从单智能体到多智能体协作：Agent Harness 架构拆解实战
本文基于 Agent Harness 概念，拆解生产级智能体系统的 12 个核心组件，包括编排循环、工具、记忆、上下文管理、提示词构建等。通过对比 Anthropic、OpenAI、LangChain 的实现，指导开发者如何将无状态 LLM 转变为稳定、可控、可校验的自主 Agent，并实现从单智能体到多智能体协作的架构升级。适合正在将 AI 引入真实工程的开发者。
从单智能体到多智能体协作：Agent Harness 架构拆解实战
本文基于 Agent Harness 概念，拆解生产级智能体系统的 12 个核心组件，包括编排循环、工具、记忆、上下文管理、提示词构建等。通过对比 Anthropic、OpenAI、LangChain 的实现，指导开发者如何将无状态 LLM 转变为稳定、可控、可校验的自主 Agent，并实现从单智能体到多智能体协作的架构升级。适合正在将 AI 引入真实工程的开发者。
实现步骤
- 1
理解 Agent Harness 本质：它是包裹 LLM 的完整基础设施，包括编排循环、工具、记忆、上下文管理、状态持久化、错误处理和安全护栏，而非简单的提示词包装。
- 2
设计编排循环：实现思考-行动-观察（TAO/ReAct）循环，使用 while 循环管理轮次，将智能交给模型，Harness 仅负责轮次管理。
- 3
定义工具层：以 schema 形式注册工具（名称、描述、参数类型），实现参数提取、沙盒执行、结果捕获和格式化，参考 Claude Code 的六类工具或 OpenAI 的函数工具。
- 4
实现多级记忆：短期记忆用于会话内对话历史，长期记忆跨会话持久化（如 Claude Code 的 CLAUDE.md 和 MEMORY.md），并采用轻量级索引、按需拉取和搜索访问三层架构。
- 5
管理上下文窗口：通过压缩、观察屏蔽、即时检索和子 agent 委托策略，避免上下文腐烂，确保关键信息始终在模型有效注意力范围内。
- 6
构建多 Agent 协作：使用子 agent 委托机制，每个子 agent 独立探索并返回压缩摘要，通过主 Harness 协调任务分解与结果合并，实现复杂任务的高效并行处理。
推荐工具栈
相关场景
使用Claude Code（Fable 5）和Codex，从零开始复刻经典游戏《坦克大战》和《超级玛丽》，并实现3D升级。整个过程无需编写代码或设计图片，只需用自然语言描述需求，AI自动完成游戏逻辑、贴图生成、3D渲染、测试验证等全部工作。效果：完整复刻经典玩法，3D版支持视角拖拽、旋转，贴图自动生成与切图，零人工干预。
企业级AI应用常因对话失忆导致效率低下。本场景基于腾讯狍子AI的六层记忆服务体系与Anthropic的Harness工程实践，通过记忆工程与知识工程双轨架构，解决跨会话上下文丢失、注意力衰减和成本陷阱问题。采用Mem0长效语义记忆层、VISION.md锚定文件、结构化交接等方案，实现AI持续进化与稳定运行。适合需要构建长期运行Agent的工程团队。
本场景面向工程技术团队，解决AI编程从Demo到企业级生产系统落地时面临的AI失忆、上下文污染、代码质量不可控等工程化难题。核心方法是基于Claude Code构建五层记忆体系、Hooks质量门禁、动态工作流等Harness工程实践，通过结构化上下文、确定性验证和编排模式，让AI在百万行级代码库中稳定、可控、可校验地完成长周期任务。实测表明，同一模型通过Harness优化可在基准测试中从基线以下跃升至Top 5。
企业文档分散在 Confluence、飞书、本地文件夹，新员工上手慢、老员工找文档费时。本方案介绍用 Claude API + Chroma 向量数据库 + 简单 Python 脚本搭建私有知识库问答系统，无需专业工程师，4小时内可完成部署。
通过 Claude Code 接入 GitHub MCP 和 filesystem MCP，实现：PR 自动代码审查（指出潜在问题 + 安全漏洞）、函数级文档自动生成、单元测试用例自动补全。一次配置，每次提交自动运行，将开发工作流提效 40% 以上。 ## 直接回答 **这个工作流能做什么？** - PR 提交后自动生成 Code Review 意见（格式化输出，有具体建议） - 新增函数自动生成 JSDoc / Python docstring 注释 - 根据函数签名和实现自动生成单元测试用例 - 检测潜在安全问题（SQL注入、XSS、hardcoded secret） ## 配置步骤 ### 第一步：在项目根目录创建 .mcp.json ```json { "mcpServers": { "github": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_TOKEN": "ghp_your_token" } }, "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "./src"] } } } ``` ### 第二步：在 CLAUDE.md 定义 Code Review 规则 在项目根目录创建 CLAUDE.md，写入： ``` ## Code Review 规则 当我说 "review PR #[number]" 时，请： 1. 用 github MCP 获取 PR diff 2. 检查：安全性/性能/可读性/测试覆盖 3. 严重问题标 🔴，建议改进标 🟡，优化点标 🟢 ``` ### 第三步：自动生成测试用例 在 Claude Code 中输入： "为 src/utils/payment.ts 中所有 export 函数生成单元测试，使用 Vitest，覆盖正常路径、边界值和异常情况" Claude Code 会： 1. 读取源文件（filesystem MCP） 2. 分析函数签名和实现逻辑 3. 生成完整测试文件，写入 __tests__/payment.test.ts ## 实测数据 - Code Review：平均 40 秒/PR（含 3-8 条有效意见） - 文档生成：100 个函数约 2 分钟 - 测试生成：覆盖率从 35% 提升到 72%（AI 生成的测试需人工审核）
本场景面向工程团队，提供从选型到生产落地的Agent记忆系统完整方案。基于行动-世界交互循环框架，对比长上下文、人工设计（RAG/外部记忆）、工具驱动三类记忆范式，通过WorldMemArena基准的四阶段诊断（写入、维护、检索、使用）定位记忆失效根源。帮助团队根据任务动态性、多模态需求和成本约束选择合适方案，并规避常见陷阱。