
最近 AI Agent 领域真是热闹非凡,各种概念层出不穷,但真正能用、好用的基础设施却寥寥无几。
很多开发者都遇到过类似的问题:想做一个能真正干活的 AI Agent,却发现从工具调用到权限管理、从记忆持久化到多智能体协作,每一步都是坑。
近期,香港大学数据科学学院(HKUDS)团队开源了一个项目——OpenHarness。这个项目一出来就引起了不少关注,因为它不是另一个花里胡哨的聊天机器人,而是一套实实在在的 Agent 基础设施,能让你的 AI 真正在你的电脑上运行起来。

更有意思的是,OpenHarness 还附带了一个叫 ohmo 的个人 AI 助手,你可以把它接入飞书、Slack、Telegram、Discord,它能帮你 fork 分支、写代码、跑测试、开 PR,完全就是一个 24 小时不休息的编程伙伴。
这个项目的核心理念很简单:大模型提供智力,而 Harness(框架)则提供手、眼、记忆和安全边界。

1、Agent Loop
OpenHarness 的核心是一个成熟的 Agent Loop,它支持流式工具调用循环,工具执行、观察、循环一气呵成。
更贴心的是,它内置了指数退避重试机制,遇到 API 不稳定的情况也能自动处理。
而且 OpenHarness 还支持 Token 计数和成本追踪,你可以清楚地知道每次调用花了多少钱,这对于生产环境来说简直太重要了。
2、工具箱
OpenHarness 内置了 43+ 个工具,涵盖文件操作、Shell 命令、搜索、网页访问、MCP 等方方面面。
更厉害的是,它支持 Markdown 技能按需加载,你可以用简单的 Markdown 文件定义各种技能,插件生态也非常完善,兼容 anthropics/skills 和 Claude-style plugins。
3、上下文与记忆
OpenHarness 会自动发现并注入项目中的 CLAUDE.md 文件,让 AI 了解项目上下文。
它还支持自动上下文压缩,能在多日会话中保持任务状态和通道日志,不用手动清理或压缩。MEMORY.md 则提供持久记忆支持,会话恢复功能也非常好用。
4、多级权限模式
安全方面,OpenHarness 支持多级权限模式,可以设置路径级别和命令级别的规则。
PreToolUse 和 PostToolUse 钩子让你可以在工具调用前后插入自定义逻辑,交互式审批对话框也让权限控制更加灵活和安全。
5、群体协调
OpenHarness 支持子智能体生成和任务委派,有团队注册和任务管理机制,后台任务生命周期管理也很完善。
团队还在 roadmap 中提到了 ClawTeam 集成,未来多智能体协作能力会更强大。
1、ohmo:你的个人 AI 助手
OpenHarness 最吸引人的功能之一就是 ohmo,这是一个基于 OpenHarness 构建的个人 AI 助手。和其他聊天机器人不同,ohmo 是一个真正能帮你干活的助手。
你可以把 ohmo 接入飞书、Slack、Telegram、Discord 等聊天平台,然后它就能帮你:
最棒的是,ohmo 直接利用你已有的 Claude Code 或 Codex 订阅,不需要额外的 API Key。
2、多种 Provider 支持
OpenHarness 支持几乎所有主流的大模型提供商:
而且配置方式非常优雅,通过 workflow 和 profile 的概念来管理,不再是一堆零散的配置项。
3、干运行模式(Dry-run)
OpenHarness 有一个非常贴心的功能叫干运行模式,使用 oh --dry-run 可以在实际执行之前预览运行时设置、认证状态、技能、命令、工具和配置的 MCP 服务器。
干运行模式不会调用模型,不会执行工具,也不会生成子智能体,但它会:
最后它会给出 ready、warning 或 blocked 的就绪状态评估,并给出具体的下一步建议。
4、React TUI 交互界面
OpenHarness 提供了一个基于 React/Ink 的终端用户界面,支持:
最新版本还支持 Shift+Enter 插入换行,Enter 直接提交,使用体验非常流畅。
OpenHarness 提供了多种安装方式,非常灵活:
一键安装(推荐)
Linux / macOS / WSL:
curl -fsSL https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.sh | bashWindows(PowerShell):
iex (Invoke-WebRequest -Uri 'https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.ps1')一键安装脚本支持额外参数:
--from-source:从源码安装,适合贡献者--with-channels:一并安装 IM 频道依赖例如:
curl -fsSL https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.sh | bash -s -- --from-source --with-channels通过 pip 安装
pip install openharness-ai注意:在 Windows PowerShell 中,需要使用 openh 而不是 oh,因为 oh 会解析为内置的 Out-Host 别名。
从源码运行
git clone https://github.com/HKUDS/OpenHarness.git
cd OpenHarness
uv sync --extra dev
uv run oh配置 OpenHarness 最简单的方式是使用:
oh setup
# Windows PowerShell: openh setup这个命令会以引导式的方式帮你完成配置:
其他常用配置命令:
# 查看已有 workflow/profile
oh provider list
# 切换当前 workflow
oh provider use codex
# 查看认证状态
oh auth status如果你需要添加自定义兼容接口,可以这样做:
oh provider add my-endpoint \
--label "My Endpoint" \
--provider anthropic \
--api-format anthropic \
--auth-source anthropic_api_key \
--model my-model \
--base-url https://example.com/anthropic运行 OpenHarness
交互模式(推荐):
oh
# Windows PowerShell: openh这会启动 React TUI,你可以在里面和 AI 对话,使用各种工具。
非交互模式:
# 单次提示 → 标准输出
oh -p "Explain this codebase"
# JSON 输出,适合程序化使用
oh -p "List all functions in main.py" --output-format json
# 实时流式 JSON 事件
oh -p "Fix the bug" --output-format stream-json干运行模式:
# 预览交互式会话设置
oh --dry-run
# 预览一个提示而不执行模型或工具
oh --dry-run -p "Review this bug fix and grep for failing tests"
# 预览斜杠命令路径
oh --dry-run -p "/plugin list"
# 获取结构化输出
oh --dry-run -p "Explain this repository" --output-format json设置 ohmo 个人 AI 助手
如果你想在飞书、Slack、Telegram、Discord 里使用 ohmo,按以下步骤操作:
ohmo init这会创建:
~/.ohmo/soul.md:长期人格与行为原则~/.ohmo/identity.md:ohmo 自己是谁~/.ohmo/user.md:用户画像、偏好、关系信息~/.ohmo/BOOTSTRAP.md:首轮 landing/onboarding 仪式~/.ohmo/memory/:个人记忆~/.ohmo/gateway.json:gateway 的 profile 和 channel 配置ohmo config这个命令会用和 oh setup 一致的 workflow 语言来配置 gateway,支持配置这些频道:
# 前台运行 gateway
ohmo gateway run
# 或者直接运行 ohmo
ohmo
# 查看 gateway 状态
ohmo gateway status
# 重启 gateway
ohmo gateway restartOpenHarness 是一个非常扎实的 Agent 基础设施项目,它不是另一个哗众取宠的 demo,而是一套真正可以在生产环境使用的框架。
香港大学团队的代码质量很高,文档也很完善,迭代速度也非常快。
如果你正在做 AI Agent 相关的开发,或者想要一个能真正帮你干活的个人 AI 助手,OpenHarness 绝对值得你花时间去尝试。
项目地址:https://github.com/HKUDS/OpenHarness
如果本文对您有帮助,也请帮忙点个 赞👍 哈!❤️
在看你就赞赞我!