Harness 与 Agent 工程 · 运行控制与长任务 · 2026-03-04

别再迷信 Agent 框架了,你缺的其实是一套“线束”

Agent开发需要的是可靠的基础设施"线束",而非重复造轮子的框架。看看如何用事件驱动架构解决Agent编排难题。

核心内容:

  1. Agent开发中"线束"概念的核心价值
  2. Utah项目的事件驱动架构设计解析
  3. 通用触发机制如何实现跨平台无缝集成

你的 Agent 需要的是"线束",而不是"框架"

在每一个工程学科中,线束(harness)的含义都是一样的:它是连接、保护和编排各组件的那一层——它本身不做具体的事,但少了它,一切都乱了套。汽车线束在发动机、传感器和仪表盘之间传递信号;测试线束提供脚手架,让代码具备可重复性和可观测性;安全带在你跌落时托住你。

Agent 运行时也需要同一样东西。LLM 是引擎,工具是外设,记忆是存储。但谁来连接它们?当 LLM 在第五次迭代时超时,谁来兜底?谁来防止两条消息相互冲突?谁来把一个 webhook 事件路由到正确的处理函数、再路由到正确的回复通道?

这就是线束。而现在每一个 Agent 框架,都在从零开始构建自己的线束——自己的重试逻辑、自己的状态持久化、自己的任务队列、自己的事件路由。

持久化的、事件驱动的基础设施早就解决了这个问题。 每一次 LLM 调用或工具调用都变成一个"步骤"——一个可独立重试的工作单元。如果进程在第五次迭代时崩溃,前四次迭代已经持久化了。事件在函数之间路由触发器。并发控制防止冲突。步骤级别的追踪让你对 Agent 循环的每一次迭代都有完整的可观测性。基础设施本身就是线束。

我们构建了 Utah——Universally Triggered Agent Harness(通用触发式 Agent 线束)——来验证这个设想。这是一个支持 Telegram 或 Slack 的对话式 Agent,具备工具调用、记忆、子 Agent 委托和完整持久化能力。极简 TypeScript,无框架依赖。只用 Inngest 的函数、步骤和事件,为标准的思考 → 行动 → 观察循环提供线束。可以把它理解成一个持久化的、云原生的 OpenClaw。

"通用触发"这个词很重要:Telegram 或 Slack 的 webhook、定时任务、子 Agent 调用、函数间事件——Agent 不知道也不在乎自己是如何被激活的。触发器与工作解耦。明天想加一个 Slack 机器人?Agent 循环一行不用改,线束负责路由。

下面是它的工作原理。


架构设计

Utah 与大多数线束的不同之处在于:它是事件驱动的,将编排层与 Agent 循环解耦。它还利用 Inngest Cloud 来桥接公共 webhook 与本地 worker 之间的鸿沟。

Inngest Utah 项目架构图

Telegram 或 Slack 的 webhook 打到 Inngest Cloud,一个 webhook transform 将原始 HTTP 负载转换为类型化的 Inngest 事件。本地运行的 worker 接收事件,执行 Agent 函数,并发出 reply 事件,触发另一个独立函数通过各自频道的 API 发回响应(详见下文)。任何支持 webhook 的通信渠道(或任何服务)都可以接入。

worker 使用 Inngest 的 connect() API,从你的本地机器(或 Mac Mini,或远程服务器)建立一个持久的 WebSocket 连接到 Inngest Cloud,无需暴露公共端点。

worker 中运行的 Agent 循环很简单:一个带"步骤"的 while 循环,步骤负责调用 LLM 和执行工具。我们使用 Pi 的 provider 接口和工具,两者都很好用,但你可以替换成任何东西——AI SDK、TanStack AI、自定义工具,或者接入 MCP。


为什么本地运行还要用 Inngest?为什么不直接用 OpenClaw?

OpenClaw 和 pi coding-agent 库是这个项目的灵感来源。它们都在进程内使用事件,事件和编排在内存中处理。Inngest 本身是一个事件驱动的编排层,这个项目将执行与编排解耦。

这为线束带来了以下能力:

这些问题都是基础设施问题,而不是 AI 问题。


将 Agent 循环变成步骤

Utah 的核心是一个思考 → 行动 → 观察循环。每次迭代调用 LLM,检查是否需要使用工具,执行工具,并将结果反馈回去。关键洞察:每次 LLM 调用和每次工具执行都是一个 Inngest step。

// 简化版——实际实现使用 pi-ai 的 provider 无关类型while (!done && iterations < config.loop.maxIterations) { iterations++; // 裁剪旧的工具结果,保持上下文聚焦 pruneOldToolResults(messages); // 迭代次数快用完时注入预算警告 const messagesForLLM = addBudgetWarning(messages, iterations); // 思考:调用 LLM const llmResponse = await step.run("think", async () => { return await callLLM(systemPrompt, messagesForLLM, tools); }); const toolCalls = llmResponse.toolCalls; if (toolCalls.length > 0) { messages.push(llmResponse.message); // 行动:将每个工具调用作为独立步骤执行 for (const tc of toolCalls) { const result = await step.run(`tool-${tc.name}`, async () => { validateToolArguments(tool, tc); return await executeTool(tc.id, tc.name, tc.arguments); }); // 观察:把结果反馈进消息列表 messages.push(toolResultMessage(tc, result)); } } else if (llmResponse.text) { // 没有工具调用——文本响应即最终回复 finalResponse = llmResponse.text; done = true; }}

几点值得注意:

Inngest 自动对重复步骤 ID 建立索引。 当 step.run("think") 在循环中被调用十次时,Inngest 内部将它们追踪为 think:0、think:1……你不需要自己管理唯一步骤 ID,SDK 会处理。

每个步骤可以独立重试。 如果 LLM API 在第 3 次迭代返回 500,Inngest 只重试那个特定步骤。第 1、2 次迭代的结果已经持久化,不会重新执行。这正是持久化执行的设计初衷,只不过这里应用在 Agent 循环上,而不是结账流程。

有文本响应就意味着完成。 当 LLM 只返回文本而不带工具调用时,本轮结束。无需显式的"完成"信号。


你不需要自己造工具

Utah 没有手写文件 I/O 和 shell 执行,而是引入了 pi-coding-agent——来自 OpenClaw/Pi 生态的经过实战检验的工具实现:

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/Openclaw/2026030412645.html