从 coleam00/Archon（22.7k⭐，首个开源"AI 写代码 Harness Builder"）出发，深度拆解其 YAML DAG 工作流引擎：6 种节点类型（Prompt/Command/Bash/Loop/Approval/Script）、3 种触发器（all_success/one_success/none_failed）、3 层 worktree 隔离（reuse/adopt/create）、Router 自动选 workflow、Provider 注册中心（Claude/Codex/OpenCode/Pi），以及与 Temporal/Restate/n8n 的设计哲学差异。
深度剖析 emcie-co/parlant (Apache-2.0, Python) 的对话治理引擎架构：基于 Guideline 条件-动作规则 + 关系依赖解析 + Journey SOP 状态机 + CompositionMode 严格/流体模式切换，把 100+ 行为规则塞进 LLM 仍能保持上下文聚焦，已在银行等强合规场景生产部署。
从 micro/go-micro（22950⭐，Go 分布式系统框架的 AI 化转身）出发，深度解析 Harness 三件套运行时（Service/Agent/Flow）、三层 Guardrails 中间件栈、MCP 网关自动暴露微服务为工具、A2A 网关把 Agent 暴露为 Agent Card，以及与 CloudWeGo/eino 的设计差异。
深度剖析 block/goose（现迁至 Linux 基金会 AAIF，⭐50734）的核心架构：13+ Cargo crate 分层、ProviderRegistry inventory 模型、MCP Extension 三种传输、Hook 11 个事件点、Recipe YAML 声明式、Platform Extension 内置 11 套工具，以及 ActionRequiredManager 解决 MCP Elicitation 跨进程等待难题。这是一篇面向 Coding Agent Harness 工程化的实战指南，覆盖调度器、子 Agent、OAuth、Provider Refresh 等关键模块。
从 karpathy/autoresearch（90,068⭐）出发，深度拆解 Long-Running Harness 的 4 文件极简哲学——program.md 提示词即 Skill、prepare.py 只读评估、train.py 是唯一可变文件、5 分钟 time budget 是物理门控。对比 aiming-lab/AutoResearchClaw（23 阶段多 Agent）、trigger.dev（生产级 durable）、inngest（step functions）、PageAI ralph-loop（PRD + 任务列表）4 个项目在 Harness 6 件套上的根本差异。
深度剖析 OthmanAdi/planning-with-files (⭐24.7k, MIT) 的核心架构——一个被 Meta 以 20 亿美元收购的 Manus 同款持久化规划模式如何通过 3-File 模式 + 5 大 Hook 时机 + SHA-256 哈希见证 + v3 完成门控让 AI Agent 抗住 /clear 上下文清除与崩溃恢复。覆盖 60+ 编码 Agent 适配（Claude Code/Codex/Cursor/Continue/Gemini 等）的实操模式。
从 5 个主流 Coding Agent Harness 内部源码（Claude Code 136k⭐ + Codex 95k⭐ + Hermes 209k⭐ + OpenClaw 381k⭐ + Pi 67k⭐）出发，把 Harness 6 件套当坐标系，逐一拆解 5 个底座 Harness 的内核机制差异。
深入剖析 zai-org/Open-AutoGLM 的核心架构与设计原理。这是智谱 AI 开源的「Phone Agent」框架，用 9B 视觉语言模型理解手机屏幕，通过 ADB/HDC/WDA 三协议驱动 Android/HarmonyOS/iOS，覆盖 think→action→tool→loop 主循环、置信度阈值、敏感操作接管、相对坐标归一化等关键设计。
深入剖析 zai-org/Open-AutoGLM 的核心架构与设计原理。这是智谱 AI 开源的「Phone Agent」框架，用 9B 视觉语言模型理解手机屏幕，通过 ADB/HDC/WDA 三协议驱动 Android/HarmonyOS/iOS，覆盖 think→action→tool→loop 主循环、置信度阈值、敏感操作接管、相对坐标归一化等关键设计。
从 BerriAI/litellm（52,608⭐，2026-07-05 最新提交，100+ LLM 厂商 AI Gateway）出发，深度对比 Hook/Event 系统设计哲学：LiteLLM CustomLogger + CustomBatchLogger 异步队列 vs LangChain BaseCallbackHandler 多继承 Mixin vs Langfuse Ingestion 三段式 + 双库双写 vs OpenLIT OpenTelemetry-native 单一抽象；详解 4 个可运行代码（自定义 logger、批处理队列、agentic loop patch、OpenTelemetry exporter）。