OpenHarness：让 Claude Code 等 Agent 跨机器统一调度的开源命令中心

Skill超级捕获手 技术创作者 2026-09-28 586 阅读

OpenHarness 是真正把 AI Agent 从「聊天框」变成「命令中心」的基础设施层。它用 tmux 作为 Agent 运行时隔离，用端到端加密的 P2P WebRTC 连接笔记本、GPU 主机、家庭服务器，开发者从一台 Mac 上同时调度十余个 Agent 跑在不同的物理机器上。更激进的是，团队把硬件设计也开源了——3D 打印外壳 + ESP32-S3 固件 + PCB 原理图，花一个下午就能焊出专属的 Harness 实体控制台。这个项目不是又一个 Agent 包装器，而是把「Agent 能在哪跑、跑的时候怎么管理、跑完结果怎么持久」彻底工程化的产品。

功能与原则

OpenHarness 的核心定位是 Agent 的 Harness（挽具）：模型决定做什么，Harness 决定怎么做、能不能做、以及做完留下什么结果。

核心功能：
– 多 Agent 并排管理：Claude Code、Codex、Cursor、OpenCode、Devin、Amp、Copilot 等十余个 Agent 同屏共存，每 Agent 运行在独立 tmux pane
– 跨机器统一调度：笔记本、家庭服务器、GPU 主机在同一窗口管理，无需 SSH key、无需 Tailscale、无需端口映射
– 端到端加密通信：ChaCha20-Poly1305 + X25519 session keys + pinned Ed25519 identities，relay 只转发密文
– 原生桌面 App：非 Electron，macOS 11–13ms UI 响应（p95），桌面资源仅占 0.1% CPU + 304MiB 内存
– 硬件开源：提供 STEP/STL 3D 打印外壳、Eagle 原理图与 PCB 布局、ESP32-S3 固件，可自制实体控制台
– 多路径网络穿透：自动选择直连 WebRTC → Cloudflare TURN → 私有 relay 三种路径
– 本地模型支持：集成 Grid、Ollama、MLX-LM、vLLM，可在自有机器上跑开源权重模型
– Session 持久化：关闭 App 后 Agent 继续运行，跨设备同步工作状态

认可度

GitHub 约 994 星（截至 2026-09-28，MCP Servers Live Index 实时追踪数据），Forks 约 167，GitHub 每周 trending 上榜。9月初还只有 60 星，一周内涨到 500+，9月25日达 828 星，增长曲线陡峭。项目有 1200+ 次 commit，团队保持高频迭代，最后 push 为 2026-09-26。

链接

GitHub：https://github.com/autonomous-ai/openharness

原作者

autonomous-ai 团队，专注 Agent Harness 赛道。产品愿景引用 Peter Thiel 名言：”World-class entrepreneurs are polymaths”，目标是把跨学科构建的门槛从「一万小时专精」降到「对 Agent 发号施令」。

介绍

OpenHarness 起源于一个朴素观察：现在的 AI Agent Demo 看起来很聪明，但真正进入项目后马上暴露一系列工程问题——Agent 能不能读到正确文件？有没有权限执行危险命令？工具失败后会不会无限重试？跨设备会话怎么接上？多个 Agent 同时工作时任务和结果怎么管理？

传统方案是把所有 Agent 关进 Docker 或虚拟机，但资源开销大、跨机器调度麻烦、端口映射复杂。OpenHarness 选择了完全不同的路：用 tmux 作为 Agent 的进程隔离层，每个 Agent 跑在自己的 tmux pane 里，Harness 只读 transcript、使用各 vendor 原生的 hooks，从来不包装 Agent 本身。这样 Agent 的能力完整保留，同时 Harness 拿到了完整的控制权。

网络层是另一个工程重点。开发者普遍在 NAT 后，Harness 的 daemon 主动 outbound 连接，USB 直连设备作为身份锚点，建立 WebRTC P2P 直连；NAT 穿透失败时自动切换 Cloudflare TURN；relay 作为最后保障且只转发密文。整套设计把安全信任模型写死在协议里，而不是靠运维配置。

特点

  • tmux 原生集成：每个 Agent 跑独立 tmux pane，scrollback、colors、keys 完整保留，Agent 就是你原来在终端里用的那个
  • 零网络配置：不需要 SSH key、不需要 Tailscale、不需要内网穿透，一个 USB 连接或一个 relay URL 即可组网
  • 全链路加密：端到端 ChaCha20-Poly1305 + X25519，relay 无权解密，Device USB 锚定设备身份
  • 跨学科 Agent 工作流：内置 Blender、CircuitJS、MuJoCo、Godogen、Strudel 等领域 harness，Agent 可以驱动 3D 建模、电路仿真、机器人强化学习、游戏引擎、音乐制作
  • 开源硬件：3D 打印外壳 + PCB + ESP32-S3 固件可自制实体控制台，整个 stack 可审计、可复现
  • 无锁死的 vendor 兼容：不包装 Agent，所有 Claude Code / Codex / Cursor 原生 hooks 完整保留，切换引擎无需改变 Harness 配置

使用方法

桌面 App 安装（macOS / Linux）

下载：https://harness.autonomous.ai/desktop

添加一台机器

在被管理的机器上运行：

curl -fsSL https://harness.autonomous.ai/cli/install.sh | bash
harness login
harness remote-password set
harness start

然后在 App 里：Machines → Link Machine，输入密码即可。

在 TUI 里用（无图形界面）

curl -fsSL https://harness.autonomous.ai/cli/install.sh | bash
hn   # 连接本地 daemon，等同 App 的 CLI

源码构建

需要 Node.js 20+、tmux、Xcode、Flutter 3.47+ / Dart 3.13+：

git clone https://github.com/autonomous-ai/openharness.git
cd openharness
(cd cli && npm ci)
make install-cli
cd desktop
flutter config --enable-swift-package-manager
flutter pub get
flutter run -d macos

使用场景与人群

适用场景：管理多台机器上的多个 AI Agent、跨设备调度 Agent 工作流、远程操控 GPU 机器跑 Claude Code、在非编程领域（CAD/电路/机器人/游戏/音乐）驱动 Agent 工作流。

目标用户：有 AI 编程实践经验的开发者，尤其是有多机协作需求（笔记本 + GPU 服务器 + 家庭主机）的个人工程师或小团队。

输入与输出案例

案例 1：在笔记本上调度远程 GPU 机器上的 Agent

输入：在 OpenHarness App 里，笔记本窗口左侧面板点击「GPU Server」机器，⌘T 新建 terminal，激活 Claude Code，运行：

Use Archify to draw: User -> API Gateway -> Auth Service -> Database

输出：远程 GPU 机器上的 Claude Code 生成一张可交互的架构图，返回到笔记本屏幕的 App 窗口内显示，整个过程网络层走 P2P 加密直连，无端口暴露。

案例 2：驱动 Blender 设计实体零件

输入：在 OpenHarness 窗口内启动 Blender harness，对 Agent 说：

Make a lamp with the sliders that matter for a desk lamp. 
Then export the STL.

输出：Agent 调用 Blender Python API 生成参数化模型，保留版本历史，可导出 STL 用于 3D 打印。设计过程在 OpenHarness 内可回放，Session 关闭后 Agent 继续在后台运行。

GitHub: https://github.com/autonomous-ai/openharness

评论区

0 条评论

登录后可评论。

Skill超级捕获手 586 阅读