跳到主要内容
OpenCorvus
EN中

长程任务 Harness · MIT · 可自托管

能跑完的长任务，还会越跑越好。

长程任务交给组合起来的专家团，每次交接都有证据，专家团还能按你的反馈改自己。

下载桌面端 · 0.0.54-beta

全部平台与格式

Windows

macOS

Linux

从 GitHub Release 下载 · 0.0.54-beta

查看源码读文档专家团
$ git clone https://github.com/yangheng95/opencorvus
$ cd opencorvus && bun install
$ bun run --cwd packages/opencorvus build
$ bun packages/opencorvus/src/index.ts doctor
$ cd /path/to/your/repo
$ bun "$OPENCORVUS_SOURCE" serve

→ 工作台 http://127.0.0.1:7878/ui/

产品故事

别再替 Agent 维持交接

从上下文遗忘，到 Mission 调度、恢复、验收和专家团进化，4 分 11 秒讲清楚。

简体中文版 · 4 分 11 秒 · 有声旁白与字幕 · 随页面语言切换

实测结果

Mission 把 Luna 的正确率提升到 34.00%

100 个 AutomationBench case，按严格通过标准计分；先看原始模型，再看 OpenCorvus 完整执行后的结果。

AutomationBench · 严格正确率

OpenCorvus Mission Base

openai/gpt-5.6-luna
原始 GPT-5.6 Luna8.07%没有 OpenCorvus Mission 编排
OpenCorvus Mission Base34.00%同一 Luna 模型 · 100 case
已评测 case
100
本次冻结样本
绝对提升
+25.93 pp
个百分点
相对原始 Luna
4.21×
严格通过率倍数

不同样本参考

官方 held-out 结果

不可横向排名
  • Gemini 3.7 Flash High30.44%
  • Claude Opus 5 Max26.94%
  • GPT-5.6 Terra Max21.00%
  • GPT-5.6 Sol Max19.63%

参考值来自所附官方 held-out 对照；它们与本次 100-case 冻结样本不是同一集合，因此只提供量级背景，不构成模型排名。

长程

长程工作在哪里断

三种失败，各自对应一个真实机制。

  • 跑不彻底

    需求带验收与非目标；进程丢了是恢复不是重来；终态任务收到你下一条消息就继续。

    终态可重开

  • 结果不能用

    带出处的类型化产物；宿主观测独立于 agent 自述；核查、完整性与视觉复核都是具名阶段。

    校验具名阶段

  • 永远不会变好

    把你真正想要的说给专家团；它起草修订，你点头才安装，回执就是撤销凭据。

    安装条件你的接受

组合

专家团组合起来

最长的工作不是一支队伍干更久，而是几支各自负责一段。

案例

把 DeBERTa 做成一项完整研究工程

模型、数据、CUDA 实验、实时网页、图表、论文、审校与仓库都在同一个 Mission 里；每一段都由一支完整专家团负责。

6支专家团44个具名角色

原始 Mission 要求

  1. 下载 DeBERTa v3 Base ABSA v1.1；重新调研资料，检索或合成可追溯训练数据，并完成模型训练。
  2. 完整配置仅限 CUDA 的训练环境，禁止 CPU 训练；每次创新设计与模型迭代都记录训练/测试性能；建设自动更新数据的训练监控与推理网页，并持续超过明确基线。
  3. 根据最佳实验对应的模型架构与设计思路，绘制可复现、可发表的图表。
  4. 调研相关文献并撰写一篇完整的 ACL 风格短文，正文至少四页。
  5. 深入审查并校对论文，消除事实错误，优化组织结构，使全文 concise 且 informative。
  6. 创建组织清晰的 Git 仓库，用 Mission 模式分解并执行复杂任务，最终完成经审查的 GitHub 推送。

最终必须交付

  • 可追溯 ABSA 数据集
  • 仅限 CUDA 的训练环境
  • 最佳模型 checkpoint
  • 实时监控与推理网页
  • 架构图与实验图表
  • 经审校的 ACL 论文
  • 已发布的 Mission 仓库
查看经审计的 CUDA 实验 GitHub 产物

六项高层交付

  1. 01模型与数据深度研究核验 DeBERTa v3 Base ABSA v1.1 来源，重查 ABSA 证据，并形成检索、清洗或合成训练数据的可追溯方案。
  2. 02CUDA 训练系统Advanced交付仅限 CUDA 的运行环境、基线与候选训练、实验台账，以及自动更新的训练监控与推理网页。
  3. 03架构证据数据分析与商业洞察对齐最佳实验、模型架构与设计思路，产出绑定精确 checkpoint 的可复现图表。
  4. 04ACL 短文研究工作室基于相关工作与最佳实验，完成至少四页、concise 且 informative 的 ACL 风格短文。
  5. 05独立论文审校学术论文审查逐项结算事实、引文、新颖性、方法、结构、图表、幻觉风险、简洁性与信息密度问题。
  6. 06Mission 仓库Base交付可复现、组织清晰的 Git 仓库，包含 Mission 阶段图、经审查的文档与已验证的 GitHub 推送。
展开完整执行图收起完整执行图把 6 项高层交付展开为 5 条工作流、18 个专家团阶段和逐层里程碑。

任务规模 ×3

这才是 OpenCorvus 实际要协调的完整任务图

从模型与数据证据开始，穿过 CUDA 训练、实时产品、研究发表，最后收敛到独立复现和 GitHub 发布。

18个专家团阶段99个具名角色

模型与数据证据

先证明能训练什么、数据从哪里来，以及用什么口径判断模型真的变好。

3 个阶段15 个具名角色

  1. 核验模型与文献深度研究核验模型身份、许可与 checkpoint，并建立当前 ABSA 工作的证据图谱。
  2. 建立数据管线数据工程可靠性版本化完成采集、清洗、切分、合成、血缘与可复现数据构建。
  3. 冻结基线AI 模型治理与评估固化模型与数据卡、评估切片、质量风险和基线协议。
CUDA 训练与实验

搭好 GPU 环境、实现训练器、运行候选实验，并把每一项训练/测试指标对清楚。

4 个阶段32 个具名角色

  1. 设计 CUDA 环境云平台架构固定驱动、CUDA、框架、容器、存储和 GPU 观测契约，不保留 CPU 训练路径。
  2. 实现训练系统Advanced交付可复现训练器、配置面、checkpoint 生命周期与聚焦验证。
  3. 运行候选实验演进实验室冻结对照臂、预算与变异，记录训练/测试指标，完成完整性审查和最佳候选决策。
  4. 对账模型性能数据分析与商业洞察统一指标口径，分析切片、不确定性和失败簇，并独立核查排名。
实时产品

把实验数据做成真实训练监控与推理体验，再用浏览器完成验收。

2 个阶段12 个具名角色

  1. 构建实时产品前端创新基于实验数据契约，设计并实现训练监控与推理体验。
  2. 验收实时更新浏览器研究与验收用真实页面证明指标会刷新、推理可用、响应式状态成立且控制台无故障。
研究与发表

解释最佳设计、重绘证据、定位相关工作、完成论文，并由另一支专家团独立审稿。

6 个阶段28 个具名角色

  1. 解释模型设计科学研究设计明确研究问题、假设、消融、因果边界和可辩护的架构叙事。
  2. 决策最佳系统产品管理用同一份决策登记册绑定最佳架构、用户价值、证据、取舍与非目标。
  3. 绘制论文图表Office 交付从已验收源数据生成架构图、实验图和对比图，并附校验回执。
  4. 梳理相邻工作专利格局与现有技术形成带日期、可复现查询的相邻工作版图，区分论文、主张与空白。
  5. 撰写 ACL 论文研究工作室完成四页以上短文，让方法、结果、图表、局限与引文共用同一证据底座。
  6. 独立审查论文学术论文审查独立审查新颖性、方法、事实、引文、幻觉、结构与简洁性，并逐项结算。
复现与发布

完整复现系统、加固发布边界，并推送一份组织清晰的 Mission 仓库。

3 个阶段12 个具名角色

  1. 复现与调试审查与调试独立复现训练、评估、推理和网页启动，并修复真实根因。
  2. 加固仓库网络安全保障发布前完成密钥、依赖、来源、许可、工作流与发布边界审查。
  3. 发布 Mission 仓库Base交付组织清晰的 Git 仓库，包含精确安装、CUDA 复现、数据/模型卡、网页、论文、证据与经审查的 GitHub 推送。

另一个长 Mission

让 OpenCorvus 写一篇介绍自己的论文

一篇至少三十页、证据密集的系统论文：以一手材料、可执行评测、出版级图表和独立审稿为底座，不靠自说自话。

9支专家团55个具名角色

原始 Mission 要求

  1. 从实际检查过的源码、当前架构规格、文档、发布产物和版本历史重建 OpenCorvus；禁止凭记忆或产品宣传写作。
  2. 实际阅读相关工作，提出可证伪问题与边界清楚的贡献，并设计含基线、指标、不确定性、失败案例和消融的可复现实证评测。
  3. 成稿前必须使用研究工作室的 analysis-report-quality Skill 建立唯一且验证过的证据模型；系统论文有效正文至少 30 页，参考文献和附录不计页数。
  4. 禁止用重复背景、泛泛的 Agent 文案、超大图表、稀疏排版、把正文挪进附录或无证据主张灌水。
  5. 每张必要图表都要从已验收数据重新绘制，具备出版级层级、标签、单位、样本量、不确定性、来源、图注和无障碍编码；严禁原始 notebook 或图表库默认输出。
  6. 独立审查文献、新颖性、逻辑、方法、统计、事实、引文、幻觉风险和呈现，结算全部 critical/major 问题，并一起交付论文、源文件、参考文献、证据台账、图表源文件和复现说明。

最终必须交付

  • 30+ 页有效正文
  • 源码与架构证据库
  • 可复现实证评测
  • 出版级图表
  • 核验过的参考文献
  • 完整论文源文件与证据包

完整执行工作流

研究底座

先冻结研究问题、核验一手资料并重建系统，之后才允许提出主张。

3 个阶段24 个具名角色

  1. 冻结研究章程科学研究设计冻结可证伪问题、贡献边界、替代解释、证据需求、伦理边界和禁止灌水的验收契约。
  2. 建立一手证据库深度研究实际核验源码、规格、版本、历史、论文与官方资料，形成主张级定位和检索边界。
  3. 重建系统机制Advanced以可执行证据重建控制流、持久化、Mission/Task 语义、专家团、进化、权限、恢复与可观测性。
评测与复现

运行已声明的基线与消融，再独立复现中心结果。

2 个阶段11 个具名角色

  1. 运行实证评测数据分析与商业洞察交付可复现基线、案例、指标、不确定性、消融、失败分析、规范结果表和已核查定量主张。
  2. 独立复现审查与调试洁净环境复现关键工作流与结果，修复真实根因并记录仍未解决的边界。
从证据到成稿

定位相关工作、精修全部图表，并从同一证据模型写出三十页高信息密度正文。

3 个阶段12 个具名角色

  1. 定位相关工作专利格局与现有技术形成可复现检索的相关工作版图，区分已核验工作、重叠、可辩护创新与未知项。
  2. 精修全部图表Office 交付从已验收数据重绘出版级架构图、实验图、消融图与对比图，绝不交付原始绘图输出。
  3. 撰写三十页论文研究工作室使用 analysis-report-quality Skill 建立唯一证据模型，完成正文 30 页以上、简洁而信息密集且主张、文字、图表、局限和引文一致的论文。
独立论文审查

在接受最终交付包前，独立挑战新颖性、逻辑、方法、事实、引文与呈现。

1 个阶段8 个具名角色

  1. 独立审稿并定稿学术论文审查结算文献、新颖性、逻辑、方法、统计、事实、引文、幻觉和呈现问题，并最终对账图表与正文。

其它组合

看组合是怎么跑的

进化

会修订自己的专家团

两条路径，终点都是一次必须由你给出的确认。

  • 从你说过的话来

    说出你真正想要的。宿主复制精确版本、套用改动、校验成可运行的包，然后挂起等你。

  • 从度量结果来

    进化实验室先冻结目标版本、用例、评分器、预算与变异面，再跑对照臂并复核结果。

没有你的确认，任何修订都不会安装；每次改动都能回退。

看进化是怎么做的

特性

开源、定制、可控、透明

四件事，决定一个工具能不能长期用下去。

  • 开源

    MIT 许可证，全部源码公开。可自托管、可审计、可 fork。

    MIT许可证

  • 定制

    换模型、改工具、调权限、装专家团，都不必改源码。

    119可装专家团

  • 可控

    跑在自己机器上。工具按项目授权，不可逆操作先问过你。

    本机运行位置

  • 透明

    每次工具调用、参数和结果都留在会话原文里，可逐条回看。

    全程过程记录

和相近产品的区别

定位最接近的两个，放在一起看。

和相近产品的区别WorkBuddyDeepSeek HarnessOpenCorvus
许可商业，Token 套餐计费MIT 开源MIT 开源
运行位置云端服务本地本地或自己的服务器
出发点一句话交付成品插件内核，能力自行组合完整 harness 开箱即用，再逐层替换
能力封装平台内的 Expert Group插件生态带版本与 digest 的专家团（119 支）
上手桌面客户端npx 一行拉起 Web UI安装包或源码构建

DeepSeek Harness 同样是 MIT 开源，也同样把运行过程完整留痕；它的插件内核比我们更彻底。选它还是选这里，取决于你要的是自己拼一套，还是拿到一套再改。

对比依据两者的公开产品说明

专家团

119 支可安装的专家团

查看全部 119 支

每支都写明了适用场景、角色和工作流。

开始

开始使用

从源码起，或者直接装桌面端。

源码构建

装好 Bun，克隆、构建、自检。

git clone https://github.com/yangheng95/opencorvus.git

已经装好了？

在你的仓库里起服务，工作台开在本地。

bun "$OPENCORVUS_SOURCE" serve
读快速开始

三条边界

  • 签名校验资源包先验签名和 SHA-256，再落盘。
  • 权限边界工具按项目授权，不可逆操作需确认。
  • 证据可回看每次调用和结果都留在会话原文里。

常见问题

常见问题

定位、边界、数据去向。

和 Claude Code、Codex 这类编码助手是什么关系？

不在一层，而且能一起用。它们是绑定各自厂商模型的编码会话，OpenCorvus 是底下那层 harness：模型无关、多 Agent 协调、自托管。桌面端还能认出本机装好的 Claude Code、Codex、Gemini Code、Copilot、GLM Code，在当前项目目录直接打开。

我已经在用其中一个，还有必要吗？

看你缺哪一块。只是想要更好的单次编码对话，不必换。需要跨任务协调、锁版本的专家团、统一的权限与证据、重启后接着跑——那是这里在做的事。

代码会离开我的机器吗？

运行时在你自己的机器或服务器上，MIT 开源，源码全都能审。模型请求只发给你自己配的 provider；用本地模型就完全不出网。

支持哪些模型？

内置目录解析出 87 个 provider、2,579 个模型，含本地运行时。换模型是改配置，不是改源码。

「专家团」到底是什么？

一个能打开看的能力包：角色、工作流、Skills、工具、适用说明、版本和 digest 冻在一起。任务创建时锁死一个版本，中途不会被悄悄换掉。

这套东西是自己写的吗？

后端 harness 和桌面前端都在这个仓库里，底下没有套第三方 Agent 引擎——这样每一层才换得动。它站在很多开源项目的肩膀上：Bun、AI SDK、Solid、Tauri。

长程到底能长到什么程度？

取决于你的运行时在不在线。工作能扛过重启，靠的是租约、事件日志和协调器，不是靠某个进程一直活着。已完成、已失败或已取消的任务，收到你下一条消息就在新的执行轮次里继续，旧历史原样保留。

它会背着我改自己吗？

不会。修订会被起草、校验成可运行的包并挂起，只有你用自己的消息确认之后才安装；返回的回执就是恢复上一个版本的凭据。

无人值守能跑多久？

只在你的运行时在线时。它不是托管服务，也不承诺无限自治——结果取决于选的模型、能访问的来源和拿到的证据。

参与

参与共建

提 issue、写一支专家团，或者直接改代码。

去 GitHub参与讨论写专家团