Об этом проекте

PenguinHarness — это открытая локальная многопользовательская платформа для разработки приложений AI-агентов. Согласно её README, она нацелена на автоматизацию полного жизненного цикла приложений AI-агентов: их создание, оптимизацию и развёртывание. Проект распространяется под лицензией Apache-2.0 и разрабатывается командой PrismShadow. Основное позиционирование В README проект представлен как harness для разработки агентов, с акцентом на минимальный набор инструментов вместо низкоуровневых интерфейсов, чтобы сократить количество вызовов инструментов и расход токенов, с настройкой под открытые модели, такие как DeepSeek. Утверждается, что проект показывает сильные результаты на бенчмарке анализа данных при более низкой стоимости, чем некоторые альтернативы, и описывается workflow в одно предложение, который генерирует запускаемое приложение агента, включая каркас, код и инструкции по запуску. Приведённый пример генерирует приложение документации RAG за небольшой расход токенов. Самоэволюция и плагины Описан встроенный движок самоэволюции: агенты могут запускать бенчмарки, выявлять слабые места и создавать улучшенные версии, со снимками перед каждым раундом и наблюдаемостью на уровне запросов в представлении Trace. Встроенные плагины сгруппированы в категории Office Productivity, Software Development, AI App Development и Agent Company, охватывая такие навыки, как анализ данных, веб-краулинг, генерация слайдов, разработка ПО, разработка агентов и настройка моделей. Агенты также могут писать и оптимизировать собственные навыки. Модели и требования В README перечислена поддержка нескольких семейств моделей через множество провайдеров, включая DeepSeek, Kimi, GLM, Hunyuan, Qwen, GPT, Gemini, Claude и Inkling, и отмечено, что можно использовать любую конечную точку с протоколом OpenAI, что охватывает многие онлайн- и локальные модели. Поддерживаемые операционные системы — Linux, macOS и Windows 10+, на x64 и arm64. Требуется API-ключ хотя бы для одной модели. Варианты установки Документировано несколько путей установки: подписанное десктопное приложение для macOS, Windows и Linux; однострочные онлайн-установщики для Linux/macOS и Windows; глобальная установка через npm, требующая Node 24 или новее; и образ Docker, который запускает сервер на порту 7364 с томом данных. Офлайн-пакеты прикреплены к релизам GitHub для машин в изолированных средах. Десктопное приложение и CLI используют один и тот же корень данных и могут использоваться взаимозаменяемо. CLI и SDK CLI предоставляет команды для настройки моделей, запуска одноразовых задач, интерактивного чата и запуска headless-сервера. Пример SDK на TypeScript показывает создание агента, открытие сессии и потоковую передачу выходных данных с подтверждением для каждого вызова инструмента. Дорожная карта и разработка В дорожной карте как запланированные или находящиеся в работе указаны публичный набор бенчмарков, шаблоны agent company, самоэволюция на уровне компании и интеграция OpenShell, при этом десктопное приложение и поддержка Windows уже выполнены. Для разработки используются pnpm для установки, сборки и dev-workflow, а рекомендации по участию приведены в репозитории. В целом PenguinHarness ориентирован на пользователей, которым нужна локальная, прозрачная среда для создания и улучшения приложений AI-агентов, с несколькими формами развёртывания и широкой совместимостью с провайдерами моделей.