关于自己的 agent-harness 的实践与迭代过程中一些好玩的点

关于

> 无广告,手打,比较乱. 我是看代码, 翻到哪写哪. 为了避免任何意义上的广告或泄露行为(基本自用, 不想找麻烦), 我会打码比较多, 见谅. > 现在当 claude 限速了, 改点小玩意, 会试试自己的. 大任务还是不太放心. 其实基本就是现在 agent 的 harness 框架,大部分都是抄 codex 和 claude code 的理论和方法. 桌面端用 wails 写的. 有时候我会问 claude 它自己有哪些工具,可以放到我的 agent (笑) ## 先放几个图        ## 主要理论 ### 给 agent 的 tool 这个是基础, 比如`ask_user_choice`, `memory`, `call_mcp`, `workspace`, `read image`, `save file`, `send file`等等, 没有 tool 就啥都干不了. ### 调用 tool 的方法 一般是 round trip, 让 agent 可以循环, 下一步做什么让 agent 自己决定. ### tool 的反馈 tool 要给 result, 无论任何情况, 比如停止, 暂停, 错误, 成功等等, 不然 agent 无法知道情况, 无法继续. ### agent 进程要能后台运行 不能必须在页面才能运行, 以前是通过前端去反馈 result, 给后端持续调用. 发现不行, 如果切换到没挂载组件的任何前端其他页面, 都会导致任务暂停, 不如做本机程序后端去持续进行, 需要用户干预 or 完成时, 发系统级通知. ### 避免失控,人为干预, 推理记忆 1. agent 要有上限, 每次运行都有交付, 我理想的是以后不设硬上限, 交给 decisions 模型去判断. 2. 人为干预: 重要操作需要人来把控(例如可用 ask_user_choice), 人的指令高于 agent 的规划. 所以人可以主动干预计划, 停止工作等. 3. 推理记忆: 这个不能丢, 不然 agent 老是忘事.思维链和工具调用要对应, 不然会混乱. ### 四重记忆 这个我没做 harness 框架和桌面端时就做了, 纯网页对话也需要记忆. 之前好像发过贴, 忘了, 基本就是普通的 rag 4 重记忆. **只要不要影响缓存前缀就好了, 不然缓存总是丢成本很高** ### 上下文工程 正好提到缓存, agent 里要注意静态缓存和动态内容, 需要剥离. - prompt 需要分层组装. - 上下文压缩要渐进式 - 工具也是渐进披露, 不然一次性塞上下文, 占的太多, 大部分在某些工作中用不上, 还影响注意力. ### 网页端的话, 需要远程沙箱 网页端也需要提供 office 三件套文件的生成功能, 一般都是 skills+ai 写 python 脚本来实现. 这个脚本, 我是用 **远程机器(非项目主机器) + 固定容器(提供接口, 可唤起临时容器) + 临时容器(一次性执行沙箱, 做完销毁)** 来跑的. 很有必要, 放本机跑=等死. ### 本机运行环境 在桌面端安装后一段时间, 安装一个自己用的 python 独立环境. 不用机器上的主 python. ### 生态互通 claude, codex 的已有工具, 提示词, 通通都要能用, 可以无缝接入. 也就是还懒得做, 不然可以把 claude 的 memory 文档都自动给导入, 更无缝, 严丝合缝. ### 安全工程 主要就是防止任何情况的外部信息影响 agent 安全. 毕竟 agent 是在本地电脑跑的. 方方面面, 每个环节都需要加. ## 结语 下面这个图是让 claude 给我写的. 擦, 他说我后端 api 有一些 one-api 的影子, 不能写 api 部分全自研, 改成了"重新设计实现". 很尊重版权和事实了. 实际基本把 one-api 原有代码改了 70%以上了, 居然还能认出来.  --- 做这个主要是兴趣, 做了一个能用的工具, 当它帮我写代码和调 mcp 发文章, 在老婆电脑上装一下用于排查电脑故障等等时, 很有成就感.

收录记录

1. V2EX·分享创造

   2026年10月11日 · 1 次收录