Новый проект
Prism-Shadow/penguin-harness
Настольный и серверный конструктор агентов, который создаёт приложения по одному описанию, поддерживает разные LLM и предоставляет инструменты оценки и оптимизации.
- Stars
- ★ 1.8k ↗ +211 за 7 дней
- Forks
- ⑂ 189
- Язык
- TypeScript
- Статус
- В канале 1 янв. 1 г.
AI-разбор
PenguinHarness — проект на TypeScript для создания, запуска и улучшения агентных приложений на настольном компьютере или сервере. Пользователь может описать задачу одной фразой, после чего агент подготавливает структуру приложения, код и инструкции запуска, включая сценарии RAG с поиском по документам и ссылками на источники. В состав входят Web-интерфейс с многосессионным чатом, управлением агентами, навыками и моделями, статистикой использования, трассировкой и центром оценки, а также CLI, серверный режим и SDK на базе пакета @prismshadow/penguin-core. Встроенные Skills охватывают анализ данных, веб-дизайн, разработку программного обеспечения, создание AI-приложений, настройку моделей и оптимизацию агентов. Поддерживаются DeepSeek, Kimi, GLM, Hunyuan, Qwen, GPT, Gemini и Claude через перечисленных провайдеров или совместимые с OpenAI протоколом конечные точки, но для работы требуется ключ API хотя бы одной модели. Проект рассчитан на Linux, macOS и Windows 10+, архитектуры x64 и arm64; для установки через npm требуется Node версии 24 или выше.
Разработчики AI-приложений, инженеры по автоматизации, исследователи агентных систем и технические команды, которым нужны готовый конструктор, программный интерфейс и средства измерения качества и улучшения агентов.
Что внутри
- Генерация агентного приложения по текстовому описанию с подготовкой структуры, кода и инструкций запуска.
- Web-интерфейс с многосессионным чатом, управлением агентами, Skills и моделями.
- CLI-команды для одноразовых задач, интерактивного чата, запуска сервера и настройки моделей.
- SDK на TypeScript для создания агента, сессий и обработки потоковых результатов с подтверждением вызовов инструментов.
- Встроенные Skills для анализа данных, разработки, создания AI-приложений, проектирования тестов и оптимизации агентов.
- Trace-наблюдаемость, снимки перед раундами улучшения и инструменты бенчмаркинга и оценки.
Где применять
- Быстрое создание RAG-приложения по документации с поиском и цитированием исходных файлов.
- Автоматизация анализа данных и офисных задач через готовый агент и встроенные Skills.
- Разработка и тестирование собственных AI-приложений с использованием CLI, SDK и совместимых LLM-провайдеров.
- Оценка и итеративная оптимизация агентов по результатам бенчмарков и трассировки.
- Запуск агентных сервисов на рабочем компьютере, сервере или изолированной машине без доступа к сети.
Темы