PenguinHarness
您的自动化 agent 构建器驻留在桌面上，连接 1000+ 个模型。
English | 简体中文
## 为什么选择 PenguinHarness
三个理由，按刻意排序——从任务质量，到 agent 的构建方式，再到它们如何持续改进。
### 1. 🏆 卓越的结果，成本仅为数十分之一
在简洁的底层接口上提供刻意精简的工具集：更少的工具调用，更少的 token——针对 DeepSeek 等开源模型进行了深度调优。每个 harness 都与其通常搭配的模型在相同任务上进行了正面交锋：
**在数据分析方面准确率最高——而成本仅为 Claude Code 的 1/70。**
### 2. ⚡ 一句话，agent 为您构建 agent 应用
输入一句话，agent 就会为您构建完整的 agent 应用——包括脚手架、代码和运行说明，端到端完成：
```
Collect the docs from https://github.com/ericbuess/claude-code-docs and build a RAG app that answers Claude Code questions as a configuration expert, citing its sources.
```
这就是最终成品——一个带有检索功能的文档专家，支持链接到原始文件的引用来源，并内置了示例问题：
https://github.com/user-attachments/assets/9b7033e8-f08a-4c3f-bd33-547896664e6e
**而且，在 DeepSeek V4 Pro 上生成这整个 RAG 应用仅消耗了价值 $0.02（¥0.2）的 token。**
### 3. 🧬 自我进化：越用越强
借助 PenguinHarness Skills，agent 可以评估并优化自身：运行 benchmark，发现失分点，发布 N+1 版本——在每一轮之前都有快照，并且每个请求都可以在 Trace 视图中观察。
https://github.com/user-attachments/assets/922d13a6-5ffc-4685-9a39-352f02f9afc0
## 内置 Skills
开箱即用的四个 Skill 组（[文档](https://penguin.ooo/docs/skills)）；agent 也可以编写和优化自己的 Skill：
| 组别 | Skills |
| -------------------- | --------------------------------------------------------------------------------- |
| 办公效率 | `data-analysis`, `firecrawl` |
| 软件开发 | `web-design`, `software-engineering` |
| AI 应用开发 | `penguin-sdk`, `penguin-cli`, `agenthub-models`, `vllm`, `ollama`, `llamafactory` |
| Agent 调优 | `agent-creation`, `benchmark-design`, `agent-evaluation`, `agent-optimization` |
## 支持的模型
| 模型 | 提供商 |
| ---------------- | --------------------------------------------------------------------------------- |
| DeepSeek V4 | DeepSeek, OpenRouter, Fireworks AI, SiliconFlow, Qwen Token Plan |
| Kimi K3 | Moonshot AI, OpenRouter, Qwen Pay-As-You-Go |
| GLM 5.2 | Z.AI, OpenRouter, Fireworks AI, SiliconFlow, Qwen Token Plan, Qwen Pay-As-You-Go |
| Hunyuan 3 | OpenRouter |
| Qwen 3.8 Max | Qwen Token Plan (预览版) |
| GPT 5.6 | OpenRouter |
| Gemini 3.6 Flash | Google Gemini, OpenRouter |
| Claude 5 | Anthropic, OpenRouter |
仅限每个系列最新一代——该应用的 **Models** 页面列出了所有内置预设，并且任何 OpenAI 协议 endpoint 也可用：选择一个预设，或者将自定义 endpoint 指向 1000+ 个在线和本地模型中的任意一个。
## 环境要求
| 要求 | 支持 |
| -------------- | --------------------------------------------------------------------- |
| 操作系统 | Linux, macOS |
| 架构 | x64, arm64 |
| Runtime | 由单行安装程序捆绑（npm 安装需要 Node >= 24） |
| 模型 | 至少一个模型的 API key |
## 安装说明
### 🌐 Web App — 面向人类
🚀 安装并启动完整体验（多会话聊天、agent/skill/model 管理、使用统计、Trace 可观测性、评估中心）：
```
curl -fsSL https://penguin.ooo/install.sh | sh
penguin web # start the service and open http://127.0.0.1:7364 (first login: admin / penguin-2026)
```
📦 或通过 npm 安装：`npm install -g @prismshadow/penguin-cli`。在应用内的 Models 页面配置模型，然后即可开始聊天。
### 🤖 CLI & SDK — 面向 agent
同样的引擎，支持脚本化——专为 agent（以及构建 agent 的 agent）驱动而设计：
```
penguin config model add --provider deepseek --model-id deepseek-v4-pro --api-key sk-... --set-default
penguin run -m "Create hello.txt containing Hello, Penguin" # one-shot task
penguin chat # interactive REPL (/compact, /exit, Ctrl-C to interrupt)
penguin server # headless service (same API the Web App uses)
```
```
import { createAgent, isCompleteModelMessage, userText } from "@prismshadow/penguin-core";
const agent = await createAgent({ agentId: "default_agent" });
const session = await agent.createSession({ workspaceDir: process.cwd() });
for await (const output of session.run([userText("Create hello.txt containing hi")], {
approve: async () => "allow", // per-tool-call approval
})) {
if (isCompleteModelMessage(output) && output.payload.type === "text") {
console.log(output.payload.text);
}
}
```
## 路线图
- [ ] benchmark 套件的公开发布
- [ ] 桌面应用
- [ ] Windows 支持
- [ ] Agent 公司与模板
- [ ] 公司级自我进化
- [ ] OpenShell 集成（受权限管理的 shell）
- 更多即将推出…
## 开发说明
```
pnpm install && pnpm build # build first: core's exports point at dist/
pnpm dev # backend + web app together (prefixed logs, deps built once)
```
## 引用
如果您在研究中使用了 PenguinHarness，请引用：
```
@software{penguinharness2026,
author = {{PrismShadow Team}},
title = {PenguinHarness: Efficient Self-Improving Harness for Everyone},
year = {2026},
url = {https://github.com/Prism-Shadow/penguin-harness},
license = {Apache-2.0}
}
```
## 许可证
[Apache-2.0](LICENSE) © 2026 Prism Shadow
由 [Yaowei Zheng](https://github.com/hiyouga)（[LlamaFactory](https://github.com/hiyouga/LlamaFactory) 的作者）、[PrismShadow AI 团队](https://github.com/Prism-Shadow)以及 [Fable 5](https://www.anthropic.com/news/claude-fable-5-mythos-5) 用 ❤️ 构建。
