OpenCLI 学习 02:CLI、Harness、Skill 的关系

1. 为什么我会觉得这个项目里的 harness 有点奇怪

因为我之前接触过的 harness,更像是:

  • 一个黑盒环境
  • 给 LLM 设定边界和工具
  • 让 LLM 在里面自己探索、执行、达成目标

而这个项目里的 harness 明显不是这个意思。

2. 这个项目里的 harness 是什么

当前我的理解:

这里的 harness 更像是“站在 Agent 视角,为某个具体软件搭建的一整套能力接入系统”。

它不只是一个脚本,也不只是一个 CLI 文件,而是通常包含:

  • CLI 入口
  • core 业务模块
  • backend 真实软件适配
  • session 状态管理
  • tests
  • README
  • TEST.md
  • SKILL.md

所以它比单纯的 CLI 概念更大。

3. CLI 和 harness 的关系

我当前最认可的说法是 :

  • CLI 是对外的能力形态
  • harness 是背后的完整接入实现

也就是说,这个项目表面上在做 CLI,实际上是在做以 CLI 为外在形式的 agent harness。

4. 为什么说 CLI 只是存在形式

因为项目真正关心的不是“黑框交互体验”,而是:

  • 怎么把软件能力抽象出来
  • 怎么把能力按命令树组织
  • 怎么让 Agent 更容易探索和调用
  • 怎么保证结果可测试、可验证

所以 CLI 更像它最终对外暴露的一层皮肤。

5. Skill 在里面扮演什么角色

SKILL.md 不是执行代码,也不是核心实现。

它更像是:

  • 给 Agent 看的使用说明书
  • 告诉 Agent 这个 harness 是干什么的
  • 告诉 Agent 什么时候应该用它
  • 告诉 Agent 命令结构、调用范式、注意事项

所以我现在把三者关系理解为:

  • core/backend:真正干活
  • CLI:把能力暴露出来
  • SKILL:帮助 Agent 理解和使用这套能力

6. 命令树为什么关键

这个项目不是把功能平铺成一堆命令,而是做成命令树,例如:

cli-anything-gimp project new
cli-anything-gimp layer add-from-file
cli-anything-gimp filter add
cli-anything-gimp export render

这样做的好处是:

  • 领域边界更清晰
  • 更像业务模型
  • Agent 更容易探索能力地图
  • 更适合组合成工作流

所以命令树其实是业务模型在 CLI 层的映射。

7. 当前我的一句话总结

这个项目中,harness 是完整接入系统,CLI 是对外能力形式,Skill 是面向 Agent 的说明层,三者共同构成一个可被 Agent 使用的软件能力包装。

Read more

三台机器部署 ClickHouse 高可用集群实战记录

本文是一份可发布版部署记录。真实 IP、域名、账号、密码、下载链接、业务目录名、机器唯一标识等敏感信息已经替换为占位符。命令中的 <...> 需要按自己的环境替换。 目标与拓扑 这次目标是用三台数据节点部署一套 ClickHouse 高可用集群,拓扑采用: 1 shard x 3 replicas 含义是:集群只有一个逻辑分片,三台机器都保存同一份数据的完整副本。任意一台数据节点宕机时,只要 ClickHouse Keeper 仍然有多数派,剩余节点仍可继续提供读写服务。 规划节点如下: 主机名示例地址角色ch-01<ch-01-ip>ClickHouse Server + ClickHouse Keeperch-02<ch-02-ip>ClickHouse Server + ClickHouse Keeperch-03<ch-03-ip&

By ladydd

折腾记(二):接入火山引擎实时语音 API,家庭语音助手体验直接拉满

接上篇 上一篇用全开源组件(Whisper + Hermes + Edge-TTS)搭了个语音助手,能跑,但体验就是"能用"二字: * 中文识别只有 70 分,方言基本歇菜 * 英文唤醒词"Alexa"喊着别扭 * 说完到回复要等 4-8 秒 * 它说话的时候你插不了嘴 这些问题靠堆开源组件很难根治。于是我去试了火山引擎(字节跳动)的语音服务,结果直接换了条路。 这篇分两段:先讲怎么用火山引擎的 ASR/TTS 替换掉开源组件(小改),再讲怎么上端到端实时语音模型(大改)。 第一段:先把 ASR 和 TTS 换成火山引擎 为什么换 我用豆包输入法的时候发现它语音识别准得离谱。一查,豆包用的就是字节自家的火山引擎 Seed-ASR。开通后有免费额度(

By ladydd

折腾记(一):用全开源组件给家里搭一个语音助手,对接自己的 Hermes Agent

起因 事情是从一块 ESP32-S3 开发板开始的。 我手上有一块 Seeed Studio XIAO ESP32-S3 Sense,带摄像头和麦克风。最初的想法很美好:用这块板子做一个无线语音终端,对着它说话,连到我服务器上跑的 Hermes Agent(一个自托管的 AI agent),让它回答我。 但折腾到一半我突然意识到一件事:我的麦克风、音响、服务器全在家里,为什么要绕一圈用 ESP32?直接把麦克风和音响插到服务器上不就行了? ESP32 那条路(做无线拾音终端)当然也有价值,但那是"为了学嵌入式而学",不是解决问题的最短路径。于是这个项目就从"嵌入式项目"变成了"在服务器上拼一个语音助手"。这篇就记录后者。 教训零:先想清楚你要解决的是什么问题。很多时候最优解比你最初设想的简单得多。 目标

By ladydd

Kiro 的三种代理设置方法:本地、服务端、Remote

作为kiro的骨灰级用户,这篇是我自己折腾 Kiro / Kiro Remote / Ubuntu Server 代理问题后的复盘。 核心不是“怎么配一个代理”,而是先判断:到底是谁在访问外网? 谁访问外网,代理就要配给谁。 0. 先说结论 Kiro 相关代理大概分三类: 场景真正访问外网的进程在哪里代理应该配在哪里本地 KiroWindows / Mac 本机本机 Clash / Proxifier / 系统代理服务端 Kiro / CLIUbuntu Server 上的 shell、CLI、node、kiro 进程Ubuntu 的环境变量,比如 HTTP_PROXY / HTTPS_PROXYKiro Remote远程 Ubuntu 上的 ~/.kiro-server 和 extensionHost远程 Ubuntu 的 Kiro Server

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号