Intelligent-Internet/zenith

Zenith: a continuous-improvement harness for long-running agent tasks. Turns Claude Code, Codex, or Hermes into a multi-agent mission orchestrator via MCP/ACP.

Zenith – 長期間実行可能なAIコーディングエージェント用ハーネス

何であるか – Zenithは、大規模言語モデルによるコーディングエージェント（Claude Code、Codex、またはHermes）が数日または数週間、途中で中断せずにプロジェクトに取り組めるようにするPythonベースのエージェントハーネスです。これは、オーケストレーターを実行することで実現され、タスクの現在の状態を繰り返し確認し、以下のいずれかの行動を決定します：

コードを書くためのワーカーサブエージェントを起動する
出力の検証を行うためのテスターサブエージェントを起動する
後で再利用可能な「スキル」を登録する
残りの作業を再計画する
作業が本当に完了したと判断されたときに停止する

なぜ重要か – 長期間にわたるソフトウェア開発タスクでは、最大の失敗モードは早期終了です：仕様が満たされていないにもかかわらず、エージェントが完了したと誤認してしまうことです。Zenithの適応型ループ（RALPHベースラインにインスパイア）はプロセスを継続させ、ギャップを再評価し、厳格なルールによって作業が完了したと判断されたときのみ停止します。著者らの2026年技術報告書によると、Zenithは8つのベンチマークタスクで他の5つのハーネス設計を上回り、最も良い平均順位を達成しながら、最も強力なベースラインのコストの半分以下で運用されています。

クイックスタート

オプション1 – LLMにインストールを任せよう

READMEに記載されたプロンプトをClaude Code、Codex、またはHermesにコピーします。このプロンプトは以下のことを実行します：

使用しているコーディングエージェントを検出します。
uvでPython依存関係をインストールします。
必要なACPアダプター（@agentclientprotocol/claude-agent-acp または @agentclientprotocol/codex-acp）をインストールします。
以降の指示をハーネスに転送する /zenith スキルを登録します。

スキルが作成されると、単に以下を入力するだけで済みます：

/zenith <your instruction>

Zenithがタスクを引き継ぎます。

オプション2 – 手動インストール

# リポジトリをクローンしてパッケージディレクトリに移動
cd zenith
# Python依存関係（uv必須）とCLIをインストール
uv sync
# CLIを確認
uv run zenith --help

# 使用するエージェントに必要なACPアダプターをインストール
npm install -g @agentclientprotocol/claude-agent-acp   # Claude Code用
npm install -g @agentclientprotocol/codex-agent-acp   # Codex用

ターゲットコードベースを指すワークスペースを作成します：

uv run zenith init --workspace-dir /path/to/your-app --agent claude   # または codex

その後、指定されたワークスペースで選択したエージェント（例：claude または codex）を起動し、READMEに記載されたオーケストレーターのプロンプトを発行します。

Zenithの動作原理（概要）

オーケストレーター・セッション – 1つのLLMループで、各ターンごとにプロジェクトのスナップショット（ファイル、テスト結果など）を読み込みます。
意思決定ステップ – スナップショットに基づき、以下の4つの行動のいずれかを選択：ワーカー（コードを書く）を起動、テスター（テスト/検証）を起動、再利用可能なスキルを登録、残りのステップを再計画、または停止。
サブエージェント – ワーカーとテスターはMCP/ACPプロトコルを介して隔離されたコンテキストで実行され、結果をオーケストレーターに報告します。
統合 – オーケストレーターはサブエージェントの出力を統合し、プロジェクト状態を更新してループを繰り返します。
適応的割り当て – オーケストレーターは、いつワーカーを追加すべきか、検証に集中すべきか、停止すべきかを学習し、無駄なAPI呼び出しを削減します。

実測性能

ベンチマーク	モデル	ハーネス	平均順位（低いほど良い）	主導性	タスクあたりコスト
Frontier SWE	GPT‑5.5	Zenith	2.06	92 %	$175.68
(その他のもの)	…	…	…	…	…

8つの長期間タスクにおけるアブレーション研究の結果：

平均順位：Zenith 1.38 vs. RALPH 1.75
平均コスト：$175.68 vs. RALPH $407.58
勝利数：Zenithは8タスク中5勝を挙げ、他のすべての手法よりも最多

リポジトリ構成

zenith/ – Pythonパッケージ（zenith-harness）、CLIエントリポイント、MCPサーバー、バンドルされたプロンプト/スキル、およびテスト。
technical_report/ – From RALPH to Zenith技術報告書のPDF、LaTeXソース、および図表。

どのユーザーに適しているか

AI補助ソフトウェアエンジニア：大規模な機能やリファクタリングを数日間かけて完了させたい、手をかけずに任せたい人。
研究者：長期間実行エージェントの制御メカニズム（ギャップ検出、適応的オーケストレーション、停止ルール）を探索したい人。
ツール開発者：ACPプロトコルを介してClaude Code、Codex、またはHermesに接続可能な再利用可能なハーネスが必要な人。

ライセンス

コード：Apache 2.0
報告書および図表：Creative Commons BY 4.0

引用（リポジトリに記載されたもの）：

@techreport{ii2026zenith,
  title       = {From RALPH to Zenith: Designing Harnesses for Long-Running Agents},
  author      = {{Intelligent Internet}},
  institution = {Intelligent Internet},
  year        = {2026},
  type        = {Technical Report},
  url         = {https://github.com/Intelligent-Internet/zenith}
}