HarnessAgent
AgentScope中代表驾驭工程（Harness Engineering）思路的智能体形态，强调对智能体行为的工程化编排与控制
时间轴 (近 90 天)
重构后，内置的文件系统与 shell 操作仍被隔离在沙箱内执行。
AI SDK 中 HarnessAgent 的 fx 适配器进行了架构级重构，harness 与模型请求不再运行在沙箱中，而是与应用运行在同一进程内。
新版适配器支持生成符合指定 schema 的响应（结构化输出）。
新版适配器支持在一个回合仍在运行时发送新指令来调整代理方向（回合中途干预）。
新版适配器支持指定代理允许使用哪些内置工具（内置工具过滤）。
官方文档目前聚焦于接入方式，尚未给出各适配器图像理解能力边界的说明或效果对比。
对于已在用 HarnessAgent 的项目，迁移到图像输入的主要成本是将原有纯文本消息改写为 content 数组形式。
建议针对目标场景（截图转代码、报错诊断、架构图理解）分别做小样本对比，并留意各 harness 是否对图片尺寸、格式或数量有隐式限制。
统一接口只保证消息能送达底层视觉模型，不保证不同代理对同一图像输出质量一致。
AI SDK 的 HarnessAgent 层所有 harness 适配器现在都能接受图像输入。
还有 8 条时间轴事件
全部知识事实 (18)
重构后，内置的文件系统与 shell 操作仍被隔离在沙箱内执行。
50%待验证AI SDK 中 HarnessAgent 的 fx 适配器进行了架构级重构，harness 与模型请求不再运行在沙箱中，而是与应用运行在同一进程内。
50%待验证新版适配器支持生成符合指定 schema 的响应（结构化输出）。
50%待验证新版适配器支持在一个回合仍在运行时发送新指令来调整代理方向（回合中途干预）。
50%待验证新版适配器支持指定代理允许使用哪些内置工具（内置工具过滤）。
50%待验证官方文档目前聚焦于接入方式，尚未给出各适配器图像理解能力边界的说明或效果对比。
50%待验证对于已在用 HarnessAgent 的项目，迁移到图像输入的主要成本是将原有纯文本消息改写为 content 数组形式。
50%待验证建议针对目标场景（截图转代码、报错诊断、架构图理解）分别做小样本对比，并留意各 harness 是否对图片尺寸、格式或数量有隐式限制。
50%待验证统一接口只保证消息能送达底层视觉模型，不保证不同代理对同一图像输出质量一致。
50%待验证AI SDK 的 HarnessAgent 层所有 harness 适配器现在都能接受图像输入。
50%待验证HarnessAgent 图像输入使用标准 AI SDK 消息格式，content 数组可同时包含 { type: 'text' } 和 { type: 'file' } 内容块。
50%待验证图像数据由各 harness 底层所依赖的视觉模型负责处理，而非经过沙箱；沙箱只承载代理的文件系统与命令执行环境。
50%待验证agent.getSandboxTemplate() 返回该 harness 所需的沙箱镜像模板，确保运行时具备代理依赖的工具链。
50%待验证Java团队选型AgentScope时应关注三点：是否已有Spring AI基础设施、任务是否需要复杂工具编排、是否必须引入人工确认环节；若后两者成立，ReActAgent与HarnessAgent组合值得评估。
50%待验证HarnessAgent将原本散落在应用层的工程实践（如文件用途约定、通道抽象）收敛为框架内置能力，降低团队自行搭建运行时环境的成本。
50%待验证HarnessAgent提供通道（channel）机制负责智能体与外部系统的消息流转，并提供上下文管理策略解决长任务中的信息取舍问题。
50%待验证HarnessAgent引入工作区概念，为智能体划定可操作的文件与资源边界，工作区内每个文件的用途和存储结构有明确约定，使智能体行为可审计、可复现。
50%待验证该版本新增了将经过验证的 HarnessAgent 输出自动持久化到工作流结果中的能力
50%