28 个代码优先的教程合集,帮助开发者将 GenAI 智能体从原型推进到生产环境。
2.2万2880Jupyter NotebookOther更新于 3天前
围绕 AI 智能体的外围框架(harness)设计,整理了相关的工具、模式、评测、记忆、MCP、权限与编排资源的精选列表。
Awesome Harness Engineering 是一个精选资源列表,关注的是 AI 智能体外围的 harness(框架层),而非模型本身。harness 涵盖上下文投递、工具接口、规划产物、验证循环、记忆系统、权限与沙箱等部分,这些决定了智能体在真实任务中能否成功。
列表按设计问题分类,包括智能体循环、规划与任务拆解、上下文压缩、工具设计、Skills 与 MCP、权限、记忆与状态、编排、验证、可观测性以及人机协作等主题。同时收录了参考实现、教程、模板、评测和生产实践案例,基础部分汇集了 OpenAI、Anthropic、Google、LangChain 的文章及学术论文。
适合正在构建或评估编码智能体及其他长时运行智能体系统的开发者,可在选择具体框架前比较不同的设计思路。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
28 个代码优先的教程合集,帮助开发者将 GenAI 智能体从原型推进到生产环境。
精选的工作流自动化软件、AI 智能体平台、开发框架与学习资源合集。
一体化 AI 应用,可与文档对话、运行 AI 智能体,支持本地优先部署、多用户和多种大模型。
开源桌面 AI 智能体应用与 Rust 库,可低成本运行大量智能体。
开源 AI 记忆平台,将文档、代码和对话转为自托管知识图谱,供 AI 智能体检索复用。
AX 是一个声明式编排工具,用于在 Kubernetes 集群中运行大量沙箱化的自主智能体任务。