google-research/harness2

这是什么？

核心功能

• 01任务级递归通过“提出–探测–组合”步骤改进 harness，无需真实标注反馈。
• 02收割层级递归在多个任务间保存已采纳的 harness 和经验教训。
• 03并行与顺序两种递归模式，分别控制优化的广度与深度。
• 04支持 OpenCode 与 Codex 两种执行器。
• 05内置 JobBench、LAB 和 WorkBuddy-Bench 基准测试。
• 06可编辑系统提示词、护栏、记忆、工具指导、子智能体、技能、脚本和插件八类组件。

适用场景

• 研究人员复现 JobBench、LAB 或 WorkBuddy-Bench 上的 harness 优化实验。
• 团队在固定模型下，针对专业任务基准比较不同智能体 harness 设计。
• 开发者研究提示词、工具和编排如何影响智能体表现，而无需重新训练模型。

快速上手

1. 1

   创建 Python 3.12 虚拟环境

   uv venv --python 3.12 .venv
2. 2

   激活虚拟环境

   source .venv/bin/activate
3. 3

   以可编辑模式安装包（含 render 额外依赖）

   uv pip install -e '.[render]'
4. 4

   运行本地演示（无需模型凭据）

   harness2-demo --output runs/demo --k 2

使用前须知

• !运行基于模型的基准测试需要配置 Vertex AI、Google Cloud CLI 认证，可能还需要 Docker、Pandoc 和 Poppler。
• !基于模型的运行会产生 API 费用。
• !执行器的网络访问不受限制，因此运行前可能需要配置网络限制以防止获取基准答案。

标签

常见问题

harness2 是什么？

一个 Python 框架，在模型权重固定的前提下，递归优化智能体的 harness（提示词、工具与编排），以应对未见过的任务。 Harness² 是一个用于优化智能体外围系统的框架。这个外围系统（即 harness）包括提示词、工具、记忆、技能和编排逻辑，它决定模型如何作为智能体工作。框架在保持模型权重不变的前提下优化 harness，目标是应对设计时未曾见过的任务。

harness2 可以免费使用吗？用的什么许可证？

harness2 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

harness2 还在维护吗？

活跃维护中。harness2 最近一次提交是在 2026年10月14日。

harness2 适合用来做什么？

研究人员复现 JobBench、LAB 或 WorkBuddy-Bench 上的 harness 优化实验。 团队在固定模型下，针对专业任务基准比较不同智能体 harness 设计。 开发者研究提示词、工具和编排如何影响智能体表现，而无需重新训练模型。

harness2 怎么安装和运行？

创建 Python 3.12 虚拟环境: uv venv --python 3.12 .venv 激活虚拟环境: source .venv/bin/activate 以可编辑模式安装包（含 render 额外依赖）: uv pip install -e '.[render]' 运行本地演示（无需模型凭据）: harness2-demo --output runs/demo --k 2

在哪里获取 harness2？

源代码和安装说明在 GitHub 上：https://github.com/google-research/harness2