agent-harness Go 库发布，构建 AI Agent 工具调用循环

GitHub 项目 agent-harness 发布了一个基于 Go 1.26+ 的轻量级、可组合库，旨在在 LLM API 之上构建智能体工具调用循环。该库实现了核心的“调用大模型→执行工具调用→反馈结果→重复”流程，并提供了对 OpenAI Responses API 和 Anthropic 的适配器支持。 代码示例显示，开发者可通过 Run 函数配置系统提示、消息线程、工具集及特定模型（如 claude-opus-4-6），并设置最大步数。库的核心特性包括显式的暂停与恢复机制，允许在工具调用前通过 WithBeforeTool 钩子进行人工审批或逻辑拦截；以及渐进式工具披露功能，可根据对话步骤动态过滤可用工具列表。此外，项目还包含文件持久化内存、事件处理钩子以及用于外部中断运行的 Runner 接口。 该材料明确区分了事实与边界：它仅负责核心循环逻辑，不强制指定存储方案、系统提示构造或多智能体编排方式，这些由使用者自行决定。文档指出其设计目标是提取可复用的核心组件，而非构建完整的框架。推断其适用于需要精细控制 Agent 行为、集成 MCP 协议或构建高可靠性生产级智能体的工程场景，但需开发者自行补充状态管理与业务逻辑层。