从 huangruiteng/loopx（5630⭐，Apache-2.0，912 个 Python 文件）出发，深度解析 Harness 6 件套里"长时 Loop"组件的工程化实现：6 层契约控制平面、Quota 7 态有限状态机、Effect-Request→Effect-Observation 解释器、Settlement Receipt 3 相回放、3 类主机（Codex/Claude Code/DSH）的 Goal 适配器，以及 LoopX 与 Ouroboros/LongHorizon-Harness 在"自治循环"上的设计差异。
深度剖析 NanmiCoder/cc-haha（⭐14k）这个 Claude Code 第三方桌面包的架构设计：Bun 单仓库承载官方 Claude Code 全栈 + Tauri/Electron 双形态桌面 + 1.5MB Swift 原生 Computer Use 守护进程 + 5 套 IM 网关（微信/飞书/钉钉/Telegram/WhatsApp）+ Agent Teams 多 Agent 协作 + WorkflowTool 动态编排 + skill marketplace + claude.ai session 双向 bridge。
从 openlit/openlit (2739⭐, Apache-2.0, Python+TS+Go 三 SDK) 出发，深度解析 Harness 6 件套中 Hook/Event 组件的工程化实现：55 个 Instrumentor 的统一抽象、OTel 原生三件套（Trace+Metric+Log）、Span=ContextVar 标签传播、Guard Pipeline 4 级动作短路语义、Rule Engine 条件匹配、与 Langfuse/Helicone 的协议级差异。
深度剖析 VoltAgent (voltagent/voltagent, ⭐10,539, MIT, TypeScript, 34 包 monorepo) 的核心架构：基于 Vercel AI SDK 的 Provider 三级抽象、VoltAgent Observability 全链路 OpenTelemetry + WebSocket 推送、MCPServerRegistry + 11 钩子时机 + 工具路由、Workflow Core 状态机 + and-then/and-when/and-all 三向分支 + suspend/resume 时间旅行、LibSQL/Postgres/Supabase Memory 适配器、A2A/AG-UI/MCP-Client 三协议桥接、与 LangGraph/CrewAI/OpenAI-Agents 的差异化对比。
深度剖析 dograh-hq/dograh ⭐5.6k（BSD-2-Clause）核心架构：Pipecat 之上的状态机 + Function-Call 路由、Provider Registry 自注册式多电话商抽象、三元组路由键的 inbound 冲突检测、MCP Server 让 coding agent 直接编辑 workflow、Recording 标记双模式 TTS、OpenTelemetry turn-level tracing。
深度剖析 headroomlabs-ai/headroom ⭐68.6k 的核心架构与设计原理：12 阶段 Canonical Pipeline、CacheAligner 仅检测不改写原则、SmartCrusher Rust+Python 双实现、CCR 压缩-缓存-检索可逆架构、跨 Agent 共享 Memory、17+ Coding Agent 一行接入、Kompress-v2-base 自研模型。这是 2026 H2 Context Engineering 赛道开山之作，比 LiteLLM 更专一、比 LangChain Memory 更底层、比 Anthropic prompt cache 更激进。
从 ace-agent/ace（1.3k⭐，arXiv 2510.04618 官方实现）出发，深度解析 Agentic Context Engineering（ACE）的工程化实现：Generator/Reflector/Curator 三角色、Playbook 增量 Delta 更新、有用/有害计数器、helpful/harmful 去重机制，对比 Prime Agent 的 Continual Harness。
深度剖析 tinyhumansai/openhuman (⭐39k) 的核心架构：基于 Rust 的本地优先个人 AI 超级智能体，融合 Memory Tree + Obsidian Vault + tinyagents/tinyflows 子引擎 + 17 消息通道 + ApprovalGate 中间件 + Docker/Bubblewrap 多后端沙箱 + Subagent 三级嵌套派派 + Graph 检查点恢复 + E2E 加密 A2A。库嵌入型 44-51 MiB RSS 空闲、~100ms 冷启动、~0.4 MiB/agent 边际成本，是 Coding Agent Harness 类项目里资源效率第一梯队的实现。
从 PrimeIntellect-ai/prime-agent（19.5k⭐，2026-09 最新提交）出发，深度解析 RLM 编程模型 + Continual Harness 自我进化的工程化实现：Python REPL 控制面、persistent kernel、子进程 daemon、refine 子系统、append-only ledger。
深度剖析 Untrivial-ai/agent-orchestrator (⭐10.7k, Apache-2.0, Go + TypeScript) 的核心架构：26 个 Coding Agent 同台编排的桌面工作空间，OBSERVE-UPDATE-DERIVE 三段式事实管道，Port-Based 六边形架构，durable facts + derived status 设计哲学，SQLite CDC 实时事件流，TUI/Chat 双接口控制器 epoch 切换，10 个观察/反馈回环。