人工智能AI AgentAgent 工作流Agent 评测GUI 自动化【免费下载链接】LongHorizon-HarnessThe long-horizon computer-use harness. Run AI agents across desktop apps and the CLI for extended periods while preserving task state and making reliable progress on complex workflows. Features fresh-context execution, durable verified state, independent auditing, recoverable progress, and native Claude Code / Codex / OpenClaw integration.项目地址https://gitcode.com/gh_mirrors/lo/LongHorizon-Harness点击查看免费下载LongHorizon-Harness 是一款长时程 Computer-Use 智能体执行框架Harness一条lh-harness命令即可让 Claude Code、Codex、OpenCode、DeepSeek Harness 跨桌面应用和终端持续工作数十小时。本文是一份面向新手的核心命令速查清单run、init、doctor、plugin四大命令的用法、常用参数和典型坑位一次讲透。先搞懂闭环一条命令背后的 3 个角色LongHorizon-Harness 的核心是 Manage-Execute-Audit 闭环Manager 恢复任务状态并规划下一步Executor 用全新上下文在桌面 App 或 CLI 中执行Auditor 独立验证真实环境里的结果。只有通过验证的进度才会被保存为检查点。理解这个闭环就理解了为什么run只需要给一个目标而验证、保存、恢复都由 Harness 自动完成。架构细节可参考 README.zh-CN.md。 命令总览命令一句话说明什么时候用lh-harness init生成项目配置./.lh-harness/config.toml每个新项目第一次接入时lh-harness doctor只读体检 Python、Agent CLI、Node.js 和插件状态安装后 / 报错时lh-harness plugin管理 computer-use 插件list / install / uninstall任务涉及 GUI 操作时lh-harness run发起一次长时程任务日常使用最核心lh-harness web/dashboard启动浏览器工作台想可视化监控、审批、追加指令时lh-harness check-update检查 PyPI 新版本升级前所有子命令都支持--help查看完整参数实现见 cli.py。lh-harness run发起长时程任务run是整个工具的主入口。最小示例lh-harness run --task 检查当前目录并总结其中的文件 --agent codex任务较长时建议写成文件用前缀加载lh-harness run --task task.md --dashboard常用参数速查参数说明--task任务文本或task.md必填--agent后端claude_code/codex/opencode/deepseek_harness--model所有角色使用的模型--workspaceAgent 实际工作目录默认是启动命令的当前目录--max-roundsManage-Execute-Audit 最大轮数默认 30--dashboard/--no-dashboard开关浏览器实时看板--api-key/--base-url覆盖后端凭据与端点--prompt-languageHarness 自身 Prompt 语言en或zh按角色混用模型省钱又稳三个角色可以各自指定后端和模型例如 Manager 与 Auditor 用强模型、Executor 用便宜模型lh-harness run --task task.md \ --agent claude_code \ --executor-agent codex \ --executor-model gpt-5.6-sol取值沿gui_executor → executor → 全局 --agent的链路回退规则定义在 cli.py 的角色选项中。参数优先级为显式 CLI 参数 config.toml 内置默认值。运行产物去哪了每次运行存放在./.lh-harness/runs/run-id/下包含任务状态、事件流、验收报告、角色轨迹和最终报告logs/report.json。结束时还会输出一份只依据已验证状态回答任务的自然语言回复没跑完会如实说明。⚙️lh-harness init生成项目配置在每个项目根目录执行一次即可cd /path/to/your/project lh-harness init会生成./.lh-harness/config.toml见 config.py 中的默认路径常量默认不覆盖已有文件需要重新生成时加--force。配置中最常用的字段字段默认值说明agentcodex全局默认后端modelgpt-5.6-sol全局默认模型max_rounds30最大循环轮数dashboardtrue是否随 run 启动看板workspace注释Agent 工作目录不填则用当前目录⚠️ 任务文本、run ID 和 API key 刻意不做成配置项只能通过命令行或环境变量传入避免被提交进版本库。lh-harness doctor环境体检推荐先跑doctor是只读检查不会安装或修改任何东西lh-harness doctor它会检查Python3.10 才能通过否则 FAILAgent CLI不是只看codex、claude、dsh、opencode在不在PATH上而是实际执行binary --version验证跑不起来的会判 FAIL 并给出修复提示Node.js / npmnpm 分发的 computer-use 插件需要 Node.js 20插件状态每个 Agent 实际会加载哪个插件、macOS 权限是否已授予版本更新同时检查 PyPI 上是否有新版。必需项失败时返回非零退出码方便接进脚本。 典型坑Windows 从 Microsoft Store 安装桌面应用后PATH上可能留下 0 字节的codex.exe别名。doctor会识别这种情况并打印修复方式而不是假装一切正常。lh-harness plugin管理 computer-use 插件任务不涉及 GUI 可整段跳过否则按所用 Agent 安装对应插件。插件管理与任务执行完全解耦run永远不会自动安装或修改插件所有变更都走plugin命令实现见 plugins/ 目录。三个子命令lh-harness plugin list # 查看可用插件与安装状态 lh-harness plugin install codex-computer-use # Codex 官方插件 lh-harness plugin install open-computer-use # Claude Code / Codex 通用npm lh-harness plugin uninstall clawdcursor # 卸载插件来源支持 Agentcodex-computer-useCodex CLI 自带仅codexopen-computer-usenpmcodex、claude_codeclawdcursornpmcodex、claude_code几个实用细节安装一次覆盖全机器所有项目配置写入~/.lh-harness/plugins/装了多个插件时按codex-computer-use open-computer-use clawdcursor顺序取第一个可用的无桌面会话的机器可加--no-activate跳过授权步骤macOS 上codex-computer-use需要手动授权在 隐私与安全性 → 辅助功能 和 屏幕与系统音频录制 中勾选然后重跑安装验证。未授权时 GUI 调用只会静默失败。️ 附赠web/dashboard/check-updatelh-harness web --workspace-root . # 启动浏览器工作台 lh-harness dashboard # 浏览已完成/进行中的运行 lh-harness check-update # 单独检查 PyPI 新版本web与dashboard启动的是同一个 React/FastAPI 工作台默认127.0.0.1:8799服务实现见 webapi/发起任务、为每个角色单独选后端和模型、处理审批、运行中追加指令、停止或重启。绑定非本机地址时必须提供--auth-token。 效果如何换 Harness不换模型官方在数百个真实任务上做了对照评测同一模型、同一执行后端仅替换为 LongHorizon-Harness 后WeaveBench GUICLI 通过率从约 50% 提升到约 80%OSWorld 2.0 完整完成率提升 3 倍Terminal-Bench 2.1 成功率从 69.7% 提升到 77.2% 且 token 消耗更少。✅ 新手上手路线3 条命令lh-harness doctor—— 先确认环境可用lh-harness init—— 在目标项目生成配置按需改默认后端lh-harness run --task task.md --dashboard—— 开跑在浏览器里看每一轮的规划、执行、验收和返工原因。完整命令细节运行lh-harness 命令 --help即可查到中文文档见 README.zh-CN.md评测复现套件位于 eval/ 目录。赞分享人工智能AI AgentAgent 工作流Agent 评测GUI 自动化【免费下载链接】LongHorizon-HarnessThe long-horizon computer-use harness. Run AI agents across desktop apps and the CLI for extended periods while preserving task state and making reliable progress on complex workflows. Features fresh-context execution, durable verified state, independent auditing, recoverable progress, and native Claude Code / Codex / OpenClaw integration.项目地址https://gitcode.com/gh_mirrors/lo/LongHorizon-Harness点击查看免费下载相关推荐Safari AV1 兼容怎么做LiveKit 三步自动回退 H.264 实践指南Safari AV1 兼容怎么做LiveKit 三步自动回退 H.264 实践指南 做实时音视频时Chrome 端一切正常Safari 用户却黑屏、卡顿或后端音视频即时通讯AI AgentChalice CLI命令完全清单new-project、deploy、delete等15条命令一次讲透Chalice CLI命令完全清单new project、deploy、delete等15条命令一次讲透 本文完整梳理 Chalice CLI 的 15 条核后端云原生AutoClip CLI命令速查手册run、list、show、export、doctor全参数解析AutoClip CLI命令速查手册run、list、show、export、doctor全参数解析 AutoClip 是一款 AI 视频剪辑与高光生成工具人工智能AI 应用大模型音视频短视频后端前端桌面应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考