Harness Engineering：让 Agent 在受控边界内运行并不只看表面做法，关键还要理解相关条件、限制和后续影响。

写在前面：模型说“我能做”，不等于系统真该让它做

做 AI 桌面端工具时，给模型接工具并不难：注册一个 schema，写一个执行函数，模型就能发起调用。真正麻烦的是后半句——它能访问哪个目录？能不能写文件？要不要用户确认？取消后副作用怎么收尾？出了问题又该查谁？

这些问题不会因为 Prompt 写了“请谨慎操作”就自动消失。团队在研究 Cherry Studio 时，最值得借鉴的一点正是：模型负责提出动作，运行时负责决定动作是否能在正确边界内发生。

这层承上启下的控制系统，就是 Harness。

1. Harness 是什么

Prompt、Context 和 Loop 解决了模型如何理解任务、获得事实、推进多步骤执行的问题。Harness 解决的是另一个问题：

Harness 不是单个类，而是运行时的控制面：

flowchart LRusers["用户 / 外部渠道"] --> sessionGuard["会话与工作区校验"]sessionGuard --> toolPolicy["工具暴露与权限策略"]toolPolicy --> agentDriver["模型 / Agent Driver"]agentDriver --> execution["审批、工具执行、流式事件"]execution --> runtimeState["持久化、观测、恢复与 UI"]

它通常包括：

1. 工具注册、发现、延迟暴露和禁用。
2. MCP server 的连接、缓存、OAuth 与会话快照。
3. 工作区、知识库、文件系统和频道的访问范围。
4. 审批、自动批准与拒绝语义。
5. 会话生命周期、流订阅、取消、恢复和持久化。
6. trace、usage、错误和敏感数据的审计边界。

Harness 是将 Agent 从 Demo 变成产品的关键层。没有它，模型输出的工具调用只是未经约束的建议。

2. 先分清：模型看得见，不代表系统会放行

工具有至少四个不同状态：

registered工具在系统中存在visible 工具描述与 schema 进入模型上下文callable模型本轮可以发起调用executable运行时检查、审批通过后真正执行

它们不能合并为一个布尔值。否则“工具已经注册”很容易被误解为“这次调用一定能执行”。

例如一个删除文件的工具：

状态	结果
registered	工具实现已随应用安装。
visible	当前 Agent 能知道该工具存在。
callable	工具没有被用户禁用，且当前工作区满足前置条件。
executable	当前调用获得用户批准，输入也通过路径和权限校验。

Prompt 可以解释工具使用策略，但只能影响模型是否尝试调用；Harness 决定工具是否真正暴露和执行。

3. 回到 Cherry Studio：两条运行时，两套工具适配

Cherry Studio 有两条不同的工具适配路径：

flowchart LRsubgraph chatPath["普通 Chat"]chatRegistry["AI SDK ToolRegistry"] --> chatTools["内置工具 / MCP 工具 / meta tools"]chatTools --> chatAgent["AI SDK Agent"]endsubgraph sessionPath["Agent Session（Claude Code）"]sessionDescriptors["Claude Code tool descriptors + MCP servers"] --> sessionPolicy["disallowedTools + canUseTool"]sessionPolicy --> sessionDriver["Claude Code Runtime Driver"]end

两条路径共享产品能力，但不共享同一个工具注册实现。原因是 AI SDK 和 Claude Agent SDK 的工具协议、会话模型与权限回调不同。

这要求产品团队把领域能力与SDK 适配分开：

领域能力：KnowledgeService、FileManager、WebSearchService工具契约：schema、描述、权限级别、输出映射SDK 适配：AI SDK Tool / Claude MCP descriptor

不要把业务逻辑写进某个特定模型 SDK 的 tool callback；否则新增 Driver 时会复制权限和审计逻辑。

4. 关键算法一：每一轮只给模型必要的工具

普通 Chat 使用 ToolRegistry。每个注册项包含名称、namespace、描述、defer 策略、工具实现与 applies(scope) 谓词。

typeToolEntry = {name: stringnamespace: stringdescription: stringdefer: "never" | "always" | "auto"tool: Toolapplies?: (scope) =>boolean}

工具选择应按请求动态计算，而不是在应用启动时固定：

functionresolveActiveTools(registry, requestScope) {active = []for (entry of registry.entries()) {try {if (entry.applies && !entry.applies(requestScope)) {continue}active.push(entry)} catch (error) {logWarning("Tool applicability failed", entry.name, error)// fail closed：不能确认适用时，不向模型暴露}}return active}

requestScope 可以包含：

1. Assistant 是否启用了 Web Search。
2. 当前请求是否带有文件附件。
3. 当前用户是否有知识库。
4. Agent 的有效知识库范围。
5. 模型是否具备工具调用能力。
6. Provider 是否支持某类原生能力。

这让工具面成为当前请求的函数：

ToolSurface = f(assistant, model, provider, session, permissions, request)

而不是简单的全局数组。

5. 关键算法二：依赖传播到不动点

工具之间可能存在依赖。例如 ExitWorktree 依赖 EnterWorktree；若前者可见而后者被禁用，模型会看到一个不可完成的动作。

Claude Code 路径的 resolveDisallowedTools 使用不动点算法传播禁用状态：

functionresolveDisallowedTools(toolDefinitions, userDisabled, runtimeContext) {blocked = newSet()// 第一轮：直接禁用for (tool of toolDefinitions) {if (tool.exposure === "disabled") {blocked.add(tool.name)continue}if (tool.exposure === "user" && userDisabled.has(tool.name)) {blocked.add(tool.name)continue}predicate = tool.enablePredicateif (predicate && !predicate(runtimeContext)) {blocked.add(tool.name)}}// 后续轮：禁用依赖于已禁用工具的工具changed = truewhile (changed) {changed = falsefor (tool of toolDefinitions) {if (blocked.has(tool.name)) continueif (tool.dependsOn.some(dep => blocked.has(dep))) {blocked.add(tool.name)changed = true}}}return [...blocked]}

为什么需要循环

设依赖链为：

ToolC → ToolB → ToolA

当 ToolA 被禁用时：

1. 第一轮发现 ToolA。
2. 第二轮禁用 ToolB。
3. 第三轮禁用 ToolC。

单次遍历是否足够取决于声明顺序，不动点算法则与工具注册顺序无关。

对于工具数量为 V、依赖边为 E 的小型注册表，该实现最坏约为 O(V × (V + E))。工具图通常很小，可读性与正确性优先于复杂的拓扑优化；若未来工具图大规模增长，再改为反向依赖图上的 BFS。

6. 关键算法三：工具延迟暴露与 token 预算

大型 MCP 生态会带来数百个工具 schema。将全部工具直接放入模型上下文会造成：

1. Prompt token 膨胀。
2. 模型在相似工具之间选择困难。
3. 首 token 延迟和调用成本上升。

Cherry Studio 使用 deferred exposition：将一部分工具从初始工具集移除，改为提供 tool_search、tool_inspect 和 tool_invoke。

初始上下文：少量常用工具+ tool_search / tool_inspect / tool_invoke+ 可用 namespace 摘要模型需要罕见工具时：tool_search → tool_inspect → tool_invoke

是否 defer 不能只比较工具数量。meta tools 自身有固定 Prompt 成本，因此必须判断净收益：

functionshouldDefer(entries, contextWindow) {autoCandidates = entries.filter(entry => entry.defer === "auto")if (autoCandidates.length < MIN_AUTO_DEFER_COUNT) {return []}estimatedSavedTokens = estimateSchemasTokens(autoCandidates)metaToolsCost = META_TOOLS_OVERHEAD_TOKENSif (estimatedSavedTokens <= metaToolsCost) {return []}returnchooseDeferredEntries(autoCandidates, contextWindow)}

这是一个典型的成本模型：

netSaving = inlineToolSchemaTokens - metaToolStaticTokens - expectedDiscoveryTokens

若 netSaving <= 0，延迟暴露会增加而不是减少成本。

6.1 审批工具永不 defer

审批工具必须保持 inline：

functionclassifyDeferPolicy(tool) {if (tool.needsApproval) {return"never"}return tool.defer}

如果审批工具被 defer，模型可以通过 tool_invoke 间接调用；原 SDK 的审批 gate 可能无法触发。Cherry Studio 同时在 meta tool 的执行路径再次拒绝 approval-gated 工具，形成双重防线。

结论是：

7. 关键算法四：Agent Session 的运行时装配

Harness 的重要职责是在连接 Agent Driver 之前构建一份一致的、可冻结的运行时配置。

Agent Session 的 settings 构建可简化为：

asyncfunctionbuildSessionSettings(session, provider, options) {assertSessionHasAgentAndWorkspace(session)awaitprepareWorkspaceDirectory(session.workspace)// 并行执行互不依赖的初始化[agentDataPath, env, workspacePlugins] = awaitPromise.all([ensureAgentDataDirectory(session.agentId),buildEnvironment(provider, session.agent),discoverWorkspacePlugins(session.workspace.path)])warmResult = awaitwarmMcpToolCaches(session.agent)permissions = awaitbuildToolPermissions(session,session.agent,agentDataPath)knowledgeScope = resolveKnowledgeBaseScope(session.agent.knowledgeBaseIds,options.selectedKnowledgeBaseIds)prompt = awaitbuildSystemPrompt({session,agent: session.agent,cwd: session.workspace.path,agentDataPath,knowledgeScope,disallowedTools: permissions.disallowedTools})mcpServers = buildMcpServers({session,agent: session.agent,knowledgeScope})return {cwd: session.workspace.path,additionalDirectories: [agentDataPath],env,plugins: workspacePlugins,systemPrompt: prompt,mcpServers,canUseTool: permissions.canUseTool,disallowedTools: permissions.disallowedTools}}

这份 settings 是 Agent Session 的 capability snapshot。其价值在于：

1. Prompt 中的工具指引与实际工具面一致。
2. 知识库 scope 同时用于 Prompt、MCP bridge 和权限判断。
3. Agent data directory 与工作区分开，避免长期记忆污染用户项目。
4. 运行环境、插件、工具策略和审批回调在连接前就明确。

7.1 慢 MCP 的 bounded warm 与最终一致性

MCP 服务可能慢或不可用。若每次会话启动都同步 listTools，一个故障服务就会阻塞聊天。

因此热路径读取 last-known-good cache；首次冷缓存时触发后台刷新：

asyncfunctionlistToolsWithoutBlocking(serverId) {cached = cache.get(`mcp.tools.${serverId}`)if (cached is undefined) {voidrefreshToolsInBackground(serverId)}return cached ?? []}

这带来最终一致性：本次 session 在缓存尚未预热时可能看不到某些工具，后续 session 才会看到。对于 Claude Agent SDK，工具列表在会话建立时快照化，不能在同一会话中任意扩容。

settingsBuilder 对 bounded warm 超时的场景会在后台预热完成后，刷新工具元数据与 policy snapshot，避免“模型可见工具”和“审批 UI 元数据”长期不一致。

8. 关键算法五：审批状态的单写者模型

工具审批涉及 Renderer、Main、数据库和可能仍在运行的 Agent Driver。若任何一方都能直接改审批状态，竞态会迅速出现。

Cherry Studio 采用 Main 单写者：

Renderer：展示 approval card，提交用户决定Main：验证、写入权威状态、恢复对应运行时

概念状态机：

stateDiagram-v2[*] --> requestedrequested --> approvedapproved --> executingexecuting --> resolvedrequested --> denieddenied --> resolvedrequested --> abandonedabandoned --> resolved

伪代码：

asyncfunctionrespondToApproval(request) {live = approvalRegistry.get(request.approvalId)if (live.belongsToClaudeAgentSession) {// 解除 canUseTool 上等待的 promise；无需读写普通 Chat 消息行live.resolve(request.decision)return}anchor = messageService.getById(request.anchorId)part = findApprovalPart(anchor.parts, request.approvalId)if (!part) {// Renderer 可能先于持久化看到 overlay；不能盲写覆盖数据库return}updatedParts = applyApprovalDecision(anchor.parts, request.decision)messageService.update(anchor.id, { parts: updatedParts })if (allApprovalsResolved(updatedParts)) {dispatchContinueConversation(anchor)}}

关键不变量：

1. Renderer 不直接写数据库。
2. 只有 Main 能从 awaiting-approval 恢复流。
3. 对 DB anchor 的写入必须确认目标 approval part 仍存在。
4. Claude live session 和 MCP continuation 使用不同恢复机制，但共享同一个产品状态模型。

这避免了 overlay 先显示、数据库后落盘时的覆盖竞态，也保证多窗口看到同一份审批状态。

9. 关键算法六：工作区与 Agent 数据的双目录边界

Agent Session 同时需要：

1. 用户工作区：代码、文档和任务文件所在目录。
2. Agent 数据目录：SOUL、USER、FACT、JOURNAL 等跨会话记忆。

它们不能混为同一目录。

cwd = session.workspace.pathadditionalDirectories = [agentDataPath]

概念校验：

functionvalidateFileOperation(targetPath, workspacePath, agentDataPath) {if (isInside(targetPath, workspacePath)) {returnallow()}if (isInside(targetPath, agentDataPath)) {returnallow()}return requireUserApproval("Path is outside the current workspace")}

这一边界使 Agent 能维护自己的长期身份和记忆，同时不能因为拥有 Agent 数据目录就任意读取用户磁盘。

目录校验不应只使用字符串前缀比较，应使用规范化、真实路径解析和 symlink 防护。否则：

/workspace-safe/../secret/workspace-safe-link → /secret

可能绕过简单的 startsWith("/workspace-safe") 检查。

10. 关键算法七：Trace、Usage 与敏感数据边界

Harness 还负责回答“这次 Agent 到底做了什么”。

Cherry Studio 为 AI SDK 调用建立 span tree：

chat.turn├─ ai.streamText├─ ai.streamText.step├─ ai.toolCall└─ usage / model / topic attributes

概念实现：

asyncfunctionrunObservedTurn(request) {root = trace.startSpan("chat.turn", {topicId: request.topicId,modelName: request.modelName})try {stream = await aiService.streamText(request, root.context)result = awaitpipeAndPersist(stream)root.setStatus("ok")return result} catch (error) {root.recordException(error)root.setStatus("error")throw error} finally {root.end()traceStorage.flush(request.topicId)}}

Trace 并非默认无害。开发模式下 Claude Code 的 verbose telemetry 可包含用户 Prompt、工具内容甚至原始 API body，并被写入本地 JSONL。因此必须明确：

1. trace 默认仅在开发者模式启用。
2. trace 文件视为敏感数据，不能默认上传或共享。
3. “本地保存”不等于“不需要数据安全设计”。

11. 这些 Harness 坑，最好提前绕开

反模式：只在 Prompt 中声明权限

模型可能忽略、误解或被注入内容影响。必须在工具选择和执行时再次做强制检查。

反模式：把所有 MCP 工具直接放入模型上下文

这会增加 token、延迟和选择错误。应按使用频率与净 token 收益做延迟暴露，但审批工具必须例外。

反模式：工具禁用只做一次遍历

依赖链会留下半可用工具。应传播到不动点或使用反向依赖图。

反模式：Renderer 直接更新审批状态

多窗口、overlay 与持久化会产生竞态。审批状态必须由 Main 统一写入和恢复。

反模式：让慢 MCP 阻塞 Agent 启动

工具发现应使用 last-known-good cache 和后台刷新；产品应接受并显示最终一致性，而不是让聊天无法开始。

反模式：为了排障默认记录全部 Prompt 与工具 body

可观测性会变成敏感数据存储。应开发者模式门控、明确保存位置和导出策略。

12. 小结

Harness Engineering 的成熟标志不是“接入了很多工具”，而是系统能够清楚回答：

1. 当前模型为什么能看到这个工具，而看不到另一个？
2. 该工具真正执行前还会经过哪些权限、目录和审批检查？
3. MCP 失效、缓存未预热或工具列表变化时，系统如何降级？
4. 用户能否在不破坏执行状态的前提下批准、拒绝、取消或恢复任务？
5. 是否能审计一次执行的模型、工具、审批、成本与敏感数据边界？

一句话总结：

继续阅读

1. Tool Registry
2. Tool Approval
3. Agent Session Runtime
4. Observability
5. src/main/ai/runtime/claudeCode/settingsBuilder.ts
6. src/main/ai/tools/adapters/claudeCode/toolConditions.ts