Original em inglês: https://argusic.com/subject/tianshu-harness
Tianshu-harness
O harness 天枢 é um agente de programação de terminal, e a questão central que ele responde é: como o modelo pode entregar de forma estável: sem desvio de objetivo, com evidências de conclusão, com verificação em ciclo fechado, sem dizer "deveria estar consertado". Para isso, ele estabelece uma camada de ambiente de execução cognitiva (CVM) entre o modelo e o mundo real, externalizando objetivos, estado, evidências, recursos, permissões e condições de término do histórico da conversa, gerenciados continuamente pelo runtime. Ao mesmo tempo, é extremamente otimizado para o deepseek v4.
Executa com mocksfonte: GitHubpágina do projetoTypeScriptApache-2.0commit 0f034d4379db
TypeScript, licença Apache-2.0. O projeto se descreve como: agent harness, ai agent, cli, coding agent, context management, deepseek, gui e harness.
Tianshu-harness executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 20 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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 minutos
- Mock returned plain JSON completion; app correctly rejected 'content-type is application/json (not SSE stream)'4 minutos
- System Node v18.19.1 too old; project requires Node >=24 (engine-strict)3 minutos
- Tempo de instalação
- 20 minutos
- Da máquina limpa até o fim
- 19 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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
- Tokens de modelo usados
- 158.669
- Commit exato testado
- 0f034d4379db
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- **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).
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 20 minutos para instalar, mais devagar que a mediana dos 69 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 70 projetos de ai-agent que a Argusic instalou e cronometrou, Tianshu-harness foi o 58º mais rápido a chegar a um estado de execução, e 43 de 70 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,11 |
Tópicos (de GitHub)
agent-harnessai-agentclicoding-agentcontext-managementdeepseekguiharnessharness-engineeringloop-engineeringpersonal-ai-assistantsuper-agenttianshutianshu-harnesstui
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/tianshu-harness)Perguntas
- Tianshu-harness executa?
- Tianshu-harness executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 20 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou Tianshu-harness?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0f034d4379db. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar Tianshu-harness?
- A execução que produziu este veredito custou US$ 0,11: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Tianshu-harness?
- 20 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Tianshu-harness precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Tianshu-harness?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como Tianshu-harness se compara às alternativas?
- Dos 70 projetos de ai-agent que a Argusic instalou e cronometrou, Tianshu-harness foi o 58º mais rápido a chegar a um estado de execução, e 43 de 70 chegaram a esse estado.
- Onde estão as evidências de Tianshu-harness?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.