使用 provider-neutral Harness 构建可靠的 LLM agents——涵盖 Agentic Loop、Tools Permissions、Context Compaction、Security Evals以及一个可直接使用的 Open-Source Skill。AI agent 生态正在迅速爆发。从 customer support bots 到 financial analysis co-pilotsagents 承诺能够自动化复杂工作流。然而大多数 agents 在 production 中失败并不是因为底层 LLM 不够强而是因为 harness治理 agent 的 runtime wrapper脆弱、不安全或不可预测。在分析了数百个失败的 agent 部署案例后一个清晰的模式浮现出来缺失的关键环节是disciplined harness engineering。这就是agents-best-practices的价值所在——一个 provider-neutral、production-ready skill用于设计、审计和重构 agentic harnesses。该 open-source repository 由 Denis Sergeevitch 构建灵感来自 Claude Code 和 Codex 的内部机制为你提供从 component models 到 checklists 的具体 artefacts。它还遵循新兴的 Agent Skills standard因此可以接入你常用的 AI-assisted environment。 获取地址https://github.com/DenisSergeevitch/agents-best-practices在本文中我们将拆解这个 repository提炼 agent harness engineering 的核心原则逐步讲解从 idea 到 production 的流程并展示如何将你的 agent harness 部署到可靠的 infrastructure 上——还包括一个特别的 hosting bonus。什么是 Agent Harness以及为什么你需要它Agent harness 是包裹 LLM 的 deterministic runtime layer。它会对 model 提出的每一个 action 进行 validation、authorisation、execution 和 logging。核心思想是明确的职责分离Model 负责提出 actions 和 tool calls。Harness 负责执行它们——检查 schemas、permissions、budgets 和 safety rules。如果没有合适的 harnessagents 就会变成黑盒泄漏 tokens、陷入 uncontrolled loops并执行危险命令。有了 harness你就能获得 predictability、security 和 observability。不可妥协的原则来自 repository该 skill 定义了几条适用于任何domain 的硬性规则这些原则是 provider-neutral 的——它们适用于 OpenAI、Anthropic、open-source models或任何未来的 LLM。深入解析agents-best-practicesRepository该 repository 遵循 Agent Skills specificationSKILL.md是入口点详细 references 位于references/文件夹中。Reference files 一览为什么这不是“又一个 tips 列表”大多数 blog posts 只会给出类似“validate tool inputs”的抽象建议。而这个 skill 提供的是 executable artefacts一个包含 15 个 modules 的 component modelinstruction manager、context builder、model adapter、tool registry、permission resolver、budget tracker 等用 pseudocode 编写的 canonical agentic loop——包含 budgets、compaction triggers 和 stop conditions一套 risk taxonomyread_only、financial、destructive 等和 permission matrix一种 cache-aware ordering strategy用于大幅降低 prompt caching 成本Security evals 不仅测试 model还测试 harness 本身injection、timeouts、over-tooling如果你是 ML engineer、platform architect 或 team lead这个 skill 会改变你构建 agents 的方式。Production-Ready Agents 的关键原则从 skill 中提炼让我们聚焦最有影响力的原则。每一条都对应 production 中真实出现过的 failure mode。Model proposes - harness executes永远不要让 LLM 直接调用 tools。相反model 应返回 structured tool callharness 负责验证 schema、检查 permissions、执行操作并将结果注入回上下文。这可以防止 prompt injection 升级为 arbitrary code execution。每次 tool call 都必须返回 result——即使失败无论是成功的 API response、permission denial还是 timeoutagent 都应始终收到 structured observation。不能留下 dangling promises。Risk 会改变流程至少使用三个 risk levelsRead-onlyautonomousDraftinternal simulation无 external side effectsExternal writerequires approval这就是 draft-commit pattern——危险 actions 先被 drafted然后再显式 committed。Context 是 assembled而不是 dumped不要把完整 conversation history 塞进每一轮。使用分层结构Policiessystem-level很少变化Scoped instructionsper-task 或 per-domainRuntime hints从 memory 或 tools 中 JIT-retrieved为 untrusted data例如 user input标记 trust label这样 harness 就能对其进行差异化处理。Long tasks 必须有 budgets每个 agent loop 都必须具备Step budget最大迭代次数Time budgetwall-clockToken budgetper turn 和 cumulativeCost budgetUSD limit当 budget 耗尽时harness 应优雅终止并返回 structured failure。反复出现的 failures 应变成 harness features如果你的 agent 反复失败是因为某个 tool 返回 malformed response不要在 prompt 里修补——应该在 harness 中编写 validator function。如果 agent 每次都询问同一类缺失信息就构建一个 tool 自动检索它。Step-by-Step Guide使用该 Skill 从 Idea 到 Production该 repository 提供了具体方法论Map → Identify → Blueprint → Implement → Launch。Phase 1Map提出正确问题在编写任何代码之前先回答什么 domaincustomer support、finance、DevOps 等什么 autonomy levelLevel 0 human does everythingLevel 4 fully autonomous什么 risk levelread-only、financial、destructive哪些 external systemsSlack、Linear、Drive、databases、APIsPhase 2Identify选择 MVP level根据你的回答从mvp-agent-blueprint.md表格中选择一个 MVP level。对大多数首次构建 agents 的团队来说Level 1每次 external write 都由 human approval或 Level 2plans 由 human-approvedlow-risk steps 可 autonomous execution是最佳起点。Phase 3Blueprint生成 harness design现在让 skill 生成 blueprint。你只需向已安装该 skill 的 AI assistant 描述你的 domain。输出将包括Goal 和 domain boundariesAgentic loopstop conditions、budgetsTool registry每个 tool 都包含 typed schema 和 risk classPermission matrix谁可以在什么情况下调用什么何时需要 approvalContext memory layering哪些保留在 cache 中哪些 JIT-fetchedSkills connectors使用哪些 Agent Skills 或 MCP serversPhase 4Implement严格遵循 blueprint严格在描述的边界内构建 MVP。先从 skeleton 和 validation path 开始然后逐步加入经过衡量的扩展。checklists.md文件提供了逐行 implementation checklist。Phase 5Launch上线前审计进入 production 前运行checklists.md中的 audit checklists。确认Budgets 已强制执行Permissions 正确没有execute_anythingtoolsInjection 和 timeouts evals 通过Observabilitytraces、logs已就位真实案例Contract risk analysis agent使用该 skill一个团队构建了一个 agent它可以读取 contract draftsread-onlyautonomous生成 risk brief 和 draft actionsdraft mode仅在 explicit approval 后发送 emailsexternal writerequires approvalHarness blueprint 在 15 分钟内生成implementation 用了两天该 agent 已运行六个月期间没有发生任何 unauthorised actions。案例审计现有 research agent在审计一个失败的 agent 时该 skill 揭示了没有 hard budgets → agent loop 运行超过 200 步Context compaction 擦除了 active approvals → agent 丢失 state没有 injection evals → user 可以诱导 agent 删除 files该 skill 提供了 step-by-step remediation plan添加 budgets、修复 compaction ordering并编写三个 security evals。Practical Implementation Tips含 pseudocodeCanonical agentic loop简化版pythonbudgets Budgets(step25, time120, tokens8000, cost0.50) context build_initial_context() permissions load_permission_matrix()while not budgets.exhausted(): response model.generate(context, toolstyped_tool_schemas) if response.finish_reason stop: break if response.tool_calls: for tool_call in response.tool_calls: if not permissions.is_allowed(tool_call): observation Permission denied: tool_call.name else: # Execute with risk‑appropriate checks if permissions.risk(tool_call) external_write: approval request_human_approval(tool_call.draft) if not approval: observation Human rejected: tool_call.name else: observation execute_tool(tool_call) else: observation execute_tool(tool_call) context.append(observation) # Optional compaction trigger if context.token_count() budgets.token_per_turn: context compact_context(context, preserve_approvalsTrue) else: # No tool calls, just final answer breakTools从 bad 到 good该 skill 的tools-and-permissions.md提供了完整 taxonomy 和可直接复制的 permission matrix。面向 cache efficiency 的 context layeringtextLayer 0: System policies (stable prefix) → Cached Layer 1: Agent skill definitions (rarely change) → Cached Layer 2: User session instructions (per conversation) → Not cached Layer 3: JIT‑retrieved tool outputs (fresh) → Not cached通过按照从最稳定到最不稳定的顺序排列 layers你可以最大化 prompt caching 并降低成本。prompt-caching-and-cost.md文件详细展示了如何使用 deterministic serialisation 实现 cache-aware ordering。部署你的 Agent Harness为什么 Infrastructure 很重要你已经构建了一个 robust harness——很好。但它要运行在哪里Agent harnesses 对 latency 敏感并且具有 stateful 特性。它们需要Low-latency computeLLM API calls local validationDDoS protectionagents 通常是 public-facing endpointsReliable uptimeproduction agents 不能宕机Flexible scaling从 MVP 扩展到数百万请求这就是 Aeza 的用武之地。Aeza 是一家现代 cloud hosting provider于 2021 年 12 月推出专注于 VPS/VDS 和 dedicated servers并内置 DDoS protection。其 infrastructure 非常适合运行 agent harnesses——无论你托管的是轻量级 Python loop还是分布式 agent swarm。为什么 agent workloads 适合用 Aeza多地区 low-latency VPS——最小化到 LLM APIs 的 round-trip time。Automatic DDoS protection——因为 agents 经常成为 prompt injection attacks 的目标攻击者会试图耗尽资源。Flexible configurations——从小型 VPS 测试起步再升级到 production 级 dedicated metal。Developer-friendly——没有隐藏 quotas提供 full root access支持 Docker 和 Kubernetes。 读者特别优惠通过 我的 Aeza referral link 注册后你将在注册后的前 24 小时获得 15% bonus。使用这部分额外额度启动 VPS部署你的 agent harness并在真实负载下进行测试。我已经在多个 agent deployments 中使用 Aeza——raw performance、DDoS protection 和 transparent pricing 的组合使它成为欧洲 providers 中一颗被低估的宝石。Security、Observability 和 Evals不要跳过该 repository 的security-evals-observability.md非常有价值。它提供Agent harnesses 的 threat modelinjection、denial-of-service、tool abuse、approval spoofingMulti-level guardrailsinput sanitisation、permission checks、output validationTracing format每一步prompt、tool call、observation、latency、cost针对 harness 本身的 evals——不只是 model accuracyInjection resistanceuser prompt 是否能覆盖 system instructionsTimeout resilience当 tool 卡住时harness 是否会停止Over-toolingagent 是否请求了不必要的 tools上线前运行这些 evals。该 skill 包含 ready-to-use test cases。Conclusion and Next Stepsagents-best-practicesrepository 是一份 practical、deep、provider-neutral 的指南用于构建 production-grade agent harnesses。它不是抽象理论而是一组具体 artefactscomponent models、pseudocode、checklists 和 security evals。无论你是构建下一代 autonomous agents 的 ML engineer设计 skill delivery 和 MCP infrastructure 的 platform architect审计现有 agent codebases 的 team lead或是在 model 外部实现 guardrails 的 security/compliance specialist……这个 skill 都能帮你节省数月试错时间。Your immediate action plan安装该 skillnpx skills add DenisSergeevitch/agents-best-practices -g或手动 clonegit clone https://github.com/DenisSergeevitch/agents-best-practices.git ~/.codex/skills/阅读SKILL.md并选择一个与你当前痛点匹配的 reference file例如如果你的 agent 一直运行不停就看agentic-loop.md。为你的 domain 生成 blueprint——让你的 AI assistantClaude Code、Codex 等使用该 skill并生成 harness design。将你的 harness 部署到可靠的 infrastructure 上。可以试试 Aeza它提供 low-latency、DDoS-protected VPS——通过 我的链接 注册时别忘了领取首日 15% bonus。分享你的经验——在 GitHub repo 上提交 issue 或 PR。我们使用这些 patterns 构建的 production harnesses 越多整个生态就会变得越好。脆弱、不可预测 agents 的时代正在结束。通过 disciplined harness engineering我们可以构建安全、可靠且 cost-effective 的 AI agents——并且能够扩展到任何规模。这里给大家精心整理了一份全面的AI大模型学习资源包括AI大模型全套学习路线图从入门到实战、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等资料免费分享扫码免费领取全部内容1. 成长路线图学习规划要学习一门新的技术作为新手一定要先学习成长路线图方向不对努力白费。这里我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。2. 大模型经典PDF书籍书籍和学习文档资料是学习大模型过程中必不可少的我们精选了一系列深入探讨大模型技术的书籍和学习文档它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。书籍含电子版PDF3. 大模型视频教程对于很多自学或者没有基础的同学来说书籍这些纯文字类的学习教材会觉得比较晦涩难以理解因此我们提供了丰富的大模型视频教程以动态、形象的方式展示技术概念帮助你更快、更轻松地掌握核心知识。4. 2026行业报告行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。5. 大模型项目实战学以致用当你的理论知识积累到一定程度就需要通过项目实战在实际操作中检验和巩固你所学到的知识同时为你找工作和职业发展打下坚实的基础。6. 大模型面试题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我们将提供精心整理的大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。7. 资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容