GitHub Harness Engineering 项目扫描

扫描日期：2026-04-14 扫描范围：GitHub 全站搜索，覆盖 5 个方向，20+ 搜索查询目的：全面盘点 Harness Engineering 生态中的开源项目、工具、框架和最佳实践

方向 1：Harness 框架/工具库

专门为 AI coding agent 构建约束系统的开源项目。

1.1 Archon — 开源 Harness Builder

URL：https://github.com/coleam00/Archon
Star：曾冲到 GitHub #1 Trending
核心功能：第一个开源 harness builder。用 YAML 定义开发流程（planning → implementation → validation → code review → PR creation），将 AI coding agent（Claude Code、Codex CLI）包裹在确定性、版本可控的流水线中
关键特性：
- 混合确定性节点（bash 脚本、测试、git 操作）与 AI 节点（planning、code gen、review）
- 17 个默认 workflow，支持路由自动选择
- 每个 workflow run 获得独立 git worktree，支持并行修复无冲突
- Web dashboard：可视化拖拽 DAG 编辑器、步骤级进度追踪、历史过滤
为什么值得关注：第一个把”harness as code”做成产品形态的项目，YAML workflow 模式是目前最成熟的 harness 工程化方案
活跃度：活跃维护，近日有更新

1.2 OpenHarness — 学术驱动的开放 Agent Harness

URL：https://github.com/HKUDS/OpenHarness
Star：~1,604 stars, 9.3k forks
核心功能：港大数据智能实验室出品。多 Agent 原型 harness + 内置个人助手 Ohmo。Provider comparison sandbox（跨 Anthropic 兼容后端对比）
关键特性：
- 社区驱动研究项目，聚焦清晰度、可 hack、兼容 Claude 风格工作流
- 可作 headless 脚本工具（json/stream-json 输出）用于自动化流程
- v0.1.2（2026-04-06）统一 setup 流程 + ohmo 个人助手 app
为什么值得关注：学术背景 + 开源社区双驱动，适合理解 harness 底层架构
活跃度：活跃，近期有 release

1.3 DeerFlow — 字节跳动超级 Agent Harness

URL：https://github.com/bytedance/deer-flow
核心功能：基于 LangGraph/LangChain 的长周期 SuperAgent harness，支持研究、编码、内容创作
关键特性：
- 每个任务获得独立执行环境（完整文件系统视图）
- 内置 memory、skills、sandbox、subagent 生成
- 从 Deep Research 框架演化而来，社区已扩展到数据管线、幻灯片、仪表盘、内容工作流
- 研究任务可 fan-out 到十几个子 Agent，再收敛为单份报告/网站/幻灯片
为什么值得关注：字节出品，真正落地到生产级复杂任务的 harness
活跃度：活跃维护

1.4 Deep Agents — LangChain 官方 Agent Harness

URL：https://github.com/langchain-ai/deepagents (Python) / https://github.com/langchain-ai/deepagentsjs (JS/TS)
核心功能：LangChain 官方出品的 agent harness，内置 planning tool、filesystem backend、subagent spawning
关键特性：
- write_todos 工具：agent 自动分解任务为离散步骤、跟踪进度、适应性调整
- 虚拟文件系统：可插拔后端（内存/本地磁盘/LangGraph store/Modal sandbox/Daytona/Deno）
- 内置 task tool 生成专用子 Agent，隔离上下文
- create_deep_agent 函数返回编译好的 LangGraph graph
为什么值得关注：LangChain 生态核心项目，标志 harness 概念进入主流框架
活跃度：活跃

1.5 harness-kit — 工程模式优先的 Harness 套件

URL：https://github.com/deepklarity/harness-kit
核心功能：provider 无关（Claude/Gemini/Codex/Qwen/Kilo Code），关注的不只是编排，更是工程纪律
关键特性：
- 核心模式：“测试 agent 只接收行为需求，永不接触实现细节”、“测试必须先失败再实现”
- 工作累积：Spec 运行产出 reflections，调试会话变成 breadcrumb docs，已解决问题成为可搜索知识
- “No slop”原则：AI 输出与人类代码同等标准，品味是过滤器
为什么值得关注：唯一明确把”工程纪律”（而非工具功能）作为核心价值的 harness 项目
活跃度：WIP/早期，社区反馈阶段

1.6 Etienne — 面向业务用户的 Coding Agent Harness

URL：https://github.com/BulloRosso/etienne
核心功能：在 coding harness 外加一层集成 harness，让非技术用户也能与 AI agent 交互
关键特性：
- 自愈能力：agent 可自修补源码，但遵循”人类四眼原则”——关键功能不自动修复
- 自适应：通过 ADP（应用部署包）自主实例化新 agent 系统
- Agent 入职：新 agent 自主介绍、结构化访谈、主动请求所需材料
- 多角色架构（admin ≠ user），多语言 UI
为什么值得关注：唯一聚焦”非技术用户 + 业务场景”的 harness 项目
活跃度：维护中

1.7 mini-coding-agent — Sebastian Raschka 的最小 Harness 实现

URL：https://github.com/rasbt/mini-coding-agent
核心功能：用最少代码解释 coding agent harness 的核心组件
关键特性：
- 六大构件：实时 repo context → prompt 形状与缓存复用 → 结构化工具+验证+权限 → 上下文压缩 → transcript+memory+恢复
- 教学导向：可读性优先，适合理解 harness 底层原理
为什么值得关注：Raschka（LLMs from Scratch 作者）出品，教学价值极高
活跃度：教学项目，稳定

1.8 oh-my-pi — 高性能终端 Coding Agent

URL：https://github.com/can1357/oh-my-pi
核心功能：终端 AI coding agent，核心创新是 hash-anchored edits
关键特性：
- Hashline 给每行内容短 hash，模型引用 hash 而非复制文本——消灭空格错误和”string not found”
- ~7,500 行 Rust 编译为 N-API addon，性能操作不依赖外部命令
- 11 种 LSP 操作、format-on-write、诊断
- 16 个模型 180 个任务 benchmark：Grok Code Fast 1 提升 10 倍
为什么值得关注：hash-anchored edit 是 harness 工具层面真正的创新
活跃度：活跃维护

方向 2：端到端自动化 Harness

自动完成需求 → 开发 → 验收 → 发布的系统。

2.1 ComposioHQ/agent-orchestrator — 并行 Coding Agent 编排

URL：https://github.com/ComposioHQ/agent-orchestrator
Star：~4.9k stars
核心功能：管理并行 AI coding agent 舰队，每个 agent 独立 worktree/branch/PR，自动处理 CI 修复、合并冲突、代码评审
关键特性：
- ao start 自动生成 agent-orchestrator.yaml
- CI 失败 → agent 自动修复；reviewer 留评论 → agent 自动回应
- Monorepo 支持：不同 agent 工作在不同 package，合并冲突在 PR merge 时解决
- 只在需要人类判断时才 pull in 人工
为什么值得关注：最接近”AI 软件工厂”的开源实现，4.9k stars 说明社区认可
活跃度：非常活跃

2.2 MetaGPT — “AI 软件公司”

URL：https://github.com/FoundationAgents/MetaGPT
Star：63.3k stars
核心功能：多 Agent 框架，模拟完整软件公司流程（PM → Architect → Engineer → QA），一行需求输出用户故事/竞品分析/需求文档/数据结构/API/文档
关键特性：
- 核心哲学：“Code = SOP(Team)”
- 2026 年 2 月推出 MGX——“世界首个 AI Agent 开发团队”产品
- Data Interpreter agent 达到 ML/数学推理/开放任务 SOTA，可自主调试修复
为什么值得关注：目前 star 数最高的 AI 软件工程框架，概念验证了 agent 团队模式
活跃度：非常活跃

2.3 AgentSys — 全流程自动化系统

URL：https://github.com/agent-sh/agentsys
核心功能：自动化代码之外的一切——任务选择、分支管理、代码评审、CI、PR 评论、部署
关键特性：
- 19 个插件、47 个 agent、40 个 skill、30k 行 lib 代码、3,583 个测试
- 支持 Claude Code/OpenCode/Codex CLI/Cursor/Kiro
- Pipeline 强制 phase gate，agent 不能跳步
- 状态跨 session 持久化
- /skillers 命令：读取对话 transcript，识别重复模式，建议自动化
为什么值得关注：最全面的 harness 自动化系统，涵盖开发全流程
活跃度：活跃维护

2.4 Overstory — 多 Agent 编排（可插拔运行时）

URL：https://github.com/jayminwest/overstory
核心功能：可插拔 AgentRuntime 接口，支持 11 个运行时（Claude Code/Pi/Gemini CLI/Aider/Goose/Amp 等）
关键特性：
- 每个 agent 在隔离 git worktree 中运行（via tmux）
- 自定义 SQLite 邮件系统做 inter-agent messaging（WAL 模式，~1-5ms/query）
- FIFO 合并队列 + 4 级冲突解决
- 文档坦诚讨论 agent swarm 的风险：错误复合、合并冲突、基础设施开销
为什么值得关注：唯一支持 11 个不同 agent 运行时的编排框架，运行时抽象设计值得学习
活跃度：活跃

2.5 Ruflo — Claude 多 Agent Swarm 平台

URL：https://github.com/ruvnet/ruflo
核心功能：Claude 专属的 agent 编排平台，部署智能多 agent swarm，协调自治工作流
关键特性：企业级架构、分布式 swarm 智能、RAG 集成、原生 Claude Code/Codex 集成
为什么值得关注：专注 Claude 生态的企业级编排方案
活跃度：维护中

2.6 自愈 CI/CD 系统

Self-Healing CI/CD Pipeline

URL：https://github.com/adarsh-dev001/self-healing-demo
核心功能：自治 DevOps agent，检测 CI 失败 → Gemini 2.0 Flash RCA → 创建修复分支 → 开 PR → CodeRabbit 验证
技术栈：Kestra 编排 + Gemini AI + GitHub Actions + CodeRabbit

Code Repair Demo (Lar Glass Box)

URL：https://github.com/snath-ai/code-repair-demo
核心功能：写测试 → 调试失败 → patch 代码的自愈循环

Healing Agent

URL：https://github.com/matebenyovszky/healing-agent
核心功能：Python 装饰器模式：异常 → 收集上下文 → AI 生成修复 → 测试 → 备份 → 应用

方向 3：Meta-Harness（生成 harness 的 harness）

能自动生成/优化 AGENTS.md、linter 规则、约束系统的工具。

3.1 AutoAgent — 自优化 Agent Harness

URL：https://github.com/kevinrgu/autoagent
核心功能：让 AI agent 自主构建和迭代 agent harness——修改 system prompt、工具、agent 配置、编排，跑 benchmark，检查分数，重复
关键特性：
- 达 96.5% SpreadsheetBench（#1）、55.1% GPT-5 TerminalBench（#1）
- 所有排行榜其他条目均为人工工程化
- agent.py 是完整 harness（config/tool definitions/agent registry/routing/orchestration/Harbor adapter）
- MIT 许可
为什么值得关注：实证证明 meta-harness 可超越人工 harness 工程，开创”agent 设计自己的 harness”范式
活跃度：活跃，2026-04 发布

3.2 AutoHarness — 自动化 Harness 工程

URL：https://github.com/aiming-lab/AutoHarness
Star：11 stars（早期）
核心功能：自动化 harness 工程框架，“Agent = Model + Harness”
关键特性：
- 三级 pipeline 模式（Core/Standard/Enhanced）
- 6 步治理 pipeline、风险模式匹配、YAML constitution
- Trace-based diagnostics、多 agent profiles、session 持久化 + 成本追踪
- 958 个测试通过
- 可作为 Claude Code hook 集成
为什么值得关注：有配套论文（arXiv:2603.03329），学术严谨性 + 工程可用性
活跃度：2026-04-02 最后更新

3.3 auto-harness (NeoSigma) — 自改进循环

URL：https://github.com/neosigmaai/auto-harness
核心功能：自改进循环：找到 agent 失败 → 转为 eval → 修复 → 重复
关键特性：
- 循环：benchmark → analyze → improve agent.py → gate → record → update learnings → repeat
- 自维护 eval suite（workspace/suite.json）：发现新失败模式自动加入
- 双重 gate：eval suite pass rate ≥ 80% + full test split mean reward ≥ best score
- 结果：从 0.56 提升到 0.78（~40% jump）
为什么值得关注：最直接的”harness 自改进”实现
活跃度：开源活跃

3.4 revfactory/harness — Meta-Skill Agent 团队架构师

URL：https://github.com/revfactory/harness
核心功能：Meta-skill，自动设计领域特定 agent 团队、定义专业 agent、生成其使用的 skill
关键特性：
- 6 种架构模式：Pipeline/Fan-out Fan-in/Expert Pool/Producer-Reviewer/Supervisor/Hierarchical Delegation
- 自动生成 .claude/agents/ 和 .claude/skills/
- Progressive Disclosure 实现高效上下文管理
- 配套 harness-100 仓库：100 个生产就绪的 agent 团队 harness，跨 10 个领域，1,808 个 markdown 文件
- 对照实验：15 个软件工程任务，结构化预配置使质量分从 49.5 → 79.3（+60%）
为什么值得关注：唯一有对照实验数据的 meta-harness 项目
活跃度：活跃

3.5 bmadcode/cursor-custom-agents-rules-generator

URL：https://github.com/bmadcode/cursor-custom-agents-rules-generator
核心功能：Cursor 自动规则生成 + 自定义 Agent 生成 + Agile 工作流
关键特性：
- 规则自动生成：通过请求或隐含（要求纠正行为触发）
- 短聚焦规则（25 行目标，50 行上限），4 种规则类型自动分类
- 支持 PM Agent/Architect Agent/Designer Agent/开发者 Agent 等角色
- 快速项目设置脚本，非破坏性添加到已有 cursor rules
为什么值得关注：Cursor 生态最流行的规则生成工具，fork 数量极多
活跃度：活跃

3.6 agent-skill-creator — 跨平台 Skill 生成器

URL：https://github.com/FrancyJGLisboa/agent-skill-creator
核心功能：将任何工作流转为可复用 AI agent skill，支持 14+ 工具（Claude Code/Copilot/Cursor/Windsurf/Codex/Gemini/Kiro 等）
关键特性：
- 一个 SKILL.md 适配所有平台
- install.sh 自动检测工具、生成格式适配器（.mdc for Cursor、.md rules for Windsurf）
- 通用 ~/.agents/skills/ symlink
- 团队协作：5 步工作流（install → clone registry → create → publish → install from registry）
为什么值得关注：解决 harness 配置跨工具碎片化问题
活跃度：活跃

3.7 10xChengTu/harness-engineering — Harness Setup Skill

URL：https://github.com/10xChengTu/harness-engineering
核心功能：Agent skill，教 AI agent 如何为任何项目构建和维护 harness 层
核心哲学：
- “Harness 是 AI agent 的操作系统，模型是 CPU，上下文窗口是 RAM”
- “差劲的 agent 输出几乎总是 harness 问题，不是模型问题”
- “先简单再复杂，每个 harness 组件编码一个模型独自做不到的假设”
为什么值得关注：最佳的”什么是 harness engineering”教学材料之一
活跃度：维护中

方向 4：Harness Linter / 验证工具

AGENTS.md/CLAUDE.md 的质量保证工具链。

4.1 agnix — Agent Config Linter & LSP

URL：https://github.com/agent-sh/agnix
核心功能：AI coding assistant 的 linter + LSP。验证 CLAUDE.md/AGENTS.md/SKILL.md/hooks/MCP
关键特性：
- 399 条规则，来源于官方规范、学术研究、真实 breakage 模式
- 支持 Claude Code/Codex/OpenCode/Kiro/Cursor/Copilot
- IDE 插件：VS Code/JetBrains/Neovim/Zed
- WebAssembly playground 浏览器运行
- 自动修复
为什么值得关注：最全面的 agent config linter，399 条规则 + 多 IDE 支持
活跃度：非常活跃

4.2 ctxlint — 上下文文件 vs 代码库一致性

URL：https://github.com/YawLabs/ctxlint
核心功能：Lint AI agent 上下文文件（CLAUDE.md/AGENTS.md 等）对照实际代码库，检测 drift
关键特性：
- 检测：路径断裂、命令错误、陈旧引用、跨文件矛盾
- Git rename 智能检测 + fuzzy match 建议正确路径
- --fix 自动修复断裂路径
- Token 感知：显示上下文窗口消耗量，标记冗余内容
- 支持 14+ 工具，输出 text/JSON/SARIF
为什么值得关注：唯一做”上下文文件 vs 代码库一致性检查”的工具
活跃度：活跃

4.3 agents-lint — AGENTS.md 专用 Linter

URL：https://github.com/giacomo/agents-lint
核心功能：检测 AGENTS.md 中的陈旧路径、死 npm 脚本、过时框架模式、上下文腐烂
关键特性：
- 文件系统验证：路径是否存在
- 脚本验证：npm run 脚本是否存在于 package.json（支持 monorepo workspace）
- 框架过时检测：如 Angular NgModules → standalone
- 每次运行产出 0-100 分 + 字母等级
为什么值得关注：专注 AGENTS.md 质量的轻量级工具
活跃度：维护中

4.4 cclint — CLAUDE.md Linter（两个实现）

felixgeelhaar/cclint

URL：https://github.com/felixgeelhaar/cclint
核心功能：验证和优化 CLAUDE.md 上下文文件，对齐 Anthropic 官方最佳实践（10/10 评分）

carlrannaberg/cclint

URL：https://github.com/carlrannaberg/cclint
核心功能：验证 agent/subagent frontmatter、工具配置、命名规范、slash command、hooks、CLAUDE.md 最佳实践

4.5 claude-config-doctor — 语义冲突检测

URL：https://github.com/tyabu12/claude-config-doctor
核心功能：超越结构 lint，检测 CLAUDE.md/rules/commands/hooks/settings 之间的语义冲突

4.6 ai-context-kit — 上下文文件管理套件

URL：https://github.com/ofershap/ai-context-kit
核心功能：lint/measure/manage 所有 AI coding agent 的上下文文件
关键特性：
- 自动检测 .cursor/rules/、.cursorrules、CLAUDE.md、AGENTS.md、copilot-instructions.md
- 核心理念：“把上下文当作预算——度量、裁剪、按需注入”
- Token 估算（4 chars/token 近似）
为什么值得关注：跨工具统一管理上下文文件的思路

4.7 promptfoo — LLM/Agent 测试框架（CI 集成）

URL：https://github.com/promptfoo/promptfoo
核心功能：YAML 驱动的 LLM 测试框架，支持 agent 输出回归测试 + CI/CD 集成
关键特性：
- 被 OpenAI 和 Anthropic 使用
- YAML 配置定义 provider/prompt/test case/assertion
- GitHub Action 可在每次 push 时自动运行评估
- 红队/渗透/漏洞扫描
为什么值得关注：最成熟的 agent 输出验证工具，被头部 AI 公司采用
活跃度：非常活跃

4.8 Agent Eval Harness

plaited/agent-eval-harness

URL：https://github.com/plaited/agent-eval-harness
核心功能：Unix 风格管道命令评估 AI agent，schema-driven adapter 适配任意 CLI agent
特性：轨迹捕获、pass@k 指标、多轮对比、JSONL 输出

najeed/ai-agent-eval-harness

URL：https://github.com/najeed/ai-agent-eval-harness
核心功能：多 Agent 运维评估和验证 harness，ci generate 一键生成 GitHub Actions workflow

方向 5：优秀的 AGENTS.md / CLAUDE.md 实践与资源集合

5.1 awesome-claude-code — 最全 Claude Code 资源集

URL：https://github.com/hesreallyhim/awesome-claude-code
核心功能：skills、hooks、slash commands、agent orchestrators、应用、插件的策展列表
关键特性：
- CSV-first 工作流：THE_RESOURCES_TABLE.csv 为单一真相源
- 包含 CLAUDE.md 文件示例、slash command 示例
- 覆盖从入门到高级的完整 Claude Code 生态

5.2 everything-claude-code — 10+ 月实战演化的 Harness 系统

URL：https://github.com/affaan-m/everything-claude-code
核心功能：agent harness 性能优化系统——skills/instincts/memory/security/research-first development
关键特性：
- 10+ 月密集日常使用构建真实产品的产物
- 跨平台：Claude Code/Codex/Cursor/OpenCode/Gemini
- 安全文档：attack vectors/sandboxing/sanitization/CVEs/AgentShield
- Anthropic 黑客松获奖
- 内含 agent-harness-construction skill
为什么值得关注：最”实战”的 harness 配置参考

5.3 Claude Code Showcase — 完整项目配置示例

URL：https://github.com/ChrisWiles/claude-code-showcase
核心功能：完整的 Claude Code 项目配置示例（hooks/skills/agents/commands/GitHub Actions）
关键特性：
- CLAUDE.md 示例含 Quick Facts（Stack/Test/Lint/Key Directories/Code Style）
- 自动化质量门：hooks 做 auto-format/test/type-check/block main branch edits

5.4 claude-md-examples — 技术栈专属 CLAUDE.md 模板

URL：https://github.com/ArthurClune/claude-md-examples
核心功能：按技术栈的 CLAUDE.md 示例（Python/Terraform/Hugo）
为什么值得关注：简洁实用的起步模板

5.5 learn-claude-code — 从 0 到 1 构建 Agent Harness

URL：https://github.com/shareAI-lab/learn-claude-code
核心功能：“Bash is all you need”——从零构建类 Claude Code 的 nano agent harness
关键特性：
- 渐进式课程 s01-s11
- “Claude Code 本质 = agent loop + tools + skill loading + context compression + subagent + task system + team coordination + worktree isolation + permission governance”
- Python 参考实现 + 多语言文档（中/英/日）
为什么值得关注：最佳 harness 原理教学项目

5.6 Awesome Harness Engineering 合集（3 个）

仓库	URL	特点
walkinglabs/awesome-harness-engineering	https://github.com/walkinglabs/awesome-harness-engineering	最全面，含 benchmark 参考
ai-boost/awesome-harness-engineering	https://github.com/ai-boost/awesome-harness-engineering	社区维护
AutoJunjie/awesome-agent-harness	https://github.com/AutoJunjie/awesome-agent-harness	中文友好

5.7 walkinglabs/learn-harness-engineering — 官方风格教程

URL：https://github.com/walkinglabs/learn-harness-engineering
核心功能：项目制课程，教你让 Codex 和 Claude Code 更可靠
关键特性：包含 skills/ 目录，有中文版文档

5.8 awesome-cursorrules 合集

仓库	URL	特点
PatrickJS/awesome-cursorrules	https://github.com/PatrickJS/awesome-cursorrules	最大的 .cursorrules 集合
sanjeed5/awesome-cursor-rules-mdc	https://github.com/sanjeed5/awesome-cursor-rules-mdc	MDC 格式，用 Exa+Gemini 自动生成
tecnomanu/agent-rules-kit	https://github.com/tecnomanu/agent-rules-kit	CLI 安装配置 Cursor rules

5.9 其他参考

mitsuhiko/agent-prompts：https://github.com/mitsuhiko/agent-prompts — Armin Ronacher（Flask 作者）的 agentic loop prompt 实验
GitHub 官方博客：https://github.blog/ai-and-ml/github-copilot/how-to-write-a-great-agents-md-lessons-from-over-2500-repositories/ — 2,500+ 仓库中总结的 AGENTS.md 写作经验
AGENTS.md 官方规范：https://github.com/agentsmd/agents.md / https://agents.md/ — AGENTS.md 作为开放格式的官方定义
Goose：https://github.com/block/goose — Block 出品（27k stars），通用 AI agent，Rust 构建，70+ MCP 扩展，15+ 模型 provider

方向 4B：非软件工程领域的 Harness

4B.1 AI Data Science Team — 数据科学 Agent 团队

URL：https://github.com/business-science/ai-data-science-team
核心功能：Python 库，专用数据科学 agent（加载/清洗/可视化/建模），AI Pipeline Studio 可视化
关键特性：
- Supervisor 路由任务到专用 agent
- 沙箱代码执行：禁止危险导入、禁止网络访问、可配超时/内存限制
- 支持 Python 3.13，LangChain 1.0.0

4B.2 Microsoft Agent Framework — 企业级多 Agent 框架

URL：https://github.com/microsoft/agent-framework
核心功能：构建、编排、部署 AI agent 和多 agent 工作流，支持 Python 和 .NET
关键特性：
- v1.0 稳定版，生产就绪
- 图基工作流：streaming/checkpointing/human-in-the-loop/time-travel
- 5 种编排模式：sequential/concurrent/handoff/group chat/Magentic-One
- 声明式 YAML 工作流
- OpenTelemetry 分布式追踪
为什么值得关注：Microsoft 官方 + v1.0 稳定 + 企业级功能集

生态总览

层次	代表项目	成熟度
Meta-harness（生成 harness）	AutoAgent、auto-harness、revfactory/harness、AutoHarness	前沿实验
端到端自动化	agent-orchestrator、MetaGPT、AgentSys、Overstory	生产可用
Harness 框架	Archon、OpenHarness、DeerFlow、Deep Agents	成熟
Linter/验证	agnix、ctxlint、agents-lint、promptfoo	工具化
教学/参考	mini-coding-agent、learn-claude-code、awesome 合集	稳定
企业级平台	Microsoft Agent Framework、Goose	生产就绪