/Pydantic AI 2026 年最佳 Python Agent Harness Douwe Maan avatar Douwe Maan 15 分钟 2026/11/09 以 Markdown 格式查看

每个真正干活的 agent 最终都会在模型周围配上同样的部件：一个读写文件的地方、一个 shell、一份持续更新的计划、用来分派工作的子 agent、一种让上下文窗口在第三个小时仍然有用的方法、关于它可以在不询问的情况下做什么的规则，以及一种在重启后从上次中断处继续的方法。业界把这称为 harness。2026 年，你很少从零编写一个 harness。你选择一个 harness SDK 并在其上构建，而这个选择决定了你能运行哪些模型、你的 agent 命令在哪里执行，以及它的行为有多少是你可以改变的。

摘要。 Pydantic AI Harness 是我们的综合首选：在 Pydantic AI 和 Harness 中提供 80 多项能力，从文件和 shell 工具、规划、记忆、技能和子 agent，到上下文管理、护栏以及十二种沙箱和远程工作区，你可以将它们逐一添加到任何 Pydantic AI agent 上，支持 30 多家模型提供商，并且运行可在九种持久执行引擎上经受崩溃。它的完整 agent、 Coder 和 Researcher，就是这些相同能力的组合，因此你可以从一个可用的编码 agent 开始，再把它拆解开来。如果你的 agent 已经运行在 LangGraph 和 LangSmith 上，请选择 LangChain Deep Agents 。如果你想要的 agent 就是 Claude 模型上的 Claude Code，请选择 Claude Agent SDK 。如果 OpenAI 是你的模型提供商和追踪平台，请选择 OpenAI Agents SDK ；如果你想要的 agent 就是 Codex，请选择 Codex SDK 。如果你正在构建软件工程 agent，并且想要一个 agent 服务器、沙箱以及与之相伴的长期基准记录，请选择 OpenHands Software Agent SDK 。如果你在 AWS 和 Bedrock 上构建，请选择 Strands harness 。如果你需要在 .NET 或 Go 中使用相同的 harness，请选择 Microsoft Agent Framework 的 Harness 。

最后更新：2026 年 11 月 9 日。能力、数量和许可证均于 2026 年 10 月 30 日从各项目自己的文档和仓库中读取；Pydantic AI Harness 和 OpenHands Index 的数据于 11 月 9 日重新读取。

选择 agent harness 时应关注什么

有两类东西都被称为 harness。harness 产品是别人的 agent（它的循环、提示词、工具和权限），由你来配置：Claude Code 和 Codex 是突出的例子。harness SDK 则把同样的部件作为库提供给你，让你从中构建自己的 agent。本文比较的是你在 Python 中使用的 harness SDK，包括那些封装了 harness 产品的 SDK，以下是我们的标准。这些标准带有主观倾向。

  • 你能在不重写 agent 的情况下更换模型吗？ 价格、质量和速率限制每个月都在变化，而最适合编码 agent 的模型并不总是最适合研究 agent 的模型。围绕单一厂商模型构建的 harness 会让其他所有厂商都成为二等路径，或者根本没有路径。
  • 你能拆解到什么程度？ 现成的 agent 是最快的起点。问题在于当它不合适时你能改变什么：移除一个工具、替换规划步骤、更换上下文策略，或重写指令，而不必分叉 harness 或与你看不见的默认设置作斗争。
  • agent 的命令在哪里运行？ 在你的机器上、容器中，或云沙箱中。检查 harness 原生支持哪些沙箱，以及相同的 agent 代码是否能在每种沙箱中运行。
  • 它可以在不询问的情况下做什么？ 寻找能在进程消失后仍然有效的针对单个工具调用的审批，以及由你而非模型设定的对 shell 和文件系统的限制。
  • 当进程在运行中途死亡时会发生什么？ 长时间的 agent 运行会遇到部署、崩溃和速率限制。恢复已保存的对话与持久执行并不相同，后者会记录每个已完成的模型和工具调用，并在重启后重放其结果，而不是再次运行它。检查 harness 提供的是哪一种，以及它是与你公司已经在运行的引擎配合工作，还是只能与它自己的存储配合工作。
  • 它在长时间运行中能保持连贯吗？ 压缩、清除旧的工具结果、将过大的输出溢出到文件，以及按需加载工具和技能，这些就是在一小时后性能下降的 agent 与不会下降的 agent 之间的区别。
  • 追踪数据会流向你其他追踪数据所在的地方吗？ 通过 OpenTelemetry 发送到任何后端，或使用厂商自己的追踪产品。
  • 你能为 harness 本身购买支持吗？ 一旦 agent 进入生产环境，你就想要一条超越公共问题跟踪器的升级路径。检查支持协议是否涵盖开源 SDK，还是只涵盖你也必须采用的托管平台或云服务。

我们如何比较

对于每个 harness，我们阅读了其文档、打开了其许可证文件，并在上述日期检查了其最新版本。我们记录了它原生运行哪些模型、其现成 agent 包含什么以及你可以移除或替换其中多少内容、它支持哪些沙箱、一个人如何批准某个操作、一次运行如何在重启后存活、它如何在长时间运行中管理上下文、它发出什么追踪数据、由谁在何种许可证下制作，以及你需要购买什么才能获得其商业支持。在我们可以计数的地方，我们进行了计数，使用的是项目自己的文档。如果项目文档将某项标记为实验性、预览版或测试版，我们会说明。每个条目，包括我们自己的，都有一个缺点。

这里的“Agent harness SDK”指的是你从 Python 导入的库，它附带循环周围的电池（文件和 shell 工具、规划、子 agent、上下文管理以及 agent 工作的地方）加上由它们组装而成的现成 agent。它们有几种形态，在表格的“类型”列中命名：从带有由它们构建的 agent 的部件库，到框架之上的组装式 harness，再到嵌入 Claude Code 或 Codex 等成品 agent 的 SDK。我们包括最后一种，因为这是许多团队起步的方式，并用相同的标准来评判它。一个普通的 agent 框架，即没有那些电池的循环和工具，是我们姊妹文章 2026 年最佳 Python AI agent 框架的主题。你运行而非在其上构建的成品 agent 在 下文在 Pydantic AI Harness 之后，顺序并不代表评分。“原生”指内置于 harness 或由官方维护的包提供，而非通过 LiteLLM 之类的通用适配器接入。“未记录”指我们在该日期于项目自身文档中未找到相关内容，而非无法实现。

Harness 每月都在变化，本文也是如此。我们每月都会对照各项目自身的文档和发布记录重新核查，上文“最后更新”日期会随文中任何内容的变动而更新。如果你维护这些项目之一，且发现此处有误或已过时，请发送邮件至 hello@pydantic.dev ，我们会予以修正。

2026 年最佳 Python Agent Harness

1. Pydantic AI Harness：综合最佳 Python Agent Harness

Pydantic AI Harness（也就是我们）是 Pydantic AI 的开源能力库，出自 Pydantic 背后的团队。其中的一切都是一个原语：能力（capability），即一个自包含的 agent 行为单元，你可以将其添加到 capabilities=[...] 上的任意 Pydantic AI agent。该 Harness 文档 在 Pydantic AI 和 Harness 包中列出了 80 多项，完整的 agent 本身也是能力。 Coder 是文件工具、持久 shell、仓库指令、委派给自身的新一次运行以及上下文控制的组合； Researcher 是网页搜索、页面抓取、子研究器和有界工具输出。

这里是 Coder 在当前目录中修复一个失败的测试，并用 Pydantic Logfire进行追踪。使用以下命令安装它： pip install "pydantic-ai-harness[coder,anthropic,logfire]"，设置 ANTHROPIC_API_KEY，并运行 logfire auth 一次，或者删掉两行 logfire ：

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)

把模型字符串改成在另一个提供商上运行同一个 agent。若要在云沙箱中运行其命令，还需安装 modal 附加项（pip install "pydantic-ai-harness[coder,modal,anthropic,logfire]"），并替换工作区。沙箱启动时是空的，只有 git ，没有任何依赖，因此提示词必须把仓库引入进来：

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 不再适用时，就用 它的各个部分 重建它，并更换你需要的那一个：在 shell 上设置允许列表、采用不同的压缩策略、不进行委派。

为什么它排在第一位：按照上述标准衡量，它是这里唯一一个在开源库中公开回答了所有标准的 harness。根据各自的文档，其他每一个都至少缺少一项。Claude Agent SDK 只运行一家厂商的模型，而 OpenAI Agents SDK 将其他厂商的模型视为 beta。Deep Agents 将持久性放在 LangGraph 的检查点器中，并通过 LangSmith 销售支持服务。OpenHands 和 Strands 没有记录任何外部持久执行引擎，Microsoft 的 Harness 只记录了自己的 Durable Extension，而 Strands 和 Microsoft 都没有记录为其 SDK 提供商业支持。在实践中，全部满足这些标准是什么样子：

  • 30+ 模型提供商, 原生支持, 从 OpenAI、Anthropic 和 Gemini 到 Bedrock、Vertex AI、Azure、Mistral、Groq、xAI、Ollama 和 OpenRouter，以及任何兼容 OpenAI 的端点，并在请求失败时回退到另一个模型。
  • 可以逐个取出的部分。 每项能力都独立运作，并能与其他能力以及你自己的能力组合使用： 文件系统 和 shell 工具，带有允许列表和拒绝列表， 规划, 子代理, 记忆 跨会话， 技能 按需加载、网页搜索和浏览器，以及 GitHub、Linear 和 Slack 等集成。
  • 一个本地目录加上十二个 沙箱和远程工作区：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一个环境中都能工作。
  • 长时运行的上下文管理：模型无关的 压缩策略 （工具结果清理、滑动窗口、摘要），OpenAI 和 Anthropic 上的提供商原生压缩，超大工具输出溢出到代理可查询的文件，工具搜索，以及 代码模式，即模型在沙箱解释器中通过一个脚本调用多个工具。
  • 对其行为的控制: 工具审批 ，它会在有待处理调用时结束运行，以便之后在任何进程中的运行都能恢复它，一个 审批审核器 ，让第二个模型批准低风险调用，其余交给人工处理，一个 工具调用裁判, 护栏 ，带密钥掩码和支出限额。
  • 九个 持久执行 引擎：Temporal、DBOS、Prefect、Restate、AWS Lambda、Absurd、pgtask、Azure Durable Task 和 Apache Airflow，以及 步骤持久化 从文件、SQLite、MongoDB 或 PostgreSQL 恢复运行或分叉运行。
  • OpenTelemetry 为每个模型和工具调用生成 span，遵循 GenAI 语义约定，并发送到任意后端。 Pydantic Logfire 是查看它们最简单的方式，并且是可选的。

同一个代理可以运行在终端聊天、网页聊天、通过 Agent Client Protocol（实验性）运行的编辑器，以及通过 AG-UI 和 Vercel AI 协议运行的前端中。Pydantic 提供 企业支持 由构建它们的团队为 Pydantic AI 和 Harness 提供支持，附带 SLA，且无需购买任何平台。两者均采用 MIT 许可证。

问题在于：它仅支持 Python，而且它是一个库，而非产品。没有托管运行时，也没有管理界面；代理在你的基础设施上、你的进程中运行，持久性来自你选择并运维的引擎。 Coder 中 LocalWorkspace 会在你的机器上运行 shell 命令，且没有允许列表，因此生产使用应放在沙箱中，或置于上述审批和 shell 控制之后。更多部件也意味着更多选择： Coder的默认配置就是我们的默认配置，但一旦你重新构建它，在你的工作区中测试你的组合就是你的工作。

最适合希望今天就拥有可用 agent，并预期随着产品成长会更换其组件、模型和运行位置的 Python 团队。

2. LangChain Deep Agents：如果你的 agent 已经运行在 LangGraph 和 LangSmith 上

Deep Agents 自称“自带电池的 agent harness”。在 LangChain 自己的分层中，LangGraph 是图运行时， create_agent 是其上的一个极简 harness，而 Deep Agents 则是构建于其上的一个更具主见的 harness。 create_agent它 MIT 许可证来自 LangChain, Inc.，同时也提供 JavaScript 版本。

默认 agent 具备文件工具（ls, read_file, write_file, edit_file, glob, grep），一个 task 子代理工具、长线程摘要以及大型工具结果的卸载。记忆、技能和人工审批均为可选启用，自 0.7 版本起， write_todos 规划工具。你通过中间件来改变它：一个覆盖项会替换默认实例，而任何 LangGraph 图都可以作为子代理。它可运行在任何 LangChain 聊天模型上。命令在 沙箱后端：LangSmith Sandbox、AWS AgentCore、Databricks、Daytona、E2B、Modal、NVIDIA OpenShell、Runloop 或 Vercel。LangChain 还发布了基于它构建的 Deep Agents Code（dcode），一个基于它构建的终端编码代理，并在2月 报道称 其早期 CLI 在 Terminal-Bench 2.0 上取得了 66.5 分 gpt-5.2-codex.

问题在于：它会把 LangChain 技术栈一并带进来。该包依赖于 langsmith, langchain-anthropic 以及 langchain-google-genai. 人工审批 需要 LangGraph checkpointer，持久性依赖 LangGraph 自有的 checkpointer，且未记录任何外部持久执行引擎，而追踪则依赖 LangSmith，并通过 通过 LangSmith SDK 实现 OpenTelemetry其 README 描述了一种“信任 LLM”的安全模型，而其本地后端不提供任何隔离。API 迭代很快：0.7.0 移除了默认规划工具和默认提示词。

当你的 agents、checkpoints 和 traces 已经运行在 LangGraph 和 LangSmith 上，并且你希望使用同一家厂商提供的 harness 时，就选它。

3. Claude Agent SDK：如果你想要的 agent 是 Claude Code，那么在 Claude 上

The Claude Agent SDK 为你提供“驱动 Claude Code 的同一套工具、agent 循环和上下文管理”，支持 Python 或 TypeScript。它会把打包的 Claude Code 二进制作为子进程运行，因此文件编辑、shell 命令、网页搜索、子代理、技能、自动压缩、权限模式和会话都已预先接好。Python 包采用 MIT 许可，且 SDK 的使用受 Anthropic 商业服务条款约束。

你可以 移除内置工具 并替换系统提示词。 权限回调 批准、拒绝或修改每个工具调用，以及一个 hook 可以推迟 一个调用，以便你稍后恢复它。你自己的工具会作为进程内 MCP 服务器提供。

问题在于：仅限 Claude 模型，且只能通过 Anthropic、Bedrock、Vertex AI 或 Microsoft Foundry其 托管文档 将每个运行中的 agent 描述为“与本地状态绑定的长生命周期进程”，建议每个 agent 至少分配 1 GiB 内存作为下限，并说明除非你将对话记录镜像到 SessionStore，这属于尽力而为。使用自定义系统提示词时，Claude Code 自身的提醒仍会到达模型，直到你 逐一关闭它们其内置沙箱默认关闭；当它被启用却无法启动时，命令会在无沙箱状态下运行并给出警告。OpenTelemetry 追踪为可选启用并标记为 beta，且未记录任何持久执行引擎集成。Aditya 的文章 你会部署一个你无法控制的 agent 吗？ 则给出了更详尽的论证。

当你想用的产品就是 Claude Code 本身、需要将其嵌入，并且可以接受单一模型供应商时，就选它。

4. OpenAI Agents SDK：如果你完全押注于 OpenAI

OpenAI 将其描述为“模型原生 harness”。除了 agents、handoffs 和 guardrails 之外，sandbox agents 现在可以在带有 shell 和文件工具、技能、记忆和压缩功能的容器中工作。沙箱客户端涵盖本地 Unix 沙箱、Docker、Blaxel、Cloudflare、Daytona、E2B、Modal 和 Vercel。工具接受 ，并且暂停运行的状态会序列化为 JSON，以便你之后恢复它。其文档列出了四种持久执行集成：Temporal、DBOS、Restate 和 Dapr。它是 MIT 许可的 其在四月的更新中 OpenAI Agents SDK 为“模型原生 harness”。除了 agents、handoffs 和 guardrails 之外， 沙箱 agent 现在可以在带有 shell 和文件工具、技能、记忆和压缩功能的容器中工作。 沙箱客户端 涵盖本地 Unix 沙箱、Docker、Blaxel、Cloudflare、Daytona、E2B、Modal 和 Vercel。工具接受 needs_approval，并且暂停运行的状态会序列化为 JSON，以便你之后恢复它。其文档列出了 四种持久执行集成：Temporal、DBOS、Restate 和 Dapr。它是 MIT 许可 并且也适用于 TypeScript。

问题在于：它的默认路径是 OpenAI 的 Responses API，而 其他提供商 需要经由 LiteLLM 和 Any-LLM 适配器，其文档称之为“尽力而为、beta”，会丢失仅 Responses 支持的功能。 追踪 默认开启，会将数据发送至 OpenAI，且 Zero Data Retention 下的组织无法使用。 适合模型提供商和追踪平台均为 OpenAI 的团队。

5. Codex SDK：如果你想要的 agent 是 Codex

The Codex SDK 拥有稳定的 Python 包， openai-codex，它“通过 JSON-RPC 控制本地 Codex app-server”，以及一个 TypeScript 包，封装了 codex 命令行界面。你得到的是 Codex 自己的 agent，带有它的工具、只读、workspace-write 或 full-access 沙箱预设、你设置的基础指令和开发者指令，以及你可以恢复和分叉的本地线程。它是 采用 Apache 2.0 许可.

问题在于：它封装了一个 Codex 进程，因此你配置的是那个 agent，而不是重新组合它。其文档是围绕 OpenAI 的模型编写的；其他提供商属于 Codex 配置层面的事情。其 Python 审批设置有两个值：拒绝一切，或让自动审查器决定。该 SDK 的商业支持：无文档记录。

当你想用的产品就是嵌入式 Codex 本身时，就用它。

6. OpenHands Software Agent SDK：如果你要构建的是软件工程 agent

这个 OpenHands Software Agent SDK 提供“用于构建与代码协作的 agent 的 Python、TypeScript 和 REST API”，并且是 OpenHands CLI 和 OpenHands Cloud 背后的引擎。它需要 Python 3.12 或更高版本，并且是 采用 MIT 许可。它与 OpenHands/OpenHands 仓库，它现在叫 Agent Canvas，是一个 TypeScript 控制中心，可通过 ACP 运行 OpenHands、Claude Code、Codex 及其他 agent； openhands-ai 该仓库的 Python 包最后一次发布是 1.11.0 版本，时间为 2026 年 7 月。

一个 agent 由以下可替换组件构建而成：终端、文件编辑器、任务跟踪器和浏览器工具、子 agent、上下文压缩器、技能、MCP 和钩子。 可替换组件终端、文件编辑器、任务跟踪器和 浏览器 工具、子代理、一个 上下文压缩器、技能、MCP 和钩子。同一套 agent 代码既可在本地工作区中运行，也可通过其 agent 服务器在 Docker、Apptainer、基于 API 的沙箱或 OpenHands Cloud 中运行。 确认策略 每次操作前都询问，从不询问，或仅对安全分析器评定为有风险的操作进行询问。对话 持久化到磁盘 并恢复，以及 追踪 可导出为 OpenTelemetry 并发送到任何 OTLP 后端。

它的基准测试记录由来已久。OpenHands 已向官方 SWE-bench Verified 排行榜自 2024 年 10 月起，其最新条目被 SWE-bench 团队标记为已核验，得分为 71.8，使用的是 2025 年 8 月的 GPT-5。OpenHands 还运行自己的 OpenHands 指数 涵盖五项基准测试，包括 SWE-bench 和 GAIA，并发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 中的数字均为 OpenHands 自己的运行结果。

问题在于：它是为处理代码的 agent 构建的。模型通过 LiteLLM 使用模型字符串，而非原生提供商客户端。隔离意味着在容器或远程沙箱中运行其独立的 agent 服务器；本地工作区则在主机上运行。其默认安全分析器会让执行操作的模型自行标记其自身操作的风险，因此“仅限有风险操作”的策略取决于 agent 自身的判断。持久化是一个事件目录，未记录任何外部持久执行引擎。付费产品是托管服务：OpenHands Cloud，以及 OpenHands 企业版，作为一个平台，它还提供自托管能力以及其工程师的指导。

当你的产品是一个编码 agent，并且你希望同时拥有一个 agent 服务器、其沙箱以及一份长期基准测试记录时，就选它。

7. Strands harness：如果你基于 AWS 和 Bedrock 构建

AWS 的 Strands Agents 现已提供 Strands harness在其 SDK 之上，用 Python 和 TypeScript 提供完全组装好的 agent harness。一个 create_harness() 调用为你提供 shell、读取、写入和编辑工具、网页抓取与搜索、内置子代理、待办事项列表、技能、基于文件的记忆、可通过 id 恢复的会话以及上下文管理。它是 采用 Apache 2.0 许可.

Strands harness： 配置参考 记录了你可以覆盖的每一项默认设置，并且 干预措施 通过人工审批、自然语言规则或 Cedar 策略来限制工具调用。模型来自 Bedrock、Anthropic、OpenAI、Google 和 Ollama，SDK 会发出 OpenTelemetry 追踪。

问题在于：Amazon Bedrock 是默认提供商，而且该 harness 包是全新的，于 2026 年 9 月首次发布。其沙箱包括 Docker、SSH 和 Strands Shell（一种进程内 shell 沙箱），并且没有记录任何持久执行引擎集成。该 SDK 的商业支持：无相关记录。

适合那些模型、凭证和部署已经位于 AWS 上，并希望从同一处获得一套组装好的 harness 的团队。

8. Microsoft Agent Framework Harness：如果你需要在 .NET 或 Go 中获得同样的 harness

Microsoft Agent Framework Harness 提供 “一个固执己见、开箱即用的 Harness，适用于研究、编码、数据分析及其他长时间运行的工作”，提供 .NET、Python 和 Go 版本。在 Python 中， create_harness_agent 默认返回一个普通的 Agent Framework agent，具备待办事项跟踪、计划与执行模式、会话文件记忆、工具审批规则、在模型支持时提供的网页搜索以及 OpenTelemetry，且全部默认开启。压缩、技能、文件访问、后台子代理、shell 和有界循环为可选启用。该框架采用 MIT 许可.

每个默认项都有对应的开关可以将其禁用，你也可以替换 todo 和 mode 提供程序，或添加自己的上下文提供程序。在持久性方面，微软的 持久扩展 在 Durable Task Scheduler、Azure Functions 或你自己的计算资源上运行 agent。

问题在于：在 Python 中，后台代理、文件访问和循环都被标记为实验性功能，shell 工具来自一个预发布包，而 Durable Extension 也以预发布形式安装。该代理命令的沙箱：Harness 页面上没有任何记录。该框架的商业支持：没有任何记录。

对于需要在 Python、.NET 和 Go 之间共用一套 harness 的团队来说，这是首选。

一览对比

已于 2026 年 10 月 30 日核对，其中 Pydantic AI Harness 一行于 2026 年 11 月 9 日重新核对。计数为各项目自身文档原生列出的数量；“via”指通过适配器或单独集成实现；“none documented”指其文档未描述任何此类支持。

Harness 类型 模型 拆解分析 命令运行的位置 持久性与恢复 追踪 商业支持 许可证与制造商
Pydantic AI Harness 能力库； Coder 以及 Researcher 基于它构建 30+ 个提供商，外加任何兼容 OpenAI 的端点 80 多项能力均可独立使用，包括以下部分： Coder 本地环境，外加 12 个沙箱和远程工作区 在 9 种持久执行引擎上重放；步骤持久化到文件、SQLite、MongoDB、PostgreSQL OpenTelemetry（GenAI 约定）到任意后端 对于 Pydantic AI 和 Harness，来自 Pydantic；无需平台计划 MIT；Pydantic
LangChain Deep Agents 基于 LangGraph 的固执己见式 harness；Deep Agents Code 任何 LangChain 聊天模型 中间件覆盖；任何 LangGraph 图都可作为子代理 本地后端，外加 9 种沙箱集成 LangGraph checkpointers；未记录任何外部引擎 LangSmith；通过 LangSmith SDK 接入 OTel 使用 LangSmith 企业版计划 MIT；LangChain, Inc.
Claude Agent SDK 嵌入式成品智能体（Claude Code） 仅 Claude，支持 4 个平台 移除工具、替换系统提示、钩子 本地子进程；自带沙箱默认关闭 磁盘上的会话，或尽力而为的 SessionStore；未记录任何引擎 OpenTelemetry，可选启用（beta） 未记录任何此类支持 MIT，依据 Anthropic 商业条款；Anthropic
OpenAI Agents SDK 支持沙箱智能体的框架 OpenAI；其他通过 beta LiteLLM 和 Any-LLM 适配器 沙箱智能体方面的能力 本地 Unix、Docker，外加 6 个托管沙箱 序列化的运行状态；4 个引擎：Temporal、DBOS、Restate、Dapr OpenAI 默认开启追踪；第三方处理器 SDK 未记录任何此类支持 MIT；OpenAI
Codex SDK 嵌入式成品智能体（Codex） 面向 OpenAI；其他模型通过 Codex 配置接入 指令、沙箱与审批设置 Codex 沙箱预设 本地线程可恢复和分叉；未记录任何引擎 通过 Codex 配置可选启用 OpenTelemetry 日志导出 SDK 未记录任何此类支持 Apache 2.0；OpenAI
OpenHands SDK 编码智能体 SDK（Python、TypeScript、REST），附带一个智能体服务器 通过 LiteLLM 可替换工具、condenser、工作区 本地，或 Docker、Apptainer、API 沙箱，以及通过其智能体服务器使用云端 会话持久化到磁盘；未记录任何引擎 可将 OpenTelemetry 数据发送到任意 OTLP 后端 借助 OpenHands Enterprise MIT；OpenHands
Strands Harness 基于 Strands SDK 组装的 Harness 默认使用 Bedrock；Anthropic、OpenAI、Google、Ollama 覆盖所有默认设置；直接使用 SDK Docker、SSH、Strands Shell 按 id 划分的会话；未记录任何引擎 OpenTelemetry 未记录任何此类支持 Apache 2.0；AWS
Microsoft Agent Framework Harness 基于 Agent Framework 组装的 Harness Agent Framework 聊天客户端 禁用或替换每一项默认设置 Harness 页面上未记录任何此类支持 Durable Task 上的持久扩展（预发布） OpenTelemetry 未记录任何此类支持 MIT；Microsoft

成品智能体与更小的库

有五个项目出现在 harness 列表和搜索中，但我们没有将其纳入排名，每个项目都有各自的理由。

  • Hermes Agent 来自 Nous Research 的 Hermes Agent 是一个成品级的自我改进智能体，带有终端 UI、消息网关、记忆、技能和六种终端后端，采用 MIT 许可证。你可以从 Python 导入它的 AIAgent 从 Python 导入，但只能从 git 检出中导入：其文档称不发布受支持的 wheel。请将其作为智能体使用，而不是作为库使用。
  • Mistral Vibe 是 Mistral 的 Python 编码智能体，一个采用 Apache 2.0 许可证的成品 CLI，另有一个独立的 pre-1.0 SDK 用于构建智能体。
  • DeepSeek Harness Python SDK 是一个客户端，仍处于开发者预览阶段，它通过 JSON-RPC 驱动 DeepSeek 的 TypeScript harness，其随附的配置文件 发送会话日志 默认使用 DeepSeek 的官方 API，直到某个配置文件补丁将其关闭。
  • smolagents 来自 Hugging Face 的它“是一个用于以代码思考的智能体的极简库”，在 E2B、Modal、Blaxel 和 Docker 上提供代码执行器。其文档没有描述任何文件或 shell 工具、压缩、技能或工具审批，且其最后一次发布是在 5 月。
  • mini-swe-agent 是一个极简编码智能体，其唯一工具是 bash，专为研究和基准测试而构建。

如果你想要的是一个可以直接使用的编码智能体，而不是要自己构建一个，那么 Claude Code、Codex、OpenCode 和 Pi 都是现成的 harness，而上述若干 SDK 正是将它们嵌入的方式。

如果你从事 TypeScript 开发

这份清单仅涵盖 Python，而若干广泛使用的 harness 是以 TypeScript 为先的。

  • Pi由 Mario Zechner 开发，是“一个极简、可扩展的智能体 harness，你可以把它变成你自己的”，包含智能体核心包、编码智能体 CLI 和一个 SDK，采用 MIT 许可证。它有意省略了子智能体和计划模式。
  • DeepSeek Harness (dsh）本身就是一个 TypeScript harness，带有 Web UI 和桌面应用，其插件是 TypeScript 包；上文提到的 Python SDK 用于驱动它。
  • Deep Agents JS 是 Deep Agents 的 TypeScript 版本，采用 MIT 许可证。
  • Mastra 使用“harness”来指代围绕其智能体的一组能力（持久智能体、后台任务、调度以及 AgentController）以及一个 createCodingAgent() 辅助工具。
  • The Strands Harness, OpenAI Agents SDK 以及 Codex SDK 也提供 TypeScript 版本。TypeScript Claude Agent SDK 并非开源：其许可证文件依据 Anthropic 商业条款保留所有权利。
  • Vercel AI SDK 有一个实验性的接口，可以在同一界面背后运行其他 harness，例如 Claude Code、Codex、Pi 和 Deep Agents。如何选择：你正在构建一个 Python 智能体，希望它现在就能运行、支持任何模型，并且随着它的成长可以替换其中的部件：Pydantic AI Harness。你的智能体运行必须在崩溃后仍能存活，并且运行在你公司已经运营的引擎上：Pydantic AI Harness（九种引擎），或者如果你使用 OpenAI 的模型，则选择 OpenAI Agents SDK（四种）。你的智能体、检查点和追踪已经 Vercel AI SDK 有一个实验性的 HarnessAgent 它能在同一界面背后运行其他 harness，例如 Claude Code、Codex、Pi 和 Deep Agents。

如何选择

  • 你正在构建一个 Python 智能体，希望它现在就能运行、支持任何模型，并且随着它的成长可以替换其中的部件： Pydantic AI Harness.
  • 你的智能体的运行必须在崩溃后仍能存活，并且运行在你公司已经在运营的引擎上： Pydantic AI Harness （九种引擎），或者 OpenAI Agents SDK （四种），前提是你使用的是 OpenAI 的模型。
  • 你的智能体、检查点和追踪已经位于 LangGraph 和 LangSmith 中： LangChain Deep Agents.
  • 你希望将 Claude Code 本身集成到你的产品中，并运行在 Claude 模型上： Claude Agent SDK.
  • OpenAI 是你的模型提供商和追踪平台： OpenAI Agents SDK.
  • 你希望将 Codex 本身集成到你的产品中： Codex SDK.
  • 你的产品是一个编码智能体，而你想要一个智能体服务器、沙箱和一份长期的基准测试记录： OpenHands 软件智能体 SDK.
  • 你的模型和部署都在 AWS 上： Strands Harness.
  • 你需要在 Python、.NET 和 Go 中使用同一套 harness： Microsoft Agent Framework Harness.

何时应选择其他 harness

有三种情况更适合选择其他方案而非 Pydantic AI Harness。

第一种是想要特定厂商的智能体。如果你想要的产品是 Claude Code 或 Codex 的嵌入式版本，它们自家的 SDK 会提供厂商发布并调优的智能体。只有当你预期要修改它时，从零件重建才划算。

第二种是你已经在运行的整套技术栈。一个在生产环境中使用 LangGraph 智能体、并在 LangSmith 中保存追踪记录的团队，可以直接在它已经运营的运行时、检查点和追踪之上使用 Deep Agents。在 Bedrock 上使用 Strands 也是同样的道理。

第三种情况是使用 Python 之外的语言。TypeScript 中的 Pi、DeepSeek Harness、Deep Agents JS 和 Mastra，以及微软在 .NET 和 Go 中的 Harness，都是这些团队应当关注的方向。

如果你的产品不是编码智能体，那么在从一个编码智能体起步之前要三思。我们此前关于 harness 论点, 什么才算好的 harness 以及 Harness 周 进一步探讨我们为何将 harness 构建为多个部件。

常见问题

什么是最好的 Python 智能体 harness？ 我们的答案是 Pydantic AI Harness：在 Pydantic AI 和 Harness 中提供 80+ 项能力，覆盖 30+ 个模型提供商、十二种沙箱和远程工作区、九种持久执行引擎和 OpenTelemetry 追踪，并配有由相同部件构建的现成智能体。例外情况是那些想要特定厂商智能体的团队（Claude Agent SDK 或 Codex SDK）、已经使用 LangGraph 和 LangSmith 的团队（Deep Agents），以及已统一采用 AWS 或 Azure 的团队。

我应该用哪个 harness 在 Python 中构建自己的编码智能体？ 从 Coder 在 Pydantic AI Harness 中，如果你想选择模型并更改智能体的各个部件；它可以在本地或沙箱中运行，并且你可以根据其能力重建它。如果你想要它的智能体服务器及其 SWE-bench 运行记录，OpenHands Software Agent SDK 是首选；如果你想要 Claude Code 本身，则选 Claude Agent SDK。

哪些智能体 harness 可与任何模型配合使用？ Pydantic AI Harness（原生支持 30+ 个提供商）、LangChain Deep Agents（支持任意 LangChain 聊天模型）以及 OpenHands SDK（通过 LiteLLM）。Strands harness 默认使用 Bedrock，并支持其他提供商。Claude Agent SDK 仅运行 Claude 模型，而 OpenAI Agents SDK 通过 beta 适配器接入其他提供商。

Pydantic AI Harness 和 Pydantic AI 是同一个东西吗？ 不。 Pydantic AI 是智能体框架：类型化智能体循环、模型、工具和结构化输出。Pydantic AI Harness 是一个独立的包，包含你添加到 Pydantic AI 智能体中的各项能力，并且它会随附安装 Pydantic AI。

来源

以下所有来源均于 2026 年 10 月 30 日核查；Pydantic AI Harness 相关来源和 OpenHands Index 于 2026 年 11 月 9 日重新核查。

试用 Pydantic AI Harness

pip install "pydantic-ai-harness[coder,anthropic]" （或你的模型提供商对应的额外内容），然后按照 Harness 文档 在 Coder 在你自己的仓库上，交给一个由你所选能力构建的 agent。想改为选择底层框架？我们的配套文章， 2026 年最佳 Python AI agent 框架，并对其进行比较。

在 Google 搜索中查看更多来自 Pydantic 的内容

将 Pydantic 添加为首选来源，以便更容易找到我们的最新文章。

在 Google 上选择 Pydantic 作为首选来源（在新标签页中打开）

准备好看看你的 agent 实际在做什么了吗？

免费开始 免费开始 联系我们 联系我们

探索我们的开源软件包

Product shot