英語の原文: https://argusic.com/subject/tianshu-harness
Tianshu-harness
天枢harness は、ターミナルコーディングエージェントです。その中核となる問いは、モデルがどのように安定して成果を納めるか、すなわち目標がぶれず、完了に証拠があり、検証に閉ループがあること、そして「直したはずです」とは言わないことです。そのために、モデルと現実世界の間に認知実行環境(CVM)を構築し、目標、状態、証拠、リソース、権限、終了条件を対話履歴から外部化し、ランタイムが継続的に管理します。また、deepseek v4 に対して極度に最適化されています。
モックで動作するソース: GitHubホームページTypeScriptApache-2.0コミット 0f034d4379db
TypeScript、Apache-2.0 ライセンス. プロジェクト自身の表記: agent harness、ai agent、cli、coding agent、context management、deepseek、gui、harness.
Tianshu-harness は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 20 分でインストールし、3 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。
The repo installs and builds on Node 24, its 19005-test suite passes with 0 failures, and the CLI runs end-to-end against a local mock OpenAI-compatible provider returning a real agent response.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法
Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 92 点 (このプロジェクトの実行スコアの平均)。
概要
プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。
計測した内容
この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。
うまくいかなかった点 (エージェント自身の言葉)
エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。
- Headless run failed 'Cannot read properties of undefined (reading id)': registering provider with --api-key-env created a provider-keys.json key pool with no models, and contractModels reads that key pool (not top-level models) so model pool was empty6 分
- Mock returned plain JSON completion; app correctly rejected 'content-type is application/json (not SSE stream)'4 分
- System Node v18.19.1 too old; project requires Node >=24 (engine-strict)3 分
- インストール時間
- 20 分
- クリーンなマシンから完了まで
- 19 分
- 遭遇したエラーと修正したエラー
- 3 件に遭遇、3 件を人の手を借りずに修正
- 結果の証明方法
- npm test exited 0 (合计：19005 条, pass 18983 / fail 0); node dist/cli/entry.js --version printed 'tianshu-harness v3.25.1'; headless 'node dist/cli/entry.js -p "Say hi" --provider mockllm --model mock-model-1 --json' returned {"success":true,...} with exit 0 via mock at 127.0.0.1:9876
- 使用したモデルのトークン
- 158,669
- テストした正確なコミット
- 0f034d4379db
- コンテナイメージ
- sha256:cdd920bce783
計測していない内容
残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。
- GPU メモリのピーク
- CPU マシンで実行したため、サンプリングする GPU がありませんでした
- 長時間の実行での振る舞い
- 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
- 実際のサービスに対する振る舞い
- この実行は代わりのサービスに対してのみ検証されました
録画の最後
この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。
- **Test suite**: `npm test` → **19,005 tests, pass 18,983 / fail 0**, exit 0. - **End-to-end**: stood up a schema-correct mock Argusic-compatible server (SSE) at `127.0.0.1:9876… Three errors were hit and fixed along the way (Node version, empty provider key pool, non-SSE mock). tokens used 158,669 Mock stopped. Everything is complete and verified. Here is my final report. **Summary of work done:** - **Installed** the TypeScript agent runtime from source: downloaded Node v24.10.0 (system had only… - **Launched/ran**: `--version` → `tianshu-harness v3.25.1`, plus `--help`, `sessions`, `logs` all … - **Test suite**: `npm test` → **19,005 tests, pass 18,983 / fail 0**, exit 0. - **End-to-end**: stood up a schema-correct mock Argusic-compatible server (SSE) at `127.0.0.1:9876… Three errors were hit and fixed along the way (Node version, empty provider key pool, non-SSE mock).
セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。
テスト方法
1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.
強みと限界
意見ではなく、計測された事実です。コンテンツの作成方法.
うまくいった点
- 3 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
- ホストの報告によると、ライセンスは Apache-2.0 です。
うまくいかなかった点、または不明な点
- 代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。
- インストールに 20 分かかり、Argusic が計測した比較可能な 69 件のプロジェクトの中央値より遅い結果です。
- これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。
Argusic がインストールして時間を計測した ai-agent のプロジェクト 70 件のうち、Tianshu-harness は実行状態に達するまでの速さが 58 番目で、70 件中 43 件がそもそも実行状態に達しました。
同じ分野でテストしたプロジェクト
ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。
実行履歴
トピック (出典: GitHub)
agent-harnessai-agentclicoding-agentcontext-managementdeepseekguiharnessharness-engineeringloop-engineeringpersonal-ai-assistantsuper-agenttianshutianshu-harnesstui
バッジを埋め込む
プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.
[](https://argusic.com/subject/tianshu-harness)質問
- Tianshu-harness は動作しますか?
- Tianshu-harness は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 20 分でインストールして起動し、途中で 3 件のエラーに遭遇し、セッションを記録しました。
- Argusic は Tianshu-harness をどのようにテストしましたか?
- 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 0f034d4379db に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
- Tianshu-harness のテストにはいくらかかりましたか?
- この判定を出した実行のコストは 0.11 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
- Tianshu-harness のインストールにはどのくらい時間がかかりますか?
- この判定を決めた実行では、クリーンなマシンから実行状態まで 20 分でした。これは 1 回の計測された試行であり、平均ではありません。
- Tianshu-harness には GPU が必要ですか?
- 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
- Tianshu-harness のインストールでは何がうまくいきませんか?
- 記録された実行では 3 件の問題が発生しました。そのうち 3 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
- Tianshu-harness は代替のプロジェクトと比べてどうですか?
- Argusic がインストールして時間を計測した ai-agent のプロジェクト 70 件のうち、Tianshu-harness は実行状態に達するまでの速さが 58 番目で、70 件中 43 件がそもそも実行状態に達しました。
- Tianshu-harness の証拠はどこにありますか?
- 記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。