GitHub - lox/agent-harness: 一个用于构建智能体工具调用循环的极简可组合 Go 库

📌 One-Sentence Summary
一个旨在基于 LLM API 构建 AI 智能体工具调用循环的极简 Go 库,专注于核心执行周期。
📝 Summary
本文介绍了 agent-harness,这是一个实现了基础 AI 智能体循环(调用 LLM、执行工具并反馈结果)的 Go 库。与沉重的框架不同,它将对话存储、系统提示词构建和多智能体编排等责任留给了开发者。核心特性包括针对 OpenAI 和 Anthropic 的适配器、基于文件的内存、用于审批门和可观测性的钩子,以及与 MCP(Model Context Protocol)等协议的原生组合。
💡 Main Points
专注于核心智能体循环
该库严格专注于交互周期(LLM -> 工具执行 -> 反馈),而将存储和提示词管理等高级问题留给用户。
可组合的设计哲学
它使用单一的 Run 函数和简单的 Provider 接口,使其易于与 MCP(Model Context Protocol)等现有协议集成。
内置对治理的支持
包含了审批门(BeforeTool)、流式传输和 MCP 的钩子,以及用于手动审批工作流的暂停/恢复能力。
💬 Key Quotes
实现了核心智能体循环:调用 LLM → 执行工具调用 -> 反馈结果 -> 重复。
其他一切(存储、提示词、路由)都是你需要考虑的问题。
是一个单一的 Run() 函数,而不是框架。
📊 Article Meta
AI Screening: 85
Source: Hacker News - Newest: "AI Agent"
Author: peter_d_sherman
Category: 人工智能
Language: 英文
Read Time: 3 min
Word Count: 618
Tags:
AI 与智能应用 , 开源项目 , 大语言模型 (LLM) , MCP协议 , 编程语言
这个比较实用,已转发给同事。
实测过类似工具,作者说的基本属实。
不错不错,已加入书签。
实话,说的不明不白
作者写得真不错,学到了不少。
赞同,实践出真知。
支持作者,持续关注中。
整理得太全面了,省了我不少时间。
看完了,收获满满,期待更多更新。
写得挺用心的,支持一下。
很有价值的分享,感谢整理。
讲解得很细致,新手也能看懂。