LongHorizonHarness 是一个长周期计算机使用（Computer Use）Agent 执行框架。它不训练新模型，而是围绕已有的 Agent（如 Claude Code、OpenCode、DeepSeek Harness）构建一个可靠的"执行验证恢复"循环，让 AI Agent 能在桌面应用和 CLI 环境中连续工作数十小时、可靠地完成复杂工作流…
仓库攻略
4 篇 · 4 个项目 · 评测基准 · tom · 工程化
Harness Anything 是一个开源的 AI Agent 控制中枢，通过 CLI 封装，将一系列闭源商业软件（WPS Office、Microsoft Office、Adobe 全家桶、Zotero）变成 AI Agent 可编程操控的目标。核心思路借鉴 CLIAnything 的 Harness 方法论，但后者只支持 GIMP、Blender 等开…
Evidently 是一个开源的 ML 和 LLM 可观测性（Observability）框架，用 Python 编写，用于评估、测试和监控 AI 系统——从传统机器学习模型到生成式 LLM 应用均可覆盖。 核心能力： 离线评测（Reports）：一次性评估模型或数据质量，输出交互式 HTML 报告或 JSON。 测试套件（Test Suites）：在 CI…
Helicone 是一个开源的 LLM 可观测性（Observability）与 AI 网关（AI Gateway）平台，定位是帮助 AI 工程师一站式完成模型调用监控、成本分析、流量路由、Prompt 版本管理和微调数据准备。它诞生于 Y Combinator W23 批次，GitHub Stars 已超过 5,900（数据截至 202607），是 LLM…