长程任务为什么需要 Harness

Agent Harness 是把模型变成 Agent 的运行层：循环、工具路由、上下文管理、记忆、 权限执行与故障恢复。长程能力是这整套系统的属性，不是模型单独的属性 —— 再强的模型， 放进一个会丢任务状态的 Harness 里，照样跑不彻底。

OpenCorvus 就是这样一套已经组装好、面向长程工作的 Harness。它随包提供覆盖五个主要 角色的流式 Agent 循环、70 个内置工具、87 个模型供应商的目录、可在重启后恢复的编排、 持久化的权限授权、项目与会话记忆、自动上下文压缩，以及 可检查的专家团。Agent 真正开始工作前，必须显式选择模型并配置一个可访问的供应商；目录是能力元数据，不是 隐藏的默认凭据或模型 fallback（后备路径）。

长程工作会在三个地方断，这里对每一处都给了答案：跑不彻底、结果不能核对、 工作流永远不会变好。把多支专家团组合起来，是极长任务之所以可行的原因；让专家团 按你自己的反馈修订，是第十次运行好过第一次的原因。

而下面的每一层都是配置面：换模型、收窄工具集、收紧权限规则、替换整支专家团，或者 直接用 SDK 驱动整个 Harness。

后端运行时与桌面前端都写在这个仓库里，底下没有套第三方 Agent 引擎。这不是什么值得 炫耀的事，而是「每一层都能换掉」的前提。它同样站在大量开源项目的肩膀上 —— Bun、 AI SDK、SolidJS、Tauri 都在其中。

长程工作在哪里断

断在这里	对应的机制
跑不彻底。 某一步被跳过，进程死掉，或者任务进了终态而目标只完成了一半。	Requirements 产出 REQ-N 条目，每条自带验收条件与明确的非目标；专家团的工作流声明谁依赖谁。物理归属是一份只追加的租约：进程消失后，协调器会在租约到期这个确定性时间点上精确终结被遗弃的 Turn，然后才取得后继激活。每一条被接受的输入都要过同一个全序归约，其中每种状态都有名字。
结果不能稳定使用。 报告成功了，拿到的却是一份没法核对的总结。	交接是带来源和精确 locator 的类型化 Artifact，读取要跨一道只暴露「此前步骤已完成产出」的因果边界。宿主独立于 Agent 的自述记录文件变更与命令结果。事实核查、完整性复核与视觉 QA 是各有 Agent 的具名阶段；已限定类别的 Work Artifact（今天是可编辑演示文稿）要真的渲染、检查并拿到校验回执，才算交付。
工作流永远不会变好。 第十次运行还在犯第一次的错，因为那次纠正随对话一起死了。	把你真正想要的说给专家团，它会据此起草一次修订；你接受，回执就是撤销凭据。或者跑一次带度量的进化实验室活动。没有你的确认，什么都不会安装。

终态也不是终点。已进入 completed、failed 或 cancelled 的任务，收到你的消息就会重开， 在一轮新的执行里继续，上一轮作为不可变事实原样保留。这里没有单独的重试或重新规划控件 —— 一个只能靠专用词汇才走得出去的状态，就是一个你用普通动作离开不了的状态。

边界是真实的：无人值守的工作只在你的运行时在线时继续，产出仍取决于所选模型、可访问的来源和 拿到的证据。详见长程工作在哪里断。

随包提供

能力	内置内容
模型供应商	内置目录解析 87 个供应商、2,579 个模型并支持本地运行时；运行 Agent 前必须显式选择模型并配置可访问的供应商。
工具	70 个内置工具，浏览器与计算机控制作为默认能力块提供。
专家团	在公开目录查看已内置可用的专家团和可导入的资源包。
Agent 角色	五个主要角色：coding、chat、work、control、mission。
聊天渠道	Slack、Discord、Telegram、飞书、钉钉、企业微信、WhatsApp、Line、Signal、Matrix、Mattermost、Microsoft Teams、Google Chat。
接入界面	桌面应用、带服务器发送事件（SSE）的 HTTP API，以及定时自动化。

Harness 逐层可见

每一层都随 Harness 交付，同时每一层也都是配置面。只有显式配置模型和可访问的供应商后，Agent 工作才会开始。

层	随包内容	可替换为
Agent 循环	五个主要角色运行在带类型工具结果的流式循环上。	agent、提示词覆盖
工具	70 个内置工具，外加模型上下文协议（MCP）服务与插件。	tools、mcp、plugin
模型	一个内置目录包含 87 个供应商、2,579 个模型；不会隐式选择模型或凭据。	model、small_model、provider
上下文	自动压缩与逐轮上下文预算，让长程运行始终留在窗口内。	模型与预算配置
记忆	项目与会话记忆，具备检索、组织与显式注入能力。	instructions、记忆配置
权限	每一次副作用执行前，都要经过一道持久化的允许／询问／拒绝授权。	permission 规则、shell 作用域
专家团	公开目录中的可检查专家团；任务锁定一个精确版本，不会静默切换。	expert_squads、自行编写
持久化执行	进程租约、事件日志与协调器，在重启后恢复已归属的工作。	平台保证
校验	完整性复核、事实核查与视觉 QA 作为具名阶段运行。	验收配置
证据	宿主观测独立记录文件变更与命令结果，不依赖 Agent 的自述总结。	平台保证
接入界面	桌面端、带 SSE 的 HTTP API、13 个聊天渠道、定时自动化。	SDK、插件 API、Agent Client Protocol

核心模型

对象	作用
Mission	协调由多个 Task 组成的目标，并记录 Task 之间的依赖关系。
Task	管理一项项目内工作、一个固定的专家团、已选工作流、相关 Session，以及生命周期决策。
Expert Squad	把 Agent 阵容、指令、Skill、工具、模型上下文协议（MCP）访问和已声明的工作流打包。
Workflow	声明一个 Task 要运行的 Agent 及其依赖顺序。
Artifact	保存带来源信息的类型化输出或文件快照，供其他 Agent 或 Task 读取同一份结果。
宿主观察	独立记录文件改动、命令结果等事实，不依赖 Agent 的文字总结。

一个 Task 选定专家团后不会中途更换；如果选了工作流，工作流也保持不变。Worker 以流式 方式发送消息和工具调用，在契约要求时发布 Artifact，并把精确的 Artifact 引用交给下游 Worker。Orchestrator 根据这些记录和宿主观察处理生命周期决策。未解决的限制和 blocker 保留在 Agent 的可见消息中。