AgnesAI-Labs/agnes-harness

它解决了什么问题

Agnes Harness (AGH) 解决了将 AI 智能体部署到复杂的现实企业环境中的挑战。它提供了一个框架，将自定义业务系统、内部 API 和物理设备集成到智能体的工作流中，确保每一项操作都被记录、可审计，并受人工审批控制。

工作原理

该项目作为一个统一的运行时基础，包含四个架构支柱：Brain（用于推理的 LLM）、Cerebellum（用于结构化决策的 Jev）、Memory（用于会话历史和任务状态的 Harness）以及 Body（用于设备交互的 MHS）。开发者通过构建插件来连接特定业务工具，智能体随后可在沙盒环境中执行这些工具。系统在 CLI、Web 和 SDK 接口之间维护共享状态，允许用户在浏览器中启动任务，并在终端中继续执行，而不会丢失上下文。

适用人群

它专为前线部署工程师 (FDE) 和解决方案开发者设计，他们需要交付能够与专有客户系统交互、需要严格监管或需要通过标准化协议协调物理硬件的 AI 智能体。

亮点

• 统一的会话管理： 在 Web、CLI 和 SDK 接口之间无缝切换，同时保持完整的任务历史和状态。
• 可审计性和控制： 提供 Trace 视图，记录每一次模型调用、工具执行和人工审批，确保智能体行为的透明度。
• 插件化架构： 允许创建后端工具、前端面板和全栈插件，以扩展智能体针对特定业务需求的能力。
• MHS 协议： 包含专门的 Model Hardware Standard (MHS)，用于将物理设备和传感器集成到智能体工作流中，且独立于特定供应商的 SDK。