = "my_pkg.guards:MyGuard"

pip install 한 번이면 UI Guard 드롭다운에 자동 합류.

---

Capability — 선언적 도구 wiring

config = HarnessConfig(
    capabilities=["retrieval.web_search", "retrieval.rag_query"],
    capability_params={"retrieval.web_search": {"max_results": 10}},
)

s04_tool 이 CapabilityRegistry 에서 자동 매칭 → tool_definitions 합류. 외부 패키지가 entry_points 로 CapabilitySpec 등록하면 자동 발견.

---

RAG 사용

config = HarnessConfig(
    stage_params={
        "s06_context": {
            "rag_collections":  ["masahoe_v1", "voc_templates"],   # Qdrant 컬렉션 ID
            "rag_top_k":        5,
            "rag_ingestion_mode": "both",     # system_prompt + tool_only 양쪽 주입
        }
    }
)

s06_context Strategy 별 동작:

• microcompact (기본) — 5-Level Claude Code 압축
• cascade — L3 → L4 → L5 자동 압력 단계화
• progressive_3level — Stage 환경 슬롯 progressive disclosure
• none — 패스스루

---

외부 패키지가 끼워넣는 11 지점

엔진 코드 수정 0. pyproject.toml 한 줄로 합류.

#	지점	entry_points 그룹	등록 함수
1	Stage	xgen_harness.stages	register_stage()
2	Strategy	xgen_harness.strategies	(registry 자동 검색)
3	Provider	xgen_harness.providers	register_provider()
4	Orchestrator	xgen_harness.orchestrators	register_orchestrator()
5	ToolSource	xgen_harness.tool_sources	register_tool_source()
6	Capability	xgen_harness.capabilities	CapabilityRegistry.register()
7	Guard	xgen_harness.guards	register_guard()
8	NodeAdapter	xgen_harness.node_adapters	(이식측 wiring)
9	OptionSource	xgen_harness.option_sources	(이식측 OptionRegistry)
10	SandboxVerifier	xgen_harness.sandbox_verifiers	register_sandbox_verifier()
11	PublishTarget	xgen_harness.publish_targets (이식측)	mcp-station / gallery / 사내 PyPI

각 그룹별 빈 본 섹션이 pyproject.toml 에 있습니다 — 외부 작업자가 어떤 그룹이 valid 인지 한눈에 알 수 있게.

---

이식 통합 (xgen-workflow) — 엔진과 호스트의 책임 분리

엔진은 generic primitive. 실서비스 (xgen-documents, xgen-mcp-station, postgres, SSE) 와의 결선은 호스트 측 (xgen-workflow/controller/workflow/endpoints/) 가 소유.

엔드포인트	역할
GET /api/harness/stages	13 Stage 정의 + 설정 스키마 (icon, fields, behavior)
GET /api/harness/tool-sources	등록된 ToolSource 메타 + list_tools() 결과
GET /api/harness/options/{source}	동적 옵션 (mcp-sessions / rag-collections / providers …)
POST /api/harness/execute/stream	SSE 실행 (하네스 전용 — 레거시 워크플로우와 분리)
POST /api/harness/compile	wheel 컴파일 + 바이너리 다운로드
POST /api/harness/compile/publish	compile + PublishTarget 발행 (mcp-station / gallery)
POST /api/harness/dag/execute/stream	멀티 하네스 DAG orchestration

호스트 노드 주입 — 엔진은 xgen 노드 스키마를 모르고, 호스트가 Protocol 으로 주입:

from xgen_harness import register_xgen_node_resolver, XgenNodeResolver

class MyResolver:
    def list_nodes(self) -> list[dict]: ...
    def get_node_tool(self, node_id: str): ...

register_xgen_node_resolver(MyResolver())

엔진 자신은 라이브러리에서 제공하는 작은 FastAPI 라우터도 가지고 있어 단독으로 띄울 수 있습니다 (옵션):

from fastapi import FastAPI
from xgen_harness.api.router import harness_router

app = FastAPI()
app.include_router(harness_router, prefix="/api/harness")

→ GET /stages, GET /tool-sources, POST /execute, POST /orchestrate, WS /ws/{session_id}.

---

공식 Public API

from xgen_harness import (
    # Core
    Pipeline, PipelineState, TokenUsage, HarnessConfig,
    ALL_STAGES, REQUIRED_STAGES,
    Stage, StageDescription, StrategyInfo,
    # Builder & Session
    PipelineBuilder, HarnessSession, SessionManager,
    # Events (17종)
    EventEmitter, HarnessEvent, StageEnterEvent, StageExitEvent,
    MessageEvent, ToolCallEvent, ToolResultEvent, MetricsEvent,
    PlanningEvent, ApprovalRequiredEvent, ApprovalDecidedEvent,
    ErrorEvent, DoneEvent, MissingParamEvent, ServiceLookupEvent,
    CapabilityBindEvent, StageSubstepEvent, RetryEvent,
    # Errors
    HarnessError, ConfigError, ProviderError, ToolError,
    PipelineAbortError, RateLimitError, OverloadError,
    ContextOverflowError, ToolTimeoutError, MCPConnectionError,
    ValidationError, ErrorCategory,
    # Tools
    ToolSource, register_tool_source, get_tool_sources,
    ToolPackageSpec, GalleryTool, load_tool_package, discover_gallery_tools,
    # Policy Gate
    Guard, GuardResult, GuardChain, HookPoint, HookContext,
    available_guards, register_guard, describe_guards, build_guard_chain,
    # Orchestrator
    DAGOrchestrator, AgentNode, DAGEdge, DAGResult, DAGCycleError,
    MultiAgentExecutor,
    # Capability
    CapabilitySpec, CapabilityMatch, ParamSpec, ProviderKind,
    CapabilityRegistry, get_default_registry, set_default_registry,
    CapabilityMatcher, MatchStrategy,
    materialize_capabilities, merge_into_state, MaterializationReport,
    ParameterResolver, ResolveResult,
    # Compile
    compile, compile_workflow, build_wheel, WheelBuildResult,
    WorkflowSnapshot, SNAPSHOT_VERSION, load_snapshot,
    ExternalInputSpec, InputType, scan_placeholders, merge_scanned,
    collect_runtime_values, MissingExternalInputError,
    DependencyResolver, resolve_dependencies, register_dependency_rule, DependencyRule,
    serve_mcp, run_mcp_blocking, MCPNotInstalledError,
    InstalledGallery, discover_galleries, get_gallery,
    # Sandbox
    Sandbox, SandboxLimits, SandboxResult, run_sandboxed,
    SandboxVerifier, VerifyResult, MCPStdioVerifier,
    register_sandbox_verifier, get_sandbox_verifier, list_sandbox_verifiers,
    bootstrap_default_sandbox_verifiers, verify_mcp_stdio,
    # NOM IR
    NOMKind, NOMParam, NOMOutput, NOMNode, NOMGraph,
    snapshot_current_registry_as_nom, compile_nom_graph,
    # Host integration
    register_xgen_node_resolver, get_xgen_node_resolver, XgenNodeResolver,
    # Catalog & planning
    get_catalog, HarnessPlanner, HarnessPlan, ensure_provider,
    # Presets (legacy compat)
    PRESETS, Preset, get_preset, apply_preset, list_presets,
)

---

환경변수 치트시트

변수	의미	기본값
XGEN_HARNESS_DEFAULT_PROVIDER	기본 provider 강제	(env → openai → anthropic → registry[0])
XGEN_HARNESS_<PROVIDER>_DEFAULT_MODEL	해당 provider 기본 모델 override	PROVIDER_DEFAULT_MODEL
XGEN_HARNESS_DEFAULT_CONTEXT_LIMIT	등록 안 된 provider 의 컨텍스트 한도 (chars)	500_000
XGEN_HARNESS_API_KEY_FILE_DIR	API key 파일 폴백 디렉토리	/app/config
XGEN_HARNESS_PRELOAD_MANIFEST	시작 시 자동 로드할 LocalManifest 경로 (PATH-style)	(없음)
HARNESS_SANDBOX_POLICY	발행 전 검증 정책 (strict / advisory / off)	strict (이식측)
ANTHROPIC_API_KEY / OPENAI_API_KEY / GEMINI_API_KEY	provider API 키	(없음)

---

진화 요약

버전	핵심
v0.12.0	REAL HARNESS Phase 1 — s00_harness Planner + 13 Stage 디렉토리화
v0.13.0	Phase 2 — 단일 Provider + iterative planning
v0.14.0	s00_harness 통제탑 승격 — 본문 LLM 호출 owner + 3 모드
v0.15.x	재귀적 자율주행 — orchestrator_hint + OrchestratorRegistry + fs_scanner 자동 발견
v0.16.x	자가증식 골조 — Sandbox / NOM / NodePlugin / ToolSynthesis + Pipeline Role
v0.17.0	Policy Gate — 선언형 Guard × 4 훅 + entry_points
v0.18.0	양방향 MCP — 하네스 → wheel → MCP stdio / 마켓·Station → s04 카탈로그
v0.20.0	Sandbox Verifier — MCPStdioVerifier + SHA-256 재현성 해시
v0.21.0	NOM IR 허브 — to_mcp_schema / to_sandbox_payload / to_wheel_snapshot 3 변환
v0.22.0	엔진 독립성 완결 — xgen 특화 코드 호스트 이관 + ExternalNodeRef Protocol
v0.23.0	MCP Tool Annotations 1급화 — Tool ABC 4 힌트 1급 속성
v0.24.0	HITL Guard + Agent-controlled Compact Tool
v0.25.0	ToolSource 단일 공급 채널 — s04 4 하드코딩 제거 + /tool-sources 엔드포인트
v0.25.3	HarnessConfig 헬퍼 — is_autonomous() / is_selected() / is_off() 도메인 캡슐화
v0.26.0	Dead UI 정리 + Production-blocking fix — 검증 보고서 14건 결함 일괄 처리. UI 노출되나 코드 미read 던 4 stage_param 제거 (s01.provider, s02.memory_source, s06.files, s09.max_iterations), label-only 라 동일 동작이던 s03.simple strategy 제거, s04.none/s10.noop 분기 코드 신규 구현, EventEmitter queue 1000→8000 + drop 카운터
v0.26.1	s06_context.files 부활 — frontend files multi_select UI 가 진짜 작동하도록 metadata_filter.file_name 자동 라우팅 추가. v0.26.0 에서 dead 라 제거했으나 UI 잔존으로 클릭 무효화되는 문제 해결

이전 변경: CHANGELOG.md.

---

사용자 매뉴얼 (UI 사용자용)

엔진을 직접 쓰지 않고 XGEN 하네스 페이지 (http://xgen.x2bee.com/harness) 사용자라면 → docs/confluence/harness-user-manual.md

---

라이선스

MIT