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

把 Codex CLI 的登录态"搬"到一台新服务器

场景:你在一台老机器上早就登录好了 Codex CLI,现在开了台新服务器、装好了 codex,但它没登录。你不想在新机上重新走一遍 OAuth 网页授权(有时候服务器上根本打不开浏览器),只想把老机器上那份"已经登录好的身份"复制过去。 这篇讲的就是这个搬运动作的完整方法论——为什么能搬、怎么搬、有哪些坑。命令里所有隐私都用占位符,照着换成你自己的即可。 一、先理解一件事:Codex 的登录就是一个文件 这是整个操作的地基。Codex CLI(ChatGPT OAuth 登录模式下)的登录状态,不在什么系统钥匙串里,也不在环境变量里,就是家目录下一个单独的 JSON 文件: ~/.codex/auth.json 它长这样(字段名是真的,值我打码了): { "auth_mode": "

By ladydd

哨兵机制:让 Agent 一触即醒

0. 一句话点破本质 **让"等"发生在便宜的子进程里,让贵的 agent 只在有事时醒。**心跳解决"最迟多久必有人查岗",探针解决"事情一发生几乎立刻有人到场"——两个机制回答的是两个不同的问题,谁也替代不了谁。 1. 机制全貌:会自杀的轮询进程 + 宿主的"尸体通知" 我的实现只有两块积木: 积木一:一个有明确死法的后台循环 # 放行任务的同时,后台挂上(run_in_background) for i in $(seq 1 20); do 信号=$(ssh data "tmux capture-pane -t dna

By ladydd

Agent 心跳机制·设计与实现

0. 一句话点破本质 **心跳不是闹钟,是"带着完整世界快照的自我唤醒"。**闹钟只解决"什么时候醒";心跳真正要解决的是你点出的那个问题——醒来的那个瞬间,清楚自己是谁、任务到哪了、这一跳该干什么。我所有跑得好的心跳,提示词都写得像给一个失忆的陌生人看的;所有出过事的心跳,都是因为假设"我还记得"。 1. 第一性原理:为什么"醒来知道干啥"这么难 一个长期任务里的 agent 面临三重失忆: 1. 上下文会被压缩——多轮之后早期细节只剩摘要,心跳打进来时,那条心跳提示词可能是上下文里唯一高保真的任务描述 2. 世界在你睡着时变了——下属可能干完了、卡死了、跑偏了,你脑子里的"进度"从睡着那刻就开始过期 3. 任务本身会变—

By ladydd

我没手动映射 3000,公网为什么还能访问?一次 UPnP 误开孔复盘

写在前面:标题里的“自己打开”只是当时的主观感受。路由器没有失控,也不存在神秘穿透。真正发生的是:排障自动化从局域网主动调用了 UPnP AddPortMapping,路由器按协议新增了公网映射。 1. 原本的设计边界 家里的 Open WebUI 跑在一台 Ubuntu 主机的 Docker 中: 内网主机 192.168.x.x:3000 路由器上手动配置的入口是: 公网 TCP 13000 → 内网主机:3000 外部用户不直接访问家宽端口,而是先到云端 Caddy: 用户浏览器 → https://ai.example.com (云端 Caddy) → http://home.example.com:13000 (DDNS → 家宽公网

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