Solon AI Harness：高性能智能体框架，多方面打磨实战，更新丰富且有应用示例
1、为何需要 Harness
业界目前有两个极具启发性的定义：公式定义为 Agent = Model + Harness，模型提供推理，Harness 提供落地执行的实体；硬件类比中，Model 是 CPU（计算核心），Context 是内存（瞬时寻址），Harness 则是操作系统（资源调度与环境隔离）。没有 Harness 的 Agent 就像漂浮在大脑中的灵魂，无法稳定感知物理世界、操作工具和在长程任务中保持状态，而 Solon AI Harness 能让你更高效开发 Agent 应用。
2、Solon AI Harness 的主要工作
组织工具使用 (Tool Steering)：动态挂载与发现（支持 MCP 协议、Web RestApi）；输入/输出的标准化协议转换；安全拦截，在危险指令执行前进行权限校验或人工确认（HITL）。
组织记忆与会话 (Memory & Session Management)：管理 Session 的持久化与恢复；区分“短期工作记忆”与“长期向量记忆”；快照机制，在任务中断时自动保存状态，支持断点续传。
操控上下文及摘要压缩 (Context Engineering)：窗口滑窗，当 Token 接近上限时，自动识别并保留关键信息；语义压缩，将冗长的工具回显（如数千行代码输出）自动总结为模型可理解的摘要；意图聚焦，通过 RAG 技术动态注入当前任务最相关的片段。
环境隔离与沙盒驱动 (Sandbox & Environment)：影子空间，在 .harness 目录下构建隔离的工作区，确保 Agent 的修改不直接污染生产环境；自愈循环，捕获执行过程中的 stderr，将其作为 Observation 反馈给模型，驱动 ReAct 循环自动修正错误。
3、最近更新
添加 solon-ai-agent 动态切换 llm 支持（支持不同会话，在各自请求时切换）；添加 solon-ai-harness 重试次数配置支持；添加 solon-ai-harness lsp 功能；添加 solon-ai-harness HarnessProperties.disallowedTools 配置支持（全局禁用工具配置）；添加 solon-ai-harness HarnessProperties.agentPools（子代理池） 配置支持；添加 solon-ai-harness HarnessProperties.systemPrompt 配置支持（替代之前的 AGENT.md 预设处理，由外部定制）；优化 solon-ai-core ChatRequestDesc.internalStream 添加流接收超时处理（避免因 llm 服务原因一直卡着）；优化 solon-ai-dialect-anthropic anthropic 方言的异常兼容处理；优化 solon-ai-dialect-openai openai-response 方言的异常兼容处理；优化 solon-ai-agent 中断传递处理；优化 solon-ai-agent ActionTask onAction 日志；优化 solon-ai-agent retrying 中断处理（这前的 task 内部的 stream 可能会中断传递）；优化 solon-ai-agent AgentSession.updateSnapshot 添加锁机制；优化 solon-ai-skill-lsp 重构 LspSkill 实现（之前名为 LspTool）；优化 solon-ai-skill-cli ExpertSkill 引导词；优化 solon-ai-skill-cli TerminalSkill 安全引导词；优化 solon-ai-skill-sys 从 cli 同步 ProcessExecutor；优化 solon-ai-harness HarnessEngine 扩展机制（支持为子代理扩展，通过名字识别）；调整 solon-ai-harness ReActAgentExtension 更名为 ReActAgentExtension；调整 solon-ai-harness 切换 llm 的机制，并取消 switchMainModel 方法（有自由的机制了）；调整 solon-ai-harness TerminalSkillProxy 转到 solon-ai-skill-cli；修复 solon-ai-skill-toolgateway ToolGatewaySkill call_tool 不能传递 toolContext 的问题；修复 solon-ai-core AbstractChatDialect reasoning_field_name 可能传递中断的问题。
4、应用示例
引用依赖：
<dependency><groupId>org.noear</groupId><artifactId>solon-ai-harness</artifactId></dependency>
构建实例：
public class DemoApp { public static void main(String[] arg) throws Throwable { //--- 1. 初始化 HarnessProperties harnessProps = new HarnessProperties(".tmp/"); harnessProps.addTools(ToolPermission.TOOL_WEBSEARCH); //设定工具权限 harnessProps.addModel(new ChatConfig()); //添加大模型本配置（可多个，用时可切换） harnessProps.setSystemPrompt("xxx"); //添加主代理系统提示词 AgentSessionProvider sessionProvider = new AgentSessionProvider() { private Map<String, AgentSession> sessionMap = new ConcurrentHashMap<>(); @Override public AgentSession getSession(String instanceId) { return sessionMap.computeIfAbsent(instanceId, k -> InMemoryAgentSession.of(k)); } }; HarnessEngine engine = HarnessEngine.of(harnessProps).sessionProvider(sessionProvider).build(); } }应用示例：
public class DemoApp { public static void main(String[] arg) throws Throwable { //--- 1. 初始化 // ... //--- 用主代理执行 csae1(engine, "hello"); //--- 动态创建子代理执行（好处理可以动态创建不同的工具权限） case2(engine, "hello"); } private static void csae1(HarnessEngine engine, String prompt) throws Throwable { AgentSession session = engine.getSession("default"); //--- 用主代理模式 engine.prompt(prompt).session(session) //没有，则为临时会话 .options(o -> { //按需，动态指定工作区（没有，则为默认工作区） o.toolContextPut(HarnessEngine.ATTR_CWD, "xxx"); }).call(); } private static void case2(HarnessEngine engine, String prompt) throws Throwable { AgentSession session = engine.getSession(HarnessEngine.SESSION_DEFAULT); //--- 动态定义智能体 AgentDefinition definition = new AgentDefinition(); definition.setSystemPrompt("xxx"); //系统提示词 definition.getMetadata().addTools(ToolPermission.TOOL_BASH); //工具权限 ReActAgent subagent = engine.createSubagent(definition).build(); subagent.prompt(prompt).session(session) //没有，则为临时会话 .options(o -> { //按需，动态指定工作区（没有，则为默认工作区） o.toolContextPut(HarnessEngine.ATTR_CWD, "xxx"); }).call(); } }