Agente de programação open source que lê seu projeto, edita arquivos e roda testes pelo terminal, desktop, navegador ou editor.
huiliyi37/Tianshu-harness
Um runtime de agente de programação para terminal e desktop que mantém objetivos, evidências e verificações fora do histórico do chat, baseado em uma camada de execução cognitiva chamada CVM.
Alternativa open source a:Claude Code
- Estrelas
- 1,145
- Forks
- 86
- Issues abertas
- 19
- Último commit
- há 10 horas
O que é?
Tianshu Harness é um runtime de agente de programação em TypeScript com uma TUI de terminal, um app para desktop e uma extensão para VS Code que compartilham o mesmo núcleo. Ele coloca uma camada chamada CVM (Cognitive Virtual Machine) entre o modelo e o projeto, para que objetivos, estado, evidências, permissões e condições de parada das tarefas sejam controlados pelo runtime, e não apenas pelo histórico da conversa.
O fluxo de trabalho principal gira em torno de um contrato por tarefa e de uma etapa de entrega chamada deliver_task. Uma tarefa só é marcada como concluída quando resultados de testes, diffs ou comandos de verificação servem como evidência; caso contrário, a entrega é bloqueada. Hooks do runtime são executados em cinco etapas de cada turno para detectar loops, chamadas de ferramentas ociosas e falhas de edição, e um painel de status (/cockpit) mostra métricas de verificação, custo e cache.
O projeto oferece 25 presets integrados de provedores de modelos, além de suporte a qualquer endpoint compatível com OpenAI. Também inclui comandos de subagentes, um mecanismo de prefix caching, modo de planejamento, suporte a MCP e skills e um sistema de permissões com gravações em sandbox e proteção contra path traversal.
Recursos principais
- 01Contratos por tarefa registram objetivos, escopo e critérios de sucesso fora do histórico do chat.
- 02Uma etapa de entrega classifica o trabalho como GREEN, YELLOW ou RED com base em testes, diffs e evidências de verificação.
- 03Hooks do runtime detectam problemas de convergência, loops ociosos e falhas de edição em cada turno.
- 04Suporte integrado a 25 presets de provedores de modelos e a endpoints compatíveis com OpenAI.
- 05A TUI de terminal, o app para desktop e a extensão para VS Code compartilham o mesmo núcleo de agente.
- 06Modos de permissão, gravações em sandbox e proteção para arquivos sensíveis e comandos destrutivos.
Casos de uso
- Executar uma tarefa de programação com várias etapas em um repositório e exigir evidências de testes antes de aceitar o resultado.
- Usar DeepSeek ou outros modelos compatíveis com OpenAI em um fluxo de programação pelo terminal.
- Executar o agente sem interface gráfica a partir de scripts ou CI, com saída de eventos em NDJSON.
- Acompanhar o custo em tokens e a taxa de acerto do cache de prefixos em sessões longas de programação.
Início rápido
- 1
Instale globalmente a CLI de terminal com npm (Node.js 24 ou superior).
npm install -g tianshu-harness - 2
Inicie a CLI tianshu e aguarde o prompt; na primeira execução, o assistente de configuração /connect será aberto.
tianshu
Antes de usar
- O aplicativo para desktop não é notarizado no macOS, então talvez seja necessário recorrer ao xattr na primeira inicialização.
- As versões para desktop no Linux exigem glibc 2.35 ou superior e WebKit2GTK; o funcionamento no Wayland não foi verificado.
- Os números de economia de cache vêm exclusivamente de sessões do DeepSeek em um piloto pequeno com 5 tarefas.
Em coleções
Tópicos
Perguntas frequentes
- O que é Tianshu-harness?
- Um runtime de agente de programação para terminal e desktop que mantém objetivos, evidências e verificações fora do histórico do chat, baseado em uma camada de execução cognitiva chamada CVM. Tianshu Harness é um runtime de agente de programação em TypeScript com uma TUI de terminal, um app para desktop e uma extensão para VS Code que compartilham o mesmo núcleo. Ele coloca uma camada chamada CVM (Cognitive Virtual Machine) entre o modelo e o projeto, para que objetivos, estado, evidências, permissões e condições de parada das tarefas sejam controlados pelo runtime, e não apenas pelo histórico da conversa.
- Tianshu-harness é gratuito? Qual é a licença?
- Tianshu-harness é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- Tianshu-harness ainda é mantido?
- Manutenção ativa. O último commit de Tianshu-harness foi em 22 de out. de 2026.
- Para que posso usar Tianshu-harness?
- Executar uma tarefa de programação com várias etapas em um repositório e exigir evidências de testes antes de aceitar o resultado. Usar DeepSeek ou outros modelos compatíveis com OpenAI em um fluxo de programação pelo terminal. Executar o agente sem interface gráfica a partir de scripts ou CI, com saída de eventos em NDJSON. Acompanhar o custo em tokens e a taxa de acerto do cache de prefixos em sessões longas de programação.
- Como instalar Tianshu-harness?
- Instale globalmente a CLI de terminal com npm (Node.js 24 ou superior).: npm install -g tianshu-harness Inicie a CLI tianshu e aguarde o prompt; na primeira execução, o assistente de configuração /connect será aberto.: tianshu
- Onde consigo Tianshu-harness?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/huiliyi37/Tianshu-harness
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Uma ferramenta de linha de comando que abre agentes de programação, como OpenCode e Claude Code, já configurados para usar modelos abertos hospedados ou locais.
Um harness minimalista e extensível para agentes de IA, com API unificada de LLMs de vários provedores, runtime de agentes, interface de terminal e CLI para programação.
Agente de IA open source para programação no terminal, com interfaces complementares para desktop, web, editores e chat.
Pi, o agente de programação com IA, compilado antecipadamente para código nativo para iniciar mais rápido e usar menos CPU que o Pi no Bun ou no Node.
Assistente de programação com IA no terminal, otimizado para modelos DeepSeek e com raciocínio profundo, controle do nível de raciocínio, Agent Skills e integração com MCP.