AMAP-ML/LongHorizon-Harness
The long-horizon computer-use harness. Run AI agents across desktop apps and the CLI for extended periods while preserving task state and making reliable progress on complex workflows. Features fresh-context execution, durable verified state, independent auditing, recoverable progress, and native Claude Code / Codex / OpenClaw integration.
Hızlı değerlendirme
Özet
LongHorizon-Harness, mevcut AI agent’ların desktop apps ve CLI üzerinde uzun süren görevleri adım adım yürütmesini sağlayan bir Python harness’idir.
Profiline uyum
Uzun süreli AI agent görevlerini checkpoint ve doğrulamayla sürdürmesi agent kullanımınıza dolaylı katkı sağlayabilir, ancak profilde böyle bir geliştirme otomasyonu ihtiyacı belirtilmiyor.
Neden yükseliyor
55 günde 1631 yıldıza ulaşması ve long-horizon computer-use agent’ların pratikteki ilerleme, doğrulama ve toparlanma sorunlarına odaklanması ilgiyi açıklayabilir. README, Hugging Face Daily Papers sıralamasında #1 olduğunu da bildiriyor; bu iddia tek başına benimseme veya teknik başarı kanıtı değil. Son 28 günde commit ve farklı yazar sayısının ikisi de 0 olması, mevcut ivmenin yakın tarihli geliştirme aktivitesiyle desteklenmediğini gösteriyor.
Problem
AI agent’lar uzun iş akışlarında hedefi ve ilerlemeyi kaybedebilir, başarısız adımlardan sonra toparlanamayabilir veya yaptıkları işi doğrulamadan tamamlandı sayabilir.
Çözüm
Görevi sınırlı adımlara bölen; her adımda fresh context ile agent çalıştıran; sonucu doğrulayan ve kabul edilen ilerlemeyi checkpoint olarak koruyan bir execution loop sağlar. Claude Code, Codex, OpenCode ve DeepSeek Harness gibi backend’lerle çalışır; README’de ayrıca React/FastAPI tabanlı web workbench belirtiliyor.
Yenilik
Temel yenilik yeni bir model değil; fresh-context execution, doğrulanmış kalıcı state, bağımsız auditing ve recovery mekanizmalarını bir arada uzun süreli computer-use loop’una dönüştürmesi. Bu yaklaşımın benzer orchestration yöntemlerine göre ne kadar üstün olduğu, verilen bilgilerle bağımsız biçimde doğrulanamıyor.
Teknolojiler
- Python
- React
- FastAPI
- Claude Code
- Codex
- OpenCode
- DeepSeek Harness
Riskler
- Son 28 günde commit ve farklı yazar yok; projenin güncel bakım durumu belirsiz.
- Proje genç; 1631 yıldız ilgi göstergesi olsa da üretim ortamında güvenilirlik veya benimseme kanıtı değildir.
- README benchmark’ları listeliyor, ancak sağlanan içerikte sonuçların sayısal ayrıntıları ve tekrarlanabilirliği yok.
- Backend’lerin yetenekleri eşit değil; README’ye göre DeepSeek Harness için GUI computer-use ve MCP desteği daha sonraki bir aşamaya bırakılmış.
- Uzun süreli görevlerde yanlış doğrulama veya hatalı checkpoint, sonraki adımların da yanlış state üzerine kurulmasına yol açabilir.
Detaylı değerlendirme
Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.