Harness項目推薦丨CLI-Anything 、CrewAI、LangGraph、EigenFlux....

作者 ｜ Yoky
郵箱 ｜ yokyliu@pingwest.com

Harness 是目前 AI Agent 基礎設施領域最具參考價值的架構框架之一。它將 Agent 的運行所需拆解為七大核心模塊：從工具接入、編排協調，到記憶管理、安全防護、網絡通信，清晰地勾勒出一個完整 Agent 系統的技術骨架。

圍繞這七大模塊，開源社區已經涌現出大量活躍項目，覆蓋了 Agent 開發的幾乎每一個環節。對于創業團隊和小型公司來說，不需要從零搭建，也不必依賴大廠的全家桶：沿著 Harness 的架構地圖，在每個模塊中選擇少而精的開源方案，就能快速拼出一套可靠的 Agent 基礎設施。

本文從 Harness 架構的AI Infra出發，精選 10 個最具代表性的開源項目，逐一拆解它們解決什么問題、適合什么場景，幫助團隊少走彎路，把基礎設施搭對。

1

一、工具接入：讓 AI 懂“做事”

Agent 的推理能力突飛猛進，但"想明白"和"干得了"之間還隔著一道鴻溝。大多數 AI 目前只能在對話框里輸出文字，一旦需要操控真實軟件、訪問在線平臺、調用各種 API，就撞上了工具接入的墻——要么沒有接口，要么接口殘缺，要么接入成本太高。這一層要解決的核心問題就是：怎么讓 Agent 從"能想"變成"能做"。

推薦：CLI-Anything

HKUDS/CLI-Anything

項目介紹

CLI-Anything 的思路是：既然 CLI（命令行）是人和 AI 都能流暢使用的"萬能語言"——結構化、可組合、自描述——那就把任何軟件自動轉成 CLI 工具。它搭了一條七階段全自動流水線，從源碼分析到架構設計，再到實現、測試、文檔生成，一路走完直接輸出生產級的命令行工具。不是簡陋的 wrapper，它要可以真正調用軟件底層：比如Blender 的后臺渲染、GIMP 的 Batch 模式、Audacity 的音頻處理等。

團隊背景

項目出自香港大學數據科學實驗室（HKUDS），2026 年 3 月正式發布。目前已經為 20 多款主流軟件生成了生產級 CLI，跑通了 2,005 項測試（包括 1,453 個單元測試和 533 個端到端測試），通過率 100%。GitHub 上拿到了 25800 顆星，Claude Code、OpenClaw、GitHub Copilot CLI 等主流 Agent 平臺都已接入支持。

為什么值得關注

目前讓 Agent 操控真實專業軟件的方案里，CLI-Anything 可能是最靠譜的。GUI 自動化天然脆弱——界面一改就崩，而 CLI 是穩定、可預測的接口。對于需要 Agent 控制 GIMP、Blender、LibreOffice 等專業工具的團隊，這個項目直接把"Agent 手太短"的問題解決了，而且 100% 測試通過率意味著它不是個 demo，是真能上生產環境的東西。

推薦：OpenCLI

https://opencli.info/

項目介紹

OpenCLI 把任何網站、Electron 桌面應用、本地二進制文件統一轉化為標準化 CLI。殺手級特性是瀏覽器 session 復用：通過 Chrome 擴展橋接用戶已登錄的會話，不需要 API key 和 OAuth，登錄過就能用。架構上雙引擎設計——YAML 聲明式管道處理簡單提取，TypeScript 適配器應對復雜交互——已覆蓋 80+ 平臺。

團隊背景

創始人 jackwener 是 Apache Arrow、DataFusion、Doris 的 PMC 成員，曾任職于字節跳動等公司。GitHub 13,200+ 顆星。

為什么值得關注

瀏覽器 session 復用省掉了 API key 和 OAuth 兩個最大的摩擦點，對需要 Agent 操控社交媒體、內容平臺的團隊來說是巨大的效率提升。

1

二、編排：讓多 Agent 像團隊一樣協作

單個 Agent 再強，也只能干一個人的活。真正復雜的任務——比如"幫我調研一個行業、寫一份報告、找三個專家驗證觀點"——需要多個 Agent 像團隊一樣分工、協作、匯總。編排層要解決的就是這個問題：誰負責什么、誰先誰后、中間狀態怎么傳遞、出了錯怎么回滾。目前主流的兩種思路，一種是"像組織團隊一樣直覺"，另一種是"像畫流程圖一樣精確"。

推薦：LangGraph

langchain-ai/langgraph

項目介紹

LangGraph 用圖計算重寫了編排邏輯——節點代表 Agent 或函數，邊定義數據流向和條件跳轉，StateGraph 維護全局可持久化的狀態空間。提供的是低級原語，讓開發者精確控制每一步執行，Agent 可以暫停、恢復、長期運行，關鍵節點可插入人工審批。

團隊背景

LangChain 團隊開發，GitHub 28,500 顆星，2025 年 9 月推出 1.0 Alpha。Klarna、Replit、Elastic 等已在生產環境使用。

為什么值得關注

核心優勢是可控性——每個節點、每條邊、每次狀態變更都在開發者手里。學習曲線更陡，但換來的是生產環境里的可預測性。適合長期運行的 Agent 和對可審計性有剛需的團隊。

推薦：CrewAI

crewai.com

項目介紹

CrewAI 的核心概念就三個：Agent（角色）、Crew（團隊）、Task（任務）——定義幾個有專長的 AI 角色，組成團隊，分配任務，像同事一樣協作。技術上獨立于 LangChain 從零構建，QA 任務實測比 LangGraph 快 5.76 倍。雙模式架構：Crews 模式 Agent 自治決策，適合探索性任務；Flows 模式事件驅動精確控制，適合生產環境。

團隊背景

創始人 Jo?o Moura 曾在 Clearbit 負責 AI 工程，2024 年獲 1,800 萬美元融資（Insight Partners 等），GitHub 38,100 顆星，10 萬+認證開發者。

為什么值得關注

概念最直覺、上手最快的多 Agent 框架。跟 LangGraph 是不同哲學：CrewAI 適合"先跑起來再說"，LangGraph 適合"每一步都要精確控制"。內容生產流水線或快速原型落地的首選。

1

三、記憶層：讓 AI 擁有“記憶”

目前絕大多數 AI 都是"金魚記憶"——對話結束，上下文清零，下次再來全得從頭說起。這在閑聊場景里還能忍，一旦 Agent 要做長周期任務（持續跟進一個項目、記住用戶的偏好和歷史、在多次交互中積累認知），沒有記憶就是致命短板。記憶層要解決的不只是"記住"，還有"記住什么"、"怎么管理"、"壞了怎么辦"。這個賽道正在快速分化：有人做開源記憶SDK，有人做企業級記憶基礎設施。

推薦：Mem0

項目介紹

Mem0 在 AI 和用戶之間加了一層記憶基礎設施，讓 Agent 跨會話記住偏好、歷史和關鍵上下文。技術上用向量數據庫做語義檢索 + 圖數據庫做關系推理，配合自適應衰減機制——重要記憶強化，過時記憶淡出。實測比 OpenAI 自帶記憶準確率高 26%，響應快 91%，Token 降低 90%。

團隊背景

CTO Deshraj Yadav 曾是特斯拉 Autopilot AI 平臺負責人，YC S24 出身，累計融資 2,400 萬美元。GitHub 52,000+ 顆星，已集成 LangGraph、CrewAI 等主流框架。

為什么值得關注

記憶層賽道星數最高、集成最廣的開源項目，做個性化 AI 助手幾乎是必選項。跟 MemoryLake 不是競品——Mem0 是開源記憶 SDK，MemoryLake 是企業級記憶平臺，不同切面。

推薦：MemoryLake

https://app.memorylake.ai

項目介紹

質變科技打造的企業級多模態 AI 記憶平臺（商業產品，非開源），定位獨立于模型廠商的中立記憶基礎設施。核心理念是從"數據中心"范式轉向"記憶中心"范式——處理的不是行為記錄，而是決策軌跡。2026 年 3 月發布"龍蝦版"，推出"記憶護照"方案，讓 AI 記憶可以在不同平臺間無縫遷移。已在游戲 NPC 到企業決策等超大規模場景落地。

團隊背景

創始人占超群曾任阿里云核心管理成員，從零搭建了國內營收最高的云原生數倉體系。高瓴創投、光速光合數千萬美元融資，估值超2億美金。

為什么值得關注

"記憶護照"概念有前瞻性：AI 記憶不應被鎖死在某個平臺里。團隊有阿里云級別的基礎設施經驗，這是把記憶系統做到企業級、大規模、可遷移的稀缺能力。

1

四、可觀測性：給 Agent 裝“監控器”

LLM 應用最讓人頭疼的事情之一是：出了問題，你根本不知道問題出在哪。模型幻覺了？工具調用失敗了？推理鏈在某一步走歪了？傳統軟件有完善的日志和調試工具，LLM 應用到現在還在靠"看輸出猜哪里崩了"。可觀測性這一層就是要把黑箱打開——完整記錄 Agent 的每一步決策、每一次工具調用、每一輪推理，讓開發者能像調試代碼一樣調試 AI。

推薦：Opik

comet.com/opik

項目介紹

Opik 覆蓋 LLM 應用從開發到生產的全生命周期。除了全鏈路追蹤和評估外，差異化賣點包括：內置成本分析（按模型、用戶、會話維度拆賬），Pytest 集成支持 CI/CD 自動化測試，Agent Optimizer 做性能調優，Guardrails 提供 PII 檢測和輸入輸出過濾。日均支撐 4,000 萬+ traces。

團隊背景

出自 Comet ML（2017 年成立的 MLOps 公司），累計融資 7,000 萬美元。2024 年 9 月把七年 MLOps 經驗重構為 Opik，GitHub 18,700 顆星。

為什么值得關注

最大差異化是成本核算：LLM 上規模后 Token 拆賬是剛需。七年 MLOps 積累帶來的企業級成熟度，比其他從零起步的項目更有機會。

推薦：Langfuse

langfuse.com

項目介紹

Langfuse 核心能力三塊：全鏈路追蹤（LLM 調用、工具調用、檢索一個不漏，多步推理圖形化展示）、Prompt 管理（版本控制、A/B 測試、不需要改代碼）、評估體系（LLM-as-Judge、人工標注、實驗管理）。全異步設計，對生產性能幾乎零影響。

團隊背景

YC W23 出身，2026 年 1 月被 ClickHouse 收購。GitHub 24,400 顆星，已集成 50 多個框架，支持云端和自托管兩種部署。

為什么值得關注

LLM 可觀測性領域的事實標準。被 ClickHouse 收購本身就是信號：可觀測性是 LLM 上生產的必備基礎設施。跟 Opik 的差異在于 Langfuse 更聚焦可觀測性單點，Opik 覆蓋全生命周期。

1

五、安全防護：給 Agent 裝“護欄”

Agent 越能干，風險越大。當 Agent 可以執行代碼、調用 API、操控軟件、讀寫文件，它就不再只是一個"聊天機器人"，而是一個有真實行動能力的系統。技能投毒、記憶污染、提示詞注入、權限越界——這些不是假想的學術問題，而是已經在生產環境中出現的真實威脅。安全防護這一層要做的，是在不削弱 Agent 能力的前提下，給它畫好邊界。

推薦：ClawAegis

項目介紹

首個針對 OpenClaw 的全生命周期安全防御系統。五層縱深防御：基礎掃描→輸入過濾→認知狀態監控→決策對齊→執行權限控制。以插件形式部署，無需改框架代碼，支持 monitor 和 enforce 兩種模式。

團隊背景

螞蟻集團 AI 安全實驗室 × 清華大學聯合開發，2026 年 4 月 2 日開源。團隊此前已向 OpenClaw 提交 33 個安全漏洞（8 個已修復），有真實攻防實戰經驗。

為什么值得關注

Agent 安全賽道幾乎空白，ClawAegis 是為數不多的生產級方案。對生產環境跑 OpenClaw 的團隊來說，這不是"好用"的問題，是"該不該裸奔"的問題。

1

六、網絡通信：讓 Agent 互聯

目前幾乎所有 Agent 都是孤島：各干各的，互相不知道對方的存在，更談不上信息共享和協作。但當 Agent 數量爆發之后，"Agent 之間怎么找到彼此、怎么交換信息"會變成一個真實的基礎設施需求，就像互聯網早期需要 DNS 和 TCP/IP 一樣。這一層還非常早期，但方向已經有人在探了。

推薦：EigenFlux

https://www.eigenflux.ai/

項目介紹

EigenFlux 給 Agent 建了一個廣播網絡。基于發布-訂閱模式：Agent 向網絡廣播信息，其他 Agent 按畫像訂閱。內置 AI 匹配引擎、Bloom Filter 去重、多級緩存，底層用 Go + CloudWeGo 微服務構建，支持本地部署保證隱私。

團隊背景

出自 Phronesis AI，據官方介紹，團隊來自 MiniMax、Bytedance 和 Meta，除資深的 LLM 研究&訓練和 Agent 工程背景外，團隊成員還曾深度參與抖音 0-1，以及 Meta 社交網絡的部分工作

為什么值得關注

還很早期，但方向有想象空間:大多數框架在解決"單個 Agent 怎么更強"，EigenFlux 在解決"多個 Agent 怎么聯網"。值得保持關注的早期賭注。

點個“愛心”，再走 吧