第7章 2026年最佳Python Agent Harness综述
真正干活的 agent 最终都会围绕模型长出同样的几个部件:读写文件的地方、一个 shell、一份持续更新的计划、可以分派任务的 sub-agent、在第三个小时仍能让上下文窗口保持有效的方法、关于哪些事可以不问就做的规则,以及重启后从断点继续的方式。这个领域把这一套统称为 harness。到了 2026 年,你很少会从零写一个。你会选一个 harness SDK 在上面构建,而这个选择决定了你能跑哪些模型、agent 的命令在哪里执行,以及它的行为有多少由你说了算。
TL;DR. Pydantic AI Harness 是我们的综合首选:它在 Pydantic AI 和 Harness 中提供 80+ 项能力——从文件和 shell 工具、规划、记忆、skills 和 sub-agent,到上下文管理、guardrails,以及十二种 sandbox 和远程工作区——可以逐项添加到任何 Pydantic AI agent 上,支持 30+ 个模型供应商,运行可在九种 durable execution 引擎上从崩溃中恢复。它的两个完整 agent——Coder 和 Researcher——正是这些能力的组合体,所以你可以从一个能用的 coding agent 出发,再逐步拆解。如果你的 agent 已经跑在 LangGraph 和 LangSmith 上,选 LangChain Deep Agents。如果你想要的就是 Claude Code 本身、跑在 Claude 模型上,选 Claude Agent SDK。如果 OpenAI 既是你的模型供应商又是你的 tracing 平台,选 OpenAI Agents SDK;如果你想要的是 Codex,选 Codex SDK。如果你在构建软件工程 agent,并且希望自带 agent server、sandbox 和长期的 benchmark 记录,选 OpenHands Software Agent SDK。如果你基于 AWS 和 Bedrock 构建,选 Strands harness。如果你需要同一套 harness 跑在 .NET 或 Go 上,选 Microsoft Agent Framework 的 Harness。
最后更新:2026 年 11 月 9 日。各项能力、数量和许可证信息均于 2026 年 10 月 30 日从各项目自己的文档和仓库读取;Pydantic AI Harness 和 OpenHands Index 的数据在 11 月 9 日重新核对过。
如何评估一个 agent harness
被叫做 harness 的东西有两种。一种是 harness 产品,即别人的 agent(它的循环、prompt、工具和权限),你只是去配置它:Claude Code 和 Codex 是典型代表。另一种是 harness SDK,它把同样的部件作为库交给你,让你自己组装 agent。本文比较的是从 Python 使用的 harness SDK,包括包装了 harness 产品的那些。以下就是我们的评估标准——带主观倾向的那种。
能否在不重写 agent 的前提下更换模型?价格、质量和速率限制每个月都在变,最适合 coding agent 的模型未必适合 research agent。围绕单一供应商模型构建的 harness,会把其他所有供应商变成二等选项,甚至根本不支持。
能拆解到什么程度?现成的 agent 是最快的起步方式,问题是当它不合适时你能改多少:去掉一个工具、替换规划步骤、换掉上下文策略、重写指令——而不必 fork 整个 harness,也不必和看不见的默认行为对抗。
agent 的命令在哪里执行?你的机器上、容器里,还是云端 sandbox。检查 harness 原生支持哪些 sandbox,以及同一份 agent 代码能否在每个环境里运行。
哪些事可以不问就做?关注针对单个工具调用的审批机制(且要能在进程结束后依然生效),以及 shell 和文件系统的限制——这些限制应该由你设定,而不是模型。
进程在运行中挂了怎么办?长时间的 agent 运行总会遇到部署、崩溃和速率限制。恢复一份保存的对话不等于 durable execution——后者会记录每一次已完成的模型调用和工具调用,重启后重放其结果,而不是重新执行。检查 harness 提供的是哪一种,以及它能否接入你们公司已在运行的引擎,还是只能用自己的存储。
长时间运行还能保持连贯吗?压缩、清理旧的工具结果、把超大输出落盘、按需加载工具和 skills——这些决定了 agent 是一小时后开始退化,还是不会。
trace 能到你的其他 trace 去的地方吗?是 OpenTelemetry 发往任意后端,还是只能用供应商自己的 tracing 产品。
harness 本身能买到支持吗?agent 上线生产后,你需要一个超出公开 issue 追踪器的升级通道。检查支持协议是否覆盖开源 SDK,还是只覆盖你必须额外采用的一个托管平台或云服务。
我们如何比较
针对每个 harness,我们在上述日期阅读了它的文档、查看了许可证文件并核对了最新发布版本。我们记录了它原生支持哪些模型、现成 agent 包含什么以及其中多少可以移除或替换、支持哪些 sandbox、人如何审批操作、运行如何从重启中恢复、长运行时如何管理上下文、输出什么 trace、由谁在什么许可证下维护,以及要买到商业支持需要什么。凡是可以计数的,我们都按项目自己的文档数了。凡项目文档标注为 experimental、preview 或 beta 的,我们照实说明。每个条目——包括我们自己的——都有短板。
本文中的"agent harness SDK"指一个可以从 Python 导入的库,它自带围绕循环的"电池"(文件和 shell 工具、规划、sub-agent、上下文管理,以及 agent 的工作场所),外加一个由这些部件组装的现成 agent。它们有几种形态,对应表格中"Kind"列的命名:从提供部件并基于部件构建 agent 的库,到搭建在框架之上的组装式 harness,再到内嵌成品 agent(如 Claude Code 或 Codex)的 SDK。我们收录最后一种,因为很多团队就是这样起步的,并用同样的标准去评判它。至于纯粹的 agent 框架——只有循环和工具、没有那些"电池"——是我们另一篇文章的主题:《2026 年最佳 Python AI agent 框架》。只使用而不在其上构建的成品 agent,会在下文简要提及。Pydantic AI Harness 之后的排序不代表评分高低。"原生"指内置于 harness 或官方维护的包中,而不是通过 LiteLLM 这类通用适配器达成。"未提供文档"指我们在该日期的项目文档中没找到相关内容,不代表无法实现。
Harness 每个月都在变,所以本文也在更新。我们每月对照各项目的文档和发布版重新核查,只要内容有任何变动,上方的"最后更新"日期就会改变。如果你维护其中某个项目,发现本文有错误或过时之处,请发邮件到 hello@pydantic.dev,我们会修正。
2026 年最佳 Python agent harness
1. Pydantic AI Harness:综合最佳 Python agent harness
Pydantic AI Harness(就是我们的产品)是 Pydantic 团队为 Pydantic AI 打造的开源能力库。其中一切的基本单元都是一项能力(capability):一个自包含的 agent 行为单元,可以通过 capabilities=[...] 添加到任何 Pydantic AI agent 上。Harness 文档列出了 Pydantic AI 和 Harness 包中的 80+ 项能力,完整 agent 本身也是能力。Coder 是文件工具、持久 shell、仓库指令、向自身的全新运行委派任务以及上下文控制的组合;Researcher 是网页搜索、页面抓取、子研究员和有界工具输出的组合。
下面是 Coder 修复当前目录下一个失败测试的例子,用 Pydantic Logfire 做了 tracing。用 pip install "pydantic-ai-harness[coder,anthropic,logfire]" 安装,设置 ANTHROPIC_API_KEY,运行一次 logfire auth,或者删掉那两行 logfire 代码:
import logfire from pydantic_ai import Agent from pydantic_ai.capabilities import LocalWorkspace from pydantic_ai_harness import Coder
logfire.configure() logfire.instrument_pydantic_ai()
agent = Agent( 'anthropic:claude-fable-5-1', capabilities=[LocalWorkspace('.'), Coder()], ) result = agent.run_sync('Find out why tests/test_parser.py fails and fix the bug it caught.') print(result.output)
改一下模型字符串,同一个 agent 就能跑在其他供应商上。想让它的命令在云端 sandbox 里执行,额外安装 modal extra(pip install "pydantic-ai-harness[coder,modal,anthropic,logfire]"),再换掉 workspace。sandbox 启动时是空的,有 git 但没有你的依赖,所以 prompt 需要自己把仓库拉进来:
from pydantic_ai import Agent from pydantic_ai_harness import Coder from pydantic_ai_harness.modal_sandbox import ModalSandbox
agent = Agent('anthropic:claude-fable-5-1', capabilities=[ModalSandbox(), Coder()]) result = agent.run_sync( 'Clone https://github.com/you/your-repo, install it, then find out why tests/test_parser.py fails and fix the bug it caught.' )
当 Coder 不再满足需求时,可以用它的部件重新组装,只改需要改的那一块:给 shell 加白名单、换一种压缩策略、去掉任务委派。
为什么排第一:对照上面的标准,它是这里唯一一个在开源库中全部达标的 harness,其余每一个按其自身文档都至少缺一项。Claude Agent SDK 只能跑一家供应商的模型;OpenAI Agents SDK 把其他供应商归为 beta。Deep Agents 的持久性依赖 LangGraph 的 checkpointer,支持随 LangSmith 出售。OpenHands 和 Strands 没有文档说明外部 durable execution 引擎,Microsoft 的 Harness 只文档说明了自己的 Durable Extension;Strands 和 Microsoft 均未文档说明其 SDK 的商业支持。全部达标在实践中意味着什么:
30+ 个模型供应商原生支持,从 OpenAI、Anthropic、Gemini 到 Bedrock、Vertex AI、Azure、Mistral、Groq、xAI、Ollama 和 OpenRouter,外加任何 OpenAI 兼容端点,请求失败时还能回退到另一个模型。
部件可以逐个取出的能力。每项能力都可以独立工作,也能与其他能力以及你自己的部件组合:带白名单和黑名单的文件系统与 shell 工具、规划、sub-agent、跨会话记忆、按需加载的 skills、网页搜索和浏览器,以及 GitHub、Linear、Slack 等集成。
本地目录加上十二种 sandbox 和远程工作区:Modal、E2B、Render、Sprites、Daytona、boxd、smolvm、BoxLite、OpenSandbox、Docker、Bubblewrap 和 SSH。同一套文件和 shell 工具在运行所处的任何环境中都能用。
面向长运行的上下文管理:模型无关的压缩策略(工具结果清理、滑动窗口、摘要)、OpenAI 和 Anthropic 的供应商原生压缩、把超大工具输出落盘供 agent 查询、工具搜索,以及 Code Mode——让模型在一个沙箱解释器里通过一段脚本调用多个工具。
对行为的控制:工具审批会在运行结束时保留待处理的调用,让之后任意进程中的运行接着处理;审批 reviewer 可以让第二个模型批准低风险调用,剩下的留给人;还有工具调用判定器、带密钥掩码的 guardrails,以及支出限额。
九种 durable execution 引擎:Temporal、DBOS、Prefect、Restate、AWS Lambda、Absurd、pgtask、Azure Durable Task 和 Apache Airflow,外加步骤持久化,可以从文件、SQLite、MongoDB 或 PostgreSQL 恢复或 fork 一次运行。
每次模型调用和工具调用都有 OpenTelemetry span,遵循 GenAI 语义约定,可发往任意后端。Pydantic Logfire 是查看它们最简单的方式,而且是可选的。
同一个 agent 可以跑在终端聊天、网页聊天、通过 Agent Client Protocol(experimental)接入的编辑器,以及通过 AG-UI 和 Vercel AI 协议接入的前端中。Pydantic 为 Pydantic AI 和 Harness 提供企业支持,由构建它们的团队出品,有 SLA,且不需要购买任何平台。两者均为 MIT 许可证。
短板:只支持 Python,而且它是库不是产品。没有托管运行时,没有管理界面;agent 在你的基础设施上的你的进程里运行,持久性来自你自己选择并运维的引擎。Coder 在 LocalWorkspace 中会在你的机器上执行 shell 命令且没有白名单,所以生产使用应放进 sandbox,或启用上述审批和 shell 控制。部件更多也意味着选择更多:Coder 的默认配置是我们的,但一旦你重新组装,在你的工作区里测试你的组合就是你的事了。
最适合的团队:Python 团队,今天就要一个能用的 agent,并预期随着产品成长去更换它的部件、模型和运行位置。
2. LangChain Deep Agents:如果你的 agent 已经跑在 LangGraph 和 LangSmith 上
Deep Agents 自称"开箱即用的 agent harness"。按 LangChain 自己的分层,LangGraph 是图运行时,create_agent 是其上的极简 harness,而 Deep Agents 是搭建在 create_agent 之上、更有主见的 harness。它采用 MIT 许可证,来自 LangChain, Inc.,也有 JavaScript 版本。
默认 agent 带有文件工具(ls、read_file、write_file、edit_file、glob、grep)、用于 sub-agent 的 task 工具、长对话摘要和大工具结果落盘。记忆、skills 和人工审批是可选开启的,从 0.7 版起 write_todos 规划工具也变成可选。你通过 middleware 来修改它:一个 override 可以替换默认实例,任何 LangGraph 图都能作为 sub-agent。它可以跑在任何 LangChain 聊天模型上。命令在 sandbox 后端中执行:LangSmith Sandbox、AWS AgentCore、Databricks、Daytona、E2B、Modal、NVIDIA OpenShell、Runloop 或 Vercel。LangChain 还发布了基于它构建的终端 coding agent——Deep Agents Code(dcode),并在 2 月报告其早期 CLI 在 gpt-5.2-codex 上取得 Terminal-Bench 2.0 分数 66.5。
短板:它带着 LangChain 全家桶。该包依赖 langsmith、langchain-anthropic 和 langchain-google-genai。人工审批需要 LangGraph checkpointer,持久性是 LangGraph 自己的 checkpointer,未文档说明外部 durable execution 引擎;tracing 是 LangSmith 的,OpenTelemetry 通过 LangSmith SDK 提供。它的 README 描述的是一种"信任 LLM"的安全模型,其本地后端不提供隔离。API 变动很快:0.7.0 移除了默认规划工具和默认 prompt。
当你的 agent、checkpoint 和 trace 已经在 LangGraph 和 LangSmith 里,而且你想要同一供应商的 harness 时,选它。
3. Claude Agent SDK:如果你想要的就是 Claude Code 本身,跑在 Claude 上
Claude Agent SDK 让你在 Python 或 TypeScript 中获得"驱动 Claude Code 的同一套工具、agent 循环和上下文管理"。它以子进程方式运行一个捆绑的 Claude Code 二进制文件,所以文件编辑、shell 命令、网页搜索、sub-agent、skills、自动压缩、权限模式和会话都开箱即用。Python 包采用 MIT 许可证,SDK 的使用受 Anthropic 商业服务条款约束。
你可以移除内置工具、替换系统 prompt。权限回调可以批准、拒绝或修改每次工具调用,hook 可以推迟一个调用,让你稍后恢复。你自己的工具以进程内 MCP server 的形式接入。
短板:只能用 Claude 模型,通过 Anthropic、Bedrock、Vertex AI 或 Microsoft Foundry。它的托管文档把每个运行中的 agent 描述为"绑定本地状态的长驻进程",建议每个 agent 至少 1 GiB 内存,并指出会话在容器重启后不会保留,除非你把 transcript 镜像到一个 SessionStore——而这只是尽力而为。使用自定义系统 prompt 时,Claude Code 自己的提醒仍会送达模型,除非你逐个关闭。它的内置 sandbox 默认关闭,而且启用后若无法启动,命令会在无沙箱的情况下运行并给出警告。OpenTelemetry tracing 需要主动开启且标注为 beta,未文档说明任何 durable execution 引擎集成。Aditya 的文章《你会部署一个不受你控制的 agent 吗?》做了更充分的论证。
当你想要的产品就是嵌入式 Claude Code,且能接受单一模型供应商时,选它。
4. OpenAI Agents SDK:如果你全面押注 OpenAI
OpenAI 将其 4 月的 OpenAI Agents SDK 更新描述为"模型原生的 harness"。除了 agents、handoffs 和 guardrails,sandbox agent 现在可以在一个容器里工作,带有 shell 和文件工具、skills、记忆和压缩。sandbox 客户端涵盖本地 Unix sandbox、Docker、Blaxel、Cloudflare、Daytona、E2B、Modal 和 Vercel。工具支持 needs_approval,暂停运行的状态会序列化为 JSON,供你之后恢复。它的文档列出四种 durable execution 集成:Temporal、DBOS、Restate 和 Dapr。采用 MIT 许可证,也有 TypeScript 版本。
短板:它的默认路径是 OpenAI 的 Responses API,其他供应商要通过 LiteLLM 和 Any-LLM 适配器接入,其文档称这些适配器为"尽力而为的 beta",并且会丢失 Responses 独有的功能。tracing 默认开启、发往 OpenAI,且对 Zero Data Retention 的组织不可用。
适合的团队:模型供应商和 tracing 平台都是 OpenAI。
5. Codex SDK:如果你想要的是 Codex
Codex SDK 有一个稳定的 Python 包 openai-codex,"通过 JSON-RPC 控制本地 Codex app-server",还有一个包装 codex CLI 的 TypeScript 包。你得到的是 Codex 自己的 agent,包括它的工具、read-only、workspace-write 或 full-access 的 sandbox 预设、你设置的 base 和 developer 指令,以及可以恢复和 fork 的本地线程。采用 Apache 2.0 许可证。
短板:它包装的是一个 Codex 进程,所以你是在配置那个 agent,而不是重新组合它。它的文档围绕 OpenAI 模型编写;其他供应商是 Codex 配置层面的事。它的 Python 审批设置只有两个值:全部拒绝,或让自动 reviewer 决定。SDK 的商业支持:未文档说明。
当你想要的产品就是嵌入式 Codex 时,用它。
6. OpenHands Software Agent SDK:如果你在构建软件工程 agent
OpenHands Software Agent SDK 提供"用于构建与代码协作的 agent 的 Python、TypeScript 和 REST API",是 OpenHands CLI 和 OpenHands Cloud 背后的引擎。它需要 Python 3.12 或更高版本,采用 MIT 许可证。它与 OpenHands/OpenHands 仓库是分开的项目——后者现在叫 Agent Canvas,是一个通过 ACP 驱动 OpenHands、Claude Code、Codex 等 agent 的 TypeScript 控制中心;该仓库的 openhands-ai Python 包的最后一次发布是 2026 年 7 月的 1.11.0。
agent 由可替换的组件构成:终端、文件编辑器、任务追踪器和浏览器工具、sub-agent、上下文压缩器、skills、MCP 和 hook。同一份 agent 代码可以在本地工作区运行,也可以通过它的 agent server 在 Docker、Apptainer、API sandbox 或 OpenHands Cloud 中运行。确认策略可以是每个动作前都问、从不问,或只对被安全分析器评为高风险的动作问。对话持久化到磁盘并可恢复,trace 是发往任意 OTLP 后端的 OpenTelemetry。
它的 benchmark 记录很长。OpenHands 自 2024 年 10 月起向 SWE-bench Verified 官方排行榜提交成绩,其最新一条被 SWE-bench 团队标记为已核实的记录是 71.8,使用 GPT-5,来自 2025 年 8 月。OpenHands 还在包括 SWE-bench 和 GAIA 在内的五个 benchmark 上运行自家的 OpenHands Index,并公布每次运行的结果和轨迹;其最新条目来自 2026 年 6 月 11 日,使用 Claude Fable 5 平均得分 81.0。Index 的数字是 OpenHands 自己跑的。
短板:它是为与代码协作的 agent 构建的。模型通过 LiteLLM 模型字符串接入,而不是原生供应商客户端。隔离意味着在容器或远程 sandbox 中运行它独立的 agent server;本地工作区直接作用于宿主机。它的默认安全分析器让执行动作的模型自己给自己动作的风险打分,所以"只对高风险动作确认"的策略依赖 agent 自己的判断。持久化是一个事件目录,未文档说明外部 durable execution 引擎。付费产品是托管:OpenHands Cloud,以及 OpenHands Enterprise——后者增加自托管和其工程师的指导,以平台形式提供。
当你的产品是 coding agent,并且希望自带 agent server、sandbox 和长期 benchmark 记录时,选它。
7. Strands harness:如果你基于 AWS 和 Bedrock 构建
AWS 的 Strands Agents 现在在其 SDK 之上发布了 Strands harness——"一个完全组装好的 agent harness",有 Python 和 TypeScript 版本。一次 create_harness() 调用就能得到 shell、read、write 和 edit 工具、网页抓取和搜索、内置 sub-agent、todo 列表、skills、基于文件的记忆、可按 id 恢复的会话,以及上下文管理。采用 Apache 2.0 许可证。
配置参考文档记录了每一个可覆盖的默认值,interventions 可以用人工审批、自然语言规则或 Cedar 策略来把关工具调用。模型来自 Bedrock、Anthropic、OpenAI、Google 和 Ollama,SDK 会输出 OpenTelemetry trace。
短板:Amazon Bedrock 是默认供应商,且 harness 包很新,2026 年 9 月才首次发布。它的 sandbox 是 Docker、SSH 和 Strands Shell(一个进程内 shell sandbox),未文档说明 durable execution 引擎集成。SDK 的商业支持:未文档说明。
适合的团队:模型、凭证和部署都已经在 AWS 上,并想要同一来源的组装式 harness。
8. Microsoft Agent Framework Harness:如果你需要同一套 harness 跑在 .NET 或 Go 上
Microsoft Agent Framework 为研究、编码、数据分析及其他长时运行的工作提供"一个有主见、开箱即用的 Harness",覆盖 .NET、Python 和 Go。在 Python 中,create_harness_agent 返回一个普通的 Agent Framework agent,默认开启 todo 追踪、plan 和 execute 模式、会话文件记忆、工具审批规则、模型支持时的网页搜索,以及 OpenTelemetry。压缩、skills、文件访问、后台 sub-agent、shell 和有界循环是可选开启的。框架采用 MIT 许可证。
每个默认项都有关闭开关,你也可以替换 todo 和模式提供者,或添加自己的上下文提供者。持久性方面,Microsoft 的 Durable Extension 可以在 Durable Task Scheduler 上运行 agent,部署在 Azure Functions 或你自己的计算资源上。
短板:在 Python 中,后台 agent、文件访问和循环标注为 experimental,shell 工具来自预发布包,Durable Extension 也以预发布形式安装。agent 命令的 sandbox:Harness 页面未文档说明。框架的商业支持:未文档说明。
需要在 Python、.NET 和 Go 之间共享同一套 harness 的团队,就选它。
一览对比
核查于 2026 年 10 月 30 日,Pydantic AI Harness 一行于 2026 年 11 月 9 日重新核查。数量按各项目自身文档的原生支持统计;"via"指通过适配器或单独集成达成;"未文档说明"指其文档没有描述相关内容。
Harness Kind Models 可拆解性 命令执行位置 持久性与恢复 Tracing 商业支持 许可证与出品方
Pydantic AI Harness 能力库;Coder 和 Researcher 由其组装 30+ 供应商,外加任何 OpenAI 兼容端点 80+ 项能力各自独立可用,包括 Coder 的组成部分 本地,外加 12 种 sandbox 和远程工作区 9 种 durable 引擎上重放;步骤持久化到文件、SQLite、MongoDB、PostgreSQL OpenTelemetry(GenAI 约定)发往任意后端 Pydantic AI 和 Harness 的支持来自 Pydantic;无需购买平台套餐 MIT;Pydantic
LangChain Deep Agents LangGraph 上有主见的 harness;Deep Agents Code 任何 LangChain 聊天模型 middleware 覆盖;任何 LangGraph 图可作 sub-agent 本地后端,外加 9 种 sandbox 集成 LangGraph checkpointer;未文档说明外部引擎 LangSmith;通过 LangSmith SDK 的 OTel 随 LangSmith Enterprise 套餐 MIT;LangChain, Inc.
Claude Agent SDK 嵌入成品 agent(Claude Code) 仅 Claude,4 个平台 移除工具、替换系统 prompt、hook 本地子进程;自带 sandbox 默认关闭 会话在磁盘上,或尽力而为的 SessionStore;未文档说明引擎 OpenTelemetry,需主动开启(beta) 未文档说明 MIT,受 Anthropic 商业条款约束;Anthropic
OpenAI Agents SDK 带 sandbox agent 的框架 OpenAI;其他通过 beta 的 LiteLLM 和 Any-LLM 适配器 sandbox agent 的能力 本地 Unix、Docker,外加 6 种托管 sandbox 序列化的运行状态;4 种引擎:Temporal、DBOS、Restate、Dapr 默认开启 OpenAI tracing;第三方处理器 SDK 未文档说明 MIT;OpenAI
Codex SDK 嵌入成品 agent(Codex) 以 OpenAI 为中心;其他通过 Codex 配置 指令、sandbox 和审批设置 Codex sandbox 预设 可恢复和 fork 的本地线程;未文档说明引擎 OpenTelemetry 日志导出,需主动开启,通过 Codex 配置 未文档说明 Apache 2.0;OpenAI
OpenHands SDK coding agent SDK(Python、TypeScript、REST),带 agent server 通过 LiteLLM 可替换工具、压缩器、工作区 本地,或通过其 agent server 使用 Docker、Apptainer、API sandbox 和 Cloud 对话持久化到磁盘;未文档说明引擎 OpenTelemetry 发往任意 OTLP 后端 随 OpenHands Enterprise MIT;OpenHands
Strands harness Strands SDK 上的组装式 harness 默认 Bedrock;Anthropic、OpenAI、Google、Ollama 覆盖每一个默认值;可退回 SDK Docker、SSH、Strands Shell 按 id 恢复会话;未文档说明引擎 OpenTelemetry 未文档说明 Apache 2.0;AWS
Microsoft Agent Framework Harness Agent Framework 上的组装式 harness Agent Framework 聊天客户端 禁用或替换每个默认项 Harness 页面未文档说明 Durable Extension on Durable Task(预发布) OpenTelemetry 未文档说明 MIT;Microsoft
成品 agent 与较小的库
有五个项目常出现在 harness 列表和搜索结果中,出于各自的原因我们没有纳入排名。
Nous Research 的 Hermes Agent 是一个成品化的自我改进 agent,带终端 UI、消息网关、记忆、skills 和六种终端后端,采用 MIT 许可证。你可以从 Python 导入它的 AIAgent,但只能从 git checkout 导入:文档说明它不发布受支持的 wheel。把它当 agent 用,不要当库用。
Mistral Vibe 是 Mistral 的 Python coding agent,一个采用 Apache 2.0 许可证的成品 CLI,另有单独的 1.0 前SDK 用于构建 agent。
DeepSeek Harness Python SDK 是一个仍处于 developer preview 的客户端,通过 JSON-RPC 驱动 DeepSeek 的 TypeScript harness;其内置 profile 默认会把会话日志发送到 DeepSeek 的官方 API,除非用 profile 补丁关闭。
Hugging Face 的 smolagents 是"一个让 agent 用代码思考的极简库",代码执行器支持 E2B、Modal、Blaxel 和 Docker。它的文档没有描述文件或 shell 工具、压缩、skills 或工具审批,且其最后一次发布是在 5 月。
mini-swe-agent 是一个极简 coding agent,唯一的工具是 bash,为研究和 benchmark 而构建。
如果你想要的是一个拿来就用的 coding agent,而不是一个用来构建的,那么 Claude Code、Codex、OpenCode 和 Pi 都是成品 harness,上面几个 SDK 正是你嵌入它们的方式。
如果你用 TypeScript
本榜单只覆盖 Python,而有几个广泛使用的 harness 是 TypeScript 优先的。
Mario Zechner 的 Pi 是"一个极简、可扩展、可以打造成你自己的 agent harness",包含 agent core 包、coding agent CLI 和 SDK,采用 MIT 许可证。它有意不提供 sub-agent 和 plan 模式。
DeepSeek Harness(dsh)本身就是一个 TypeScript harness,带网页 UI 和桌面应用,其插件是 TypeScript 包;上文提到的 Python SDK 驱动它。
Deep Agents JS 是 Deep Agents 的 TypeScript 版本,MIT 许可证。
Mastra 用"harness"指其 agent 周边的一组能力(durable agents、后台任务、schedules 和 AgentController),并提供 createCodingAgent() 辅助函数。
Strands harness、OpenAI Agents SDK 和 Codex SDK 也有 TypeScript 版本。TypeScript 版 Claude Agent SDK 不是开源的:其许可证文件在 Anthropic 商业条款下保留所有权利。
Vercel AI SDK 有一个实验性的 HarnessAgent,可以在统一接口后驱动其他 harness,如 Claude Code、Codex、Pi 和 Deep Agents。
如何选择
你在构建 Python agent,想现在就有一个能用的,模型随意,并且随产品成长可以替换部件:Pydantic AI Harness。
你的 agent 运行必须能从崩溃中恢复,且在你们公司已在运维的引擎上:Pydantic AI Harness(九种引擎),如果你用 OpenAI 模型则可选 OpenAI Agents SDK(四种)。
你的 agent、checkpoint 和 trace 已经在 LangGraph 和 LangSmith 里:LangChain Deep Agents。
你想在产品里嵌入 Claude Code 本身,跑在 Claude 模型上:Claude Agent SDK。
OpenAI 是你的模型供应商和 tracing 平台:OpenAI Agents SDK。
你想在产品里嵌入 Codex 本身:Codex SDK。
你的产品是 coding agent,想要 agent server、sandbox 和长期 benchmark 记录:OpenHands Software Agent SDK。
你的模型和部署都在 AWS 上:Strands harness。
你需要同一套 harness 跨 Python、.NET 和 Go:Microsoft Agent Framework 的 Harness。
什么时候其他 harness 是更好的选择
有三种情况更适合选择 Pydantic AI Harness 以外的方案。
第一种是想要特定供应商的 agent。如果你想要的产品就是嵌入式 Claude Code 或 Codex,它们自己的 SDK 给你的正是其出品方打包调校好的 agent。只有当你预期要改动它时,用部件重新组装才划算。
第二种是你已经在跑的技术栈。一个已有 LangGraph agent 上生产、trace 在 LangSmith 的团队,用 Deep Agents 就能在自己已运维的运行时、checkpointer 和 tracing 上获得 harness。Bedrock 上的 Strands 同理。
第三种是 Python 以外的语言。TypeScript 里的 Pi、DeepSeek Harness、Deep Agents JS 和 Mastra,以及 .NET 和 Go 里的 Microsoft Harness,才是那些团队该看的。
如果你的产品不是 coding agent,从 coding agent 起步前请三思。我们此前关于 harness 论点、什么是好 harness 以及 Harness Week 的文章,会更深入地解释我们为什么把 harness 做成部件的形式。
常见问题
什么是最佳 Python agent harness?
我们的答案是 Pydantic AI Harness:Pydantic AI 和 Harness 中的 80+ 项能力,可在 30+ 个模型供应商中任选,十二种 sandbox 和远程工作区,九种 durable execution 引擎,OpenTelemetry tracing,还有由相同部件构建的现成 agent。例外是想用特定供应商 agent 的团队(Claude Agent SDK 或 Codex SDK)、已在 LangGraph 和 LangSmith 上的团队(Deep Agents),以及标准化在 AWS 或 Azure 上的团队。
用 Python 构建自己的 coding agent,该用哪个 harness?
如果你想自选模型、随时更换 agent 的部件,从 Pydantic AI Harness 的 Coder 起步;它可以在本地或 sandbox 中运行,也可以用它的能力重新组装。想要它的 agent server 和 SWE-bench 运行记录,选 OpenHands Software Agent SDK;想要 Claude Code 本身,选 Claude Agent SDK。
哪些 agent harness 支持任意模型?
Pydantic AI Harness(原生 30+ 供应商)、LangChain Deep Agents(任何 LangChain 聊天模型)和 OpenHands SDK(通过 LiteLLM)。Strands harness 默认 Bedrock,也支持其他供应商。Claude Agent SDK 只能跑 Claude 模型,OpenAI Agents SDK 通过 beta 适配器触达其他供应商。
Pydantic AI Harness 和 Pydantic AI 是同一个东西吗?
不是。Pydantic AI 是 agent 框架:类型化的 agent 循环、模型、工具和结构化输出。Pydantic AI Harness 是一个独立的包,其中的能力可以添加到 Pydantic AI agent 上,安装时会一并安装 Pydantic AI。
资料来源
以下所有资料均于 2026 年 10 月 30 日核查;Pydantic AI Harness 的资料和 OpenHands Index 于 2026 年 11 月 9 日重新核查。
Pydantic AI Harness:overview、Coder、Researcher、compaction、step persistence、workspaces、durable execution 和 Azure Durable Task、models、enterprise support。
LangChain Deep Agents:overview、customization、sandboxes、human-in-the-loop、repository 和 changelog、OpenTelemetry、pricing。
Claude Agent SDK:overview、quickstart、hosting、permissions、hooks、system prompts、repository。
OpenAI Agents SDK 和 Codex SDK:announcement、sandbox agents、sandbox clients、models、human-in-the-loop、running agents、tracing、Codex SDK、Codex configuration、Codex repository。
OpenHands Software Agent SDK:docs、architecture、security、persistence、observability、models、repository、Agent Canvas、PyPI 上的 openhands-ai、OpenHands Index、SWE-bench leaderboards、enterprise。
Strands harness:harness guide、configuration、interventions、repository。
Microsoft Agent Framework Harness:Harness、Durable Extension、repository。
另有涉及:Hermes Agent、Mistral Vibe、Vibe CLI repository、PyPI 上的 Vibe SDK、DeepSeek Harness、DeepSeek Python SDK reference、DeepSeek session-log upload、smolagents、mini-swe-agent、Pi、Deep Agents JS、Mastra、Vercel AI SDK harnesses。
试试 Pydantic AI Harness
pip install "pydantic-ai-harness[coder,anthropic]"(或你所用模型供应商的 extra),然后按照 Harness 文档从 Coder 开始,在自己的仓库上搭建一个由你选择的能力组成的 agent。想选底层的框架?我们的姊妹篇《2026 年最佳 Python AI agent 框架》对它们做了比较。