能力标签
Harness AI 工作流
⚙️
Agent工作流

Harness AI 工作流

基于 Rust · 无代码搭建完整 AI 自动化流程
英文名:harness
⭐ 28 Stars 🍴 1 Forks 💻 Rust 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
ai-agentai-toolsclideveloper-toolsllmrust
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用:Harness AI 工作流 是一款优质的Agent工作流。AI 综合评分 7.5 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。

📚 深度解析

Harness AI 工作流 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

Harness AI 工作流 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 7.5 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

Harness AI 工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 28
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
1

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

Harness AI 工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:cargo install(推荐)
cargo install harness

# 方式二:从源码编译
git clone https://github.com/majiayu000/harness
cd harness
cargo build --release
# 二进制在 ./target/release/harness
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 查看帮助
harness --help

# 基本运行
harness [options] <input>

# 详细使用说明请查阅文档
# https://github.com/majiayu000/harness
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# harness 配置说明
# 查看配置选项
harness --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量(覆盖配置文件)
export HARNESS_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 82/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

Key Features

  • Multi-agent orchestration — Pluggable adapters for Claude Code CLI, Codex CLI, and Anthropic API with unified task/thread/turn lifecycle
  • Independent agent review — Automatic cross-agent code review between implementation and GitHub review, preventing self-review by architecture
  • Policy engine — Starlark-based execution policies with hardened parser dialect (no load/def/lambda) for sandboxed rule evaluation
  • Signal-driven GC — Detects repeated warnings, chronic blockers, and hot files; generates and adopts remediation drafts within configurable budgets
  • GitHub webhook automation — HMAC-SHA256 verified webhooks parse @harness mentions to trigger tasks from issue comments and PR reviews
  • OpenTelemetry export — Native OTLP/HTTP/gRPC traces and metrics with async-safe transport for signal-handler contexts
  • MCP server mode — JSON-RPC stdio interface exposing harness tools as an MCP-compatible server
  • CI/CD GitHub Action — Workspace-bound execution with path traversal protection and privilege enforcement

Prerequisites

- Rust 1.88+ - Bun 1.1+ for release builds that embed the web dashboard. If web/dist is already built, release builds can reuse it. - At least one agent runtime: - codex CLI - claude CLI - Anthropic API key (for direct API adapter)

Build

git clone https://github.com/majiayu000/harness.git
cd harness
cargo build

Database Setup

Harness requires Postgres 14+ (SQLite was removed in v0.x). Configure server.database_url in your TOML config before starting the server — migrations run automatically on first connect.

Option A — Docker Compose (recommended for local dev):

```bash

Quick Start

in your config file (for example `config/default.toml`).


**Option B — docker compose directly:**
bash docker compose up -d postgres

in your config file.


**Option C — existing Postgres instance:**

Set `server.database_url` to any existing Postgres 14+ instance:
toml [server] database_url = "postgres://user:password@host:5432/dbname"

**Running tests against a real database:**
bash HARNESS_DATABASE_URL=postgres://harness:harness@localhost:5432/harness cargo test --workspace ```

Integration tests that require a database (e.g. runtime_state_store, thread_db, q_value_store) skip automatically when no Harness database URL is configured.

Configuration

All settings are declarative TOML. Pass --config <path> or use the defaults in config/default.toml.

```toml [server] transport = "stdio" http_addr = "127.0.0.1:9800" data_dir = "~/.local/share/harness" project_root = "."

[agents] default_agent = "auto"

Multi-Project Configuration

Register multiple projects in the config file. Each project gets its own worktree isolation, concurrency limits, and agent overrides.

```toml [[projects]] name = "harness" root = "/path/to/harness" default = true # default project for API calls without project field max_concurrent = 2 # max parallel tasks for this project

[[projects]] name = "litellm-rs" root = "/path/to/litellm-rs" max_concurrent = 2

default_agent = "auto" # optional override; or set a registered agent name

[[projects]] name = "vibeguard" root = "/path/to/vibeguard" max_concurrent = 1 ```

CLI --project name=path flags merge with config entries (CLI overrides on conflict).

/path/to/project/.harness/config.toml

[git] base_branch = "develop" remote = "upstream" branch_prefix = "fix/"

[validation] pre_commit = ["cargo fmt --all -- --check", "cargo check"] timeout_secs = 120

[agent] default = "auto" # or set a registered agent name

[review] enabled = true

[concurrency] max_concurrent_tasks = 3 ```

Rust API Facade

For Rust consumers inside the repository or embedded integrations, harness-api provides a curated stable import surface over the lower-level crates:

use std::path::Path;

use harness_api::core::SessionId;
use harness_api::exec::ExecPlan;
use harness_api::protocol::INTERNAL_ERROR;
use harness_api::sandbox::{SandboxMode, SandboxSpec};

let _session = SessionId::new();
let _plan = ExecPlan::from_spec("# Demo", Path::new(".")).expect("plan");
let _sandbox = SandboxSpec::new(SandboxMode::ReadOnly, ".");
let _code = INTERNAL_ERROR;

The facade groups the stable parts of harness-core, harness-protocol, harness-sandbox, and harness-exec under one crate without forcing callers to track internal crate layout changes.

endpoint = "http://127.0.0.1:4318"

```

HTTP REST API

Multi-project via CLI flags

./target/release/harness serve --transport http --port 9800 \ --project harness=/path/to/harness \ --project litellm=/path/to/litellm

JSON-RPC API

Harness exposes 42 methods over JSON-RPC 2.0 (stdio, HTTP, or WebSocket):

CategoryMethods
Lifecycleinitialize, initialized
Threadsthread/start, thread/resume, thread/fork, thread/list, thread/delete, thread/compact
Turnsturn/start, turn/steer, turn/cancel, turn/status, turn/respond_approval
GCgc/run, gc/status, gc/drafts, gc/adopt, gc/reject
Skillsskill/create, skill/list, skill/get, skill/delete, skill/governance/view, skill/governance/history, skill/stale
Rulesrule/load, rule/check
ExecPlanexec_plan/init, exec_plan/update, exec_plan/status
Observabilityevent/log, event/query, metrics/collect, metrics/query
Classificationtask/classify, learn/rules, learn/skills
Healthhealth/check, stats/query, agent/list
VibeGuardpreflight, cross_review

Common Workflows

```bash

🇨🇳 中文文档镜像 AI 翻译 2026-05-31
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

harness 是一个先进的多智能体(Multi-agent)编排框架,旨在为开发者提供统一的任务管理与执行环境。它通过抽象化的接口,实现了对不同 AI 智能体生命周期的标准化控制,帮助开发者构建更复杂、更可靠的 AI 工作流。

⚡ 功能介绍

本项目具备强大的多智能体编排能力,支持通过可插拔的适配器集成 Claude Code CLI、Codex CLI 及 Anthropic API,并统一管理任务(task)、线程(thread)与轮次(turn)的生命周期。此外,它引入了独立的智能体评审机制(Independent agent review),通过实现智能体与 GitHub review 之间的自动交叉审查,有效避免了架构层面的自我审查偏差。内置的基于 Starlark 的策略引擎(Policy engine)则提供了高度安全的执行策略控制。

📋 环境依赖

开发环境需安装 Rust 1.88+ 版本。若需构建包含 Web Dashboard 的发布版本,还需安装 Bun 1.1+。此外,系统必须配置至少一个智能体运行时(Agent runtime),例如 codex CLI 或 claude CLI。数据库方面,harness 要求使用 Postgres 14+ 版本,不再支持 SQLite。

🛠 安装步骤(Docker/pip/源码)

可以通过源码编译进行安装:首先使用 git clone 克隆仓库,进入目录后执行 `cargo build`。对于数据库环境,推荐在本地开发时使用 Docker Compose 快速启动 Postgres 容器。若需进行集成测试,可以通过设置 `HARNESS_DATABASE_URL` 环境变量来指向真实的 Postgres 实例进行运行。

🚀 使用教程

项目启动前需配置数据库连接。开发者可以通过修改 `config/default.toml` 文件或直接使用 Docker Compose 部署 Postgres。在完成数据库初始化(首次连接会自动运行 migrations)后,即可通过命令行工具或配置好的智能体环境开始使用 harness 进行任务编排。

⚙️ 配置说明(含 MCP / env)

所有的配置均采用声明式的 TOML 格式。开发者可以通过 `--config <path>` 参数指定配置文件,或直接修改 `config/default.toml` 中的默认设置。配置项涵盖了 server 传输协议(transport)、HTTP 地址(http_addr)、数据存储目录(data_dir)以及默认智能体(default_agent)等关键参数。

🔌 API 说明

对于 Rust 开发者或需要进行嵌入式集成的用户,`harness-api` 提供了一个经过精选且稳定的 API 门面(Facade)。它封装了底层 crate 的复杂性,为 SessionId、ExecPlan 等核心功能提供了易于使用的接口。同时,项目也支持通过 HTTP REST API 进行外部调用与集成。

🔄 工作流/模块

harness 支持通过定义不同的智能体适配器来构建自动化工作流。通过结合 Starlark 策略引擎进行权限与行为约束,开发者可以实现从任务分发、智能体执行到自动代码评审的完整闭环,确保 AI 生成内容的质量与安全性。

🎯 aiskill88 AI 点评 A 级 2026-05-31

高质量的AI工作流平台,支持多种功能

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
部署方案
  • Docker:harness 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
harness 中文教程harness 安装报错怎么办harness MCP 配置harness Docker 部署harness Agent 工作流harness 与同类工具对比harness 最佳实践harness 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

harness 是一款Rust开发的AI辅助工具。开源AI工作流:Rust AI agent orchestration platform with App Server, rules, skills, GC, and obs。⭐28 · Rust 主要应用场景包括:AI工作流自动化。
💡 AI Skill Hub 点评

总体来看,Harness AI 工作流 是一款质量良好的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 Harness AI 工作流
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 harness
原始描述 开源AI工作流:Rust AI agent orchestration platform with App Server, rules, skills, GC, and obs。⭐28 · Rust
Topics ai-agentai-toolsclideveloper-toolsllmrust
GitHub https://github.com/majiayu000/harness
License MIT
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/majiayu000/harness

收录时间:2026-05-31 · 更新时间:2026-05-31 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。