openharness
在终端用本地或云端模型运行可回退的 AI 编码代理。
- Stars
- 95
- Forks
- 21
- 开源许可
- MIT
从真实需求出发,按使用场景、资源形态、运行方式和仓库事实,筛选可以直接使用、组合或继续构建的开源项目。
在终端用本地或云端模型运行可回退的 AI 编码代理。
用 eBPF 在内核层约束 AI 代理的进程与数据流
在 tmux 中统一驱动多种编码 CLI 的打印模式
把代理技能配置成可定时、串联并自动通知的无人值守任务
Crystal 已废弃;该仓库引导用户迁移到 Nimbalyst 协作工作区。
让 Claude 与 Codex 以同伴方式协作完成复杂任务的技能
用本地模型在纯 Python 环境运行可扩展的编码 Agent
把代理身份、规则、记忆、工具和技能全部纳入 Git 版本管理
用规格、提交和门禁驱动多轮 Agent 开发循环。
在并行Git worktree中同时开发多个AI任务
用规格驱动流程把软件想法推进到验证和交付
在容器化工作区并行运行 Claude Code,远程查看终端和预览改动。
给AI代理加上工具治理与审计控制
在终端工作区中并行运行多个编码代理
在一个 Rust 终端界面中管理多仓库、多 worktree 的编码代理
把编码代理的经验沉淀为仓库规则、检查与反馈闭环
在一个本地CLI中切换多个AI编码代理
研究中的Rust编码代理与开发工具框架