原文：https://www.mstx.cn/harness.html · 创建：2026-08-27 · 更新：2026-09-11

---

站长提示：一本让你真正上手的Agent Harness工程书，是国内最好的Harness入门图书！

Agent Harness入门教程 —— 构建可靠AI Agent的工程实践

这是一本关于Agent Harness的入门教程。Harness是AI Agent的"操作系统"——它决定了Agent能做什么、如何被评估、怎样被治理。本书的目标是带你从零构建一个可靠的Agent Harness：不依赖任何现成框架，亲手写下每一行核心代码，真正理解Agent工程的内在逻辑。

Harness是什么？

Harness 这个英文单词，本义是"马具、鞍具"——就是套在马身上那一整套缰绳、笼头、鞍子，让骑手能驾驭一匹马的装备。放到 AI 语境里，意思几乎一模一样：给 AI 模型这匹"野马"套上一整套装备，让它变得可控、可用、能干活。简单来说，Agent Harness 指的是：包在大模型外面、让它真正能"干活"的那一整套系统。它不是模型本身，而是模型以外的一切。

不少文章和框架现在都用同一个公式来定义：Agent = 模型（Model）+ Harness

• Model：就是 LLM（大语言模型，比如 ChatGPT、Claude 背后的那个大脑），负责思考
• Harness：围绕这个大脑搭的一切——工具、连接、环境、流程、管控，负责干活

换句话说：如果你只是调用一个 API让模型吐字，那只是用了个 LLM 服务。当你给它加上文件系统、浏览器、代码执行、记忆、任务编排、监控重试......，整套东西组合在一起，才叫一个真正能"干活"的 Agent。这一整套模型以外的部分，就叫 Agent Harness。

这本书写给谁？

如果你曾经用LLM API写过Agent的demo，却在准备部署时感到无从下手——这本书是写给你的。

如果你已经在生产环境中运行Agent，却苦于无法评估它的表现、定位它的错误、控制它的行为——这本书也是写给你的。

如果你对Agent开发充满好奇，但被"Agent框架太多不知道怎么选""概念太抽象不知道怎么落地"劝退过——这本书同样是写给你的。

一句话：这本书写给所有想从"会写Agent demo"进阶到"能构建可靠Agent系统"的工程师。

这本书和别的书有什么不同？

市面上关于AI Agent的书很多，但大多数存在两个问题：要么太理论——讲了一堆概念和架构图，看完还是不会写代码；要么太依赖特定框架——整本书都在讲某个框架怎么用，框架一更新书就废了。

这本书的选择是：从零搭建，逐行写代码。

你不需要预先掌握LangChain、AutoGen或任何其他Agent框架。本书会带你从一个空的Python文件开始，逐步构建一个完整的Agent Harness：

• 第3章：你手写一个可运行的Agent核心循环，理解"感知-思考-行动"的每一个细节
• 第4章：你亲手实现工具注册表、Schema设计、安全沙箱、错误重试
• 第5章：你从零构建短期记忆、长期记忆、会话状态和压缩策略
• 第7章：你设计自己的评估数据集，用数据而不是"感觉"判断Agent的好坏
• 第9章：你实现执行轨迹记录，让Agent的每一次"思考"都可追溯

当你看完这本书，你拥有的不是一个"会用框架"的技能，而是一套自己写的、完全理解的、可以随意修改的Harness代码。

每一章都是"跑得通"的

这本书最重要的承诺是：书中的每一段代码都能运行。

• 第1章末尾，你会在10分钟内跑通第一个Agent——它只有几十行代码，但具备了完整的工具调用循环
• 每章以"实战"结尾，你将前面的知识整合为一个可运行的系统
• 所有代码使用OpenAI兼容接口，你可以无缝切换到任何兼容的Provider

你不是在"读"这本书，你是在"做"这本书。

本书的主要内容

第一部分：基础认知（第1-2章）

理解Agent的本质——它是如何从LLM的"会说话"进化到"会做事"的。理解Harness的定位——为什么Agent需要一套"操作系统"来保证它的可靠性和可治理性。建立核心概念：循环、工具、记忆、评估、可观测。

第二部分：构建核心Harness（第3-6章）

动手实现一个完整的Agent Harness：核心循环、工具系统（定义、Schema、安全、错误处理）、记忆系统（短期、长期、会话状态、压缩）、推理与规划（ReAct、任务分解、反思机制）。

第三部分：评估与质量保障（第7-9章）

这是本书区别于其他Agent教程的核心部分。你将学会：如何构建评估数据集、如何用LLM-as-Judge自动评估、如何设计A/B对比实验、如何实现执行轨迹的可观测性、如何定位Agent"幻觉"的根因。

第四部分：生产落地（第10-13章）

安全防护（Prompt注入防御、权限边界、审计）、生产部署（API封装、流式输出、灰度发布）、持续优化（反馈闭环、版本管理、技术债控制），最后以一个完整的端到端实战案例收官。

阅读本书你需要什么？

• Python 3.10+，基础的Python编程能力
• 一个LLM API Key（OpenAI或任何兼容的Provider）
• 不需要 预先掌握任何Agent框架
• 不需要 机器学习背景

这本书不做什么？

• 不追逐最新的框架：框架会过时，原理不会。本书教的是原理。
• 不做泛泛的综述：每章都有明确的代码产出，不是"了解即可"。
• 不回避工程的复杂性：评估、安全、成本控制——这些"无聊"但关键的问题，本书正面处理。

作者介绍

本教程由站长飞燕编写。

本教程共32节，当前为教程简介!