OpenHarness 研究筆記¶
資料來源¶
| 項目 | 連結 |
|---|---|
| GitHub Repo | HKUDS/OpenHarness |
| Substack 分析 | The Open Source Agent Framework That Is 44 Times Lighter Than Claude Code |
| Hacker News 討論 | Show HN: OpenHarness |
| HKUDS Lab | Data Intelligence Lab @ HKU |
專案概述¶
OpenHarness（CLI 指令為 oh）是由香港大學 Data Intelligence Lab（HKUDS）開發的開源 Agent Harness 框架。核心理念是：模型提供智能，Harness 提供手、眼、記憶和安全邊界。
專案於 2026-04-01 首次開源（v0.1.0），僅 11,700 行 Python 核心程式碼，號稱實現 Claude Code 約 98% 的工具能力，且體積只有 Claude Code 的 1/44。完全相容 Anthropic 的 Skills 系統和 Claude Code Plugin 生態系。
| 指標 | 數值 |
|---|---|
| Stars | ~7,170（截至 2026-04-02） |
| 語言 | Python |
| License | MIT |
| 核心程式碼 | ~11,700 行 |
| 內建工具數 | 43+ |
| 內建指令數 | 54 |
| 測試 | 114 unit/integration + 多套 E2E |
核心功能 / 技術架構¶
Harness 架構（10 個子系統）¶
openharness/
engine/ # Agent Loop — query → stream → tool-call → loop
tools/ # 43 Tools — file I/O, shell, search, web, MCP
skills/ # Knowledge — on-demand skill loading (.md)
plugins/ # Extensions — commands, hooks, agents, MCP servers
permissions/ # Safety — multi-level modes, path rules, command deny
hooks/ # Lifecycle — PreToolUse/PostToolUse event hooks
commands/ # 54 Commands — /help, /commit, /plan, /resume, ...
mcp/ # MCP — Model Context Protocol client
memory/ # Memory — persistent cross-session knowledge
tasks/ # Tasks — background task management
coordinator/ # Multi-Agent — subagent spawning, team coordination
prompts/ # Context — system prompt assembly, CLAUDE.md, skills
config/ # Settings — multi-layer config, migrations
ui/ # React TUI — backend protocol + frontend (React + Ink)
Agent Loop 核心¶
while True:
response = await api.stream(messages, tools)
if response.stop_reason != "tool_use":
break # 模型完成
for tool_call in response.tool_uses:
result = await harness.execute_tool(tool_call) # 權限檢查 → Hook → 執行 → Hook → 結果
messages.append(tool_results)
五大 Harness 特性¶
| 特性 | 說明 |
|---|---|
| Agent Loop | Streaming tool-call cycle、API retry with exponential backoff、parallel tool execution、token counting |
| Harness Toolkit | 43+ 工具（File, Shell, Search, Web, MCP）、on-demand skill loading、plugin 生態系 |
| Context & Memory | CLAUDE.md discovery & injection、context compression（auto-compact）、MEMORY.md 持久記憶 |
| Governance | 多級權限模式（Default / Auto / Plan Mode）、path-level rules、PreToolUse/PostToolUse hooks |
| Swarm Coordination | Subagent spawning & delegation、team registry、background task lifecycle |
Provider 相容性¶
OpenHarness 將 Provider 包裝為 Workflow + Profile 概念，透過 oh setup 引導式設定：
| Workflow | 支援的後端 |
|---|---|
| Anthropic-Compatible API | Claude 官方、Moonshot/Kimi、Zhipu/GLM、MiniMax |
| Claude Subscription | 本地 ~/.claude/.credentials.json |
| OpenAI-Compatible API | OpenAI、OpenRouter、DashScope、DeepSeek、SiliconFlow、Groq、Ollama |
| Codex Subscription | 本地 ~/.codex/auth.json |
| GitHub Copilot | GitHub OAuth device flow |
每個 Profile 可以有獨立的 API key，不同 Provider 不需共用同一把金鑰。
ohmo 個人 Agent¶
ohmo 是基於 OpenHarness 的個人 Agent 應用，有獨立 workspace（~/.ohmo/）：
| 檔案 | 用途 |
|---|---|
soul.md |
Agent 長期人格和行為定義 |
identity.md |
Agent 身份 |
user.md |
使用者偏好 |
BOOTSTRAP.md |
首次啟動儀式 |
memory/ |
個人記憶 |
gateway.json |
Provider 和頻道設定 |
支援 Telegram、Slack、Discord、Feishu 等 IM 頻道作為 gateway。
快速開始¶
# 一鍵安裝
curl -fsSL https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.sh | bash
# 或從原始碼安裝
git clone https://github.com/HKUDS/OpenHarness.git
cd OpenHarness
uv sync --extra dev
# 引導式設定 Provider
oh setup
# 啟動
oh
# 非互動模式
oh -p "Explain this codebase"
# JSON 輸出
oh -p "List all functions" --output-format json
目前限制 / 注意事項¶
- 極早期版本（v0.1.2，2026-04-06）：功能變動快，API 可能不穩定
- 社群討論有限：HN 討論串只有少量回覆，尚未經過大規模實戰驗證
- 「98% 功能覆蓋」需保留態度：Claude Code 的核心競爭力不只在工具數量，還在 system prompt 的精密設計和 Anthropic 的模型微調
- ClawTeam 多 Agent 整合仍在 Roadmap，尚未實作
- ohmo 個人 Agent 概念新穎但成熟度未知
- 效能基準測試缺乏：未公布與 Claude Code 的對比 benchmark（如 SWE-bench）
研究價值與啟示¶
關鍵洞察¶
-
「Harness」抽象是正確的思維框架 — OpenHarness 明確區分「模型智能」和「執行基礎設施」，這與 Claude Code 洩漏事件後社群對 Agent 架構的共識一致：LLM 本身只是引擎，真正的工程在 harness 層（工具、權限、記憶、上下文管理）。
-
Claude Code 相容性是聰明的策略 — 直接相容
CLAUDE.md、MEMORY.md、Skills（.md）、Plugin（.claude-plugin/）格式，讓現有 Claude Code 使用者可以零成本遷移知識資產。這也意味著社群圍繞 Claude Code 生態建立的 Skills 和 Plugin 可以直接複用。 -
多 Provider 統一是差異化亮點 — Claude Code 綁定 Anthropic API，而 OpenHarness 透過 Workflow + Profile 抽象支援 Anthropic、OpenAI、Copilot、甚至 Ollama 本地模型。對於想用中國大陸 LLM（Kimi、GLM、DashScope）的開發者特別有吸引力。
-
學術團隊背景值得關注 — HKUDS 是港大的 Data Intelligence Lab，有學術研究的系統性和嚴謹度。但學術專案的長期維護和社群經營能力是未知數，需觀察後續迭代速度。
-
ohmo 個人 Agent 是有趣的方向 — 將 Agent Harness 擴展到個人助理場景（有身份、人格、記憶、IM 頻道），預示了 Agent 從「開發工具」走向「個人入口」的趨勢。但
soul.md/identity.md的設計是否足夠靈活仍需觀察。
與其他專案的關聯¶
| 專案 | 關聯 |
|---|---|
| Claw Code | 同屬 Claude Code 洩漏事件後的 clean-room 重寫陣營，但 Claw Code 用 Python + Rust，OpenHarness 純 Python |
| OpenClaw | OpenHarness README 提及與 OpenClaw 的 workflow 相容性，共享 Markdown-first 知識系統 |
| Claude Code Reverse | OpenHarness 的架構可與逆向分析對照，驗證其 98% 功能覆蓋的說法 |
| Copilot Ralph | 同樣支援多 Provider（BYOK），但 Ralph 是 TypeScript 生態，OpenHarness 是 Python |
| Kuberwastaken Claude Code | Rust clean-room 重寫 vs. OpenHarness 的 Python 輕量路線，架構取捨不同 |
| Analysis Claude Code | OpenHarness 的 harness 架構直接對應 Claude Code 的核心設計模式 |