Prism-Shadow/penguin-harness

PenguinHarness – 代理自我进化（RSI）的统一框架

它是什么

一个开源平台，让你可以运行、评估并自动改进 AI 代理（固定模型周围的框架）。它专注于递归自我改进（RSI）：框架——提示、工具、技能和钩子——会进化，而底层语言模型保持不变。
提供桌面应用、网页应用、CLI 和 SDK，让你可以在本地、服务器或 Docker 内工作。

核心概念

RSI 算法作为插件 – 框架内置多种研究级自我进化算法：
- default-rsi-toolkit – 简单的尝试-反思-改进循环。
- opro-rsi-toolkit – 实现 OPRO（从过去的评分运行中优化提示）。
- ape-rsi-toolkit – APE（从示例中归纳候选指令）。
- ace-rsi-toolkit – ACE（从追踪教训中学习剧本）。
- awm-rsi-toolkit – AWM（从成功运行中归纳工作流程）。
基准测试与计分板 – 每次运行都会在一组内置基准测试（数据分析、编码、自动化、科学终端任务等）上评分。分数存储在评估中心，并以版本对版本的图表可视化。
一句话应用生成 – 用一句话描述代理的目的；框架会自动为你创建一个全栈应用（UI、后端、运行指令）。
低成本、模型无关的操作 – 专为开源和商业 LLM（DeepSeek、Kimi、GLM、Hunyuan、Qwen、GPT-6、Gemini、Claude、Inkling 等）设计。工具集刻意保持小巧，以维持低 token 使用量（README 引用一个数据分析任务的成本约为 Claude Code 的 1/70）。

关键能力

浏览器自动化 通过专用 Chrome 扩展或内置桌面浏览器；代理可以将页面读取为文本，并使用简短脚本执行操作。
热重载工作台 – 每个代理都可以即时生成自己的 UI 页面和服务器代码。
远程机器执行 – 连接可通过 SSH 访问的机器；对话在这些机器上于同一 UI 内运行。
统一代理 API – 流式传输 AMSP 事件的 HTTP 端点，让任何外部应用可以与代理通信。
技能创建与优化 – 代理可以编写并改进自己的可重用“技能”（例如数据分析、代码生成、人机循环工具）。

支持的模型（任何 OpenAI 兼容端点都可以，加上内置预设）：

DeepSeek V4、Kimi K3、GLM 5.3、Hunyuan 3、Qwen 3.8 Max、GPT 6.1、Gemini 3.8 Flash、Claude 5.5、Inkling，以及通过 OpenRouter、Fireworks AI、SiliconFlow、TokenDance 等的许多其他模型。

安装选项

方法	命令 / 链接
桌面应用	从 penguin.ooo/download 下载（macOS dmg、Windows exe、Linux AppImage/deb）
CLI / 服务器	`npm install -g @prismshadow/penguin-cli`（Node ≥ 24）或平台特定脚本（`curl …
Docker	`docker run -d -p 127.0.0.1:7364:7364 -v penguin-data:/data hiyouga/penguinharness:latest`
Chrome 扩展	从 Chrome 网上应用店获取 PenguinHarness Browser

典型工作流程

# 1. 选择模型
penguin config model add --provider deepseek --model-id deepseek-flash --api-key sk-… --set-default

# 2. 运行一次性任务
penguin run -m "Create hello.txt containing Hello, Penguin"

# 3. 启动交互式 REPL
penguin chat

# 4. 启动网页 UI（或桌面应用）进行可视化基准测试和应用构建
penguin web   # 打开 http://127.0.0.1:7364

在代码中（TypeScript）：

import { createAgent, userText, isCompleteModelMessage } from "@prismshadow/penguin-core";

const agent = await createAgent({ agentId: "default_agent" });
const session = await agent.createSession({ workspaceDir: process.cwd() });

for await (const out of session.run([userText("Create hello.txt containing hi")], {
  approve: async () => "allow",
})) {
  if (isCompleteModelMessage(out) && out.payload.type === "text") {
    console.log(out.payload.text);
  }
}

README 中展示的使用案例

法律审查代理 – 用户上传合同，代理分析风险条款、解释它们，并生成修订报告（五次示例审查成本约 $0.04）。
决策代理 – 运行基准测试，修订自己的方法，并在一次迭代中将分数从 84 提高到 100。
数据分析套件 – 在可比工具中达到最佳准确度，成本仅为 Claude Code 的一小部分。

路线图亮点

✅ 公开基准测试套件已发布
✅ 桌面和 Windows 支持
✅ 代理公司模板
⬜ 公司级自我进化
⬜ OpenShell 集成（权限管控 shell）
计划更多插件和工作流扩展。

社区与资源

文档：penguin.ooo/docs
博客教程（浏览器自动化、工作台创建、远程机器、API 使用）
Discord、X（Twitter）、微信群组提供实时帮助
开源基准测试仓库：penguin-harness-benchmark

许可证 – Apache-2.0（2026 Prism Shadow）。欢迎通过常见的 pull request 工作流贡献；CONTRIBUTING.md 概述了质量门槛和工作区布局。

底线：PenguinHarness 是一个全栈、模型无关的框架，让开发者和研究人员可以运行基于 LLM 的代理、在一套任务上评估它们，并使用最先进的 RSI 算法自动改进代理的提示、工具和工作流程——全部从一个统一的跨平台界面完成。

Prism-Shadow/penguin-harness

PenguinHarness – 代理自我进化（RSI）的统一框架

相关