更新！OpenHarness For OpenClaw重构底层骨架

昨天我们刚刚发布了 OpenHarness For Codex，今天，OpenHarness For OpenClaw再次迎来了一波更新——v3.31-v4.1！

核心更新一：三层自愈记忆架构

过去的 Agent 很容易把所有的执行记录和状态都塞进一个文件里，随着时间推移，文件越来越大，最终撑爆 LLM 的上下文窗口，导致 AI 开始“胡言乱语”甚至状态崩溃。

为了解决这个问题，我们引入了全新的统一记忆管理器（harness_memory.py），将记忆严格划分为三层：

Layer 1（指针索引层）：即重构后的heartbeat.md。它现在只作为一个精简的指针索引，永远保持在 2KB 以下，常驻上下文。

Layer 2（按需知识层）：存放在新增的knowledge/ 目录下。只有当当前任务步骤明确需要时，才会按需加载特定的知识文件。

Layer 3（结构化日志层）：这是一个只追加的执行流日志，永远不会被完整读取，Agent 只能通过检索（grep）来获取特定信息。

这种严格的读写纪律，确保了 Agent 无论运行多久，都能保持清醒的头脑。

核心更新二：熔断机制与防卡死

你有没有遇到过 Agent 因为某个错误，陷入无限重试的死循环，一晚上烧掉你几百块钱 API 额度？（据泄露源码显示，某顶尖 Agent 曾因这个问题在生产环境中一天浪费了 25 万次 API 调用！）

现在，这个问题被彻底终结了。我们在harness_boot.py 中加入了熔断器：

•当连续失败达到 N 次（默认 3 次）时，系统会自动切断执行，防止 API 额度被恶意消耗。

•同时加入了卡死检测，如果发现上一次运行崩溃导致状态一直卡在running，系统会自动将其恢复为idle 并计入失败次数。

核心更新三：KAIROS 梦境模式

Agent 也需要“睡觉”和“做梦”来整理记忆！

我们新增了harness_dream.py 引擎。它被设计在系统空闲时（比如每天半夜）运行。在“梦境”中，它会分析白天的执行日志，找出重复出现的模式，合并碎片化的知识，清理失效的指针，并将提炼出的最佳实践（比如常见的报错及修复策略）反哺到 playbook.md 中。

你的 Agent 每天醒来，都会比昨天更聪明。

核心更新四：多智能体协同

单打独斗的时代结束了。本次更新引入了基于文件系统 IPC（进程间通信）的多智能体协调器（harness_coordinator.py）。

协调器可以通过向 Worker 的 inbox/ 目录写入 XML 格式的 Markdown 文件来分发任务。各个 Worker 独立执行后，将结果写回 outbox/，再由协调器统一收集和汇总。这种基于文件系统的通信方式，比复杂的跨进程消息队列更简单、更易于调试和审计。

其他关键优化

•缓存友好的 Prompt 排序：优化了SKILL.md 中的文件读取顺序，先读静态文件（如mission.md），后读动态状态文件，最大化 LLM 的 Prompt 缓存命中率，省钱又提速。

•熵控制升级：harness_cleanup.py 增加了日志轮转功能和自动压缩保护机制，防止压缩失败引发的重试风暴。

立即体验：

•OpenHarness For Codex：https://github.com/thu-nmrc/OpenHarness-For-Codex

•OpenHarness ：https://github.com/thu-nmrc/OpenHarness

<原文链接：https://mp.weixin.qq.com/s/hPcFlr7mGnkyloKfl3sgnw